CN111881554B - 一种锅炉随气温变化的优化控制方法 - Google Patents

Abstract

本发明提出一种锅炉随气温变化的优化控制方法，其特点是：包括如下步骤：1)建立按负荷、气温分布的优化控制规律：首先确定提取参数类型、设置数据包时间间隔，其次划分二维区间，计算所有二维区间各参数均值，然后在所有二维区间内筛选同时优于该区间的锅炉效率均值和NOx排放量均值的数据包，得到按负荷、气温分布的优化控制规律；2)生成优化控制指令：在锅炉变负荷调控中，按目标负荷、送风机入口风温匹配对应负荷、气温下的优化控制规律，最后根据优化控制规律与DCS控制信号生成修正后的优化指令进行精准调控，以实现锅炉的优化控制。本发明考虑气温对锅炉优化控制的影响，控制方法进一步贴合实际运行工况，具有快速响应、节能减排的优点。

Description

一种锅炉随气温变化的优化控制方法

技术领域

本发明属于锅炉运行优化控制技术领域，具体涉及一种锅炉随气温变化的优化控制方法，适用于燃煤锅炉变负荷时的闭环控制。

背景技术

实际运行的锅炉，其工况总是处于不断变化之中。随着电力系统的发展、电网容量的扩大以及新能源占比的持续增加，以及新能源发电固有的波动性，造成电网的峰谷负荷差进一步拉大，这要求各容量机组都需要参与电网调峰。而就目前国内电网组成结构而言，主要靠燃煤火电机组来承担调峰任务，许多无法满足调峰要求的燃煤电厂，濒临停机困局，因此亟待解决燃煤火电机组锅炉变负荷运行的灵活性问题，但是，当前对负荷的优化控制依然停留在非常落后的总量参数控制方法上，导致锅炉变负荷调控存在以下问题：

1.负荷响应速度不达标

燃煤机组增减负荷日趋频繁，而锅炉系统本身是一个具有大滞后特性的对象，这使得传统“水、煤、风”反馈调控具有延迟叠加现象，导致频繁增减负荷的响应时间无法满足当前电网要求。

2.响应负荷要求时，机组节能减排的潜力未被挖掘

燃煤发电机组调节的首要任务是快速响应负荷要求，而锅炉在变负荷调节中无法保持高发电效率和低NOx排放，即发电效率和NOx排放的调节具有滞后性。寻找一种可同时满足负荷要求又能提高锅炉效率，减少NOx排放的优化控制方法不失一种好的选择。

3.预测模型灵活性和适应性差

锅炉实际运行工况复杂多样，建立模型应贴合实际运行工况，未按实际运行工况划分的预测模型，其模型适用性差，导致无法灵活应对越来越大的电网峰谷负荷差。

现有技术对以上问题进行的研究，并给出多种解决方案。如亚临界循环流化床机组基于机理的燃机系统模型、基于深度信任网络的燃烧效率和NOx排放模型、描述锅炉热效率和NOx分布的物理模型、应用解析建模和人工智能相结合的锅炉混合模型等。

也有针对火电机组运行优化过程中存在工况变化大和目标参数最优值冲突的问题，提出基于工况划分的火电机组运行多目标优化方法，并验证了其有效性。所以分工况建立计算模型，使预测工况与实际工况一一对应，可达到锅炉机组控制精度的实质性提高。

目前，尚无有关针对锅炉根据气温(季节)变化的优化控制方法的相关报导。一年四季气温变化很大，我国北方城市冬季最低气温可达-35℃，而夏季最高气温可达35℃，一年四季最大温差可达70℃，南方城市温差相对较小但也有40℃，而一天之内气温变化可达一年气温变化幅度的1/4。因此，锅炉的优化控制必须考虑送风温度的影响，本发明在负荷工况划分的基础上，开展多维度工况划分，提供一种锅炉随气温(季节)变化的优化控制方法，对锅炉的节能减排具有实际的科学意义。

