[发明专利]基于工业数据和工艺机理的锅炉吨煤产汽优化方法

说明书

本发明提供一种基于工业数据和工艺机理的锅炉吨煤产汽优化方法，包括以下步骤：基于锅炉生产的热工机理对历史生产数据预处理，去除异常样本，将健康数据用于模型训练；基于工艺机理分析的锅炉主汽流量模型训练；建立基于高维近似模型的锅炉生产吨煤产汽量优化控制模型；步骤S400：吨煤产汽量非线性优化问题求解。本发明通过建立锅炉生产优化模型，提出最优算法寻找各控制参数的最优解指导生产，保证吨煤产汽量最优，并摆脱对工人经验的依赖。

技术领域

本发明属于锅炉控制技术领域，具体涉及一种基于工业数据和工艺机理的锅炉吨煤产汽优化方法。

背景技术

锅炉是一种把化学能转换成热能的装置，其通过把燃料燃烧后给水进行换热，从而产生出一定数量和质量的蒸汽。锅炉是典型的复杂热工控制系统，其子系统主要包括燃烧系统，送引风系统，汽水系统以及辅助系统等。

现有锅炉的控制方法是在满足锅炉生产安全的前提下，由工程师将较优的生产成本控制参数范围写在集控运行规程中，规定关键操作参数(例如：一次风量，二次风量，尾气含氧量，给煤量，尾气硫含量，尾气氮氧化物含量等)的控制范围。在生产工况发生改变时，由操作工人根据运行的实际情况进行调整，满足参数在控制范围内，以达到较优的吨煤产汽量。

目前，仅基于关键控制参数范围调整生产的方法，在实际运行过程中常遇到以下几个问题：

(1)燃料品质会在生产过程中发生变化：实际锅炉给煤时，在车间内部会设有暂存煤仓，在车间外部的仓储煤仓上煤的性质发生变化时，会在车间内暂存煤仓有混批次或者混煤种的情况。工人无法获得时下锅炉给煤发生切换的信息，又由于各关键参数存在强耦合关系，操作工人需要根据经验将生产系统调整回稳态，花费时间的长短和操作工人的经验有关。特别在存在固废或生物质作为燃料时，各参数波动大，难以控制。

(2)锅炉运行属于动态连续过程，其受到多种不确定因素影响。工厂操作人员只能从经验出发调控参数，因此锅炉的生产成本与操作工人的技术、经验和专注程度等条件密切相关，且工人操作属于多年积累经验，并非是该工艺所有生产参数的最佳动态组合，其生产效益存在较高的优化和提升空间。

发明内容

针对上过技术问题，本发明提供一种基于工业数据和工艺机理的锅炉吨煤产汽优化方法，基于锅炉的生产工艺，采用热工学原理进行分析的方法，选取锅炉工艺的关键控制参数，提出基于工业数据的锅炉生产模型训练方法，实现锅炉主汽流量的精准预测。基于训练好的锅炉主汽流量的预测模型，以及实时生产数据，对各锅炉关键参数进行联调优化，在保证锅炉工艺安全的前提下，实现吨煤产汽量最优的成本控制目标。

该方法首先将海量的工业历史数据进行预处理，剔除历史数据中的异常样本。随后，选取锅炉工艺的关键影响参数，提出高维数据训练方法，建立与实际锅炉运行高度吻合的主汽流量预测模型。通过建立锅炉生产优化模型，提出最优算法寻找各控制参数的最优解指导生产，保证吨煤产汽量最优，并摆脱对工人经验的依赖。

具体的技术方案为：

基于工业数据和工艺机理的锅炉吨煤产汽优化方法，包括以下步骤：

步骤S100：基于锅炉生产的热工机理对历史生产数据预处理，去除异常样本，将健康数据用于模型训练；

数据的预处理过程主要包括：

S110、受锅炉现场生产环境干扰或测点在某时刻发生故障，所采集到的数据显示超出限值，需要剔除这些异常值。

S120、根据生产时间戳，将锅炉的生产数据与燃料化验数据一一对应，燃煤的化验数据按照各煤种添加比例计算表征值；

S130、锅炉的关键控制点往往安装多个测点(例如炉膛温度，炉床压力等)，对这些测点取平均值；

将历史生产数据预处理后，用于锅炉主汽流量模型的训练。