一种基于受热面健康状态预测的锅炉吹灰优化方法.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CN109654517A(43)申请公布日2019.04.19(21)申请号201811476775.0(22)申请日2018.12.05(71)申请人中北大学地址030051山西省太原市学院路3号(72)发明人史元浩陈晓龙温杰贾建芳庞晓琼曾建潮贾志琴张泽慧(74)专利代理机构西安中科汇知识产权代理有限公司61254代理人韩冰(51)Int.Cl.F23J3/00(2006.01)G05B19/418(2006.01)权利要求书3页说明书7页附图1页(54)发明名称一种基于受热面健康状态预测的锅炉吹灰优化方法(57)摘要本发明公开了一种基于受热面健康状态预测的锅炉吹灰优化方法，采用滤波算法滚筒式实现对单次吹灰周期内积灰段清洁因子特征变化的预测，并得到函数式，同时结合单吹灰周期内的单位最小传热能损耗吹灰优化模型，得到单次吹灰周期最佳吹灰时间点用于单次吹灰优化策略的制定。解决了基于大数据制定吹灰优化策略在单次吹灰操作上不准确的问题；并以某300MW燃煤电站锅炉为例，验证了此发明专利具有较好的经济性和科学性，对燃煤电站制定吹灰策略具有指导作用。CN109654517ACN109654517A权利要求书1/3页1.一种基于受热面健康状态预测的锅炉吹灰优化方法，其特征在于，包括以下步骤：步骤一、通过采集燃煤锅炉省煤器实时的积灰段清洁因子数据，对实时的清洁因子数据进行坏点处理和数据平滑处理；步骤二、建立单吹灰周期内的单位最小传热能损耗吹灰优化模型；步骤三、采用滤波算法滚筒式预测得到最佳的积灰段Fj清洁因子的变化曲线和最佳的吹灰时间点；步骤四、通过步骤三的滤波算法预测得到最佳的反映单次积灰段清洁因子变化特征的曲线函数，计算吹灰段清洁因子变化曲线函数，将得到的积灰段清洁因子变化特征的曲线函数和吹灰段清洁因子变化曲线函数带入到步骤二的单吹灰周期内的单位最小传热能损耗吹灰优化模型中，计算得到最佳的吹灰时间点和吹灰时长，从而使单吹灰周期内的单位最小传热能损耗最小。2.根据权利要求1所述的基于受热面健康状态预测的锅炉吹灰优化方法，其特征在于：所述步骤一中，实时的积灰段清洁因子数据的采集的具体步骤为：通过锅炉的分散控制系统DSC系统获取锅炉受热面的实时传热系数Ksj，并和锅炉受热面的理论传热系数Ko通过公式计算得到，其中CF表示实时的积灰段清洁因子。3.根据权利要求1所述的基于受热面健康状态预测的锅炉吹灰优化方法，其特征在于：所述步骤二具体包括：假设：Fj为积灰段清洁因子的变化，Fc为吹灰段的清洁因子的变化，Fmax和Fmin分别为临界清洁因子的上下限，T1和T2别为积灰和吹灰时间，T1+T2为单个吹灰周期总时间，则：Qs：周期内总传热能量损失；Qj：积灰段传热能量损失；Qc：吹灰段传热能量损失；Ql：吹灰操作造成的热能量损失；从而得周期内总传热能量损失为：Qs＝Qj+Qc+Ql则单吹灰周期内的单位最小传热能损耗吹灰优化模型为：上述热能损失具体表达式为：其中，F为受热面传热面积，m2；ΔT为对数平均温差，℃；2Ko为理想清洁传热系数，W/(m·℃)；假设T2为一次吹灰操作所需时间(h),m为该过程所消耗的蒸汽量(kg/h)，设Hchou和Ho分别为吹灰器所用的蒸汽气源焓和凝汽器入口焓(kJ/kg),则每次吹灰操作所消耗的能量为：Ql＝T2*m*(hchou-ho)2CN109654517A权利要求书2/3页于是周期内的总传热能能损耗为：由于进行吹灰操作造成的损耗也会吹灰时长的增长而增大，所以吹灰获得的传热量收益必须要大于吹灰的能耗损失，以单位时间内省煤器传热能量Qd损失最小为目标，并加入约束条件，对应单吹灰周期内的单位最小传热能损耗为：当计算得到单位最小的传热能损耗时，对应得到一个最佳的吹灰开始点和下限清洁因子数值。4.根据权利要求3所述的基于受热面健康状态预测的锅炉吹灰优化方法，其特征在于：所述步骤三具体为：从步骤二得到的最佳的吹灰开始点开始，将滤波算法跟踪预测的双指数模型参数取出，带入到步骤二中的单吹灰周期内的单位最小传热能损耗吹灰优化模型中：其中：Qs：周期内总传热能量损失；Qj：积灰段传热能量损失，Qc：吹灰段传热能量损失，Ql：吹灰操作造成的热能量损失，Ql＝T2*m*(hchou-ho)；从而得最终单吹灰周期内的单位时间最小传热能损耗为：将得到的积灰段清洁因子Fj变化曲线带入计算得到最佳的吹灰时间点，通过预测得到的最佳吹灰时间点前的吹灰操作准备时间点就是滤波算法预测的截止时间点，在截止时间点前，每隔一段时间把新的数据加入再进行预测，直到预测的开始吹灰操作准备起始点与当前时间点接近为止，从而形成滚筒式预测方式，使最终获取的积灰段清洁因子变化曲线最能反映单次积灰段的变化情