发明内容

本发明要解决的技术问题是：克服现有技术的缺点和不足，提供一种节能减排的锅炉随负荷、气温变化的优化控制方法，节能体现在经济性高，减排体现在NOx排放低。将机组DCS历史数据按负荷与当地气温(送风机入口风温)划分二维工况区间；对所有二维区间进行数据挖掘，得到按负荷、气温分布的优化控制规律；依据对应工况区间的控制规律开展精准调控，以此达到锅炉的优化控制和节能减排。

特别说明一下，本发明仅仅以DCS记录的实际负荷/总燃料量作为经济性评价的依据，没有考虑煤质变化的影响，得到的结果将是在实际煤质波动条件下的平均煤质下的经济性和排放水平的相对变化，并不是追求绝对准确的经济性评价指标。

本发明解决技术问题的技术方案是：一种锅炉随气温变化的优化控制方法，其特征在于：包括建立按负荷、气温分布的优化控制规律和生成优化控制指令，具体步骤如下：

1)建立按负荷、气温分布的优于优化目标的优化控制规律

①获取机组历史运行数据

a确定从DCS历史数据库中提取的参数类型x_k，参数类型包括：实际负荷、总燃料量、各层给煤机给煤量、各层磨煤机一次风量、二次风总量、各层二次风门开度、各层给煤机转速、总风量、给水流量、主蒸汽压力、调节级压力、烟气含氧量、送风机入口风温、NOx浓度和过热器壁温，其中参数类别以k划分，k＝1，2，…，K个；

b设定数据的时间间隔值；

c根据步骤a中列出的参数和步骤b设定的数据时间间隔值，以同一时刻所述参数的数据单元作为数据包，提取燃煤机组过去一年DCS历史运行数据；

②按负荷、气温划分二维区间，将历史数据按二维区间进行分类

a根据全年负荷主要运行区段，确定负荷优化区间：设机组在主要运行区段内的最高运行负荷为S_max，最低运行负荷为S_min，则负荷优化区间为[S_min，S_max]；

b确定负荷区间数：设负荷划分间隔为L_S，i代表划分的负荷区间数，i＝1，2，…，m个，则负荷区间数m通过公式(1)获得；

m＝(S_max-S_min)/L_S (1)

c根据全年送风机入口风温变化，确定气温优化区间：设全年送风机入口最高风温为T_max，最低风温为T_min，则气温优化区间为[T_min，T_max]；

d确定气温区间数：设气温划分间隔为L_T，j代表划分的气温区间数，j＝1，2，…，n个，则气温区间数n通过公式(2)获得：

n＝(T_max-T_min)/L_T (2)

e由步骤a～d获得第i负荷段、第j气温段的二维区间为公式(3)：

{[S_min+(i-1)×L_S，S_min+i×L_S]，[T_min+(j-1)×L_T，T_min+j×L_T]} (3)

③计算各二维区间的各类参数均值、锅炉效率均值和NOx排放均值

a将步骤①获取的机组历史运行数据的数据包按照步骤②划分的二维区间进行分类，超出负荷、气温二维区间的数据包予以舍弃；

b统计步骤a中各二维区间内数据包数量l，l＝1，2，…，L_i，_j个；则式(3)所表述的二维区间内的运行数据表示为：x_{i，j，k，l}，所述二维区间的各类参数均值为公式(4)所示：

式中：

表示第i负荷段、第j气温段内第k个参数的均值；

c定义锅炉效率均值＝实际负荷均值/总燃料量均值，锅炉效率均值为公式(5)所示：

式中：

和

为该二维区间的总燃料量均值，

和

为该二维区间的实际负荷均值，其中

d计算NOx排放均值

且

e二维区间的各类参数出现无效数据的处理；

④根据优化目标筛选二维区间内的数据包

在第i负荷段、第j气温段组成的二维区间内，以优于锅炉效率均值

和NOx排放均值

为优化目标筛选数据包，筛选条件为公式(6)所示：

式中：x_{i，j，E，l}和x_{i，j，NOx，l}表示第i负荷段、第j气温段、第l个数据包的锅炉效率和NOx排放，其中

⑤各二维区间优于锅炉效率均值和NOx排放均值的数据包的处理

a符合优化目标的数据包经筛选后保存在原二维区间内，并统计该区间内符合优化目标的数据包数量l′，其中l′＝1，2，…，L_i，j′，不符合优化目标的数据包予以淘汰；

