CN110274258A - 一种基于燃烧区域温度场预测的前馈控制燃烧调整方法 - Google Patents
一种基于燃烧区域温度场预测的前馈控制燃烧调整方法 Download PDFInfo
- Publication number
- CN110274258A CN110274258A CN201910730342.1A CN201910730342A CN110274258A CN 110274258 A CN110274258 A CN 110274258A CN 201910730342 A CN201910730342 A CN 201910730342A CN 110274258 A CN110274258 A CN 110274258A
- Authority
- CN
- China
- Prior art keywords
- temperature field
- combustion zone
- prediction
- model
- burner
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N5/00—Systems for controlling combustion
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N2223/00—Signal processing; Details thereof
- F23N2223/10—Correlation
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Regulation And Control Of Combustion (AREA)
- Control Of Steam Boilers And Waste-Gas Boilers (AREA)
Abstract
本发明公开了一种基于燃烧区域温度场预测的前馈控制燃烧调整方法。该方法包含以下步骤(1)利用建模软件对某一具体锅炉搭建燃烧器与炉膛燃烧区域的物理模型;(2)选取合理数学模型,并设定相应边界条件;(3)数值计算;(4)计算结果修正;(5)修正结果汇总,并将其与输入变量并列,建立预测模型的训练数据库;(6)依托MATLAB对该数据库数据进行神经网络训练,得到预测模型;(7)输入燃烧器期望运行参数,得到预测温度场;(8)预测规律汇总形成一套同时满足燃煤电厂安全经济运行的燃烧优化方案;(9)根据优化方案,调整获得所需的燃烧区域温度场。该方法的特点在于实现了燃烧区域温度场的前馈调节,有利于机组安全节能。
Description
本发明要求于2019年05月09日提交中国专利局、申请号为201910381956.3、发明名称为“一种基于燃烧区域温度场预测的前馈控制燃烧调整方法”的中国专利申请的优先权,其全部内容通过引用结合在本发明中。
技术领域
本发明属于燃煤电厂运行调整技术领域,特别涉及一种基于燃烧区域温度场预测的前馈控制燃烧调整方法。
背景技术
中国是煤炭生产以及消费大国,燃煤电厂是我国主要的用煤装备,因此防治燃煤电厂煤炭燃烧带来的环境污染以及机组运行调整的优化控制一直以来都是相关领域科研人员的研究重点。燃煤电厂最主要的设备是锅炉、汽轮机和发电机。其中,锅炉是利用燃料燃烧释放的热能或其他热能将工质水或其他流体加热到一定参数的设备,直接影响到机组汽水系统的稳定性。锅炉主要的燃烧装置是燃烧器,涉及到燃烧、传热、流动以及其他多个物理化学反应过程,直接决定其形成的燃烧区域的温度场及燃烧过程。影响燃烧过程的因素非常多,包括机组负荷、煤质、煤粉细度和浓度、风压、配风方式以及一些无法预知的外界扰动。因此,对燃烧器的运行调整、控制燃烧区域温度合理是一个极其复杂的过程,合理调整才能保证机组经济安全环保运行发电。
目前的调整方式主要是一线运行人员通过观测主要运行参数如排烟温度,一、二次风速,并参照运行经验对燃烧器进行反馈调整,从而控制燃烧区域温度在合理范围内。由于运行人员水平的参差不齐及反馈调整的延迟性,造成实际运行调整时燃烧区域温度波动范围较大、燃烧器超温损毁、汽水参数不达标、锅炉灭火放炮等问题,增加电厂的运行维护成本和难度。近年来,由于国家大力提倡节能环保,对燃煤电厂的运行调整提出更高的要求。面对老问题新形势,只靠现有方式对机组运行工况进行实时判断并做出合理调整更是难上加难。
因此,一种新型煤粉锅炉燃烧区域的预测方法的提出,是保证机组经济安全运行的有效手段。
发明内容
为降低煤粉锅炉燃烧器调整难度、加快燃烧区域温度响应速度,本发明提出了一种对燃烧区域温度场进行预测的前馈控制方法。通过输入燃烧器及部分运行参数,如:一二次风风速、给煤量、煤质参数,结合HSV颜色识别技术,得到一份可视化的炉膛内部燃烧区域温度分布预测结果,并找出燃烧器调整对燃烧区域温度变化的影响规律,从而为现场燃烧器运行调整提供可靠的理论依据,减少调整时间,有效解决燃烧器调整盲目、迟缓等一系列问题。
