一种发电锅炉燃煤碳氧化因子在线软测量方法.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CN109376501A(43)申请公布日2019.02.22(21)申请号201811568194.X(22)申请日2018.12.21(71)申请人浙江工业大学地址310014浙江省杭州市下城区朝晖六区潮王路18号(72)发明人祝铃钰于盼望章渊昶(74)专利代理机构杭州斯可睿专利事务所有限公司33241代理人王利强(51)Int.Cl.G06F17/50(2006.01)G06N3/04(2006.01)G06K9/62(2006.01)权利要求书5页说明书11页附图2页(54)发明名称一种发电锅炉燃煤碳氧化因子在线软测量方法(57)摘要一种发电锅炉燃煤碳氧化因子在线软测量方法，在发电锅炉系统中选取对燃煤碳氧化因子有影响的关键变量，煤种性质参数和锅炉/机组性质参数，作为软测量模型的输入向量；同时测量煤炭燃烧后的灰渣、飞灰性质参数，折算出碳氧化因子，作为软测量模型的输出向量；建立碳氧化因子在线软测量模型，建立发电锅炉燃煤碳氧化因子软测量模型后，如要在线测量某一操作条件下的燃煤碳氧化因子时，只需将以下各变量的测量数据赋给输入向量X，计算出来的y即是不同煤种在不同锅炉负荷下的碳氧化因子OF。本发明对政府间气候变化委员会发布的碳氧化因子进行修正，使结果更接近实际值。可实现发电锅炉燃煤碳氧化因子在线测量，实时监测和锅炉碳燃烧控制情况。CN109376501ACN109376501A权利要求书1/5页1.一种发电锅炉燃煤碳氧化因子在线软测量方法，其特征在于，所述方法包括如下步骤：第一步，在发电锅炉系统中选取15个测量获得软测量模型输入向量与输出向量，构建实验样本数据。15个发电锅炉的测点分为5类；第1类是燃煤煤种性质参数，包括测量点1-收到基全水分Mar、2-收到基灰分Aar、3-收到基挥发分Var、4-收到基固定碳FCar、5-收到基低位发热量Qar；第2类是锅炉性质参数：6-磨煤机给煤量P1，7-二次风总风压P2，8-一次风压M1，13-锅炉出口烟道气氧气的体积百分含量X1，14-除尘系统平均除尘效率η；第3类是煤燃烧后测取的炉渣性质参数9-炉渣产量G渣、10-炉渣平均含碳量C渣；第4类是煤燃烧后的飞灰性质参数11-飞灰产量G灰、12-飞灰平均含碳量C灰；第5类是发电机组性质参数15-汽轮发电机组的电功率W1；发电锅炉碳氧化因子软测量模型的输入变量包括1-煤种的收到基全水分Mar、2-收到基灰分Aar、3-收到基挥发分Var、4-收到基固定碳FCar、5-收到基低位发热量Qar，6-磨煤机给煤量M1，7-二次风总风压P2，8-一次风压P1，13-锅炉出口烟道气氧气的体积百分含量X1，15-汽轮发电机组的电功率W1，共10个变量；这10个变量构成发电锅炉碳氧化因子软测量模型的输入向量X；X＝[x1，x2，x3，x4，x5，x6，x7，x8，x9，x10]＝[Mar，Aar，Var，FCar，Qar，P1，P2，M1，X1，W1]发电锅炉碳氧化因子软测量模型的输出变量Y只有一维，为发电锅炉碳氧化因子OF，Y＝[y]＝[OF]；按下述公式计算OF，涉及测量点分别为9-炉渣产量G渣、10-炉渣平均含碳量C渣、11-飞灰产量G灰、12-飞灰平均含碳量C灰和14-除尘系统平均除尘效率η；第二步，建立碳氧化因子在线软测量模型碳氧化因子在线软测量模型建模与训练过程如下：首先，数据预处理按第一步要求测量换算300组样本输入输出向量的实验值进行归一化处理，获取标准化样本集所述模型输入向量X中各变量xi的归一化按如下公式进行处理：式中，是软测量模型输入向量X第i个输入变量xi的测量值，和是300个测量值中的最大值和最小值，为归一化处理后的向量；所述模型输入向量Y中变量y的归一化按如下公式进行处理：式中，是软测量模型输出变量y的测量值，和是的300个值中的最大值和最2CN109376501A权利要求书2/5页小值，为归一化处理后的变量；随机选择和的2/3测量值作为训练样本，将训练样本的输入向量命名为输出向量命名为训练样本共200个；随机选择和的1/3测量值作为测试样本，输入向量命名为输出向量命名为测试样本共100个；接着，碳氧化因子软测量模型训练将训练样本的输入向量输出向量代入BP神经网络进行训练，采用3层神经网络，10个输入节点，9个隐层输入节点，1个输出节点，训练上限设置为600次，训练样本序号m和训练次数计算器q置为1，训练精度EMIN置为0.01，学习效率η设为0.5，连接初始权值和初始阈值γ(0)随机赋区间(-1，1)的初值，训练得到连接权值wkj、vj和阈值θj、γ；最后，碳氧化因子软测量模型验证将测试样本中的输入向量归一值提供给软测量模型作为输入值，用步骤(3)中训练