CN103196693B - 一种锅炉蓄热系数的测量方法和测量装置 - Google Patents

Abstract

本发明实施例公开了一种锅炉蓄热系数的测量方法和测量装置，该测量方法包括：获取锅炉测点数据；通过采用混合建模技术、基于机理模型建立的以所述锅炉测点数据作为输入、以对所述机理模型的输出数据进行偏差补偿后得到的补偿结果作为输出的混合模型处理所述锅炉测点数据，计算得到锅炉蓄热系数，以提高所述锅炉蓄热系数的计算精度；其中，所述机理模型为预先根据能量守恒定律，对所述锅炉测点数据和锅炉蓄热系数进行机理分析而建立的数学模型。

Description

一种锅炉蓄热系数的测量方法和测量装置

技术领域

本发明涉及热工参数测量技术领域，更具体地说，涉及一种锅炉蓄热系数的测量方法和测量装置。

背景技术

火电机组作为一种燃煤发电机组，广泛应用于电网一次调频过程，即受电网负荷变化影响，电网频率发生变化，所述火电机组的调速系统随之利用机组蓄能来调节自身机组的输出功率，使之适应所述电网负荷的变化，并将所述电网频率的变化限制在一定范围内。

锅炉蓄热量是用于反映所述机组蓄能大小的一个主要参数，指代单位压力变化时锅炉存储或释放的有效热量。测量所述锅炉蓄热量的关键在于测量锅炉蓄热系数，现有技术中一般针对测量过程中的一些不确定因素进行简化，将与汽包蓄热系数有关的测点的数据(即汽包测点数据)代入根据能量守恒原理推导出的计算汽包蓄热系数的理论算法，并根据汽包蓄热系数约占锅炉蓄热系数的90％这一经验值，来计算锅炉蓄热系数，由此测得的锅炉蓄热系数与其真实值之间存在一定偏差，测量精度不高。

发明内容

有鉴于此，本发明提供一种锅炉蓄热系数的测量方法和测量装置，以提高所述锅炉蓄热系数的测量精度。

一种锅炉蓄热系数的测量方法，包括：

获取锅炉测点数据；

通过采用混合建模技术、基于机理模型建立的以所述锅炉测点数据作为输入、以对所述机理模型的输出数据进行偏差补偿后得到的补偿结果作为输出的混合模型来处理所述锅炉测点数据，计算得到锅炉蓄热系数；

其中，所述机理模型为预先根据能量守恒定律，对所述锅炉测点数据和锅炉蓄热系数进行机理分析而建立的数学模型。

可选地，在所述获取锅炉测点数据前，还包括建立所述混合模型，具体为：

获取样本数据，所述样本数据包括锅炉测点数据和通过实验测量得到的锅炉蓄热系数的实验值；

选择其中部分样本数据作为训练样本，选择剩余样本数据作为测试样本；

依据最小二乘支持向量机回归算法，以所述训练样本作为训练参数，对所述机理模型进行训练，并通过所述测试样本对所述训练后的机理模型进行测试；

当判断所述测试后的机理模型以所述锅炉测点数据作为输入，得到的输出数据满足所述锅炉蓄热系数的精度要求时，确定测试后的机理模型为所述混合模型。

可选地，在所述获取样本数据前，还包括：

通过相关系数法和主元分析法，从与计算锅炉蓄热系数相关的测点中选择对锅炉蓄热影响达到预期标准的测点，作为用于获取所述锅炉测点样本数据的锅炉测点。

其中，所述最小二乘支持向量机回归算法的核函数采用高斯径向基函数

K(x_i,x)＝exp(-||x-x_i||²/σ²)。

可选地，在建立所述混合模型前，还包括：建立机理模型，具体为：

根据能量守恒定律，分别针对汽包、水冷壁和过热器推导出汽包蓄热系数的理论算法、水冷壁蓄热系数的理论算法和过热器蓄热系数的理论算法；

将所述锅炉测点样本数据代入所述汽包蓄热系数的理论算法、水冷壁蓄热系数的理论算法和过热器蓄热系数的理论算法，得到所述汽包蓄热系数、水冷壁蓄热系数和过热器蓄热系数；

将得到的所述汽包蓄热系数、水冷壁蓄热系数和过热器蓄热系数进行加和计算；

其中，所述汽包蓄热系数的理论算法为：

$C_b=M_w\frac{{\mathrm{di}}_w}{{\mathrm{dP}}_b}+{\mathrm{\ρ}}_s(V_0-V_w)\frac{{\mathrm{di}}_s}{{\mathrm{dP}}_b}+i_s(V_0-V_w)\frac{{\mathrm{d\ρ}}_s}{{\mathrm{dP}}_b}+\frac{V_w}{{\mathrm{\ρ}}_w}{\mathrm{\ρ}}_s{i}_s\frac{{\mathrm{d\ρ}}_w}{{\mathrm{dP}}_b}+G_{\mathrm{js}}{C}_{\mathrm{js}}\frac{\∂T}{{\∂P}_b},$

式中：C_b为所述汽包蓄热系数，M_w为汽包中饱和水质量，i_w为汽包中饱和水焓值，P_b为汽包压力，ρ_s为汽包中饱和蒸汽的密度，V₀为汽包有效容积，V_w为汽包有效水容积，i_s为汽包中饱和蒸汽焓值，ρ_w为汽包中饱和水的密度，G_js为汽包金属的质量，C_js为汽包金属的比热，T为汽包壁温，其中，M_w＝ρ_wV_w；

