[发明专利]一种用于燃煤电站锅炉的智慧燃烧优化控制系统及方法

权利要求书

1.一种用于燃煤电站锅炉的智慧燃烧优化控制方法，其特征在于，所述智慧燃烧优化控制方法采用如下所述的用于燃煤电站锅炉的智慧燃烧优化控制系统进行；

所述智慧燃烧优化控制系统包括软件主体，所述软件主体采用BP神经网络和遗传算法相耦合的方式，对发送至优化算法服务器的实时运行数据进行计算后，发送燃烧优化控制指令；

所述智慧燃烧优化控制方法包括如下步骤：

(1)读取并储存机组运行历史数据至优化算法服务器后，剔除数据的噪音信号、填补缺失数据以及筛选各功能需求数据，构建BP神经网络输入向量V_in；其中，BP神经网络隐含层为3层，隐含层函数选用“tansig”函数，输出层函数选用“purelin”函数，训练函数选用“trainlm”函数；

(2)对锅炉效率、锅炉受热面安全性系数以及炉膛炉膛出口NO_x生成量进行归一化处理，归一化后锅炉效率记做η、锅炉受热面安全性系数记做α和炉膛炉膛出口NO_x生成量记做β；

所述锅炉受热面安全性系数α的归一化处理是基于实时采集的炉膛烟气温度数据进行计算；

所述锅炉受热面安全性系数

其中，T_i表示所选取的受热面所对应的第i个烟气温度测点；

θ_i表示第i个烟气温度测点所占的权重系数；

(3)用所述BP神经网络输入向量V_in和所述BP神经网络输出向量V_out生成训练样本I，构建BP神经网络物理模型N，并进行训练和存储；

(4)实时采集2分钟内的运行数据，在优化算法服务器中进行处理和计算，生成所述BP神经网络物理模型N的实时输入向量V_in-real和实时输出向量V_out-real；在此基础上，采用遗传算法对实时输入向量V_in-real中的燃烧参数进行遗传变异处理，以V_out-real最大值为智慧燃烧优化控制系统输出最优，构建包含η、α和β的适应度函数F和评价指标J，

F＝MAX(J)，

J＝λ₁·η-λ₂·α-(1-λ₁-λ₂)·β；

其中0＜λ₁＜1，表示η的权重系数，

0＜λ₂＜1，表示α的权重系数，

且0＜λ₁+λ₂＜1；

生成所述BP神经网络物理模型N的实时输入向量V_in-real和实时输出向量V_out-real后，对V_in-real以及训练样本I内V_in中相匹配的工况进行对比，用V_out-real和V_out中的参数计算评价指标J；

如果J_out-real＞J_out，则将训练样本I中向量V_in以及V_out替换为向量V_in-real以及V_out-real，记做训练样本II，并重复步骤(3)；

如果J_out-real≤J_out，则保持训练样本I不变；得到对应工况下的燃烧参数最优输出集V_e；

(5)所述燃烧参数最优输出集V_e通过通讯链路发送至DCS系统。

2.根据权利要求1所述的智慧燃烧优化控制方法，其特征在于，所述智慧燃烧优化控制系统还包括硬件主体。

3.根据权利要求2所述的智慧燃烧优化控制方法，其特征在于，所述硬件主体包括优化算法服务器、PLC控制器、双向通讯链路、双向通讯网络和电源模块；

其中，所述PLC控制器与DCS系统之间通过双向通讯链路连接，并基于Modbus协议进行数据交换；所述优化算法服务器和PLC控制器通过双向通讯网络连接，并基于TCP/IP协议进行数据交换。