一种超临界循环流化床机组输出功率预测系统及方法.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CN108021027A(43)申请公布日2018.05.11(21)申请号201711167283.9(22)申请日2017.11.21(71)申请人华北电力大学地址102206北京市昌平区回龙观镇北农路2号(72)发明人高明明洪烽刘吉臻严国栋陈峰伯运鹤李玉红(74)专利代理机构北京金智普华知识产权代理有限公司11401代理人巴晓艳(51)Int.Cl.G05B13/04(2006.01)权利要求书4页说明书12页附图1页(54)发明名称一种超临界循环流化床机组输出功率预测系统及方法(57)摘要本发明涉及电站锅炉机组控制技术领域，提供了一种超临界循环流化床机组输出功率预测系统及方法，该系统建立CFB锅炉实时燃烧热量释放模型、机组汽水侧工质热量吸收模型、机组汽轮机做功模型，并确定各模型中的参数；辨识机组关键参数之间的函数关系；进而建立循环流化床机组输出功率预测模型，根据机组实时运行的输入数据及煤质数据预测出动态机组功率。本发明解决了超临界CFB机组的多变量强耦合特性造成的在机炉两侧的控制调节相互影响、且机炉动态特性差异较大的技术问题；建立了系统控制模型，明确输入输出关系，在已知当前及未来几个时刻输入量的基础上预测输出功率，提前预知输出量的变化趋势；本发明方法预测精度高，适于推广应用。CN108021027ACN108021027A权利要求书1/4页1.一种超临界循环流化床机组输出功率预测系统，其特征在于，包括超临界CFB机组功率预测模型模块、数据库模块、数据选取与预处理模块、燃烧热量计算模型模块、汽水侧模型模块、汽轮机模型模块、子函数辨识模块；所述燃烧热量计算模型模块，用于建立CFB锅炉实时燃烧热量释放模型，并确定模型中的参数；所述汽水侧模型模块，用于建立CFB机组汽水侧工质热量吸收模型，并确定模型中的稳态参数；所述汽轮机模型模块，用于建立CFB机组汽轮机做功模型，并确定模型中的稳态参数；所述子函数辨识模块，用于辨识CFB机组关键参数之间的函数关系；所述数据库模块，将机组运行的实时数据、历史数据及煤质数据传输给所述数据选取与预处理模块；所述数据选取与预处理模块，对历史数据及煤质数据处理，选取出训练数据用于辨识模型参数及参数之间的函数关系；所述超临界CFB机组功率预测模型模块，用于建立超临界CFB机组功率预测模型，并确定模型中动态参数；并根据所述燃烧热量计算模型模块、汽水侧模型模块、汽轮机模型模块和子函数辨识模块建立的各模型、确定的相应参数及机组实时运行输入数据、煤质数据预测动态机组功率。2.如权利要求1所述的超临界循环流化床机组输出功率预测系统，其特征在于，所述数据选取与预处理模块将机组历史数据、实时运行数据及煤质数据传输给所述超临界CFB机组功率预测模型模块；所述数据选取与预处理模块将机组历史数据及煤质数据分别传输给所述燃烧热量计算模型模块、汽水侧模型模块、汽轮机模型模块和子函数辨识模块；其中煤质数据包括煤的挥发分、灰分和热值；训练数据选取根据模型参数需要，静态参数对应的训练数据需要选取机组运行稳态工况下模型的输入输出及中间状态值，动态参数对应的训练数据需要选取机组动态工况下模型的输入输出及中间状态值；预处理环节包括机组工况的选取判断和奇异值的剔除。3.如权利要求1所述的超临界循环流化床机组输出功率预测系统，其特征在于，所述数据库模块与所述数据选取与预处理模块连接，所述数据选取与预处理模块还与所述超临界CFB机组功率预测模型模块、燃烧热量计算模型模块、汽水侧模型模块、汽轮机模型模块和子函数辨识模块连接，所述超临界CFB机组功率预测模型模块还与所述燃烧热量计算模型模块、汽水侧模型模块、汽轮机模型模块和子函数辨识模块连接双向连接。4.一种超临界循环流化床机组输出功率预测方法，其特征在于，包括以下步骤：步骤一、建立CFB锅炉实时燃烧热量释放模型，并确定模型中的参数；步骤二、建立CFB机组汽水侧工质热量吸收模型，并确定模型中的稳态参数；步骤三、建立CFB机组汽轮机做功模型，并确定模型中的稳态参数；步骤四、辨识CFB机组关键参数之间的函数关系；步骤五、根据步骤一至步骤四建立的各模型，及确定的相应参数，利用历史数据及煤质数据辨识模型动态参数，建立超临界CFB机组功率预测模型；步骤六、根据机组实时运行的输入数据及煤质数据，预测出动态机组功率。5.如权利要求4所述的超临界循环流化床机组输出功率预测方法，其特征在于，步骤一2CN108021027A权利要求书2/4页具体包括：步骤1.1、建立CFB锅炉实时燃烧热量释放模型为：式中，Qr(t)为燃烧释放的总热量，MJ/s；B(t)为即燃碳量，代表炉内未燃尽的残碳，单位3为kg；Air为总风量，单位为Nm/s；K为热量模型总