本方法包含物理模型、计算模型与预测模型两个部分。首先,根据燃烧器及燃烧区域结构参数,搭建针对某一台电站锅炉燃烧器及燃烧区域的物理模型;其次,通过P1辐射方程、传热传质机理等相关理论,结合现场实际运行参数,建立炉膛燃烧区域温度场计算模型并对结果加以修正;最后,在修正结果的基础上,建立具有强泛化能力的预测模型,预测结果可用颜色分布直方图的形式呈现。
本发明所采取的技术方案如下:
(1)物理模型建立:根据某一具体锅炉,利用建模软件,搭建燃烧器与炉膛燃烧区域的物理模型;
(2)计算模型建立:根据炉膛内部燃烧区域实际烟气流动情况及现场运行参数,选取合理的数学模型,并设定相应的边界条件;
(3)计算模型求解:通过数值计算的方法,求解不同工况下的燃烧区域温度场分布情况,模拟过程中不涉及燃烧之外的化学反应;
(4)计算结果修正:根据标准偏差分析方法,结合现场测点实际参数,对计算结果加以修正;
(5)修正结果汇总:提取修正结果中所需的温度数据,并将其与输入变量一一对应,建立预测模型的训练数据库;
(6)预测模型建立:依托MATLAB中神经网络方法,对训练数据库中温度、运行参数、结构参数等相关数据进行训练,找出三者之间的映射关系,搭建温度场预测模型;
(7)预测模型求解:通过输入燃烧器调整的期望运行参数,得到对应工况下燃烧区域的预测温度场,预测结果以颜色直方图的形式呈现;
(8)预测规律汇总:根据不同工况下的温度预测结果,找出炉膛内部燃烧区域温度场的变化规律,形成一套同时满足燃煤电厂安全经济运行的燃烧优化方案;
(9)燃烧优化调整:根据提供的优化方案,调整锅炉相关运行参数,从而快速获得所需的燃烧区域温度场。
本发明所述的前馈控制方法可广泛应用于各种煤粉燃烧器及燃烧区域温度场的运行调整过程,泛化能力强。大量实验及文献表明,本发明采用的数值计算模型能够较为准确地模拟实际锅炉燃烧情况,又结合现场测点实际参数加以修正,因此在Matlab中,用于训练预测模型的温度场数据较为准确,保证预测模型的准确性。同时,针对每台锅炉,在不改变燃烧区域结构的情况下预测模型只需建立一次,保证模型使用的长效性。此外,预测模型计算量小,依托微型电子计算机可以快速得到不同工况温度场,加快运行调整方案的获取速度。
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,还可以根据公开的附图获得其他的附图。
图1是本发明对燃烧区域温度场进行前馈预测控制方法的流程图。
具体实施方式
下面结合本发明中的附图及具体例子,对本发明方法进行清楚、完整地描述。显然,所描述的仅仅是本发明的一种实施例子,而不是全部的实施例子。基于本发明中的实施例子,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子,都属于本发明保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例子的限制。
实例选择承德上板城电厂#1机组锅炉燃烧器与炉膛燃烧区域作为模拟对象。由于燃烧器整体结构较为复杂,但其内部结构零件对模拟结果影响不大。为方便模型建立,忽略燃烧器的内部结构,只对燃烧器喷口位置进行建模。利用SolidWorks软件,对燃烧器与炉膛燃烧区域进行建模。
根据该机组现场运行时燃烧区域实际烟气流动情况,选用标准κ-ε湍流数学模型,同时仅考虑一次风与二次风对流场的影响,忽略中心风及周界风,不考虑系统漏风以及燃料中灰分的影响,气体流动为定常流动,流体物性参数为常数,烟气各温度与为理想气体且模拟过程中不涉及燃烧之外的化学反应。
数值计算过程中采用单一因素变量法,分别改变煤质中C、N、挥发分及一、二次风速或给煤量,总共生成多个模拟工况。利用FLUENT流体动力学软件对各个工况进行求解。由于Fluent的计算结果量非常大,一个平面上的数据点非常密集,数量可达几万个,因此采用划分网格的方式对数据进行简化处理。燃烧区域温度场计算结果采用平面直角坐标系进行划分,网格大小为0.5*0.5m,横坐标范围0-14.5m,纵坐标范围为0-14.5m。对处于相同坐标网格中的所有数据采用加权平均的方法,得到相同坐标位置下的温度数据。
在炉膛内部燃烧器区域安装温度传感器作为实验测点,得到实际运行过程中炉膛内部燃烧区域测点位置的温度参数。结合标准偏差分析方法,得到预测温度场的修正系数。对该工况模拟温度场进行修正后,建立一个输入数据集合,包含C含量、H含量、O含量、N含量、挥发分含量、一次风速、二次风速、给煤量、X坐标、Y坐标共计10个参数,并将相应工况下修正后的温度作为输出数据,联立建立预测模型的训练数据库。
