CN113722927A

CN113722927A - 一种基于大数据的煤种智能识别方法

Info

Publication number: CN113722927A
Application number: CN202111047911.6A
Authority: CN
Inventors: 王智微; 刘鹏飞; 王毅; 陈建平
Original assignee: Xian Thermal Power Research Institute Co Ltd
Current assignee: Xian Thermal Power Research Institute Co Ltd
Priority date: 2021-09-08
Filing date: 2021-09-08
Publication date: 2021-11-30

Abstract

本发明公开了一种基于大数据的煤种智能识别方法，采集不同煤种在历史上不同时间的工业成分化验值；通过化验值计算煤种的收到基低位热值；计算不同煤种的收到基挥发分、收到基固定碳和收到基低位热值的值域范围；将新化验的煤种工业成分和计算收到基低位热值与已有的煤种值域范围进行比对，从而自动识别出该煤种。本发明能够简单快捷的识别出煤场堆放的煤种，实现煤场煤种的智能识别。

Description

一种基于大数据的煤种智能识别方法

技术领域

本发明属于能源动力行业的燃料技术领域，具体涉及一种基于大数据的煤种智能识别方法。

背景技术

目前我国燃煤电站的燃烧煤种较多，到厂煤繁多，煤场不同位置堆放不同煤种，甚至叠层堆放，造成煤场中煤种堆放识别的困难，往往造成煤场管理信息的煤种位置与实际煤场堆放的物理位置不一致。此外，在煤场对不同煤种取样用于化验时，有时会将煤样与煤种标识弄混，造成煤种化验结果张冠李戴。因此，需要一种简单快捷的方法识别出煤场堆放的煤种，或者根据煤样化验结果自动判断出该煤样是哪一个煤种。

发明内容

为了克服以上技术问题，本发明提供了一种基于大数据的煤种智能识别方法，能够简单快捷地智能识别煤场堆放的煤种和煤样。

为了实现上述目的，本发明采用的技术方案是：

一种基于大数据的煤种智能识别方法，包括以下步骤；

步骤1：

在电厂的燃料管理系统中，采集不同煤种在历史上不同时间的收到基高位热值化验值，所述工业成分化验值包括收到基水分、收到基挥发分和收到基固定碳化验值；

步骤2：

计算不同煤种在历史上不同时间的收到基低位热值；

步骤3：

针对每一种煤不同时间的历史数据化验值和计算得到的收到基低位热值，得到该种煤收到基挥发分、收到基固定碳和收到基低位热值的值域范围，得到不同煤种在不同收到基挥发分、收到基固定碳和收到基低位热值值域范围内的煤种特征数据样库；

步骤4：

将新化验的煤种工业成分的收到基挥发分和收到基固定碳，以及计算的收到基低位热值与已有的煤种特征数据样库的值域范围进行比对，通过收到基挥发分、收到基固定碳和收到基低位热值与煤种特征数据样库进行比对，从而自动识别出该煤种。

所述步骤1具体为：

通过电厂对煤场中的煤种进行工业成分化验，得到每个煤种成分的组成，即收到基水分M_ar、收到基挥发分V_ar和收到基固定碳FC_ar，同时得到该煤种的收到基高位热值Q_ar，gw；

不同的煤种由于工业成分不同，则该煤种的收到基高位热值不同，即煤种的收到基高位热值与工业成分之间有一定的关联关系，即：

Q_ar，gw＝f(M_ar，V_ar，FC_ar)。

所述步骤2具体为：

煤种的收到基低位热值Q_ar，dw为：

Q_ar，dw＝Q_ar，gw-kM_ar

系数k为25.1；

则煤种的收到基低位热值与工业成分之间的关联关系简化为：

Q_ar，dw＝f(V_ar，FC_ar)。

所述步骤3中：针对不同煤，收到基低位热值、收到基挥发分和收到基固定碳对应有不同的值域范围：

本发明的有益效果：

本发明能够通过对电厂大规模的煤种工业成分和收到基高位热值的化验数据进行计算分析，可得到不同煤种收到基挥发分、收到基固定碳和收到基低位热值的值域范围的煤种特征数据样库，从而利用计算机简单方便的自动计算识别新化验煤种是煤种特征数据样库的哪一个煤种。当化验的煤种不知道具体情况时(如煤场堆煤混乱、化验煤样混样等)，可用此方法简单有效的实现智能识别。

