[发明专利]基于数据驱动案例匹配的电站锅炉燃烧优化方法

说明书

技术领域

本发明涉及一种电站锅炉燃烧系统的优化运行技术，特别涉及一种基于数据驱动案例匹配的燃烧优化方法，属于自动控制技术领域。

背景技术

火力发电是我国电力生产中非常重要的组成部分，其发电量远远超过其它发电形式发电量的总和，在相当长的一段时间内不会有大的改变。火力发电行业既是优质清洁能源的主要创造者，同时也是一次能源消耗和污染物的排放大户。然而全球面临着严重的一次能源枯竭危机，由于煤粉燃烧产生的环境污染问题也日益受到世界各国的广泛关注。面对日趋强化的资源环境约束，节能减排成为国家经济可持续发展中的一项重要内容，燃煤电厂也因其特殊的发电形式成为国家实施节能减排的重要领域。同时电网对并网机组要求也越来越苛刻，所有的并网机组必须参与一次调频，为此机组也面临着更频繁的负荷波动。因此能有效提高机组效率，降低发电成本，减少NO_x等污染物排放，提高发电企业的经济效益和环保效益，并能够监督保障锅炉安全运行的锅炉燃烧优化技术得到了众多研究学者的重视。

电站锅炉燃烧优化是提高机组效率的重要手段，涉及多个领域的问题，是一项复杂的系统工程，煤粉在炉膛内燃烧是一个复杂的多相反应过程，受到的扰动因素较多，锅炉燃烧系统随着机组负荷的变化又表现出参数快时变的特性，而且目前对于锅炉燃烧机理方面的研究还不够成熟，对其特性的研究一般是基于偏微分方程和代数方程组成的机理模型，而这些模型的建立是在诸多假设和简化的条件下得到的，和真正的实际运行过程有一定程度的出入，得到的结果也不十分准确。因此目前大多数电厂采用的是基于计算智能建模方法的锅炉燃烧优化技术。由于此类技术不需要对锅炉物理结构进行改造，通过在分散控制系统（DCS）控制的基础上，采用先进的控制算法实现提高锅炉效率和降低污染物排放的双重目的，具有投资少、风险小的优点，常见的做法是利用人工神经网络、支持向量机等智能算法建立锅炉燃烧模型，然后基于模型采用非线性寻优技术得到当前运行工况条件下机组所能达到的最佳参数与运行工况，为运行人员提供机组在特定负荷及外部条件下的最优运行方式和控制参数。由于基于计算智能算法建立的锅炉燃烧模型结构较为复杂，为确保机组运行的安全性和稳定性，一般采用遗传算法、粒子群算法等智能优化算法来求解此类带约束的复杂非线性优化问题。然而这类优化算法搜索速度比较慢，计算复杂度比较高，从而优化时间长。而且在进行污染物排放和锅炉效率的优化时多数没有考虑机组负荷约束，因此我们需要一种新的电站锅炉燃烧优化技术，保证机组在安全、稳定、高效运行的同时最大限度的降低污染物的排放。

目前，新投产的火电机组均采用先进的分散控制系统（DCS），老电厂也大多进行了机组的DCS改造，最近几年，厂级监控信息系统（SIS）开始在火电厂中安装应用，这预示着电厂信息化时代的到来。在火电厂信息化建设中，SIS处于控制和管理的中间层，是DCS和厂级管理系统（MIS）之间的中间环节。DCS包含了机组运行过程中的所有实时数据，这些数据是SIS和MIS等系统的最终数据来源。通过SIS系统采集数据，实时性好，不会影响安全生产，其实时、历史数据库管理系统记录了大量的机组实际运行数据。这些运行数据蕴涵了丰富的、有价值的机组状态信息，传统的数据分析处理仅仅是对这些数据进行汇总、制表和趋势分析等表层处理和利用，只能给出人们能够理解的显示知识，不能深刻分析数据背后隐含的规律，这实际上是一种资源的浪费。同时由于这些数据本身的多元性、动态性与交叉性给人工分析和处理带来困难，从而不可避免地造成数据资源的巨大浪费。因此迫切地需要一种强大的数据分析工具来分析电厂的运行数据。而数据挖掘技术作为一门新兴学科，有效地解决了这方面的问题，他能够在很少人工干预的情况下，处理机组运行过程中大量复杂的实时和历史数据信息，提取有关知识规则，抽取出这些数据信息中深层次的规律和知识。这些潜在的知识和规律可以为火电厂决策管理、操作人员优化运行以及过程控制等方面提供强有力的知识支持。

发明内容

本发明的目的在于提供一种步骤明确、概念清晰、运算简单、结果可靠的基于数据驱动案例匹配的电站锅炉燃烧的优化方法。

为实现上述目的，本发明所采取的技术方案为：