所述水冷壁蓄热系数的理论算法为：

$C_{b1}={\mathrm{\ρ}}_{w1}{V}_{w1}\frac{{\mathrm{di}}_{w1}}{{\mathrm{dP}}_b}+i_{w1}{V}_{w1}\frac{{\mathrm{d\ρ}}_{w1}}{{\mathrm{dP}}_b}+{\mathrm{\ρ}}_{s1}{V}_{s1}\frac{{\mathrm{di}}_{s1}}{{\mathrm{dP}}_b}+i_{s1}{V}_{s1}\frac{{\mathrm{d\ρ}}_{s1}}{{\mathrm{dP}}_b}+G_{\mathrm{js}1}{C}_{\mathrm{js}1}\frac{{\mathrm{dT}}_1}{{\mathrm{dP}}_b},$

式中：C_b1为所述水冷壁蓄热系数，ρ_w1为水冷壁中饱和水的密度，V_w1为水冷壁中饱和水的体积，i_w1为水冷壁中饱和水焓值，P_b为汽包压力，ρ_s1为水冷壁中饱和蒸汽的密度，V_s1为水冷壁中饱和蒸汽的体积，i_s1为水冷壁中饱和蒸汽焓值，G_js1为水冷壁金属的总质量，C_js1为水冷壁金属的比热，T₁为水冷壁壁温；

所述过热器蓄热系数的理论算法为：

$C_{b2}={\mathrm{\ρ}}_{s2}{V}_{s2}\frac{{\mathrm{di}}_{s2}}{{\mathrm{dP}}_b}+V_{s2}{i}_{s2}\frac{{\mathrm{d\ρ}}_{s2}}{{\mathrm{dP}}_b}+G_{\mathrm{js}2}{C}_{\mathrm{js}2}\frac{{\mathrm{dT}}_2}{{\mathrm{dP}}_b},$

式中：C_b2为所述过热器蓄热系数，ρ_s2为过热蒸汽密度，V_s2为过热蒸汽体积，i_s2为过热蒸汽的平均焓值，P_b为汽包压力，G_js2为过热器金属的总质量，C_js2为过热器金属的比热，T₂为过热器壁温。

一种锅炉蓄热系数的测量装置，包括：

主控制器、用于获取锅炉测点数据的数据获取端和用于输出锅炉蓄热系数的数据输出端；

所述主控制器接收所述数据获取端获取的锅炉测点数据，进行处理得到所述锅炉蓄热系数，并通过所述数据输出端进行输出；

其中，所述主控制器包括存储有获取锅炉测点数据；通过采用混合建模技术、基于机理模型建立的以所述锅炉测点数据作为输入、以对所述机理模型的输出数据进行偏差补偿后得到的补偿结果作为输出的混合模型处理所述锅炉测点数据，计算得到锅炉蓄热系数

的控制指令的存储端和读取并执行所述存储端中控制指令的处理端。

其中，所述测量装置为基于ARM-Linux平台开发的测量装置。

其中，所述数据获取端为采用8路模拟/数字转换方式获取数据的数据获取端。

其中，所述数据输出端为采用4-20mA DC(1-5V DC)模拟量方式输出数据的数据输出端。

其中，所述数据输出端为通过网络接口直接输出数字量数据的数据输出端。

从上述的技术方案可以看出，本发明实施例通过将获取的锅炉测点数据输入通过采用混合建模技术、基于机理模型建立的以所述锅炉测点数据作为输入、以对所述机理模型的输出数据进行偏差补偿后得到的补偿结果作为输出的混合模型，来计算得到所述锅炉蓄热系数；其中，所述机理模型为预先根据能量守恒定律，对所述锅炉测点数据和锅炉蓄热系数进行机理分析而建立的数学模型。从而避免了在现有技术的测量过程中因对一些不确定因素进行简化后根据能量守恒定律和经验值直接推导出所述锅炉蓄热系数的机理算法进行锅炉蓄热计算，所造成的所述锅炉蓄热系数的测量精度不高的问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图；

图1为本发明实施例一公开的一种锅炉蓄热系数的测量方法流程图；

图2为本发明实施例一公开的一种构建混合模型的方法流程图；

图3a-3b为本发明实施例三公开的一种锅炉蓄热系数的测量装置结构示意图。

具体实施方式

为了引用和清楚起见，下文中使用的技术名词、简写或缩写总结如下：

DCS：distributed control systems，分散控制系统；

LSSVM：least squares support vector machine，最小二乘支持向量机；

ADC：Analog-to-Digital Converter，模拟/数字转换器；

A/D：Analog/Digital，模拟/数字；

DC：Direct Current，直流电。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参见图1，本发明实施例一公开了一种锅炉蓄热系数的测量方法，以提高所述锅炉蓄热系数的测量精度，包括：

步骤101：获取锅炉测点数据。

在所述火电机组中，产生锅炉蓄热的设备主要包括汽包、水冷壁和过热器，在锅炉蓄热量测量过程中，与计算所述锅炉蓄热量相关的测点(即锅炉测点)包括：与计算汽包蓄热相关的测点、与计算水冷壁蓄热相关的测点和与计算过热器蓄热相关的测点(即汽包测点、水冷壁测点和过热器测点)。所述锅炉蓄热量主要包括储存在工质(所述工质主要为储存在所述汽包、水冷壁和过热器内、在热力循环过程中可使热与功相互转换的可压缩流体)和金属受热面(所述金属受热面主要为组成所述汽包、水冷壁和过热器等设备的金属材料)中的热量。测量所述锅炉蓄热量的关键在于测量锅炉蓄热系数，所述锅炉蓄热系数即可理解为所述汽包蓄热系数、水冷壁蓄热系数和过热器蓄热系数之和。

获取所述锅炉测点数据，即为获取汽包测点数据、水冷壁测点数据和过热器测点数据。

步骤102：通过采用混合建模技术、基于机理模型建立的、以所述锅炉测点数据作为输入、以对所述机理模型的输出数据进行偏差补偿后得到的补偿结果作为输出的混合模型来处理所述锅炉测点数据，计算得到锅炉蓄热系数；

