CN110619929B - 一种电站煤粉锅炉烟气流量软测量方法 - Google Patents

一种电站煤粉锅炉烟气流量软测量方法 Download PDF

Info

Publication number
CN110619929B
CN110619929B CN201910890192.0A CN201910890192A CN110619929B CN 110619929 B CN110619929 B CN 110619929B CN 201910890192 A CN201910890192 A CN 201910890192A CN 110619929 B CN110619929 B CN 110619929B
Authority
CN
China
Prior art keywords
flue gas
coal
theoretical
boiler
data
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.)
Active
Application number
CN201910890192.0A
Other languages
English (en)
Other versions
CN110619929A (zh
Inventor
谭鹏
饶德备
李一波
李壮扬
吴小庚
李�权
仲柳
方庆艳
张�成
陈刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shajiao C Power Plant Of Guangdong Energy Group Co ltd
Huazhong University of Science and Technology
Original Assignee
Shajiao C Power Plant Of Guangdong Energy Group Co ltd
Huazhong University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shajiao C Power Plant Of Guangdong Energy Group Co ltd, Huazhong University of Science and Technology filed Critical Shajiao C Power Plant Of Guangdong Energy Group Co ltd
Priority to CN201910890192.0A priority Critical patent/CN110619929B/zh
Publication of CN110619929A publication Critical patent/CN110619929A/zh
Application granted granted Critical
Publication of CN110619929B publication Critical patent/CN110619929B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Computing Systems (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Regulation And Control Of Combustion (AREA)

Abstract

本发明提出一种电站煤粉锅炉烟气流量软测量方法,利用收集煤质数据(包括工业分析和元素分析)，使用元素分析计算煤的理论空气量和理论烟气量，通过机器学习算法分别建立煤的工业分析和理论空气量及工业分析和理论烟气量的关系模型，模型可以使用工业分析直接估算煤种的理论烟气量和理论空气量，通过模型得出煤种的理论烟气量和理论空气量，锅炉磨煤机的给煤量、锅炉过量空气系数和烟气中CO占比，即可计算锅炉烟气量。