利用MATLAB建立神经网络预测模型,选用三层BP神经网络构建燃烧区域温度场的预测模型,输入训练数据库中所有数据进行训练,搭建燃烧区域温度场预测模型。训练函数选用反向传播算法trainlm函数;偏差学习函数选用附加动量因子的梯度下降权值学习算法learngdm函数;性能评价函数选用均方误差性能算法mse函数;根据网络仿真需求,网络收敛误差设置为1×10-8。
求解时,通过输入燃烧器调整的期望运行参数,得到对应工况下燃烧区域的预测温度场。具体进行预测模型求解时,模型输入参数的神经元激活函数选择S型logsig对数传输函数,神经元输入参数共有10个,即前文所述的10个参数变量;隐含层的神经元激活函数同样选择S型logsig对数传输函数,结合经验公式和模型测试情况定为9个;输出层神经元激活函数选用purelin线性传输函数,神经元数目为1个,即得到该工况该坐标的预测温度。求解过程中,可能会因为不同的数据分散且数量级悬殊而产生网格不收敛的情况,因此,需要对输入、输出参数数据进行归一化处理,将其归一化到[-1,1]区间,在显示输出数据时,再将其进行反归一化处理,得到正确的温度输出数据。将所有坐标全部输入时,即可得到对应的燃烧区域温度场。将计算结果通过ORIGIN软件绘制得到燃烧区域颜色分布直方图。
根据不同工况下的温度预测结果,参照颜色分布直方图找出炉膛内部燃烧区域温度场的变化规律,总结出一套同时满足燃煤电厂安全经济运行的燃烧优化方案。根据提供的优化方案,参照调整锅炉相关运行参数,从而快速获得针对承德热电#1机组实时工况所需的燃烧区域温度场。
总之,本发明在充分认识到原有反馈调节方法的弊端后,通过对燃烧区域建模、数值计算及修正、预测模型建立等主要步骤,发明了一种基于燃烧区域温度预测的前馈控制燃烧优化方法。通过预先获得的燃烧区域温度场及其变化规律,调整燃烧器运行参数,从而实现快速、准确的炉内燃烧优化调整。
Claims (1)
1.一种基于燃烧区域温度场预测的前馈控制燃烧调整方法,其特征在于,包括以下步骤:
(1)物理模型建立:根据某一具体锅炉,利用建模软件,搭建燃烧器与炉膛燃烧区域的物理模型;
(2)计算模型建立:根据炉膛内部燃烧区域实际烟气流动情况及现场运行参数,选取合理的数学模型,并设定相应的边界条件;
(3)计算模型求解:通过数值计算的方法,求解不同工况下的燃烧区域温度场分布情况,模拟过程中不涉及燃烧之外的化学反应;
(4)计算结果修正:根据标准偏差分析方法,结合现场测点实际参数,对计算结果加以修正;
(5)修正结果汇总:提取修正结果中所需的温度数据,并将其与输入变量一一对应,建立预测模型的训练数据库;
(6)预测模型建立:依托MATLAB中神经网络方法,对训练数据库中温度、运行参数、结构参数等相关数据进行训练,找出三者之间的映射关系,搭建温度场预测模型;
(7)预测模型求解:通过输入燃烧器调整的期望运行参数,得到对应工况下燃烧区域的预测温度场,预测结果以颜色直方图的形式呈现;
(8)预测规律汇总:根据不同工况下的温度预测结果,找出炉膛内部燃烧区域温度场的变化规律,形成一套同时满足燃煤电厂安全经济运行的燃烧优化方案;
(9)燃烧优化调整:根据提供的优化方案,调整锅炉相关运行参数,从而快速获得所需的燃烧区域温度场。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910381956 | 2019-05-09 | ||
CN2019103819563 | 2019-05-09 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110274258A true CN110274258A (zh) | 2019-09-24 |
Family
ID=67965905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910730342.1A Pending CN110274258A (zh) | 2019-05-09 | 2019-08-08 | 一种基于燃烧区域温度场预测的前馈控制燃烧调整方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110274258A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110765698A (zh) * | 2019-10-15 | 2020-02-07 | 哈尔滨工程大学 | 一种燃气轮机燃烧室变工况排放性能预测方法 |
CN111523260A (zh) * | 2020-03-18 | 2020-08-11 | 上海发电设备成套设计研究院有限责任公司 | 汽轮机转子数字孪生体构建方法及监控系统 |
