[发明专利]一种锅炉内流场热偏差模型实时预测方法

权利要求书

1.一种锅炉内流场热偏差模型实时预测方法，其特征是，包括以下步骤：

1)将高温过热器前端截面处所在烟气空间进行传热区域划分，在水平烟道内沿高度方向，从上到下将高温过热器等间隔划分成5个传热区域；在水平烟道内沿宽度方向，从左往右将高温过热器分为6个传热区域；并对划分得到传热区域进行编号T_j，j＝1，2，3，...，30，利用传感器对不同区域的管壁温度以及高温过热器进口处的工质温度t₀进行采集；

2)由步骤1)采集得到不同工况下的不同区域的管壁温度以及高温过热器进口处的工质温度t₀，查焓温表得到高温过热器进口处焓值h₀，根据高温过热器管分片分段模型，可以计算各管段工质温度t_j，具体方法如下：

a)将高温过热器进口处的工质温度t₀带入式(1)，得到各管段外壁所受热负荷q_j：

式中：

t_bj——各管段外壁的温度，由传感器采集得到，℃；

t_j——各管段内工质温度，℃；

β——高温过热器管子外径与内径的比值；

μ——热量均流系数；

q_j——各管段外壁所受热负荷，kW/m²；

δ——管壁的厚度，m；

λ——管壁材料的导热系数，kW/(m·℃)；

α′₂——蒸汽侧的对流放热系数，m²·℃/kW；

b)然后按照管内蒸汽流动方向累加各管段工质焓增Δh_j：

式中：

ΔH_j——各管段累计焓增；

Δh_j——各管段焓增；

A_j——各管段受热面积，m²；

D——工质流量，kg/s。

c)根据式(3)得到各管段焓值h_j，查焓温表得到各管段工质温度t_j；

h_j＝h₀+ΔH_j (3)

3)将步骤2)计算得到的各管段外壁所受热负荷q_j和各管段工质温度t_j带入式(4)，得到计算区域处的烟气温度值T_j；

式中：

T_j——计算点烟气温度，℃；

ε——计算点管子的污染系数；

α₂——计算点烟气侧辐射放热系数；

α₁——计算点烟气侧对流放热系数。

4)变换不同的运行工况，重复步骤2)和步骤3)，得到不同工况下的高温过热器前端截面处的烟温分布情况，将不同工况下的运行参数与烟温分布数据进行记录和保存；

5)选取对锅炉内流场热偏差影响较大的10个运行参数作为输入参数，包括：锅炉负荷x1、排烟温度x2、烟气含氧量x3、一次风风速x4、一次风开度x5、二次风风速x6、二次风开度x7、炉膛进口二次风压力x8、给粉机给粉量x9、燃烧器摆角平均位置x10，通过电厂DCS控制系统采集得到；以所对应的每个工况下的高温过热器前端截面处的区域烟气温度值(T1-T30)作为输出参数；首先对输入和输出参数进行数据清洗，然后对清洗后的数据进行标准化处理，依据Z-Score公式将变量标准化或无量纲化：

其中，x为需要被标准化的原始值，μ为均值，σ为标准差；最后随机划分训练集和测试集；

6)ELM模型在训练开始前，设定隐含层神经元个数及激活函数类型，再利用训练集对ELM进行训练，得到锅炉高温过热器前端截面处烟温热偏差预测模型；

7)利用滑动窗法对步骤6)得到的模型进行在线校正，对高温过热器前端截面处的烟温分布进行实时预测，将结果输出到显示界面。

2.根据权利要求1所述的一种锅炉内流场热偏差模型实时预测方法，其特征是，步骤1)中，将高温过热器前端截面所在烟气空间划分成30个传热区域，每个区域的管壁上布置多个测点，测量管壁温度。

3.根据权利要求1所述的一种锅炉内流场热偏差模型实时预测方法，其特征是，步骤6)具体包括如下步骤：

6.1)选择极限学习机(Extreme Learning Machine,ELM)作为实施模型，进行神经网络结构参数设置，确定输入层神经元数目10、输出层神经元数目30、隐含层神经元数目18，确定激活函数tanh，确定数据样本数1000，确定最小误差0.02、学习率0.001、最大迭代次数10000；

6.2)初始化隐含层神经元权值、输出层神经元权值；

6.3)固定隐含层神经元权值，不进行迭代求解，只需要求解从隐含层到输出层的权值；

6.4)将步骤5)中的训练集的输入参数和输出参数输入ELM模型，训练隐含层到输出层的权重；

6.5)利用步骤5)中的测试集对ELM模型进行仿真测试，通过计算均方误差MSE，对ELM的性能进行评价，

其中：y_i为真实值，y′_i为预测值，n为样本总数；

如果MSE<0.02，则转到步骤6.6)；如果MSE大于或者等于最小误差0.02，则返回修改隐含层数目、激活函数、学习率，并转到步骤6.4)；

6.6)存储输入层到隐含层的神经元权值，存储隐含层到输出层的神经元权值，得到锅炉高温过热器前端截面处烟温热偏差预测模型。