Description

一种电站煤粉锅炉烟气流量软测量方法
技术领域
本发明属于煤燃烧技术领域，具体涉及一种电站煤粉锅炉烟气流量软测量方法。
背景技术
锅炉烟气量在环保指标计算和锅炉运行控制中具有重要作用，但是由于电厂实际运行过程中经常出现混煤、使用非设计煤种、煤种无元素分析的情况，烟气量的计算非常困难，电站往往直接使用设计煤种的理论烟气量和理论空气量来替代，这就导致电站使用煤种偏离设计煤种时，烟气量的计算存在较大误差。对包括SCR喷氨控制在内的部分运行控制以及计算环保指标中的排放总量带来不利影响。
在SCR喷氨过程中需要用到锅炉烟气量，但由于现阶段锅炉烟气量的计算方法存在较大的偏差，对喷氨量的控制有较大的负面影响。此外，在计算各个污染物的排放总量时需要用到锅炉烟气量，锅炉烟气量的不准确也会导致排放总量存在较大的计算偏差。因此，研究、开发更准确的锅炉烟气量估算方法具有重要意义。
发明内容
针对现有技术以上缺陷或改进需求中的至少一种，特别是为克服现阶段烟气量计算问题，本发明提供了一种电站煤粉锅炉烟气流量软测量方法，利用收集煤质数据(包括工业分析和元素分析)，使用元素分析计算煤的理论空气量和理论烟气量，通过机器学习算法分别建立煤的工业分析和理论空气量及工业分析和理论烟气量的关系模型，模型可以使用工业分析直接估算煤种的理论烟气量和理论空气量，通过模型得出煤种的理论烟气量和理论空气量，锅炉磨煤机的给煤量、锅炉过量空气系数和烟气中CO占比，即可计算锅炉烟气量。
具体步骤如下：
(1)收集煤质数据
收集包含工业分析和元素分析的收到基煤质数据。
(2)利用煤质数据的元素分析计算理论空气量V0和理论烟气量
Figure GDA0002877505380000011
1kg收到基燃料完全燃烧所需要的理论空气量V0为：
Figure GDA0002877505380000021
1kg收到基燃料完全燃烧产生的理论烟气量
Figure GDA0002877505380000022
为：
Figure GDA0002877505380000023
(3)建立工业分析与理论空气量的机器学习模型
利用步骤(2)计算的理论空气量，以工业分析(包含水分、灰分、挥发分、硫分、低位发热量)数据作为输入，理论空气量作为输出建立新的数据集，并进行归一化处理，按照7:3的比例将数据集随机划分为训练集和测试集。利用训练集建立机器学习模型，所得模型为H1，并使用测试集对所建立的模型进行验证。得到用工业分析估算的理论空气量为：
Figure GDA0002877505380000024
(4)建立工业分析与理论烟气量的机器学习模型
与步骤(3)类似，建立工业分析和步骤(2)所计算的理论烟气量的机器学习模型，所得模型为H2，工业分析估算的理论烟气量为：
Figure GDA0002877505380000025
(5)计算单个煤种的实际烟气量
实际烟气量计算公式为
Figure GDA0002877505380000026
其中V0和
Figure GDA0002877505380000027
使用工业分析和模型H1和H2估算的
Figure GDA0002877505380000028
和
Figure GDA0002877505380000029
代替。过量空气系数α通过锅炉空预器入口的氧量(或是其它具有代表性测点的氧量)进行计算
Figure GDA00028775053800000210
CO的排放量则通过电站的CO所测浓度来计算VCO＝CO(ppm)×Vy。所以实际烟气量的估算值为：
Figure GDA00028775053800000211
(6)计算锅炉的总烟气量
设磨煤机A的给煤量为m(A)，根据磨煤机A的煤种的煤质信息，由步骤(5)估算的实际烟气量为
Figure GDA00028775053800000212
以此类推，BCDEF各磨煤机的给煤量和实际烟气量均按照该格式得出。则锅炉的总烟气量qs为各个磨煤机烟气量之和：
Figure GDA0002877505380000031
上述优选技术特征只要彼此之间未构成冲突就可以相互组合。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
1、与现有技术相比，本发明提出的一种电站煤粉锅炉烟气流量软测量方法，能使用工业分析估算的理论烟气量和空气量，结合电站SIS/DCS系统的实时数据可以计算锅炉烟气量，对锅炉的运行和环保指标的计算均有重要意义。
2、本发明的电站煤粉锅炉烟气流量软测量方法，无需元素分析即可得到较高精度的烟气量，方便电站运行中实际使用。
附图说明