b优选后的二维区间的数据包个数少于限定值的处理；

⑥从各二维区间优于优化目标的数据集合中计算该区间各类参数均值

对于符合优化目标的数据包再次计算该二维区间各类参数均值为公式(7)所示：

式中：

表示筛选后的第i负荷段、第j气温段、第k个参数的均值；x′_{i，j，k，l′}表示筛选后第i负荷段、第j气温段、第k个参数的第l′个数据，由此得到按负荷、气温分布的优于优化目标的优化控制规律；

⑦二维区间内异常数据的处理

对于二维区间内的异常数据，依据相邻工况运行数据的渐变性，采用正则化矩阵对突变峰值进行均值滤波；

2)生成优化控制指令

①由AGC负荷指令生成目标负荷；

②按目标负荷、送风机入口风温匹配对应负荷、气温下的优化控制规律；

③若目标负荷、送风机入口风温与对应负荷、气温下的优化控制规律存在偏差，进行负荷、气温的二维差值校正，假设校正差值为Δ_i，j，k，则经差值校正后的优化控制信号为

④计算优化控制信号

与对应工况下DCS实际控制信号S_in，k的绝对差值

为公式(8)所示：

⑤依据优化控制指令的调节幅度，生成修正后的优化指令

若差值

在DCS实际控制信号S_in，k的设定幅度值以内，即

则生成修正后的优化指令

若差值

超出或等于DCS实际控制信号S_in，k的设定幅度值，即

则生成修正后的优化指令S_in，k·(1±设定幅度值)。

对于步骤1)的①所述的设定数据的时间间隔值为1～3分钟。

对于步骤1)的③二维区间的各类参数出现无效数据的处理：在所划分的不同负荷、不同气温的工况下，并不能保证二维区间的各类参数全部为有效运行数据，此时，将采用同一负荷段内其他二维区间的同类参数的平均值予以替代。

对于步骤1)的⑤优选后的二维区间的数据包个数少于限定值的处理：在数据包个数少于限定值的情况，认定该二维区间所含有效数据量不全，淘汰该区间已优选的数据包，并采用同一负荷段内其他二维区间的同类参数的平均值予以替代。

所述步骤1)的⑤的限定值为500。

对于所述步骤1)的⑦二维区间内异常数据的处理，依据相邻工况运行数据的渐变性，采用正则化矩阵对突变峰值进行均值替代，具体如下：

a)利用步骤②中按负荷、气温分布的二维区间建立二维数组A，数组元素表示为A_i，j，其中负荷段i＝1，2，…，m，气温段j＝1，2，…，n，按数组元素位于数组边界、四个顶角和内部共三种位置分类处理；

b)若区间位于数组边界，利用相邻三个区间的数据求均值，如公式(9)所示：

A_1，2＝(A_1，1+A_2，2+A_1，3)/3 (9)

c)若区间位于数组顶角，利用相邻两个区间的数据求均值，如公式(10)所示：

A_m，n＝(A_m-1，n+A_m，n-1)/2 (10)

d)若区间位于数组内部，利用相邻四个区间的数据求均值，如公式(11)所示：

A_i，j＝(A_i-1，j+A_i，j-1+A_i+1，j+A_i，j+1)/4 (11)