其中，所述机理模型为预先根据能量守恒定律，对所述锅炉测点数据和锅炉蓄热系数进行机理分析而建立的数学模型。

在测量所述锅炉蓄热系数前，在采用根据能量守恒定律预先构建的以所述锅炉测点数据作为输入、以锅炉蓄热系数作为输出的机理模型的建模过程中，为便于该机理模型的建立，有必要对模型的构建过程进行一定的简化(如后续在“计算所述汽包蓄热系数的机理算法”的推导过程中提到的“假设锅炉给水流量与水冷壁出口蒸汽流量相同”等)，但是由此也导致了所述机理模型的输出数据与锅炉蓄热系数的真实值在一定程度上存在偏差，造成所述锅炉蓄热系数的测量结果不精确。所述机理模型的具体构建过程包括：

根据能量守恒定律，分别针对汽包、水冷壁和过热器推导出汽包蓄热系数的理论算法、水冷壁蓄热系数的理论算法和过热器蓄热系数的理论算法；将所述锅炉测点样本数据代入所述汽包蓄热系数的理论算法、水冷壁蓄热系数的理论算法和过热器蓄热系数的理论算法，得到所述汽包蓄热系数、水冷壁蓄热系数和过热器蓄热系数；将得到的所述汽包蓄热系数、水冷壁蓄热系数和过热器蓄热系数进行加和计算，从而得到所述锅炉蓄热系数，即所述机理模型的输出数据。

其中，所述汽包蓄热系数的理论算法为：

$C_b=M_w\frac{{\mathrm{di}}_w}{{\mathrm{dP}}_b}+{\mathrm{\ρ}}_s(V_0-V_w)\frac{{\mathrm{di}}_s}{{\mathrm{dP}}_b}+i_s(V_0-V_w)\frac{{\mathrm{d\ρ}}_s}{{\mathrm{dP}}_b}+\frac{V_w}{{\mathrm{\ρ}}_w}{\mathrm{\ρ}}_s{i}_s\frac{{\mathrm{d\ρ}}_w}{{\mathrm{dP}}_b}+G_{\mathrm{js}}{C}_{\mathrm{js}}\frac{\∂T}{{\∂P}_b},$

式中：C_b为所述汽包蓄热系数，M_w为汽包中饱和水质量，i_w为汽包中饱和水焓值，P_b为汽包压力，ρ_s为汽包中饱和蒸汽的密度，V₀为汽包有效容积，V_w为汽包有效水容积，i_s为汽包中饱和蒸汽焓值，ρ_w为汽包中饱和水的密度，G_js为汽包金属的质量，C_js为汽包金属的比热，T为汽包壁温，其中，M_w＝ρ_wV_w；

所述水冷壁蓄热系数的理论算法为：

$C_{b1}={\mathrm{\ρ}}_{w1}{V}_{w1}\frac{{\mathrm{di}}_{w1}}{{\mathrm{dP}}_b}+i_{w1}{V}_{w1}\frac{{\mathrm{d\ρ}}_{w1}}{{\mathrm{dP}}_b}+{\mathrm{\ρ}}_{s1}{V}_{s1}\frac{{\mathrm{di}}_{s1}}{{\mathrm{dP}}_b}+i_{s1}{V}_{s1}\frac{{\mathrm{d\ρ}}_{s1}}{{\mathrm{dP}}_b}+G_{\mathrm{js}1}{C}_{\mathrm{js}1}\frac{{\mathrm{dT}}_1}{{\mathrm{dP}}_b},$

式中：C_b1为所述水冷壁蓄热系数，ρ_w1为水冷壁中饱和水的密度，V_w1为水冷壁中饱和水的体积，i_w1为水冷壁中饱和水焓值，P_b为汽包压力，ρ_s1为水冷壁中饱和蒸汽的密度，V_s1为水冷壁中饱和蒸汽的体积，i_s1为水冷壁中饱和蒸汽焓值，G_js1为水冷壁金属的总质量，C_js1为水冷壁金属的比热，T₁为水冷壁壁温；

所述过热器蓄热系数的理论算法为：

$C_{b2}={\mathrm{\ρ}}_{s2}{V}_{s2}\frac{{\mathrm{di}}_{s2}}{{\mathrm{dP}}_b}+V_{s2}{i}_{s2}\frac{{\mathrm{d\ρ}}_{s2}}{{\mathrm{dP}}_b}+G_{\mathrm{js}2}{C}_{\mathrm{js}2}\frac{{\mathrm{dT}}_2}{{\mathrm{dP}}_b},$

式中：C_b2为所述过热器蓄热系数，ρ_s2为过热蒸汽密度，V_s2为过热蒸汽体积，i_s2为过热蒸汽的平均焓值，P_b为汽包压力，G_js2为过热器金属的总质量，C_js2为过热器金属的比热，T₂为过热器壁温。

其中，参见图2，所述混合模型的构建方法具体为：

步骤201：获取样本数据，所述样本数据包括锅炉测点数据和通过实验测量得到的锅炉蓄热系数的实验值。

具体的，对于某火电机组，对该机组进行测试以获取得到多组样本数据，所述每一组样本数据包括所述锅炉测点数据和通过实验测量得到的锅炉蓄热系数的实验值。

其中，采用实验方法测量得到所述锅炉蓄热系数的实验值的过程中，需要在锅炉稳定燃烧的情况下，保持进入炉膛的进煤量不变，阶跃改变所述火电机组的汽机调门开度，以获取主蒸汽流量及汽包压力的动态响应曲线，从而得到对应参数下的锅炉蓄热系数。该实验方法只能准确测量得到特定工况下的锅炉蓄热系数，工作条件要求严苛，为保证测量得到的样本数据的准确性，对于所述锅炉蓄热系数的实验值的采集应在特定的工况条件下进行。

在建立所述混合模型的过程中，则认为上述通过实验测量得到的锅炉蓄热系数的实验值即为所述锅炉蓄热系数的真实值。

步骤202：选择其中部分样本数据作为训练样本，选择剩余样本数据作为测试样本。

假设在所述步骤201中共获取了170组样本数据，那么可任意选择其中的110组样本数据作为训练样本，剩余60组样本数据作为测试样本，选择比例并不局限，可根据实际情况而定。