图1是本发明实施例的电站煤粉锅炉烟气流量软测量方法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。下面结合具体实施方式对本发明进一步详细说明。
作为本发明的一种较佳实施方式，如图1所示，本发明提供一种电站煤粉锅炉烟气流量软测量方法。本发明利用收集煤质数据(包括工业分析和元素分析)，使用元素分析计算煤的理论空气量和理论烟气量，通过机器学习算法分别建立煤的工业分析和理论空气量及工业分析和理论烟气量的关系模型，模型可以使用工业分析直接估算煤种的理论烟气量和理论空气量，通过模型得出煤种的理论烟气量和理论空气量，锅炉磨煤机的给煤量、锅炉过量空气系数和烟气中CO占比，即可计算锅炉烟气量。具体步骤如下：
(1)收集煤质数据：
收集包含工业分析和元素分析的收到基煤质数据。
(2)利用煤质数据的元素分析计算理论空气量V0和理论烟气量
Figure GDA0002877505380000032
1kg收到基燃料完全燃烧所需要的理论空气量V0为：
Figure GDA0002877505380000033
其中Car、Har、Sar、Oar分别为收到基C、H、S、O元素含量；
1kg收到基燃料完全燃烧产生的理论烟气量
Figure GDA0002877505380000041
为：
Figure GDA0002877505380000042
其中Nar、Mar分别为收到基N元素含量和收到基水分，其他同前。
(3)建立工业分析与理论空气量的机器学习模型：
利用步骤(2)计算的理论空气量，以工业分析(包含水分、灰分、挥发分、硫分、低位发热量)数据作为输入，理论空气量作为输出建立新的数据集，并进行归一化处理，按照7:3的比例将数据集随机划分为训练集和测试集。利用训练集建立机器学习模型，所得模型为H1，并使用测试集对所建立的模型进行验证。得到用工业分析估算的理论空气量为：
Figure GDA0002877505380000043
其中Mar、Aar、Var、Qnet、Sar分别表示收到基水分、收到基灰分、收到基挥发分、低位发热量、收到基硫分。
(4)建立工业分析与理论烟气量的机器学习模型：
与步骤(3)类似，利用步骤(2)计算的理论烟气量，以工业分析数据作为输入，工业分析包括水分、灰分、挥发分、硫分、低位发热量数据，理论烟气量作为输出建立新的数据集，并进行归一化处理，按照预定比例将数据集随机划分为训练集和测试集；利用训练集建立机器学习模型，所得模型为H2，并使用测试集对所建立的模型进行验证；得到工业分析估算的理论烟气量为：
Figure GDA0002877505380000044
(5)计算单个煤种的实际烟气量：
实际烟气量计算公式为
Figure GDA0002877505380000045
其中V0和
Figure GDA0002877505380000046
使用工业分析和模型H1和H2估算的
Figure GDA0002877505380000047
和
Figure GDA0002877505380000048
代替。过量空气系数α通过锅炉空预器入口的氧量(或是其它具有代表性测点的氧量)进行计算
Figure GDA0002877505380000049
O2为烟气中氧气占干烟气的体积百分含量，CO的排放量则通过电站的CO所测浓度来计算VCO＝CO(ppm)×Vy，
CO(ppm)为电站所测的CO浓度，单位为ppm。所以实际烟气量的估算值为：
Figure GDA0002877505380000051
(6)计算锅炉的总烟气量：
设磨煤机A的给煤量为m(A)，根据磨煤机A的煤种的煤质信息，由步骤(5)估算的实际烟气量为
Figure GDA0002877505380000052
以此类推，BCDEF各磨煤机的给煤量和实际烟气量均按照该格式得出。则锅炉的总烟气量qs为各个磨煤机烟气量之和：
Figure GDA0002877505380000053
下面以收集到的11127组煤质数据为例，详细说明本发明内容。
收集美国煤质数据7428组和中国煤质数据3699组，共计11127组煤质数据进行建模，利用煤质数据中的元素分析计算不同煤种的理论空气量和理论烟气量。将11127组煤质数据中的工业分析(包括水分、灰分、挥发分、硫分和低位发热量)作为输入，分别将计算所得的理论空气量和理论烟气量作为输出建立两个新的数据集。将数据集归一化后，将数据随机打乱后按照7：3的比例分配为训练集和测试集。利用遗传算法寻优支持向量机的最优参数c和g，寻优结果如表1所示，利用训练集和寻优所得参数建立支持向量机模型，并使用测试集测试模型精度，训练结果和测试结果如表2所示：
表1参数寻优结果
Figure GDA0002877505380000054
