[发明专利]基于分层多项式模型的飞灰含碳量软测量方法及监测系统

说明书

本发明提供基于分层多项式模型的飞灰含碳量软测量方法及监测系统，软测量方法包括：步骤1.获取与锅炉总体和每层燃烧器有关的多个工况测点历史实测参数值；分别计算每个相对工况测点对基准工况测点的变动时间；步骤2.将历史数据中各时刻的基准工况测点参数值与扣除相应变动时间后相应时刻的各个相对工况测点关联，得到各组工况测点参数；步骤3.以样本含氧量值作为分割点，把分组关联后的历史数据进一步划分为高含氧量样本和低含氧量样本；步骤4.采用适于复杂电厂的分层多项式模型作为预测模型，得到分别对应于低含氧量和高含氧量样本的两个反映飞灰含碳量与特征工况测点参数具体映射关系的飞灰含碳量计算公式；步骤5.飞灰含碳量计算。

技术领域

本发明属于锅炉飞灰含碳量测量技术领域，具体涉及基于分层多项式模型的飞灰含碳量软测量方法及监测系统。

背景技术

火力发电是我国主要的发电方式，提高锅炉的燃烧热效率，减少热损失能够带来巨大的经济效益。锅炉的主要热损失包括排烟热损失、机械不完全燃烧热损失、化学不完全燃烧热损失、灰渣物理热损失、飞灰热损失及炉体散热损失。飞灰热损失作为仅次于排烟热损失的损失，是影响锅炉热效率的一个重要指标。在锅炉的实际运行中，很难依据有限的调试结果和经验将实炉燃烧工况调整到最佳工况，因此精确实时地获得飞灰含碳量对提高燃烧效率，指导安全高效清洁生产至关重要。

目前获取燃煤锅炉飞灰含碳量的方法主要分为3类：人工采样送检化验、在线测量仪器监测和基于人工智能的软测量。其中人工采样送检化验需要专人定期取样制样，耗费人力物力，同时也存在数据滞后、易发生错漏等问题。在线测量仪器监测可以连续实时获得飞灰含碳量的数据，然而复杂的运行条件和煤质，使得其很难长时间连续稳定运行，使用过程中硬件维护存在较大困难，同时由于设备故障易导致数据长时间缺失或错误，反而影响对锅炉运行的指导。而基于人工智能的软测量方法则是通过对历史数据的分析与挖掘，利用锅炉实时运行数据对燃煤锅炉运行过程中的飞灰含碳量进行计算和预测，成本低且维护量极小，因而获得了广泛关注。

目前已有一些现有技术针对飞灰含碳量进行软测量的方法进行了研究，然而，燃煤发电技术经过长时间的发展，已经形成了极为复杂的燃烧方案，多层燃烧器通常对应多台给煤制粉系统，而依据负荷及库存煤质往往采取多煤质分层燃烧的组织形式，大大增加了燃烧参数的复杂程度，这对飞灰含碳量的软测量提出了更大的挑战。而现有方案中都尚未针对目前复杂的燃烧组织方案提出行之有效的技术路线，所以有必要针对多燃烧层多台磨煤机的情况进行数据处理，并以此建立合适的模型，最终部署到燃烧现场，运用在实际燃烧系统中。

发明内容

本发明是为了解决上述问题而进行的，目的在于提供一种基于分层多项式模型的飞灰含碳量软测量方法及监测系统，适用于多层复杂燃烧情况下的实际电场运行状况，能够得到最接近实际燃烧系统的飞灰含碳量。

本发明为了实现上述目的，采用了以下方案：

方法

如图1所示，本发明提供一种基于分层多项式模型的飞灰含碳量软测量方法，其特征在于，包括：

步骤1.获取与锅炉总体和每层燃烧器有关的多个工况测点历史实测参数值，从这些工况测点中选取一个测点作为基准工况测点，其他作为相对工况测点；分别计算每个相对工况测点随基准工况测点的参数值变动而变动的延迟或者超前时间作为偏移时间；例如，将用于获取锅炉每层燃烧器入炉煤量的测点(各层燃烧器入炉煤量测点是同步的)作为基准工况测点，将与锅炉总体和每层燃烧器有关、且获取的数据与入炉煤量变化相关的多个其他工况测点作为相对工况测点；多个相对工况测点应包括飞灰含碳量测点、空预器出口含氧量测点、至少一个与锅炉总体燃烧有关的工况测点和多个与每层燃烧器燃烧有关的工况测点；然后分别计算每个相对工况测点随基准工况测点变动而变动的延迟或者超前时间作为偏移时间；