[发明专利]一种煤粉锅炉燃烧后飞灰可燃物含量的在线预测方法

说明书

本发明提供一种煤粉锅炉燃烧后飞灰可燃物含量在线预测方法，通过分析影响锅炉飞灰可燃物的各因素，通过一定的锅炉燃烧调整试验结果，结合锅炉燃烧理论分析，得到影响锅炉飞灰可燃物的影响因子，在保证一定预测准确性的前提下，可方便的在锅炉燃烧外挂控制系统中用逻辑方式实现，避免了类似神经网络模型预测的复杂计算和建模，因此对锅炉在线燃烧优化控制具有较好的应用价值。

技术领域

本发明涉及煤粉锅炉燃烧领域，尤其涉及一种煤粉锅炉燃烧后飞灰可燃物含量在线预测方法。

背景技术

煤粉锅炉燃烧后飞灰可燃物的大小反映了煤粉燃烧的完全程度，直接影响锅炉效率，电厂将其作为日常监督的一个重要指标，每天或每班进行飞灰取样，并送实验室进行可燃物含量的分析。

由于实验室分析存在较大的时间滞后性，不便于及时用于锅炉的燃烧调整，而实现飞灰可燃物的在线测量可以用来指导锅炉的在线调整，其技术不断取得发展。飞灰可燃物的在线测量技术主要有两类：

一是飞灰可燃物的仪器直接测量技术，包括微波法，如专利ZL201510102938.9，ZL200880118265.4，ZL201110082464.8等,其原理是利用微波吸收来进行含碳量的测量，是目前应用最多的测量技术，但测量结果受煤种影响较大；光谱法，如专利ZL201310332098.6，ZL201510623972.0等，其原理主要是采用激光或脉冲放电激发等离子体，然后分析其发射的光谱进行含碳量分析，该类技术目前尚处于研究阶段；灼烧失重法，如专利ZL200710190039.4，ZL201520475725.6，ZL201610126404.0等，其原理主要是将飞灰在线取样并进行灼烧，然后称重得到飞灰可燃物，该技术的测量周期约20分钟，仍难以完全满足在线测量和实时燃烧优化控制的要求。

二是飞灰可燃物的软测量技术，ZL201210234724.3提供了一种基于改进支持向量机的锅炉飞灰含碳量软测量方法，方法基于粒子群算法对支持向量回归进行参数寻优，选取了影响回归模型有效性的两个参数，首先通过传感器采集相关辅助变量的值，并进行数据预处理，根据过去6小时的历史数据辨识出支持向量回归模型的两个主要参数以确定飞灰含碳量软测量模型，并根据历史数据的更新每小时更新一次软测量模型，将实时测量的辅助变量值输入建立好的软测量模型即可得到飞灰含碳量输出值。该方法建模复杂，难以真正取得实际应用，

相关文献，如《基于预数值计算的锅炉飞灰可燃物含量建模》、《电站锅炉飞灰含碳量在线软测量模型算法》等，均涉及到复杂的神经网络模型算法，难以应用于现场的在线预测。

发明内容

为了克服上述现有技术中的不足，本发明的目的在于，提供一种煤粉锅炉燃烧后飞灰可燃物含量的在线预测方法，包括：

根据燃烧理论，预测飞灰可燃物的因素包括：煤种、低位热值、运行氧量、负荷、燃尽风比例、燃尽时间、运行氧量分布不均匀程度；

通过预测可燃物因素中的煤种、低位热值、运行氧量、负荷、燃尽风比例、燃尽时间、运行氧量分布不均匀程度，确定锅炉运行的飞灰可燃物大小，飞灰可燃物的预测模型为公式为；

y＝k1×k2×k3×k4×k5×k6×x^-0.45

其中：

煤种的预测方式为：

煤种因素分为印尼煤、俄罗斯煤、神华煤、澳洲煤、菲律宾煤、平朔煤、优混煤、准混煤、其它煤，煤种以影响因子k1的形式进行飞灰可燃物预测修正，影响因子k1的值包括：

印尼煤k1＝1.0

俄罗斯煤k1＝1.05

神华煤k1＝1.05

准混煤k1＝1.10

澳洲煤k1＝1.10