通过表2可知，2个模型精度较高，认为通过模型，可以使用工业分析数据直接估算理论空气量和理论烟气量，而无需元素分析，极大地方便了电站实际使用。
结合电站的SIS系统中的氧量、CO浓度和煤质、给煤量，通过步骤(5)(6)即可获得实时的、较高精度的锅炉烟气量。
与现有技术相比，本发明提出的一种电站煤粉锅炉烟气流量软测量方法，能使用工业分析估算的理论烟气量和空气量，结合电站SIS/DCS系统的实时数据可以计算锅炉烟气量，对锅炉的运行和环保指标的计算均有重要意义。
本发明的电站煤粉锅炉烟气流量软测量方法，无需元素分析即可得到较高精度的烟气量，方便电站运行中实际使用。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种电站煤粉锅炉烟气流量软测量方法，其特征在于，包括如下步骤：
(1)收集煤质数据：
收集包含工业分析和元素分析的收到基煤质数据；
(2)利用煤质数据的元素分析计算理论空气量V0和理论烟气量
Figure FDA0002877505370000011
(3)建立工业分析与理论空气量的机器学习模型：
利用步骤(2)计算的理论空气量，以工业分析数据作为输入，工业分析包括水分、灰分、挥发分、硫分、低位发热量数据，理论空气量作为输出建立新的数据集，并进行归一化处理，按照预定比例将数据集随机划分为训练集和测试集；利用训练集建立机器学习模型，所得模型为H1，并使用测试集对所建立的模型进行验证；得到用工业分析估算的理论空气量为：
Figure FDA0002877505370000012
其中Mar、Aar、Var、Qnet、Sar分别表示收到基水分、收到基灰分、收到基挥发分、低位发热量、收到基硫分；
(4)建立工业分析与理论烟气量的机器学习模型：
利用步骤(2)计算的理论烟气量，以工业分析数据作为输入，工业分析包括水分、灰分、挥发分、硫分、低位发热量数据，理论烟气量作为输出建立新的数据集，并进行归一化处理，按照预定比例将数据集随机划分为训练集和测试集；利用训练集建立机器学习模型，所得模型为H2，并使用测试集对所建立的模型进行验证；得到工业分析估算的理论烟气量为：
Figure FDA0002877505370000013
(5)计算单个煤种的实际烟气量：
实际烟气量计算公式为
Figure FDA0002877505370000014
其中V0和
Figure FDA0002877505370000015
使用工业分析模型H1和H2估算的
Figure FDA0002877505370000016
和
Figure FDA0002877505370000017
代替；过量空气系数
Figure FDA0002877505370000018
O2为烟气中氧气占干烟气的体积百分含量；CO的排放量VCO＝CO(ppm)×Vy，CO(ppm)为电站所测的CO浓度，单位为ppm；所以实际烟气量的估算值为：
Figure FDA0002877505370000021
(6)计算锅炉的总烟气量：
设磨煤机X的给煤量为m(X)，根据磨煤机X的煤种的煤质信息，由步骤(5)估算的实际烟气量为
Figure FDA0002877505370000022
各磨煤机的给煤量和实际烟气量均按此得出；则锅炉的总烟气量qs为各个磨煤机烟气量之和：
Figure FDA0002877505370000023
2.如权利要求1所述的电站煤粉锅炉烟气流量软测量方法，其特征在于：
步骤(1)-(4)可离线进行，而步骤(5)和步骤(6)必须在线进行，其中步骤(5)中的过量空气系数α、CO浓度、步骤(6)中各个磨煤机的煤质和给煤量，均为锅炉SIS/DCS系统和配煤掺烧系统的实时数据。
3.如权利要求1所述的电站煤粉锅炉烟气流量软测量方法，其特征在于：
在步骤(3)和步骤(4)中，按照7：3的比例将数据集随机划分为训练集和测试集。
CN201910890192.0A 2019-09-20 2019-09-20 一种电站煤粉锅炉烟气流量软测量方法 Active CN110619929B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910890192.0A CN110619929B (zh) 2019-09-20 2019-09-20 一种电站煤粉锅炉烟气流量软测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910890192.0A CN110619929B (zh) 2019-09-20 2019-09-20 一种电站煤粉锅炉烟气流量软测量方法

