CN102226904A - 电站大型锅炉一次风风量的软测量方法 - Google Patents

Abstract

本发明涉及一种电站大型锅炉一次风流量的软测量方法。对于大管径的非平稳流场，目前采用短距离的微差压测速装置很难得到准确可靠的测量结果。本发明的特征在于1)根据机理和主元分析相结合的方法选取辅助变量；2)检验原始测量信号的准确性；3)基于支持向量机回归算法建立风量软测量模型，并采用历史数据对模型进行训练、参数优化及模型验证；4)模型参数的在线校正。本发明易于现场应用、成本低，风量软测量结果较准确、可靠，有助于实现电站锅炉的优化控制和运行，提高经济效率。

Description

电站大型锅炉一次风风量的软测量方法

技术领域

本发明属于热工参数测量领域，特别涉及一种电站大型锅炉一次风风量的软测量方法。

背景技术

电站锅炉一次风风量的准确测量是确定合理的风煤比进而提高燃烧效率的关键因素，也是燃烧控制系统稳定运行的前提，因此要求测量结果准确、可靠。目前，风量测量主要采用文丘里管、差压式流量计、机翼式流量计等，然而由于受现场安装条件等方面的限制，使得现场仪表测量得到的一次风流量与实际值偏差很大。为提高风量测量准确度，许多研究人员和仪表生产厂家提出了一些改进措施，但都没有从根本上解决风量测量精度低且不稳定的问题，如将大管径风道截面(圆形或矩形)分割成若干小的区域，然后用动压管进行多点测量，用其平均值作为测量结果，该方法安装维护工作量大，如堵灰，一次风首先要经过空气预热器加热，而目前使用的大多为回转式空气预热器，因为密封性问题会使部分含灰尘的烟气混入一次风，另外电厂本身所处的环境灰尘含量高，因此一次风中的灰尘含量一般都比较多，而动压管在管道内的开口方向面向一次风来流方向，运行时必定会有大量灰尘积聚在动压管口造成堵灰，另外含灰尘的高速一次风频繁冲刷动压管，会使管壁遭受磨损，因此需要经常更换，并且随着运行时间变化其测量结果会严重漂移。因此，对于大管径的非平稳流场，采用短距离的微差压测速装置很难得到准确可靠的测量结果。

发明内容

本发明所要解决的技术问题是克服上述现有技术存在的缺陷，提供一种电站大型锅炉一次风风量的软测量方法，应用软测量方法能够对一些受目前技术条件限制而无法用硬件仪表直接测量的参数进行实时的准确测量，以解决大管径的非平稳流场及采用短距离的微差压测速装置很难得到准确可靠的测量结果的问题。

为此，本发明采用以下的技术方案：电站大型锅炉一次风风量的软测量方法，其特征在于：1)根据机理和主元分析相结合的方法选取辅助变量，选取的辅助变量包括：磨煤机一次风压力、磨煤机分离器压力、调节门开度、一次风机电流、磨煤机电流、空预器一次风进出口差压、瞬时给煤量和一次风温差等；2)检验原始测量信号的准确性，剔除粗大误差，并采用滤波算法减小随机误差；3)基于支持向量机回归算法建立一次风风量的软测量模型，通过核函数的选择、给定训练集及求解二次规划，构造出软测量模型，软测量模型的构造过程如下：

a)给定训练集{(p₁，y₁)，...，(p_k，y_k)}，其中输入p_i∈Rⁿ，输出y_i∈R^k，i＝1，2...k；

b)选取适当的核函数K(p_i，p)，如本模型采用径向基核函数(RBF)，以及适当的精度ε＞0和惩罚参数C＞0，一般直接采用模型算法的默认值；

c)构造并求解下列凸二次规划问题，解得拉格朗日系数

$\underset{a,a^{*}\∈R^k}{\min }=\frac{1}{2}\underset{i,j=1}{\overset{k}{\mathrm{\Σ}}}(a_i^{*}-a_i)(a_j^{*}-a_j)K(p_i,p_j)+\mathrm{\ϵ}\underset{i=1}{\overset{k}{\mathrm{\Σ}}}(a_i^{*}+a_i)-\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{y}_i(a_i^{*}-a_i)$

$s.t.\underset{i=1}{\overset{k}{\mathrm{\Σ}}}(a_i-{a_i}^{*})=\mathrm{0,0}\≤a_i,{a_i}^{*}\≤C,$

i，j＝1，2，...，k

d)选取满足上式约束条件的解

或

计算

e)构造决策函数：

，y＝g(p)为软测量模型的输出值(此为一次风量的归一化值)，为求解二次规划问题(即最值问题)时获得的拉格朗日常数，核函数采用K(p_i，p)＝exp(-γ*|p_i-p|²)，式中γ为常数，可以给定任意的初始值或使用默认的初始值，训练时会自动寻优得到更合理的值，其中p_i为训练时获得的支持向量，p为实测的辅助变量归一化后组成的向量，为训练后的线性模型的常数项，然后采用电厂DCS历史数据进行模型的训练、参数选择及模型验证；4)模型参数的在线校正，可以通过在线运行中得到的大量样本数据对模型的参数进行校正。