步骤203：依据最小二乘支持向量机回归算法，以所述训练样本作为训练参数，对所述机理模型进行训练，并通过所述测试样本对所述训练后的机理模型进行测试；

当判断所述测试后的机理模型满足以所述锅炉测点数据作为输入，得到的输出数据满足所述锅炉蓄热系数的精度要求时，确定测试后的机理模型为所述混合模型。

所述混合模型的输出数据即为对所述机理模型的输出数据与所述锅炉蓄热系数的真实值之间存在的偏差进行偏差补偿后得到的补偿结果，即由所述机理模型计算得到的所述锅炉蓄热系数和所述锅炉蓄热系数的补偿值之和。

其中，所述最小二乘支持向量机回归算法的核函数可采用高斯径向基函数

K(x_i,x)＝exp(-||x-x_i||²/σ²)。

由于在建立所述机理模型的过程中进行了一定的简化，导致采用所述机理模型计算得到的所述锅炉蓄热系数与锅炉蓄热系数的真实值在一定程度上存在偏差。为减小这类偏差，本实施例采用混合建模技术，依据最小二乘支持向量机回归算法，以所述训练样本作为训练参数对所述机理模型进行训练，对所述机理模型的输出结果与锅炉蓄热系数的真实值之间存在的偏差进行补偿，同时通过所述测试样本对训练后的机理模型进行测试，使得经循环进行训练、测试操作后的机理模型的输出数据逐渐逼近所述锅炉蓄热系数的实验值(即所述锅炉蓄热系数的真实值)，当所述测试后的机理模型满足以所述锅炉测点数据作为输入，得到的输出数据满足所述锅炉蓄热系数的精度要求时，则确定测试后的机理模型为用于测量所述锅炉蓄热系数的混合模型，即可形象地理解为：在所述机理模型的基础上，采用混合建模技术并行建立一个以所述锅炉测点数据作为输入、以所述锅炉蓄热系数的补偿值作为输出的LSSVM补偿模型，当所述机理模型与所述LSSVM补偿模型的输出数据之和逐渐逼近所述锅炉蓄热系数的真实值、直至满足对测量所述锅炉蓄热系数的精度要求时，则认为由所述机理模型与所述LSSVM补偿模型共同组建而成的混合模型构建完毕。但是需要说明的是，实际上所述混合模型并不是单纯地由上述两个独立的模型(即所述机理模型和所述LSSVM补偿模型)直接组合而成，这仅仅是为便于理解而提出的一种较为形象的说法。

建立好的所述混合模型即可投入使用，用于测量所述锅炉蓄热系数。

通过上述实施例可以看出，所述混合模型针对输入的所述锅炉测点数据，对所述机理模型的输出数据进行补偿，使得在所述机理模型的建模过程中因对一些不确定因素进行简化造成的输出偏差进行修正，提高了所述锅炉蓄热系数的测量精度，更加有效地反映系统的真实蓄热信息。且相较于只能在特定的工况条件下，通过实验方法获取所述锅炉蓄热系数的实验值的测量手段，本实施例可以在任何工况下实时测量所述锅炉蓄热系数，适用性较高。

其中，在建立所述机理模型的过程中，根据能量守恒定律，分别针对汽包、水冷壁和过热器推导出汽包蓄热系数的算法、水冷壁蓄热系数的算法和过热器蓄热系数的算法的具体过程如下：

计算所述汽包蓄热系数的算法，推导过程如下：

汽包工质包括饱和蒸汽和饱和水，在汽包内，汽水共存，全部工质处于饱和状态，饱和水和饱和蒸汽的密度和比焓随汽包压力的变化而发生改变；由于组成汽包的金属材料具有导热性，在汽包内外温度发生变化时伴随有汽包的吸热和放热过程。

根据能量守恒原理，汽包动态热平衡方程为：

Qdt+i₀D₀dt＝i″D_kdt+d(M_wi_w+M_si_s)+dq_js

式中：Q为单位时间内水冷壁从锅炉炉膛中吸收的热量，kJ/s；D₀为锅炉给水流量，kg/s；D_k为汽包出口蒸汽流量，kg/s；i₀为锅炉给水(省煤器出口)焓值，kJ/kg；i″为汽包出口蒸汽焓值，kJ/kg；i_w为汽包中饱和水焓值，kJ/kg；i_s为汽包中饱和蒸汽焓值，kJ/kg；M_w为汽包中饱和水质量，kg；M_s为汽包中饱和蒸汽质量，kg；q_js为汽包金属的蓄热量，kJ。

设汽包蓄热量(包括水、汽及金属蓄热量，kJ)为Q_r，则Q_r＝M_wi_w+M_si_s+q_js，设汽包压力为P_b，所述Q_r为P_b的函数。一般情况下，锅炉给水流量与水冷壁出口蒸汽流量相同，即D_k＝D₀＝D，对上述汽包动态热平衡方程进行等价变化，可得到如下方程式：

$\frac{Q}{i^{\′\′}-i_0}=D+\frac{d(M_w{i}_w+M_s{i}_s+q_{\mathrm{js}})}{\mathrm{dt}}\×\frac{1}{i^{\′\′}-i_0}=D+\frac{d(M_w{i}_w+M_s{i}_s+q_{\mathrm{js}})}{{\mathrm{dP}}_b}\×\frac{1}{i^{\′\′}-i_0}\×\frac{{\mathrm{dP}}_b}{\mathrm{dt}}$

令

$C_b=\frac{{\mathrm{dQ}}_r}{{\mathrm{dP}}_b}=\frac{d(M_w{i}_w+M_s{i}_s+q_{\mathrm{js}})}{{\mathrm{dP}}_b}=\frac{d({\mathrm{\ρ}}_w{V}_w{i}_w+{\mathrm{\ρ}}_s(V_0-V_w)i_s+q_{\mathrm{js}})}{{\mathrm{dP}}_b}$