对于步骤2)的⑤所述的设定幅度值为5％。

本发明的一种节能减排的锅炉随气温变化的优化控制方法的优点体现在：

一是考虑气温(送风机入口风温)对锅炉优化控制的影响，将历史运行数据按负荷、气温进行精细划分，优化方案最大限度贴合实际运行工况，保证调控质量；

二是在精准调控的基础上，筛选二维工况区间内优于锅炉效率均值(实际负荷均值/总燃料量均值)和NOx排放均值的控制规律，以达到节能减排的目的；

三是优化方案安全可靠，调节幅度控制在原有DCS控制信号的±5％以内，保证机组稳定运行。

附图说明

图1为本发明的流程图；

图2为本发明的负荷、气温二维区间分布图；

图3为本发明的优化控制指令逻辑图

图4为实施例2的燃煤机组送风机入口风温全年变化曲线；

图5为实施例2的优化燃料量随负荷、气温的变化；

图6为实施例2的优化进风量随负荷、气温的变化。

具体实施方式

下面结合附图和实施例对本发明进一步说明。

参见图1-3，实施例1，本实施例一种锅炉随气温变化的优化控制方法，包括建立按负荷、气温分布的优化控制规律和生成优化控制指令，具体步骤如下：

1)建立按负荷、气温分布的优于优化目标的优化控制规律

①获取机组历史运行数据

a确定从DCS历史数据库中提取的参数类型x_k，参数类型包括：实际负荷、总燃料量、各层给煤机给煤量、各层磨煤机一次风量、二次风总量、各层二次风门开度、各层给煤机转速、总风量、给水流量、主蒸汽压力、调节级压力、烟气含氧量、送风机入口风温、NOx浓度和过热器壁温，其中参数类别以k划分，k＝1，2，…，K个；

b设定数据的时间间隔值为1分钟；

c根据步骤a中列出的参数，按照步骤b设定的数据时间间隔，以同一时刻所述参数的数据单元作为数据包，提取燃煤机组过去一年DCS历史运行数据；

②按负荷、气温划分二维区间，将历史数据按二维区间进行分类

a根据全年负荷主要运行区段，确定负荷优化区间：设机组在主要运行区段内的最高运行负荷为S_max，最低运行负荷为S_min，则负荷优化区间为[S_min，S_max]；

b确定负荷区间数：设负荷划分间隔为L_S，i代表划分的负荷区间数，i＝1，2，…，m个，则负荷区间数m通过公式(1)获得；

m＝(S_max-S_min)/L_S (1)

c根据全年送风机入口风温变化，确定气温优化区间：设全年送风机入口最高风温为T_max，最低风温为T_min，则气温优化区间为[T_min，T_max]；

d确定气温区间数：设气温划分间隔为L_T，j代表划分的气温区间数，j＝1，2，…，n个，则气温区间数n通过公式(2)获得：

n＝(T_max-T_min)/L_T (2)

e由步骤a～d获得第i负荷段、第j气温段的二维区间为公式(3)

{[S_min+(i-1)×L_S，S_min+i×L_S]，[T_min+(j-1)×L_T，T_min+j×L_T]} (3)

③计算各二维区间的各类参数均值、锅炉效率均值和NOx排放均值

a将步骤①获取的机组历史运行数据的数据包按照步骤②划分的二维区间进行分类，超出负荷、气温二维区间的数据包予以舍弃；

b统计步骤a中各二维区间内数据包数量l，l＝1，2，…，L_i，j个；则式(3)所表述的二维区间内的运行数据表示为：x_{i，j，k，l}，所述二维区间的各类参数均值为公式(4)所示：