CN112797441A (zh) * | 2021-01-19 | 2021-05-14 | 北京北燃供热有限公司 | 一种燃气锅炉的调控方法及装置 |
CN113446598A (zh) * | 2021-05-26 | 2021-09-28 | 山西河坡发电有限责任公司 | 一种cfb锅炉全负荷下低氮燃烧分区控制方法 |
CN113531581A (zh) * | 2021-06-11 | 2021-10-22 | 江苏未来智慧信息科技有限公司 | 一种未来智慧稳态燃烧智慧环保岛系统 |
CN116776770A (zh) * | 2023-06-13 | 2023-09-19 | 天津国能津能滨海热电有限公司 | 基于cfd数值模拟耦合bp神经网络缓解锅炉高温腐蚀的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000346304A (ja) * | 1999-06-08 | 2000-12-15 | Hitachi Ltd | ボイラ伝熱管壁温度の予測方法及び予測装置 |
CN103150581A (zh) * | 2013-03-22 | 2013-06-12 | 广东电网公司电力科学研究院 | 基于最小二乘支持向量机燃烧模型的锅炉优化方法和装置 |
CN103400015A (zh) * | 2013-08-15 | 2013-11-20 | 华北电力大学 | 基于数值模拟与试验运行数据的燃烧系统复合建模方法 |
CN104776446A (zh) * | 2015-04-14 | 2015-07-15 | 东南大学 | 一种锅炉燃烧优化控制方法 |
CN106339551A (zh) * | 2016-08-29 | 2017-01-18 | 广东电网有限责任公司电力科学研究院 | 一种电站锅炉煤粉燃烧特性生成数值的模拟方法及装置 |
-
2019
- 2019-08-08 CN CN201910730342.1A patent/CN110274258A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000346304A (ja) * | 1999-06-08 | 2000-12-15 | Hitachi Ltd | ボイラ伝熱管壁温度の予測方法及び予測装置 |
CN103150581A (zh) * | 2013-03-22 | 2013-06-12 | 广东电网公司电力科学研究院 | 基于最小二乘支持向量机燃烧模型的锅炉优化方法和装置 |
CN103400015A (zh) * | 2013-08-15 | 2013-11-20 | 华北电力大学 | 基于数值模拟与试验运行数据的燃烧系统复合建模方法 |
CN104776446A (zh) * | 2015-04-14 | 2015-07-15 | 东南大学 | 一种锅炉燃烧优化控制方法 |
CN106339551A (zh) * | 2016-08-29 | 2017-01-18 | 广东电网有限责任公司电力科学研究院 | 一种电站锅炉煤粉燃烧特性生成数值的模拟方法及装置 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110765698A (zh) * | 2019-10-15 | 2020-02-07 | 哈尔滨工程大学 | 一种燃气轮机燃烧室变工况排放性能预测方法 |
CN110765698B (zh) * | 2019-10-15 | 2023-05-30 | 哈尔滨工程大学 | 一种燃气轮机燃烧室变工况排放性能预测方法 |
CN111523260A (zh) * | 2020-03-18 | 2020-08-11 | 上海发电设备成套设计研究院有限责任公司 | 汽轮机转子数字孪生体构建方法及监控系统 |
CN111523260B (zh) * | 2020-03-18 | 2022-12-02 | 上海发电设备成套设计研究院有限责任公司 | 汽轮机转子数字孪生体构建方法及监控系统 |
CN112797441A (zh) * | 2021-01-19 | 2021-05-14 | 北京北燃供热有限公司 | 一种燃气锅炉的调控方法及装置 |
CN112797441B (zh) * | 2021-01-19 | 2022-09-30 | 北京北燃供热有限公司 | 一种燃气锅炉的调控方法及装置 |
CN113446598A (zh) * | 2021-05-26 | 2021-09-28 | 山西河坡发电有限责任公司 | 一种cfb锅炉全负荷下低氮燃烧分区控制方法 |