则所述C_b即为汽包蓄热系数；

式中：ρ_s为汽包中饱和蒸汽的密度，kg/m³；ρ_w为汽包中饱和水的密度，kg/m³；V₀为汽包有效容积，m³；V_w为汽包饱和水容积，m³；M_w＝ρ_wV_w。

汽包压力P_b发生变化时，汽包中所含的蓄水量(即所述汽包饱和水容积V_w)近似保持不变，设汽包中工质的蓄热量为Q′_r，则：

Q′_r＝M_wi_w+M_si_s＝ρ_wV_wi_w+ρ_s(V₀-V_w)i_s

汽包工质的蓄热变化为：

$\frac{{\mathrm{dQ}}_r^{\′}}{{\mathrm{dP}}_b}=\frac{d(M_w{i}_w+M_s{i}_s)}{{\mathrm{dP}}_b}=M_w\frac{{\mathrm{di}}_w}{{\mathrm{dP}}_b}+{\mathrm{\ρ}}_s(V_0-V_w)\frac{{\mathrm{di}}_s}{{\mathrm{dP}}_b}+i_s(V_0-V_w)\frac{{\mathrm{d\ρ}}_s}{{\mathrm{dP}}_b}+\frac{V_w}{{\mathrm{\ρ}}_w}{\mathrm{\ρ}}_s{i}_s\frac{{\mathrm{d\ρ}}_w}{{\mathrm{dP}}_b}$

汽包金属的蓄热变化为：

$\frac{{\mathrm{dq}}_{\mathrm{js}}}{{\mathrm{dP}}_b}=G_{\mathrm{js}}{C}_{\mathrm{js}}\frac{\∂T}{{\∂P}_b}$

式中：G_js汽包金属的总质量，C_js为汽包金属的比热，T为汽包壁温。

从而得到汽包蓄热系数C_b为：

$\begin{array}{c}{C}_b=\frac{{\mathrm{dQ}}_r}{{\mathrm{dP}}_b}=\frac{{\mathrm{dQ}}_r^{\′}}{{\mathrm{dP}}_b}+\frac{{\mathrm{dq}}_{\mathrm{js}}}{{\mathrm{dP}}_b}=\frac{d(M_w{i}_w+M_s{i}_s+q_{\mathrm{js}})}{{\mathrm{dP}}_b}=\frac{d({\mathrm{\ρ}}_w{V}_w{i}_w+{\mathrm{\ρ}}_s(V_0-V_w)i_s+q_{\mathrm{js}})}{{\mathrm{dP}}_b}\\ =M_w\frac{{\mathrm{di}}_w}{{\mathrm{dP}}_b}+{\mathrm{\ρ}}_s(V_0-V_w)\frac{{\mathrm{di}}_s}{{\mathrm{dP}}_b}+i_s(V_0-V_w)\frac{{\mathrm{d\ρ}}_s}{{\mathrm{dP}}_b}+\frac{V_w}{{\mathrm{\ρ}}_w}{\mathrm{\ρ}}_s{i}_s\frac{{\mathrm{d\ρ}}_w}{{\mathrm{dP}}_b}+G_{\mathrm{js}}{C}_{\mathrm{js}}\frac{\∂T}{{\∂P}_b}\end{array}$

计算所述水冷壁蓄热系数的算法，推导过程如下：

水冷壁是锅炉最主要的受热部分，由数排分布于锅炉炉膛四周的钢管组成，炉膛中的燃料在燃烧过程中释放的热量，部分存储在水冷壁中，水冷壁工质包括过冷水、饱和水和饱和蒸汽。其中，所述过冷水为温度低于凝固点但仍不凝固或结晶的液体，当所述水冷壁内汽压变化时，所述过冷水的温度变化很小，因此其产生的蓄热变化，可以忽略不计。

所述饱和水与饱和蒸汽呈混溶状态并没有明显的分界线。为简化计算，将水冷壁分为所述过冷水所在的加热段和所述饱和水和饱和蒸汽所在的蒸发段，一般情况下，在负荷安全范围内，假设所述加热段的高度维持在1/3左右(即所述饱和水和饱和蒸汽约占所述水冷壁有效容积的2/3)。

根据能量守恒原理，水冷壁动态热平衡方程为：

Q_sdt+i₀D₀dt＝i₁D_kdt+d(M_w1i_w1+M_s1i_s1)+dq_js1

式中：Q_s为单位时间内水冷壁吸热量，kJ/s；D₀为锅炉给水流量，kJ/s；D_k为水冷壁出口蒸汽流量，kg/s；i₀为锅炉给水(省煤器出口)焓值，kJ/kg；i₁为水冷壁出口工质焓值，kJ/kg。i_w1为水冷壁中饱和水焓值，kJ/kg；i_s1为水冷壁中饱和蒸汽焓值，kJ/kg；M_w1为水冷壁中饱和水质量，kg；M_s1为水冷壁中饱和蒸汽质量，kg；q_js1为汽包金属的蓄热量，kJ。

一般情况下，假设锅炉给水流量与水冷壁出口蒸汽流量相同，即D_k＝D₀＝D，对上述水冷壁动态热平衡方程进行等价变化，可得到以下方程式：

$\frac{Q_s}{i_1-i_0}=D+\frac{d(M_{w1}{i}_{w1}+M_{s1}{i}_{s1}+q_{\mathrm{js}1})}{{\mathrm{dP}}_b}\×\frac{1}{i_1-i_0}\×\frac{{\mathrm{dP}}_b}{\mathrm{dt}}$