式中：

表示第i负荷段、第j气温段内第k个参数的均值；

c定义锅炉效率均值＝实际负荷均值/总燃料量均值，锅炉效率均值为公式(5)所示：

式中：

和

为该二维区间的总燃料量均值，

和

为该二维区间的实际负荷均值，其中

d计算NOx排放均值

且

e二维区间的各类参数出现无效数据的处理

在所划分的不同负荷、不同气温的工况下，并不能保证二维区间的各类参数全部都出现有效运行数据，此时，将采用同一负荷段内其他二维区间的同类参数的平均值予以替代。

④根据优化目标筛选二维区间内的数据包

在第i负荷段、第j气温段组成的二维区间内，通过优于锅炉效率均值

和NOx排放均值

来优选数据包，筛选条件为公式(6)所示：

式中：x_{i，j，E，l}和x_{i，j，NOx，l}表示第i负荷段、第j气温段、第l个数据包的锅炉效率和NOx排放，其中

⑤各二维区间优于锅炉效率均值和NOx排放均值的数据包的处理

a符合优化目标的数据包经筛选后保存在原二维区间内，并统计符合优化目标的数据包数量l′，其中l′＝1，2，…，L_i，j′，不符合优化目标的数据包予以淘汰；

b优选后的二维区间的数据包个数少于限定值的处理

在数据包个数少于限定值为500的情况，认定该二维区间所含有效数据量不全，淘汰该区间已优选的数据包，并采用同一负荷段内其他二维区间的同类参数的平均值予以替代。

⑥从各二维区间优于优化目标的数据集合中计算该区间各类参数均值

对于符合优化目标的数据包再次计算该二维区间各类参数均值为公式(7)所示：

式中：

表示筛选后的第i负荷段、第j气温段、第k个参数的均值；x′_{i，j，k，l′}表示筛选后第i负荷段、第j气温段、第k个参数的第l′个数据，由此得到按负荷、气温分布的优于优化目标的优化控制规律；

⑦二维区间内异常数据的处理

对于二维区间内的异常数据，依据相邻工况运行数据的渐变性，采用正则化矩阵对突变峰值进行均值滤波；

2)生成优化控制指令

①由AGC负荷指令生成目标负荷；

②按目标负荷、送风机入口风温匹配对应负荷、气温下的优化控制规律；

③若目标负荷、送风机入口风温与对应负荷、气温下的优化控制规律存在偏差，进行负荷、气温的二维差值校正，假设校正差值为Δ_i，j，k，则经差值校正后的优化控制信号为

④计算优化控制信号

与对应工况下DCS实际控制信号S_in，k的绝对差值

为公式(8)所示：

⑤依据优化控制指令的调节幅度，生成修正后的优化指令

若差值

在DCS实际控制信号S_in，k的5％以内，即

由图3所示此时S3＝0，信号指令S1有效，修正后的优化指令即为

若差值

超出或等于DCS实际控制信号S_in，k的5％，即

此时S3＝1，信号指令S2有效，修正后的优化指令即为S_in，k·(1±5％)，此举以防止调控幅度过大，影响机组平稳运行。通过以上信号修正方法，最终达到节能减排的优化调控目标；

对于二维区间内的异常数据，依据相邻工况运行数据的渐变性，采用正则化矩阵对突变峰值进行均值滤波,具体如下：

a)利用步骤②中按负荷、气温分布的二维区间建立二维数组A，数组元素表示为A_i，j，其中负荷段i＝1，2，…，m，气温段j＝1，2，…，n，按数组元素位于数组边界、四个顶角和内部共三种位置分类处理；

b)若区间位于数组边界，利用相邻三个区间的数据求均值，如公式(9)所示：

A_1，2＝(A_1，1+A_2，2+A_1，3)/3 (9)

c)若区间位于数组顶角，利用相邻两个区间的数据求均值，如公式(10)所示：

A_m，n＝(A_m-1，n+A_m，n-1)/2 (10)

d)若区间位于数组内部，利用相邻四个区间的数据求均值，如公式(11)所示：

A_i，j＝(A_i-1，j+A_i，j-1+A_i+1，j+A_i，j+1)/4 (11)

参见图1-图6，实施例2，本实施例以我国南方某电厂6号600MW燃煤发电机组为研究对象，首先确定提取的参数类型如表1所示，其中包括：实际负荷、总燃料量、各层给煤机给煤量、各层磨煤机一次风量、二次风总量、各层二次风门开度、各层给煤机转速、总风量、给水流量、主蒸汽压力、调节级压力、烟气含氧量、送风机入口风温、NOx浓度、过热器壁温等58类参数，即K＝58，数据包的提取时间间隔设置为1分钟；

表1提取DCS参数列表

根据以上设置规则，提取DCS历史数据，分析其送风机入口风温全年温度变化曲线，如图4所示。其温度变化范围为-6～+38℃，为保证区间内历史数据的数据包个数满足需求，温度区间取[-4，36]，气温间隔取L_T＝2℃，则气温段个数n＝20；分析机组负荷主要运行区间为[300～600]，负荷间隔取L_S＝10MW，则负荷段个数m＝30。

