[发明专利]一种燃煤锅炉系统混合建模方法

说明书

技术领域

本发明属于信息技术领域，涉及到自动化技术，特别是涉及一种燃煤锅炉的基于数据驱动和智能控制的建模方法。

背景技术

燃煤锅炉是电力生产部门的重要动力设备，其要求是供给合格的蒸汽，使燃煤锅炉发汽量适应负荷的需要。为此，生产过程的各个主要工艺参数必须严格控制。然而燃煤锅炉设备是一个复杂的被控对象，输入量与输出量之间相互关联。如：蒸汽负荷发生变化必将引起汽包水位、蒸汽压力和过热蒸汽温度变化；燃料量的变化不仅影响蒸汽压力，同时还影响汽包水位、过热蒸汽温度、过剩空气和炉膛负压；给水量的变化不仅影响汽包水位，而且对蒸汽压力、过热蒸汽温度也有影响；减温水的变化会导致过热蒸汽温度、蒸汽压力、汽包水位等的变化。这些不利因素导致基于传统建模理论的模型精度不高，又进一步导致后续生产控制参数不稳定，产品合格率低，锅炉效率低下。目前燃煤锅炉的建模与控制完全依赖技术人员经验，使生产成本增加，控制效果很不理想。我国燃煤锅炉控制与优化技术比较落后，能耗居高不下，控制性能差，自动化程度低，很难适应节能减排以及间接环境保护的需求，这其中直接的影响因素之一便是燃煤锅炉系统的模型选取问题。

发明内容

本发明的目标是针对现有的技术的不足之处，提供一种燃煤锅炉汽包水位、过热蒸汽温度、蒸汽压力等模型的建模方法，具体是基于数据驱动和智能支持向量机控制技术的建模方法。该方法弥补了传统建模方式的不足，保证模型具有较高的精度和稳定性的同时，也保证形式简单并满足实际控制器设计的需要。

本发明的技术方案是通过数据采集、过程辨识、预测机理、数据驱动、智能优化等手段，确立了一种燃煤锅炉的基于数据驱动的智能优化模型，利用该方法可有效提高模型的精度。

本发明通过基于过程辨识和智能优化等手段获得燃煤锅炉生产工艺参数的模型，通过数据驱动和误差驱动分步进行挖掘得到燃煤锅炉生产过程中各参数的内在关联。建立的模型既具备经验模型特性，又体现过程机理的关系。首先基于实时过程数据驱动建立局部预测模型，挖掘出基本的过程特性；然后通过在线采集的实时工业过程数据建立误差驱动数据集合作为智能支持向量机模型的数据输入，进一步寻找智能模型参数。

本发明方法的步骤包括：

(1)利用实时数据驱动的方法建立局部预测模型，具体方法是：首先，建立燃煤锅炉实时运行数据库，通过数据采集装置采集实时过程运行数据，将采集的实时过程运行数据作为数据驱动的样本集合，表示为{X_i，y(i)}_i＝1^N，其中X_i表示第i组工艺参数的输入数据，y(i)表示第i组工艺参数的输出值；以该实时过程运行数据集合为基础建立基于最小二乘法的离散差分方程形式的局部受控自回归滑动平均模型：

y_L(k)＝Φ^TX，Φ＝[a₁，a₂，…，a_n，b₀，b₁，…，b_m-1]^T

X＝[y(k-1)，…，y(k-n)，u(k-d-1)，…，u(k-d-m)]^T

其中，y_L(k)表示当前时刻局部预测模型的工艺参数的输出值，X表示局部预测模型的工艺参数的过去时刻的输入和输出数据的集合，u(k)表示工艺参数对应的控制变量，Φ表示通过辨识得到的模型参数的集合，n，m，d+1分别为对应实际过程的输出变量阶次、输入变量阶次、时滞。

采用的辨识手段为：