设水冷壁的蓄热系数为C_b1，则：

$C_{b1}=\frac{d(M_{w1}{i}_{w1}+M_{s1}{i}_{s1}+q_{\mathrm{js}1})}{{\mathrm{dP}}_b}=\frac{d({\mathrm{\ρ}}_{w1}{V}_{w1}{i}_{w1}+{\mathrm{\ρ}}_{s1}{V}_{s1}{i}_s+q_{\mathrm{js}1})}{{\mathrm{dP}}_b}$

式中：ρ_s1为水冷壁中饱和蒸汽的密度，kg/m³；ρ_w1为水冷壁中饱和水的密度，kg/m³；V_s1为水冷壁中饱和蒸汽的体积，m³；V_w1为水冷壁中饱和水的体积，m³；

其中，水冷壁金属的蓄热变化为：

$\frac{{\mathrm{dq}}_{\mathrm{js}1}}{{\mathrm{dP}}_b}=G_{\mathrm{js}1}{C}_{\mathrm{js}1}\frac{{\mathrm{dT}}_1}{{\mathrm{dP}}_b}$

式中：G_js1为水冷壁金属的总质量，C_js1为水冷壁金属的比热，T₁为水冷壁壁温。

从而得到水冷壁蓄热系数C_b1：

$\begin{array}{c}{C}_{b1}=\frac{d(M_{w1}{i}_{w1}+M_{s1}{i}_{s1}+q_{\mathrm{js}1})}{{\mathrm{dP}}_b}\\ ={\mathrm{\ρ}}_{w1}{V}_{w1}\frac{{\mathrm{di}}_{w1}}{{\mathrm{dP}}_b}+i_{w1}{V}_{w1}\frac{{\mathrm{d\ρ}}_{w1}}{{\mathrm{dP}}_b}+{\mathrm{\ρ}}_{s1}{V}_{s1}\frac{{\mathrm{di}}_{s1}}{{\mathrm{dP}}_b}+i_{s1}{V}_{s1}\frac{{\mathrm{d\ρ}}_{s1}}{{\mathrm{dP}}_b}+G_{\mathrm{js}1}{C}_{\mathrm{js}1}\frac{{\mathrm{dT}}_1}{{\mathrm{dP}}_b}\end{array}$

其中：V为水冷壁的有效容积，β为容积含汽率。

计算所述过热器蓄热系数的算法，推导过程如下：

在水冷壁中产生的饱和蒸汽进入汽包进行汽水分离，待干燥后以干饱和蒸汽状态离开汽包，进入过热器，将所述干饱和蒸汽加热至温度为设定值的过热蒸汽。所述过热蒸汽即为过热器工质。

根据能量守恒原理，过热器动态热平衡方程为：

Q_rdt+i₂D₂dt＝i₃D₃dt+d(M_s2i_s2+q_js2)

式中：Q_r为单位时间内过热器吸收的热量，kJ/s；D₂为过热蒸汽的入口流量，kg/s；D₃为过热蒸汽的出口流量，kg/s；M_s为过热蒸汽的质量，kg；i_s2为过热蒸汽的平均焓值，kJ/kg；i₂为过热蒸汽的入口焓值，kJ/kg；i₃为过热蒸汽的出口焓值，kJ/kg；q_js2为过热蒸汽管道吸收的热量，kJ/s。

假设过热蒸汽的入口流量与过热蒸汽的出口流量相同，即：D₂＝D₃＝D，对上述过热器动态热平衡方程进行等价变化，可得到以下方程式：

$\frac{Q_r}{i_3-i_2}=D+\frac{d(M_{s2}{i}_{s2}+q_{\mathrm{js}2})}{{\mathrm{dP}}_b}\×\frac{{\mathrm{dP}}_b}{\mathrm{dt}}\×\frac{1}{i_3-i_2}$

过热器中金属蓄热系数为：

$\frac{{\mathrm{dq}}_{\mathrm{js}2}}{{\mathrm{dP}}_b}=G_{\mathrm{js}2}{C}_{\mathrm{js}2}\frac{{\mathrm{dT}}_2}{{\mathrm{dP}}_b}$

式中：G_js2为过热器金属的总质量，C_js2为过热器金属的比热，T₂为过热器壁温。

设过热器的蓄热系数为C_b2，则：

$C_{b2}=\frac{d(M_{s2}{i}_{s2}+q_{\mathrm{js}2})}{{\mathrm{dP}}_b}={\mathrm{\ρ}}_{s2}{V}_{s2}\frac{{\mathrm{di}}_{s2}}{{\mathrm{dP}}_b}+V_{s2}{i}_{s2}\frac{{\mathrm{d\ρ}}_{s2}}{{\mathrm{dP}}_b}+G_{\mathrm{js}2}{C}_{\mathrm{js}2}\frac{{\mathrm{dT}}_2}{{\mathrm{dP}}_b}$

式中：ρ_s2为过热蒸汽密度，kg/m³；V_s2为过热蒸汽体积(管道容积)，m³。

作为优选，基于实施例一，本发明实施例二公开了又一种锅炉蓄热系数的测量的测量方法，在所述混合模型的构建方法中，获取样本数据前，还包括：

通过相关系数法和主元分析法，从与计算锅炉蓄热系数相关的测点中选择对锅炉蓄热影响达到预期标准的测点，作为用于获取所述锅炉测点样本数据的锅炉测点。

所述锅炉测点包括汽包压力测点、水冷壁测点和过热器测点。其中所述汽包测点至少包括汽包压力测点、汽包壁温测点和汽包水位测点；所述水冷壁测点至少包括水冷壁壁温测点、省煤器出口给水温度和锅炉给水压力；所述过热器测点至少包括汽机主汽压力、所述过热器壁温、一级过热器减温器进口温度和主蒸汽流量等，

