【技术实现步骤摘要】
本专利技术属于人工智能余热发电控制领域，尤其涉及一种针对余热发电变工况模式下远程运维控制方法。
技术介绍
1、在现有的水泥线余热电站中，大部分依靠运行人员自己工作经验进行调节烟气系统和汽水系统的控制参数，以保证水泥余热电站运行。由于电站的操作运行人员相对固定，可学习和利用的历史操作数据相对有限，难于保证对水泥余热电站稳定工作。余热电站运行在三种不同工况(稳定工况运行、变工况运行、异常运行)下，其中最难控制和调节的是变工况运行下，系统参数调节和设置。如何高效、精准保证余热炉变工况时稳定运维是本领域技术人员需要解决技术问题。
技术实现思路
1、针对现有技术难题，本专利技术提供一种针对余热发电变工况模式下远程运维控制方法，该方法解决电站锅炉操作人员依赖经验调节锅炉运行参数、烟气参数波动的主观评断操作难于保证余热炉稳定发电的技术问题。
2、为了更加有效调节锅炉和汽机参数，提高电站发电效率，本专利技术提出采用卷积神经网络cnn和长短期记忆神经网络lstm模型，通过读取现场锅炉参数和汽机参数时序的特征参数，预测在烟气参数变化后n分钟后汽轮机系统参数和发电机参数情况，为有效调节烟风系统和汽机系统提供参考依据。
3、本专利技术采用如下技术方案予以实施：
4、一种针对余热发电变工况模式下远程运维控制方法，所述方法基于烟风系统、烟风汽机协调模型和汽机系统，所述烟风汽机协调模型将烟风系统输出的蒸汽参数转换汽机系统输入蒸汽参数，所以烟气系统包括第一蒸发模型、第二蒸发模型
5、采集余热发电站历史数据按照如下公式构建烟风系统；
6、
7、其中：cg输出矩阵；dg是直接传输矩阵；xg1烟气温度；xg2烟气流量；xg3烟气压力；yg1锅炉出口温度tvgout；yg2蒸汽出口流量qvgout；yg3为锅炉出口蒸汽压力pfo；ug1为锅炉进口温度tvgin；ug2为烟气进口流量qvgin；ug3为锅炉进口风压pfi；
8、所述烟风汽机协调模型按照如下公式将烟风系统输出的蒸汽参数转换获得汽机蒸汽参数；
9、
10、
11、其中：hps为过热蒸汽比焓；
12、
13、根据汽机蒸汽参数按照如下公式构建汽机系统：
14、
15、其中，cs汽机系统的输出矩阵；ds直接传输矩阵；xs1给水流量qw1；xs2给水温度tw1；xs3给水压力pw；us1蒸汽流量qb1；us2蒸汽温度tb1；us3蒸汽压力pb；ys1汽机实际输出功率；ys2汽机转速；
16、通过卷积神经网络提取烟风系统数据构建烟风变化特征向量；
17、
18、其中：qvgin为烟气进口流量,qvgout为蒸汽出口流量；pfi为锅炉进口风压，pfo为锅炉出口蒸汽压力，tvgin为锅炉进口温度，tvgout锅炉出口温度通过卷积神经网络提取汽机系统数据构建汽水变化特征向量表示为：
19、
20、其中:pb蒸汽压力，pw给水压力，tb1蒸汽温度，tw1给水温度，qb1蒸汽流量,qw1给水流量；
21、根据烟风变化特征向量与汽水变化特征向量如下公式建立烟风汽机协调预测模型：
22、
23、其中，asg，ags表示烟风系统与汽机系统耦合矩阵；bgs，bsg烟风系统与汽机系统输入耦合矩阵；xgs1表示给水流量变动焓hpe；xgs2表示过热蒸汽比焓hps；xgs3表示阀门开度u；ugs1表示汽包出口蒸汽温度cv；ugs2表示烟气系统汽包出口蒸汽质量流量ddo；ugs3表示烟气系统汽包出口蒸汽压力pdr；
24、通过长短期记忆神经网络对烟气汽机协调预测模型进行优化训练；
25、通过如下公式优化烟气协调控制预测模型的参数变化状况，从而实现对电站运行参数的优化调节和控制：
26、
