基于迁移学习的电站锅炉受热面灰污量化表征方法及系统技术方案

本发明专利技术属于灰污监测技术领域，公开了一种基于迁移学习的锅炉受热面灰污量化表征方法，本发明专利技术借助模拟仿真软件搭建研究对象锅炉的锅‑炉耦合模型，采用仿真建模结合实际验证的方法，研究基于迁移学习的锅炉受热面灰污量化表征方法。通过利用仿真数据中建立好并验证精确度的模型和灰污标签，迁移至相同实际受热面进行灰污量化表征建模，降低了建模难度，提高了建模速度，所需数据量少并可有效拟合得到实际受热面的积灰趋势。有效解决目前锅炉机组实际运行数据中缺乏表征灰污标签，无法较好得对后续的吹灰优化提供指导的问题，具有一定的应用前景。

【技术实现步骤摘要】

本专利技术属于受热面灰污监测，尤其涉及一种基于迁移学习的锅炉受热面灰污量化表征建模方法及系统。

技术介绍

1、近十年来，新能源装机比重持续增加，但其间歇性、随机性、波动性的特点使得新能源的电力支撑能力仍有不足，因此燃煤火力发电作为保障我国电力安全的“压舱石”，仍需在未来很长时间段内承担基础保障的“重担”。目前，燃煤火力发电正逐步由承担基础负荷的基础电源向承担平抑新能源波动、保障电力供应安全的调节性电源转变，煤电灵活运行势在必行。另外由于煤炭市场复杂，我国燃煤电站锅炉长期燃用非设计煤种，入炉煤煤质变化频繁也进一步增加了锅炉运行的复杂性。由于煤中存在大量灰分，燃烧过程产生的烟气携带着灰分会与锅炉的不同受热面外表面进行接触，随时间推移逐渐粘附沉积在其表面，所以在燃煤电站锅炉运行过程中不可避免积灰、结渣。其主要是与锅炉结构、负荷、煤质有关。对于特定的锅炉，不同负荷下给煤率、锅炉内部温度水平与烟气流速存在差异，从而影响受热面积灰、结渣；不同煤种中的灰分含量、灰成分不同，其积灰、结渣特性存在较大差异。燃煤电站锅炉入炉煤质、负荷双灵活的现状使得传统的定时定量吹灰策略与实本文档来自技高网...

【技术保护点】

1.一种基于迁移学习的锅炉受热面灰污量化表征方法，其特征在于，包括以下步骤：

2.如权利要求1所述基于迁移学习的锅炉受热面灰污量化表征方法，其特征在于，所述S1中的各级受热面变灰污系数下的全负荷全工况运行数据获取，是借助Apros建立锅-炉耦合动态仿真模型进行研究，在模块属性设定中以锅炉具体受热面的灰污系数变化情况作为指标特征，范围为0.6-1，将系数为1时表示为受热面洁净，随着系数的下降表示受热面表面因积灰而洁净程度开始降低；当系数再次回升至1时，表示为受热面因执行吹灰操作使得受热面恢复洁净状态；仿真数据采样间隔可取10秒-1分钟，针对性各级受热面，分别以负荷、给煤量、工质...

【技术特征摘要】

1.一种基于迁移学习的锅炉受热面灰污量化表征方法，其特征在于，包括以下步骤：

2.如权利要求1所述基于迁移学习的锅炉受热面灰污量化表征方法，其特征在于，所述s1中的各级受热面变灰污系数下的全负荷全工况运行数据获取，是借助apros建立锅-炉耦合动态仿真模型进行研究，在模块属性设定中以锅炉具体受热面的灰污系数变化情况作为指标特征，范围为0.6-1，将系数为1时表示为受热面洁净，随着系数的下降表示受热面表面因积灰而洁净程度开始降低；当系数再次回升至1时，表示为受热面因执行吹灰操作使得受热面恢复洁净状态；仿真数据采样间隔可取10秒-1分钟，针对性各级受热面，分别以负荷、给煤量、工质侧流量、工质侧温度、工质侧压力、烟气侧温度及压力多个参数构成的原始仿真数据集，用于后续锅炉各级受热面的灰污量化表征。

3.如权利要求1所述基于迁移学习的锅炉受热面灰污量化表征方法，其特征在于，所述s2中的数据集的划分，是基于迁移学习的基本概念进行划分；

4.如权利要求1所述基于迁移学习的锅炉受热面灰污量化表征方法，其特征在于，所述s3中搭建的受热面灰污拟合结果最优的预训练模型，其具体过程为：

5.如权利要求1所述基于迁移学习的锅炉受热面灰污量化表征方法，其特征在于，所述s4中，将s3中的预模型迁移至目标域，在深度迁移学习中需要选择不同的微调策略来使得参数或者模型适应新的数据集，改进模型效果；对于ae-s...

【专利技术属性】
技术研发人员：谭鹏，鲁曼田，谢树涛，张成，方庆艳，陈刚，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：