[发明专利]一种电厂燃烧控制系统及控制方法

说明书

本发明公开了一种电厂燃烧控制系统，包括数据采集部分，控制部分以及执行部分；数据采集部分包括声波测温系统、DCS数据采集系统；控制部分包括神经网络模型模块、评估器、优化器；执行部分包括二次风门开度调节装置；本发明还公开了一种电厂燃烧控制方法。本发明采用神经网络进行模型搭建，具有极强的通用性、可移植性；本发明实现了电厂稳定、长期并且不依赖人工干预的燃烧，并能够实现在给定负荷的情况下尽量减少煤耗，NOx、CO排放，降低炉膛燃烧温度、均匀燃烧以及降低烟温的目标。

技术领域

本发明具体涉及一种电厂燃烧控制系统及控制方法。

背景技术

现阶段，火力发电仍然在工业生产中扮演着重要角色，而电厂燃烧作为火力发电的重要一环直接影响着工业生产的方方面面。随着工业生产企业对电力需求的逐渐增大，对电厂燃烧效率、运行稳定性以及降低污染物排放的要求越来越高，对其控制水平的要求也越来越高。在我国大部分的电厂中，电厂燃烧控制仍采用传统控制模式，不能完全满足锅炉高效平稳运行以及较低污染物排放的要求。

现有的锅炉燃烧控制方案中，一般包括以下组成部分：数据采集部分，数据处理部分，控制输出部分，执行器部分。

数据采集部分现通常采用声学测温系统。这种测温系统使用一定数量的收发器形成一个测量网格，从而测量炉内一个水平面上的温度场二维分布情况。利用层析成像算法，从通道网格测量数据可以计算得到平面二维温度分布，并得到等温图。通道温度、自定义区域温度值(网格子分区的平均值)、统计分析数据(最低、最高温度，标准偏差，各区间的平均温度差异)可以显示在外部控制设备上，用于锅炉诊断和操作优化。

现有方法中，数据处理部分往往通过数值拟合的方式来得到关于炉膛内燃烧温度的数学模型。这种方法仅适用于相关输入量较少的情况下。当相关输入量较多时，数值拟合过程将十分复杂。除此之外，数值拟合的方法对于不同的锅炉计算方法有较大的差别，计算出的模型准确度也会出现差别，方法的通用性较差。

控制输出部分一般采用传统PID控制或采用人工控制。在PID控制中通过调整PID控制系统中的各参数使得炉膛内温度能够保证炉膛稳定燃烧以及锅炉平稳运行。而人工控制则根据数据处理部分得到的关系模型人工操作或下达指令。传统PID控制的缺陷，主要包括以下方面：

(1)PID控制中的参数只针对特定锅炉，对于不同锅炉设计PID控制方案时都要重新对参数进行整定，方法的通用性较差。

(2)在PID控制中，误差积分反馈的引入会带来负作用。误差积分反馈的作用是消除静差，提高系统响应的准确性，但同时误差积分反馈的引入，使闭环变得迟钝，容易产生振荡，易产生由积分饱和引起的控制量饱和。

(3)PID控制器给出的控制量是误差的现在、过去、将来三者的线性组合，但线性组合不一定是最好的组合方式。

发明内容

针对上述情况，为克服现有技术的缺陷，本发明提供一种电厂燃烧控制系统及控制方法。

为了实现上述目的，本发明提供以下技术方案：

一种电厂燃烧控制系统，包括数据采集部分，控制部分以及执行部分；其中数据采集部分包括声波测温系统、DCS数据采集系统；控制部分包括神经网络模型模块、评估器、优化器；执行部分包括二次风门开度调节装置；声波测温系统、DCS数据采集系统分别与神经网络模型模块连接，神经网络模型模块与评估器连接，评估器与优化器连接，优化器与二次风门开度调节装置连接；

DSC数据采集系统和声波测温系统采集电厂的实时数据，并能够将实时数据传输至神经网络模型模块，神经网络模型模块输出电厂未来状态预测值，并将电厂未来状态预测值传输至评估器，评估器根据电厂未来状态预测值与电厂当前的运行状态计算优化指标，并将优化指标数据传输至优化器，优化器根据优化指标计算所需的二次风门开度并将数据信息传递给二次风门开度调节装置，二次风门开度调节装置执行操作。