附图说明

图1为不同煤种历史大数据分析得到的收到基低位热值与收到基挥发分和收到基固定碳组成的三维空间示意图。

具体实施方式

下面结合实施例对本发明作进一步详细说明。

一种基于大数据的煤种智能识别方法的实施包括以下步骤；

步骤1：

在电厂的燃料系统中，采集不同煤种在历史上不同时间的工业成分化验值(收到基水分、收到基挥发分和收到基固定碳)和收到基高位热值化验值；

步骤2：

计算不同煤种在历史上不同时间的收到基低位热值；

步骤3：

计算煤种收到基挥发分、收到基固定碳和收到基低位热值的值域范围。得到如下的值域列表。

步骤4：

将未知煤种进行工业成分和收到基高位热值化验，得到收到基挥发分为12.44，收到基固定碳为61.38，并计算出收到基低位热值为25.65。

步骤5：

将收到基挥发分、收到基固定碳、收到基低位热值与煤种值域范围进行比对，发现步骤4中化验的未知煤种满足煤种1的条件，从而自动识别出未知煤种为煤种1。

一种基于大数据的煤种智能识别方法的矫正与优化包括以下步骤：

步骤1：

将已知煤种进行工业成分和收到基高位热值化验，得到收到基挥发分，收到基固定碳并计算出收到基低位热值。

步骤2：

将收到基挥发分、收到基固定碳、收到基低位热值与煤种值域范围进行比对，如果识别出的煤种与已知煤种一致，则说明该煤种的值域是正确的。

步骤3：

如果无法识别煤种，则根据已知煤种的收到基挥发分、收到基固定碳、收到基低位热值去更新煤种的值域范围以及煤种特征数据样库。

随着迭代次数的增加，一种基于大数据的煤种智能识别方法就能够精准的识别煤种。

这样，对应不同煤种，其关联的关系不同，可以根据电厂对不同煤种化验的大量化验数据，得到不同煤种的关联关系。基于大数据分析的结果，可以发现不同煤种的收到基低位热值与收到基挥发分和收到基固定碳组成的三维空间在不同的区域内，如图1。

Claims

1.一种基于大数据的煤种智能识别方法，其特征在于，包括以下步骤；

步骤1：

在电厂的燃料管理系统中，采集不同煤种在历史上不同时间的和收到基高位热值化验值，所述工业成分化验值包括收到基水分、收到基挥发分和收到基固定碳化验值；

步骤2：

计算不同煤种在历史上不同时间的收到基低位热值；

步骤3：

针对每一种煤的不同时间的历史数据，得到该种煤收到基挥发分、收到基固定碳和收到基低位热值的值域范围，进而得到不同煤种在不同收到基挥发分、收到基固定碳和收到基低位热值值域范围内的煤种特征数据样库；；

步骤4：将新化验的煤种工业成分的收到基挥发分和收到基固定碳，以及计算的收到基低位热值与已有的煤种特征数据样库的值域范围进行比对，通过收到基挥发分、收到基固定碳和收到基低位热值与煤种特征数据样库进行比对，从而自动识别出该煤种。

2.根据权利要求1所述的一种基于大数据的煤种智能识别方法，其特征在于，所述步骤1具体为：

通过电厂对煤场中的煤进行工业成分化验，得到每个煤种成分的组成，即收到基水分M_ar、收到基挥发分V_ar和收到基固定碳FC_ar，同时得到该煤种的收到基高位热值Q_ar,gw；

Q_ar,gw＝f(M_ar，V_ar，FC_ar)。

3.根据权利要求1所述的一种基于大数据的煤种智能识别方法，其特征在于，所述步骤2具体为：

煤种的收到基低位热值Q_ar,dw为：

Q_ar,dw＝Q_ar,gw-kM_ar

系数k为25.1；

Q_ar,dw＝f(V_ar，FC_ar)。

4.根据权利要求1所述的一种基于大数据的煤种智能识别方法，其特征在于，所述步骤3中：针对不同煤，收到基低位热值、收到基挥发分和收到基固定碳对应有不同的值域范围：

煤种