但是，由于汽包壁面积较大、过热器管路较长等原因造成与计算所述锅炉蓄热量相关的测点数目较多，且上述每一类测点根据其测量位置的不同，又可划分为多个测点，如以某HG-1025/17.55-YM15型亚临界控制循环锅炉的300MW火电机组为例，其过热器壁温测点就有28个，其汽包壁温测点有11个。在所述混合模型建立过程中，若将上述测点全部作为本实施例建模过程的锅炉测点，则大量的测点数据会直接影响建模效率，且对测量锅炉蓄热影响不大。

因此，本实施例针对试验火电机组，利用DCS中存储的历史数据对各测点系数进行分析处理，在建立所述机理模型前，通过相关系数法和主元分析法，从所述锅炉测点中选择对锅炉蓄热影响达到预期标准的测点，作为用于获取所述锅炉测点样本数据的锅炉测点，具体地：

通过相关系数法计算与计算所述锅炉蓄热系数相关的测点的相关度大小，其计算公式如下：

$R_{\mathrm{XY}}=\frac{\mathrm{Cov}(X,Y)}{\sqrt{D\left(X\right)}\sqrt{D\left(Y\right)}}$

式中，X代表采集的与计算所述锅炉蓄热系数相关的测点的数据，Y代表锅炉蓄热系数。

根据主元分析法，根据各测点的相关度确定所述各测点对锅炉蓄热系数的贡献率，对所述贡献率按照从大到小的顺序进行逐一累加，直至选择出对锅炉蓄热累积贡献率之和大于预设百分比的测点，作为所述步骤201中所述的锅炉测点。其中，所述预设百分比越大，测量精度越高；为提高建模效率，所述预设百分比的设定以可以满足测量精度要求为准。

为保证建立的所述混合模型的准确性，在所述混合模型的建模过程中，对于直接采集到的上述样本数据，可进行误差处理，以剔除粗大误差、减小随机误差。数据误差包括随机误差和粗大误差两类，所述随机误差的产生因素比较复杂，是无法控制和无法避免的误差，但满足一定的统计规律，可以选用数字滤波方法来减小；对于所述粗大误差，可选用目前比较典型的粗大误差侦测方法，如格拉布斯准则。

对于依据选择后的锅炉测点的数据作为输入数据而建立的所述混合模型，对应的，在所述锅炉蓄热系数的测量过程中，所述步骤101中获取的所述锅炉测点数据，也就是采集得到的选择后的锅炉测点的数据。

参见图3a-3b，本发明实施例三公开了一种锅炉蓄热系数的测量装置，包括：

主控制器100、用于获取锅炉测点数据的数据获取端200和用于输出锅炉蓄热系数的数据输出端300(参见图3a)；

其中，所述测量装置为采用Linux操作系统和基于ARM11内核的TE6410核心板，建立的基于ARM-Linux平台开发的测量装置，具体的，所述测量装置可采用具有ARM11内核、主频达667MHz、256M DDR内存、4G Flash存储器的Samsung S3C6410芯片进行开发，该芯片采用8位纠错技术，可确保信息存储的安全可靠，适用于工业级产品的开发应用。

其中，所述数据获取端200可采用8路模拟/数字转换方式获取数据的数据获取端。具体的，可选用所述Samsung S3C6410芯片内置的8通道ADC来实现所述数据获取端200的8路A/D转换。所述数据输出端为可采用4-20mADC(1-5V DC)模拟量方式输出数据或通过网络接口直接输出数字量数据的数据输出端。

其中，所述主控制器100包括存储有获取锅炉测点数据；通过采用混合建模技术、基于机理模型建立的以所述锅炉测点数据作为输入、以对所述机理模型的输出数据进行偏差补偿后得到的补偿结果作为输出的混合模型处理所述锅炉测点数据，计算得到锅炉蓄热系数

的控制指令的存储端1001和读取并执行所述存储端1001中控制指令的处理端1002(参见图3b)。

综上所述，本发明实施例通过采用混合建模技术、基于机理模型建立的以所述锅炉测点数据作为输入、以对所述机理模型的输出数据进行偏差补偿后得到的补偿结果作为输出的混合模型，来处理锅炉测点数据，计算得到所述锅炉蓄热系数；其中，所述机理模型为预先根据能量守恒定律，对所述锅炉测点数据和锅炉蓄热系数进行机理分析而建立的数学模型。所述混合模型为依据最小二乘向量机回归算法，以预先选定的训练样本作为训练参数，对所述机理模型进行训练，同时通过预先选定的测试样本对训练后的机理模型进行测试，建立得到以所述锅炉测点数据作为输入、输出数据逐渐逼近所述锅炉蓄热系数的实验值的数学模型，从而避免了在现有技术的测量过程中因对一些不确定因素进行简化后根据能量守恒定律和经验值直接推导出所述锅炉蓄热系数的机理算法进行计算，所造成的所述锅炉蓄热系数的测量精度不高的缺陷。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于装置实施例而言，由于其基本相应于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明实施例的精神或范围的情况下，在其它实施例中实现。因此，本发明实施例将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种锅炉蓄热系数的测量方法，其特征在于，包括：

获取锅炉测点数据；

通过采用混合建模技术、基于机理模型建立的以所述锅炉测点数据作为输入、以对所述机理模型的输出数据进行偏差补偿后得到的补偿结果作为输出的混合模型来处理所述锅炉测点数据，计算得到锅炉蓄热系数；