Publications (2)

Publication Number Publication Date
CN110619929A CN110619929A (zh) 2019-12-27
CN110619929B true CN110619929B (zh) 2021-03-12

Family

ID=68923730

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910890192.0A Active CN110619929B (zh) 2019-09-20 2019-09-20 一种电站煤粉锅炉烟气流量软测量方法

Country Status (1)

Country Link
CN (1) CN110619929B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110162918A (zh) * 2019-05-31 2019-08-23 上海电力学院 一种高炉煤气燃气机组直流锅炉效率的获取方法和系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101287881B1 (ko) * 2011-08-08 2013-07-19 주식회사 포스코 통기성 향상을 위한 소결광 및 그 제조방법
CN104008297B (zh) * 2014-06-05 2017-04-05 中冶华天工程技术有限公司 煤粉与高炉煤气混烧锅炉的热效率计算方法
CN105181926A (zh) * 2015-08-25 2015-12-23 南京南瑞继保电气有限公司 基于热平衡的煤粉掺烧煤气锅炉燃煤热值软测量方法
CN105674326B (zh) * 2016-01-13 2017-12-01 北京市环境保护科学研究院 一种工业燃气锅炉多目标多约束燃烧优化方法
CN106055867B (zh) * 2016-05-17 2019-04-19 东南大学 一种考虑煤质修正的锅炉效率计算方法
EP3375473A1 (en) * 2017-03-17 2018-09-19 PARI Pharma GmbH Control device for aerosol nebulizer system
CN107944212A (zh) * 2017-11-21 2018-04-20 江苏海事职业技术学院 煤粉与煤气混烧锅炉入炉煤量软测量方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110162918A (zh) * 2019-05-31 2019-08-23 上海电力学院 一种高炉煤气燃气机组直流锅炉效率的获取方法和系统

Also Published As

Publication number Publication date
CN110619929A (zh) 2019-12-27

Similar Documents

Publication Publication Date Title
CN103697946B (zh) 一种火电厂燃煤锅炉烟气流量的计算方法及污染物排放量的控制方法
CN104008297A (zh) 煤粉与高炉煤气混烧锅炉的热效率计算方法
WO2005083447A1 (fr) Procede et dispositif de controle en ligne pour un appareil de conversion de combustible fossile
CN106228464A (zh) 一种基于b/s架构的集团化火力发电企业碳排放控制方法
CN105674326B (zh) 一种工业燃气锅炉多目标多约束燃烧优化方法
CN112131517B (zh) 一种垃圾焚烧电厂入炉垃圾低位热值的测算方法
CN104061589B (zh) 适应煤质变化的低氮燃烧控制方法和装置
CN103699780A (zh) 煤质参数在线计算的混沌优化方法
Yin et al. A calculation method for CO2 emission in utility boilers based on BP neural network and carbon balance
CN110864855B (zh) 在中低负荷下测量电站锅炉空预器漏风率的装置及方法
CN109187914A (zh) 基于煤质特性的燃煤电厂NOx生成量的预测方法
CN1771439B (zh) 化石燃料换能设备的在线监测方法
CN111981506B (zh) 一种燃煤锅炉最佳氧量确认方法及系统
CN110619929B (zh) 一种电站煤粉锅炉烟气流量软测量方法
CN109655489B (zh) 一种燃煤机组标准煤耗的计量方法及装置
CN111505236A (zh) 一种基于煤质工业分析实时获取元素分析的煤质监测方法
CN108875165B (zh) 基于运行数据的锅炉特性标定方法
Salo et al. Emission measurements with gravimetric impactors and electrical devices: An aerosol instrument comparison
CN110675039A (zh) 一种燃煤电厂实时燃煤成本输出方法及系统
Sergeyev et al. Researches of air and fuel rate influence on oxygen level in emissions of new type medium power coal boiler
CN204593368U (zh) 一种锅炉配烧系统
CN113112390A (zh) 一种用于碳排放核算的方法
CN112966216A (zh) 一种基于碳氢元素的燃煤热值的计算方法及其用途
CN112417684A (zh) 一种燃煤机组煤质成分动态计算方法
CN107884515A (zh) 一种碳排放在线检测系统及检测方法

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
GR01 Patent grant
GR01 Patent grant