本发明以现场测量仪表、计算机系统和信号传递网络作为硬件平台，通过软测量模型对计算机采集到的过程数据进行分析计算，进而得到一次风量的实时测量值。

本发明应用软测量方法结合火电厂的实际应用，对磨煤机一次风风量软测量中辅助变量的选择、数据预处理、测量模型的建立及校正等问题进行了研究，并对提出的方法进行了实验验证。

应用本发明，不增加任何硬件，且易于现场应用、成本低，风量软测量结果较准确、可靠，有助于实现电站锅炉的优化控制和运行，提高经济效率。

下面结合说明书附图和具体实施方式对本发明作进一步说明。

附图说明

图1为本发明的工作原理图。

图2为利用本发明对200个样本数据进行测量验证的相对误差分布情况(图中每个点的相对误差值＝|软测量值-实测值|/实测值*100％，此图线说明软测量模型的相对误差最大值不超过2％，且大多情况下小于1％，相对于现场硬件仪表具有更高的准确度)。

具体实施方式

根据已选定的辅助变量从国内某电厂提供的DCS历史数据中选取2000组数据作为训练样本，另外200组数据作为测试样本，下面的表1为从DCS数据库中导出的数据，数据表中只保留了以选定的辅助变量和教师信号，去掉了多余的测点。测试样本和训练样本可以在数据表中随机选取，但为了更好的测试训练效果，一般尽量不重复选择某一样本同时作为训练样本应该和测试样本，另外这些数据在表格中的位置必须按照软测量模型要求的顺序排列，不能随意调换位置。选择好的数据可复制到新建的表格中，同时算法中的文件路径也必须随之改变。首先使用误差处理函数对所选的样本数据进行误差处理，采用限幅法去掉粗大误差，采用滑动平均滤波减小随机误差；然后使用归一化函数进行样本数据的归一化，归一化分两部分，辅助变量的归一化和教师信号的归一化(因为测试输出值需要根据教师信号的归一化原则进行反归一化)。归一化原则为：设p_i为任意需要归一化的值，p_max和p_min为每组辅助变量中的最大值和最小值(对于教师信号则为所有以选样本中的最大值和最小值)，y_i为归一化后的值，取归一化方程为y_i＝(p_i-p_min)/(p_max-p_min)，则所有数据归一化后取值区间均为[0，1]，反归一化时只需根据测试输出的y_i和用于训练的教师信号中的最大值p_max和最小值p_min求出p_i，即p_i＝y_i*(p_max-p_min)+p_min；第三步，在选定的径向基核函数下将归一化的训练样本值输入训练函数，达到训练结束的精度要求后即可获得软测量模型所需的各个参数；第四步，将训练参数输入软测量模型形成具有计算功能的函数，输入归一化后的测试样本，模型的输出值会根据归一化原则自动进行反归一化，从而获得软测量模型的一次风流量值。

表1

Claims (2)

1.电站大型锅炉一次风风量的软测量方法，其特征在于：1)根据机理和主元分析相结合的方法选取辅助变量；2)检验原始测量信号的准确性，剔除粗大误差，并采用滤波算法减小随机误差；3)基于支持向量机回归算法建立一次风风量的软测量模型，通过核函数的选择、给定训练集及求解二次规划，构造出软测量模型，软测量模型的构造过程如下：

a)给定训练集{(p₁，y₁)，...，(p_k，y_k)}，其中输入p_i∈Rⁿ，输出y_i∈R^k，i＝1，2...k；

b)选取适当的核函数K(p_i，p)以及适当的精度ε＞0和惩罚参数C＞0；

c)构造并求解下列凸二次规划问题，解得拉格朗日系数

$\underset{a,a^{*}\∈R^k}{\min }=\frac{1}{2}\underset{i,j=1}{\overset{k}{\mathrm{\Σ}}}(a_i^{*}-a_i)(a_j^{*}-a_j)K(p_i,p_j)+\mathrm{\ϵ}\underset{i=1}{\overset{k}{\mathrm{\Σ}}}(a_i^{*}+a_i)-\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{y}_i(a_i^{*}-a_i)$

$s.t.\underset{i=1}{\overset{k}{\mathrm{\Σ}}}(a_i-{a_i}^{*})=\mathrm{0,0}\≤a_i,{a_i}^{*}\≤C,$

i，j＝1，2，...，k

d)选取满足上式约束条件的解

或

计算

e)构造决策函数，

为使用拉格朗日法求解二次规划问题时引入的拉格朗日常数，核函数采用K(p_i，p)＝exp(-γ*|p_i-p|²)，式中γ为常数，给定任意的初始值或使用默认的初始值，训练时会自动寻优得到更合理的值，其中p_i为训练时获得的支持向量，p为实测的辅助变量归一化后组成的向量，

为训练后的线性模型的常数项，然后采用电厂DCS历史数据进行模型的训练、参数选择及模型验证；4)模型参数的在线校正，通过在线运行中得到的大量样本数据对模型的参数进行校正。

2.根据权利要求1所述的电站大型锅炉一次风风量的软测量方法，其特征在于所述的辅助变量包括磨煤机一次风压力、磨煤机分离器压力、调节门开度、一次风机电流、磨煤机电流、空预器一次风进出口差压、瞬时给煤量和一次风温差。

Images