一种锅炉智能运行优化方法.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CN111881120A(43)申请公布日2020.11.03(21)申请号202010549580.5G06N3/12(2006.01)(22)申请日2020.06.16(71)申请人北京华电天仁电力控制技术有限公司地址100039北京市海淀区西四环中路16号院1号楼(72)发明人吴菲孙宇笛关胜杰刘曙元李志强叶君健张宏尉徐遥(74)专利代理机构北京智绘未来专利代理事务所(普通合伙)11689代理人赵卿王萍(51)Int.Cl.G06F16/215(2019.01)G06F30/20(2020.01)G06N3/04(2006.01)权利要求书2页说明书6页附图2页(54)发明名称一种锅炉智能运行优化方法(57)摘要本申请公开了一种锅炉智能运行优化方法，包括获取锅炉燃烧运行测点以及控制变量的历史数据；按照间隔时间t秒进行数据采样；对采样后的数据进行数据清洗；针对清洗后的数据，提取其特征值；根据特征值，训练得到锅炉燃烧模拟器；对锅炉燃烧进行优化动作寻找；锅炉按照推荐的动作运行。利用长期历史数据进行训练，对锅炉运行状态变化刻画可信度高；可根据不同火力发电机组的历史数据训练相应的最优控制方案，具有灵活性、普适性；采用一维卷积神经网络进行时序信号的处理，模拟燃烧模拟器，相比lstm等网络结构，具有在准确率效果不降低的情况下，计算速度提示10倍以上的优势。CN111881120ACN111881120A权利要求书1/2页1.一种锅炉智能运行优化方法，其特征在于：所述方法包括以下步骤：步骤1：获取锅炉燃烧运行测点以及控制变量的历史数据，包括：制粉系统动作数据、制粉系统状态数据、燃烧系统动作数据和燃烧系统状态数据；并按照间隔时间t秒进行数据采样；步骤2：对采样后的数据进行数据清洗；步骤3：针对清洗后的数据，提取其特征值；步骤4：根据特征值，训练得到锅炉燃烧模拟器；步骤5：使用遗传算法和锅炉燃烧模拟器，对锅炉燃烧进行优化动作寻找；步骤6：对锅炉进行在线监测，显示锅炉实时运行动作数据，若步骤5推荐的优化动作数据与实际运行动作数据相差大于给定阈值，则以当前时刻之前的数据作为历史数据返回步骤1，重新优化锅炉运行动作，否则锅炉按照步骤5推荐的动作运行。2.根据权利要求1所述的一种锅炉智能运行优化方法，其特征在于：步骤2中，若某种数据超出了预设的数据低超限值或者数据高超限值，去掉原数据，并使用插值法补全该数据，得到清洗后的数据。3.根据权利要求1所述的一种锅炉智能运行优化方法，其特征在于：所述步骤3中，针对制粉系统动作数据，提取的特征值包括：给煤机的给煤量、磨煤机冷热风风门开度、磨煤机容量、旁路风阀门的开度大小、一次风机动叶调节阀位大小；针对制粉系统状态数据，提取的特征值包括：磨煤机出口压力、磨煤机电流、磨煤机料位、燃烧器风粉温度；针对燃烧系统动作数据，提取的特征值包括：给水温度、锅炉总给水流量，燃烧系统动作减温水流量、再热烟气挡板阀位、送风机执行器阀位、引风机执行器阀位、燃烧器二次风执行器阀位、燃烧器F挡板二次风执行器阀位；针对燃烧系统状态数据，提取的特征值包括：主热蒸汽温度、再热蒸汽温度、主热蒸汽压力、再热蒸汽温度、燃烧系统状态减温水流量，炉膛负压，锅炉氧量，排烟温度，排烟含氧量，锅炉效率，NOx含量。4.根据权利要求1所述的一种锅炉智能运行优化方法，其特征在于：步骤4中，锅炉燃烧模拟器采用的一维卷积神经网络，所述一维卷积神经网络包括输入层、卷积层C1、卷积层C2、最大池化层S和Softmax回归层；所述输入层输入步骤3提取的特征值；所述卷积层C1包含50个尺寸为10的一维卷积核；所述卷积层C2包含100个尺寸为10的一维卷积核；所述最大池化层S的窗口高度为3；所述Softmax回归层用于回归预测，包括锅炉燃烧效率与NOx排放量两个目标量。5.根据权利要求1所述的一种锅炉智能运行优化方法，其特征在于：所述步骤5具体为：实时获取制粉系统和燃烧系统动作数据与状态数据，通过遗传算法和锅炉燃烧模拟器，对燃烧系统与制粉系统的动作特征进行探索，找到适应度最优化的动作序列，并给出对应动作推荐，包括制粉系统与燃烧系统两部分的动作推荐。6.根据权利要求5所述的一种锅炉智能运行优化方法，其特征在于：2CN111881120A权利要求书2/2页所述步骤5包括以下步骤：步骤5.1：实时获取的制粉系统和燃烧系统动作数据与状态数据经过步骤2的数据清洗与步骤3的特征提取后，得到输入数据，确定编码方式，对输入数据进行编码；步骤5.2：随机产生种群：随机生成m个动作数据，每个动作的每一维赋值为当前时刻该动作量的值加一个随机偏移量，生成的m个动作数据作为m个个体构成整个族群；步骤5.3：计算族群中每个动作数据的