其中，所述机理模型为预先根据能量守恒定律，对所述锅炉测点数据和锅炉蓄热系数进行机理分析而建立的数学模型；

其中，在所述获取锅炉测点数据前，还包括建立所述混合模型，具体为：

获取样本数据，所述样本数据包括锅炉测点数据和通过实验测量得到的锅炉蓄热系数的实验值；

选择其中部分样本数据作为训练样本，选择剩余样本数据作为测试样本；

依据最小二乘支持向量机回归算法，以所述训练样本作为训练参数，对所述机理模型进行训练，并通过所述测试样本对所述训练后的机理模型进行测试；

当判断所述测试后的机理模型以所述锅炉测点数据作为输入，得到的输出数据满足所述锅炉蓄热系数的精度要求时，确定测试后的机理模型为所述混合模型；

其中，在所述获取样本数据前，还包括：

通过相关系数法和主元分析法，从与计算锅炉蓄热系数相关的测点中选择对锅炉蓄热影响达到预期标准的测点，作为用于获取所述锅炉测点样本数据的锅炉测点。

2.根据权利要求1所述的测量方法，其特征在于，所述最小二乘支持向量机回归算法的核函数采用高斯径向基函数

K(x_i,x)＝exp(-||x-x_i||²/σ²)。

3.根据权利要求1所述的测量方法，其特征在于，在建立所述混合模型前，还包括：建立机理模型，具体为：

根据能量守恒定律，分别针对汽包、水冷壁和过热器推导出汽包蓄热系数的理论算法、水冷壁蓄热系数的理论算法和过热器蓄热系数的理论算法；

将所述锅炉测点样本数据代入所述汽包蓄热系数的理论算法、水冷壁蓄热系数的理论算法和过热器蓄热系数的理论算法，得到所述汽包蓄热系数、水冷壁蓄热系数和过热器蓄热系数；

将得到的所述汽包蓄热系数、水冷壁蓄热系数和过热器蓄热系数进行加和计算；

其中，所述汽包蓄热系数的理论算法为：

$C_b=M_w\frac{{\mathrm{di}}_w}{{\mathrm{dP}}_b}+{\mathrm{\ρ}}_s(V_0-V_w)\frac{{\mathrm{di}}_s}{{\mathrm{dP}}_b}+i_s(V_0-V_w)\frac{d{\mathrm{\ρ}}_s}{d{P}_b}+\frac{V_w}{{\mathrm{\ρ}}_w}{\mathrm{\ρ}}_s{i}_s\frac{{\mathrm{d\ρ}}_w}{{\mathrm{dP}}_b}+G_{\mathrm{js}}{C}_{\mathrm{js}}\frac{\∂T}{{\∂P}_b},$

式中：C_b为所述汽包蓄热系数，M_w为汽包中饱和水质量，i_w为汽包中饱和水焓值，P_b为汽包压力，ρ_s为汽包中饱和蒸汽的密度，V₀为汽包有效容积，V_w为汽包有效水容积，i_s为汽包中饱和蒸汽焓值，ρ_w为汽包中饱和水的密度，G_js为汽包金属的质量，C_js为汽包金属的比热，T为汽包壁温，其中，M_w＝ρ_wV_w；

所述水冷壁蓄热系数的理论算法为：

$C_{b1}={\mathrm{\ρ}}_{w1}{V}_{w1}\frac{{\mathrm{di}}_{w1}}{d{P}_b}+i_{w1}{V}_{w1}\frac{d{\mathrm{\ρ}}_{w1}}{d{P}_b}+{\mathrm{\ρ}}_{s1}{V}_{s1}\frac{{\mathrm{di}}_{s1}}{d{P}_b}+i_{s1}{V}_{s1}\frac{{\mathrm{d\ρ}}_{s1}}{d{P}_b}+G_{\mathrm{js}1}{C}_{\mathrm{js}1}\frac{{\mathrm{dT}}_1}{{\mathrm{dP}}_b},$

式中：C_b1为所述水冷壁蓄热系数，ρ_w1为水冷壁中饱和水的密度，V_w1为水冷壁中饱和水的体积，i_w1为水冷壁中饱和水焓值，P_b为汽包压力，ρ_s1为水冷壁中饱和蒸汽的密度，V_s1为水冷壁中饱和蒸汽的体积，i_s1为水冷壁中饱和蒸汽焓值，G_js1为水冷壁金属的总质量，C_js1为水冷壁金属的比热，T₁为水冷壁壁温；

所述过热器蓄热系数的理论算法为：

$C_{b2}={\mathrm{\ρ}}_{s2}{V}_{s2}\frac{{\mathrm{di}}_{s2}}{d{P}_b}+V_{s2}{i}_{s2}\frac{d{\mathrm{\ρ}}_{s2}}{d{P}_b}+G_{\mathrm{js}2}{C}_{\mathrm{js}2}\frac{d{T}_2}{d{P}_b},$

式中：C_b2为所述过热器蓄热系数，ρ_s2为过热蒸汽密度，V_s2为过热蒸汽体积，i_s2为过热蒸汽的平均焓值，P_b为汽包压力，G_js2为过热器金属的总质量，C_js2为过热器金属的比热，T₂为过热器壁温。

4.一种锅炉蓄热系数的测量装置，其特征在于，应用权利要求1所述的一种锅炉蓄热系数的测量方法，所述测量装置具体包括：

主控制器、用于获取锅炉测点数据的数据获取端和用于输出锅炉蓄热系数的数据输出端；

所述主控制器接收所述数据获取端获取的锅炉测点数据，进行处理得到所述锅炉蓄热系数，并通过所述数据输出端进行输出；

其中，所述主控制器包括存储有获取锅炉测点数据；通过采用混合建模技术、基于机理模型建立的以所述锅炉测点数据作为输入、以对所述机理模型的输出数据进行偏差补偿后得到的补偿结果作为输出的混合模型处理所述锅炉测点数据，计算得到锅炉蓄热系数的控制指令的存储端和读取并执行所述存储端中控制指令的处理端。

5.根据权利要求4所述的测量装置，其特征在于，所述测量装置为基于ARM-Linux平台开发的测量装置。

6.根据权利要求4所述的测量装置，其特征在于，所述数据获取端为采用8路模拟/数字转换方式获取数据的数据获取端。

7.根据权利要求4所述的测量装置，其特征在于，所述数据输出端为采用4-20mA DC模拟量方式或者1-5V DC模拟量方式输出数据的数据输出端。

8.根据权利要求4所述的测量装置，其特征在于，所述数据输出端为通过网络接口直接输出数字量数据的数据输出端。