27、其中，cg,cgs,csg,cs烟风、汽机系统的系数矩阵；dg，dgs,dsg,ds烟风、汽机系统直接传输矩阵；xgs1表示给水流量变动焓hpe；xgs2表示过热蒸汽比焓hps；xgs3表示阀门开度u；ugs1表示汽包出口蒸汽温度cv；ugs2表示烟气系统汽包出口蒸汽质量流量ddo；ugs3表示烟气系统汽包出口蒸汽压力pdr；ys1蒸汽温度tb1；ys2蒸汽流量qb1；ys3蒸汽压力pb。
28、进一步地，通过长短期记忆神经网络对烟气汽机协调预测模型进行优化训练过程；包括：
29、通过如下公式对烟风汽机协调预测模型优化，即：
30、
31、其中：yi为ys1蒸汽温度tb1、ys2蒸汽流量qb1、ys3蒸汽压力pb样本空间实际值；为ys1蒸汽温度tb1、ys2蒸汽流量qb1、ys3蒸汽压力pb预测估计值；n为维样本空间；为实际测量空间向量；为预测空间向量；
32、通过训练后获得优化烟风汽机协调预测模型为：
33、
34、其中：d为预测步长；y1蒸汽温度tb1、y2蒸汽流量qb1、y3蒸汽压力pb为预测模型输出向量；x1给水流量变动焓hpe、x2过热蒸汽比焓hps、x3阀门开度u为预测模型输入向量；fd为预测当前d个时刻构建lstm模型。
35、进一步地，通过所述第一蒸发模型、第二蒸发模型和汽包单元构建烟风系统过程，包括：
36、根据热源传热吸收能量和进口带入能量按照如下公式构建第一蒸发模型；
37、
38、其中：q表示吸热量；d表示质量流量；d表示体积；m表示质量；cpe表示蒸发系统金属定压比热；t表示温度；h表示比焓；ρ表示密度；上标：’表示饱和水；*表示饱和汽；下标：d表示汽包；f表示锅炉给水；e表示蒸发系统；m表示金属；s表示饱和态；
39、根据热源传热吸收能量、进口带入能量和第一蒸发模型输出的能量按照如下公式构建第二蒸发模型；
40、
41、根据所述第二蒸发模型输出的参数按照如下公式构建汽包单元；
42、
43、其中：u表示阀门开度，cv为汽包出口蒸汽温度；下标：v表示汽机控制阀，out表示出口；
44、当已知汽包出口蒸汽流量、汽包压力、控制阀开度与阀后压力时，汽包出口流量：其中：
45、
46、其中：cv为汽包出口蒸汽温度；ddo为烟气系统汽包出口蒸汽质量流量；uv汽机阀门开度；pdr烟气系统汽包出口蒸汽压力；pv,out汽机进口蒸汽压力；
47、按照如下公式对第一蒸发模型、第二蒸发模型和汽包单元计算获得烟气系统；
48、
49、根据烟气系统按照如下公式获得给水流量变动焓hpe；
50、
51、有益效果
52、相比于传统技术方案，本专利技术所带来的有益效果是：
53、本专利技术通过采用卷积神经网络c本文档来自技高网...
【技术保护点】
1.一种针对余热发电变工况模式下远程运维控制方法，其特征在于，所述方法基于烟风系统、烟风汽机协调模型和汽机系统，所述烟风汽机协调模型将烟风系统输出的蒸汽参数转换汽机系统输入蒸汽参数，所以烟气系统包括第一蒸发模型、第二蒸发模型和汽包单元；其中：所述方法包括如下步骤：
2.根据权利要求1所述的一种针对余热发电变工况模式下远程运维控制方法，其特征在于，通过长短期记忆神经网络对烟气汽机协调预测模型进行优化训练过程；包括：
3.根据权利要求1所述的一种针对余热发电变工况模式下远程运维控制方法，其特征在于，通过所述第一蒸发模型、第二蒸发模型和汽包单元构建烟风系统过程，包括：
【技术特征摘要】
1.一种针对余热发电变工况模式下远程运维控制方法，其特征在于，所述方法基于烟风系统、烟风汽机协调模型和汽机系统，所述烟风汽机协调模型将烟风系统输出的蒸汽参数转换汽机系统输入蒸汽参数，所以烟气系统包括第一蒸发模型、第二蒸发模型和汽包单元；其中：所述方法包括如下步骤：
2.根据权利要求1...
【专利技术属性】
技术研发人员：王金伟，左大勇，孙振川，刘忠成，
申请(专利权)人：中材节能股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。