CN113446598B (zh) * | 2021-05-26 | 2022-10-04 | 山西河坡发电有限责任公司 | 一种cfb锅炉全负荷下低氮燃烧分区控制方法 |
CN113531581A (zh) * | 2021-06-11 | 2021-10-22 | 江苏未来智慧信息科技有限公司 | 一种未来智慧稳态燃烧智慧环保岛系统 |
CN116776770A (zh) * | 2023-06-13 | 2023-09-19 | 天津国能津能滨海热电有限公司 | 基于cfd数值模拟耦合bp神经网络缓解锅炉高温腐蚀的方法 |
CN116776770B (zh) * | 2023-06-13 | 2024-03-19 | 天津国能津能滨海热电有限公司 | 基于cfd数值模拟耦合bp神经网络缓解锅炉高温腐蚀的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110274258A (zh) | 一种基于燃烧区域温度场预测的前馈控制燃烧调整方法 | |
CN107726358B (zh) | 基于cfd数值模拟和智能建模的锅炉燃烧优化系统及方法 | |
CN101876449B (zh) | 加热炉内氧量气氛场的控制方法 | |
CN105864797B (zh) | 循环流化床生活垃圾焚烧锅炉入炉热值实时预测系统及方法 | |
CN111829003B (zh) | 一种电厂燃烧控制系统及控制方法 | |
CN104090491B (zh) | 燃气蒸汽联合循环机组多变量受限预测函数负荷控制方法 | |
CN106406101B (zh) | 一种火电机组协调控制系统的智能计算预测控制方法 | |
CN113361192A (zh) | 一种锅炉内受热面壁温安全监测评估系统 | |
CN105423334A (zh) | 热风炉燃烧过程智能控制系统及方法 | |
CN112016754A (zh) | 基于神经网络的电站锅炉排烟温度超前预测系统及方法 | |
Tang et al. | Theory-guided deep neural network for boiler 3-D NOx concentration distribution prediction | |
CN115034138A (zh) | 以计算流体力学与深度学习结合的锅炉温度场预测方法 | |
CN116085823A (zh) | 锅炉燃烧控制方法及系统 | |
CN106610589A (zh) | 一种在线硬件闭环网源协调线性自抗扰控制方法 | |
Zhao et al. | Review of Neural Network Algorithm and its Application in Temperature Control of Distillation Tower | |
CN105808945B (zh) | 一种混合智能锅炉效率燃烧优化方法 | |
CN103968368A (zh) | 用于燃氧锅炉的再热蒸汽温度控制的方法和设备 | |
CN112394643B (zh) | 钢铁企业热电系统调度方法、系统及计算机可读存储介质 | |
CN116720446B (zh) | 一种锅炉水冷壁渣层厚度实时监测方法 | |
Ali et al. | Hybrid Design Optimization of Heating Furnace Temperature using ANFIS-PSO | |
CN106838979B (zh) | 基于锅炉炉膛网格检测co和o2浓度的分布场构建方法 | |
An et al. | Intelligent Control Strategy for Sintering Ignition Temperature Based on Working-Condition Recognition | |
Gao et al. | RIMER and SA based thermal efficiency optimization for fired heaters | |
Cen et al. | Intelligent control strategy based on PSO-Elman prediction model for ignition temperature in sintering process | |
Zheng et al. | Prediction of NOx concentration from coal combustion using LS-SVR |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190924 |