本实施例按照实施例1的的流程图经建立按负荷、气温分布的优化控制规律及输出优化控制指令后，分析优化控制效果，提取燃料量和送风量的优化控制指令。图5为优化燃料量随负荷、气温的变化，从图中可以看出相同负荷下，优化燃料量随气温的升高略有下降，显示机组夏季的运行经济性略高于冬季。图6为优化进风量随负荷、气温的变化，从图中可以看出进风量随气温变化非常显著，中高气温段，随着气温的上升，锅炉优化送风量明显增加；中低气温段，存在一个居中的温度点，优化送风量最低；高于或者低于这个居中温度，优化送风量不同程度增加。

本发明的实施例并非穷举，本领域技术人员不经过创造性劳动的简单复制和改进，仍属于本发明权利保护的范围。

Claims (7)

1.一种锅炉随气温变化的优化控制方法，其特征在于：包括建立按负荷、气温分布的优化控制规律和生成优化控制指令，具体步骤如下：

1)建立按负荷、气温分布的优于优化目标的优化控制规律

①获取机组历史运行数据

a确定从DCS历史数据库中提取的参数类型x_k，参数类型包括：实际负荷、总燃料量、各层给煤机给煤量、各层磨煤机一次风量、二次风总量、各层二次风门开度、各层给煤机转速、总风量、给水流量、主蒸汽压力、调节级压力、烟气含氧量、送风机入口风温、NOx浓度和过热器壁温，其中参数类别以k划分，k＝1，2，...，K个；

b设定数据的时间间隔值；

c根据步骤a中列出的参数和步骤b设定的数据时间间隔值，以同一时刻所述参数的数据单元作为数据包，提取燃煤机组过去一年DCS历史运行数据；

②按负荷、气温划分二维区间，将历史数据按二维区间进行分类

a根据全年负荷主要运行区段，确定负荷优化区间：设机组在主要运行区段内的最高运行负荷为S_max，最低运行负荷为S_min，则负荷优化区间为[S_min，S_max]；

b确定负荷区间数：设负荷划分间隔为L_S，i代表划分的负荷区间数，i＝1，2，…，m个，则负荷区间数m通过公式(1)获得；

m＝(S_max-S_min)/L_S (1)

c根据全年送风机入口风温变化，确定气温优化区间：设全年送风机入口最高风温为T_max，最低风温为T_min，则气温优化区间为[T_min，T_max]；

d确定气温区间数：设气温划分间隔为L_T，j代表划分的气温区间数，j＝1，2，…，n个，则气温区间数n通过公式(2)获得：

n＝(T_max-T_min)/L_T (2)

e由步骤a～d获得第i负荷段、第j气温段的二维区间为公式(3)

{[S_min+(i-1)×L_S，S_min+i×L_S]，[T_min+(j-1)×L_T，T_min+j×L_T]} (3)

③计算各二维区间的各类参数均值、锅炉效率均值和NOx排放均值

a将步骤①获取的机组历史运行数据的数据包按照步骤②划分的二维区间进行分类，超出负荷、气温二维区间的数据包予以舍弃；

b统计步骤a中各二维区间内数据包数量l，l＝1，2，…，L_i，j个；则式(3)所表述的二维区间内的运行数据表示为：x_{i，j，k，l}，所述二维区间的各类参数均值为公式(4)所示：

