基于历史工况的锅炉燃烧在线优化方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114186476A(43)申请公布日2022.03.15(21)申请号202111280607.6G06F111/06(2020.01)(22)申请日2021.10.29G06F119/08(2020.01)(71)申请人江苏方天电力技术有限公司地址211102江苏省南京市江宁区苏源大道58号(72)发明人陈波曹歌瀚黄亚继徐文韬岳俊峰王亚欧李雨欣(74)专利代理机构北京德崇智捷知识产权代理有限公司11467代理人郝雅洁(51)Int.Cl.G06F30/27(2020.01)G06K9/62(2022.01)G06N7/02(2006.01)G06F111/04(2020.01)权利要求书2页说明书7页附图3页(54)发明名称基于历史工况的锅炉燃烧在线优化方法(57)摘要本发明涉及一种基于历史工况的锅炉燃烧在线优化方法，包括以下步骤：明确优化目标为锅炉效率与NOx排放浓度；采集锅炉的运行数据，进行剔除异常值与判别稳态工况；然后采用K均值聚类方法以表征锅炉外部约束条件的负荷、相对煤质系数为划分指标，对锅炉运行工况进行划分；最后采用多目标模糊优化方法对锅炉效率与NOx排放浓度进行优化。该方法在确定K均值聚类的K值时采用手肘放确定K值，并通过数据分布预先判断参与分类的数据范围，提高了手肘法的准确性。本方法采用的算法时间复杂度低、运行效率高，适用于超超临界锅炉燃烧的在线优化。CN114186476ACN114186476A权利要求书1/2页1.一种基于历史工况的锅炉燃烧在线优化方法，其特征在于，包括如下步骤：步骤S1：定义运行优化目标为锅炉效率与NOx排放浓度；步骤S2：采集与锅炉效率及NOx排放浓度相关的运行数据，剔除异常值、判别稳态工况后得到有效样本；步骤S3：确定表征锅炉运行工况的划分指标，采用K均值聚类算法对所述有效样本进行聚类划分，得到分别以负荷、相对煤质系数为划分标准的计算样本；步骤S4：在所述计算样本中，选取特定负荷区间及煤质区间的数据，确定与锅炉效率和NOx排放量密切相关的运行参数作为目标参数，并计算相应的性能指标；采用多目标模糊优化方法计算获得关于锅炉效率与NOx排放浓度多目标优化问题的满意解，以满意解为优化初始值，对锅炉运行的性能指标进行在线优化。2.根据权利要求1所述的基于历史工况的锅炉燃烧在线优化方法，其特征在于，所述S3中，在K均值聚类算法迭代计算时，采用手肘法确定K值，即计算不同K值下样本聚类后的误差平方和SSE，然后取肘部的值作为最终聚类的K值；SSE采用下式计算：其中，SSE表示所有样本的聚类误差，表征聚类效果；Ci是第i个簇，p是Ci中的样本点，mi是Ci的质心，是Ci中所有样本的均值。3.根据权利要求2所述的基于历史工况的锅炉燃烧在线优化方法，其特征在于，所述步骤S4中，多目标模糊优化方法具体包括：步骤S41：计算子目标的有约束极大值Fkmax和极小值Fkmin；步骤S42：利用各约束的极大值Fkmax和极小值Fkmin，计算子目标的隶属函数：对需要取极小值的指标：对需要取极大值的指标：上两式中，为所构造的单个优化目标的隶属函数，Fk(X)为样本值，Fkmin、Fkmax分别为样本区间内某个优化目标的极大值与极小值，r取值小于1，r＝1，1/2，1/3......步骤S43：构造n个待优化目标的模糊判决其中，∩代表模糊集合，所述模糊判决的隶属函数为：上式中，Λ为取最小值；2CN114186476A权利要求书2/2页步骤S44：取n个待优化目标的隶属度值的最大值，求得多目标优化问题的满意解X＊，上式中，λ*即为多目标优化问题的有效解。4.根据权利要求1所述的基于历史工况的锅炉燃烧在线优化方法，其特征在于，所述步骤S2中，采用3σ原则剔除异常值；利用滑动窗口法判别稳态工况。3CN114186476A说明书1/7页基于历史工况的锅炉燃烧在线优化方法技术领域[0001]本发明涉及燃煤锅炉燃烧优化方法技术领域，尤其是一种基于历史工况的锅炉燃烧在线优化方法。背景技术[0002]超超临界锅炉因其体量庞大，与之运行有关的参数较多，通过专家经验调整锅炉运行的参数使其达到良好的运行状态十分困难。厂级信息监测系统与分布式控制系统已经被火电厂广泛应用，电厂的数字化水平较高且已经储存了丰富的锅炉运行数据，妥善处理与应用历史运行数据有助于挖掘锅炉的运行潜力。[0003]目前，锅炉在线燃烧优化方法主要采用智能算法建立锅炉运行参数与锅炉性能指标的相关模型，然后利用启发式算法对锅炉运行参数进行参数寻优从而使锅炉性能指标得到提升。这一方法比较适用于小型锅炉，小型锅炉的运行参数少，使得用于模型训练的特征参数少，模型训练简单且易于达到满意的精度。当锅炉的负载提