[发明专利]一种蒸汽压力和流量自动控制系统及其控制方法

说明书

本发明公开了一种蒸汽压力和流量自动控制系统，包括蒸汽压力检测模块，用于检测蒸汽压力数据；蒸汽流量检测模块，用于检测蒸汽流量数据；机组热耗值计算模块，用于计算实时的机组热耗值；检测数据预处理模块，用于对蒸汽压力数据和蒸汽流量数据进行预处理；机组热耗值优化模块，通过调整蒸汽压力数据和蒸汽流量数据优化机组热耗值。本发明能够改进现有技术的不足，改善火电机组中蒸汽压力和流量的联合控制效果。

技术领域

本发明涉及火电机组控制技术领域，尤其是一种蒸汽压力和流量自动控制系统及其控制方法。

背景技术

我国是火力发电大国，提高火电机组的运行效率是本领域长期以来一直的研究热点之一。在火电机组众多运行参数中，蒸汽压力和流量是两个对于机组效率具有重要影响的参数。由于蒸汽压力和流量两个参数具有内在的耦合性，对其进行单独控制效果不佳。

发明内容

本发明要解决的技术问题是提供一种蒸汽压力和流量自动控制系统及其控制方法，能够解决现有技术的不足，改善火电机组中蒸汽压力和流量的联合控制效果。

为解决上述技术问题，本发明所采取的技术方案如下。

一种蒸汽压力和流量自动控制系统，包括，

蒸汽压力检测模块，用于检测蒸汽压力数据；

蒸汽流量检测模块，用于检测蒸汽流量数据；

机组热耗值计算模块，用于计算实时的机组热耗值；

检测数据预处理模块，用于对蒸汽压力数据和蒸汽流量数据进行预处理；

机组热耗值优化模块，通过调整蒸汽压力数据和蒸汽流量数据优化机组热耗值。

一种上述的蒸汽压力和流量自动控制系统的控制方法，包括以下步骤：

A、蒸汽压力检测模块和蒸汽流量检测模块分别检测蒸汽压力数据和蒸汽流量数据，机组热耗值计算模块根据机组实际运行状态计算实时的机组热耗值；

B、检测数据预处理模块分别对离散的蒸汽压力数据、蒸汽流量数据和机组热耗值进行曲线拟合，然后分别使用蒸汽压力曲线和蒸汽流量曲线与机组热耗值曲线进行比对，在机组热耗值曲线上标记出当前区域对应的高权重数据；

C、机组热耗值优化模块建立神经网络模型，并使用历史数据对神经网络模型进行训练，然后输入当前的蒸汽压力数据和蒸汽流量数据以及其他机组参数约束条件，得到优化后的蒸汽压力数据和蒸汽流量数据。

作为优选，步骤B中，在机组热耗值曲线上标记出当前区域对应的高权重数据包括以下步骤，

B1、预设滑动窗口，使用滑动窗口在蒸汽压力曲线、蒸汽流量曲线和机组热耗值曲线上进行同步滑动取值；

B2、分别建立滑动窗口内的蒸汽压力曲线段和蒸汽流量曲线段与机组热耗值曲线段的映射关系；

B3、将得到的映射关系根据线性相似度进行高斯分布拟合，取高斯分布的中点位置的映射关系作为参考映射关系；

B4、将滑动窗口内的蒸汽压力曲线段和蒸汽流量曲线段对应的映射关系与参考映射关系进行对比，若蒸汽压力曲线段和蒸汽流量曲线段的映射关系与参考映射关系的线性相似度均大于设定阈值，则取线性相似度较大的映射关系对应的数据作为高权重数据，若蒸汽压力曲线段或蒸汽流量曲线段的映射关系与参考映射关系的线性相似度大于设定阈值，则取映射关系对应的数据作为高权重数据，若蒸汽压力曲线段和蒸汽流量曲线段的映射关系与参考映射关系的线性相似度均小于等于设定阈值，则返回步骤B1，缩小滑动窗口的宽度后重新计算，直至将全部机组热耗值曲线进行标记后结束。

作为优选，步骤C中，神经网络模型包括一个输出层、三个隐藏层和一个输出层。

作为优选，步骤C中，对神经网络模型进行训练时，首先使用高权重数据对神经网络模型进行训练，确定神经网络模型参数调整范围，然后使用非高权重数据对神经网络模型进行训练，在神经网络模型参数调整范围内对神经网络模型参数进行二次调整。