式中：

表示第i负荷段、第j气温段内第k个参数的均值；

c定义锅炉效率均值＝实际负荷均值/总燃料量均值，锅炉效率均值为公式(5)所示：

式中：

和

为该二维区间的总燃料量均值，

和

为该二维区间的实际负荷均值，其中

d计算NOx排放均值

且

e二维区间的各类参数出现无效数据的处理；

④根据优化目标筛选二维区间内的数据包

在第i负荷段、第j气温段组成的二维区间内，通过优于锅炉效率均值

和NOx排放均值

来优选数据包，筛选条件为公式(6)所示：

式中：x_{i，j，E，l}和x_{i，j，NOx，l}表示第i负荷段、第j气温段、第l个数据包的锅炉效率和NOx排放，其中

⑤各二维区间优于锅炉效率均值和NOx排放均值的数据包的处理

a符合优化目标的数据包经筛选后保存在原二维区间内，并统计符合优化目标的数据包数量l′，其中l′＝1，2，…，L_i，j′，不符合优化目标的数据包予以淘汰；

b优选后的二维区间的数据包个数少于限定值的处理；

⑥从各二维区间优于优化目标的数据集合中计算该区间各类参数均值

对于符合优化目标的数据包再次计算该二维区间各类参数均值为公式(7)所示：

式中：

表示筛选后的第i负荷段、第j气温段、第k个参数的均值；x′_{i，j，k，l′}表示筛选后第i负荷段、第j气温段、第k个参数的第l′个数据，由此得到按负荷、气温分布的优于优化目标的优化控制规律；

⑦二维区间内异常数据的处理

对于二维区间内的异常数据，依据相邻工况运行数据的渐变性，采用正则化矩阵对突变峰值进行均值滤波；

2)生成优化控制指令

①由AGC负荷指令生成目标负荷；

②按目标负荷、送风机入口风温匹配对应负荷、气温下的优化控制规律；

③若目标负荷、送风机入口风温与对应负荷、气温下的优化控制规律存在偏差，进行负荷、气温的二维差值校正，设校正差值为Δ_i，j，k，则经差值校正后的优化控制信号为

④计算优化控制信号

与对应工况下DCS实际控制信号S_in，k的绝对差值

为公式(8)所示：

从而生成优化控制指令；

⑤依据优化控制指令的调节幅度，生成修正后的优化指令

若差值

在DCS实际控制信号S_in，_k的设定幅度值以内，即

设定幅度值，则生成修正后的优化指令

若差值

超出或等于DCS实际控制信号S_in，k的设定幅度值，即

设定幅度值，则生成修正后的优化指令S_in，k·(1±设定幅度值)。

2.如权利要求1所述锅炉随气温变化的优化控制方法，其特征在于：对于步骤1)的①所述的设定数据的时间间隔值为1～3分钟。

3.如权利要求1所述锅炉随气温变化的优化控制方法，其特征在于：对于步骤1)的③二维区间的各类参数出现无效数据的处理：在所划分的不同负荷、不同气温的工况下，并不能保证二维区间的各类参数全部出现有效运行数据，此时，将采用同一负荷段内其他二维区间的同类参数的平均值予以替代。

4.如权利要求1所述锅炉随气温变化的优化控制方法，其特征在于：对于步骤1)的⑤优选后的二维区间的数据包个数少于限定值的处理：在数据包个数少于限定值的情况，认定该二维区间所含有效数据量不全，淘汰该区间已优选的数据包，并采用同一负荷段内其他二维区间的同类参数的平均值予以替代。

5.如权利要求1或4所述锅炉随气温变化的优化控制方法，其特征在于：所述步骤1)的⑤的限定值为500。

6.如权利要求1所述锅炉随气温变化的优化控制方法，其特征在于：对于所述步骤1)的⑦二维区间内异常数据的处理，依据相邻工况运行数据的渐变性，采用正则化矩阵对突变峰值进行均值替代，具体如下：

a)利用步骤②中按负荷、气温分布的二维区间建立二维数组A，数组元素表示为A_i，j，其中负荷段i＝1，2，…，m，气温段j＝1，2，…，n，按数组元素位于数组边界、四个顶角和内部共三种位置分类处理；

b)若区间位于数组边界，利用相邻三个区间的数据求均值为公式(9)所示：

A_1，2＝(A_1，1+A_2，2+A_1，3)/3 (9)

c)若区间位于数组顶角，利用相邻两个区间的数据求均值为公式(10)所示：

A_m，n＝(A_m-1，n+A_m，n-1)/2 (10)

d)若区间位于数组内部，利用相邻四个区间的数据求均值为公式(11)所示：

A_i，j＝(A_i-1，j+A_i，j-1+A_i+1，j+A_i，j+1)/4 (11)。

7.如权利要求1所述锅炉随气温变化的优化控制方法，其特征在于：对于步骤2)的⑤所述的设定幅度值为5％。

Images