CN117889456A - 锅炉智能燃烧全景监控方法及系统 - Google Patents
锅炉智能燃烧全景监控方法及系统 Download PDFInfo
- Publication number
- CN117889456A CN117889456A CN202311595137.1A CN202311595137A CN117889456A CN 117889456 A CN117889456 A CN 117889456A CN 202311595137 A CN202311595137 A CN 202311595137A CN 117889456 A CN117889456 A CN 117889456A
- Authority
- CN
- China
- Prior art keywords
- combustion
- boiler
- state
- data
- analysis
- 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
- 238000002485 combustion reaction Methods 0.000 title claims abstract description 250
- 238000012544 monitoring process Methods 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000004458 analytical method Methods 0.000 claims abstract description 98
- 239000000779 smoke Substances 0.000 claims abstract description 48
- 238000001514 detection method Methods 0.000 claims abstract description 39
- 230000008859 change Effects 0.000 claims abstract description 26
- 238000012806 monitoring device Methods 0.000 claims abstract description 25
- 238000005516 engineering process Methods 0.000 claims abstract description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 52
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims description 50
- 239000003245 coal Substances 0.000 claims description 45
- 238000010438 heat treatment Methods 0.000 claims description 39
- 238000006477 desulfuration reaction Methods 0.000 claims description 36
- 230000023556 desulfurization Effects 0.000 claims description 36
- 238000005457 optimization Methods 0.000 claims description 33
- 238000009826 distribution Methods 0.000 claims description 26
- 230000002159 abnormal effect Effects 0.000 claims description 25
- 229910021529 ammonia Inorganic materials 0.000 claims description 25
- 238000003745 diagnosis Methods 0.000 claims description 25
- 238000002347 injection Methods 0.000 claims description 25
- 239000007924 injection Substances 0.000 claims description 25
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 23
- 238000004422 calculation algorithm Methods 0.000 claims description 23
- 239000003546 flue gas Substances 0.000 claims description 23
- 239000000428 dust Substances 0.000 claims description 20
- 239000000523 sample Substances 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 10
- 238000001816 cooling Methods 0.000 claims description 9
- 238000005211 surface analysis Methods 0.000 claims description 7
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 24
- 238000010586 diagram Methods 0.000 description 20
- 230000007246 mechanism Effects 0.000 description 19
- 238000012423 maintenance Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 12
- 238000004519 manufacturing process Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 7
- 239000000843 powder Substances 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 5
- 238000013433 optimization analysis Methods 0.000 description 5
- 238000001556 precipitation Methods 0.000 description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 4
- 239000000872 buffer Substances 0.000 description 4
- 238000011010 flushing procedure Methods 0.000 description 4
- 238000000227 grinding Methods 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 229910052760 oxygen Inorganic materials 0.000 description 4
- 239000001301 oxygen Substances 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000011068 loading method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000002002 slurry Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 208000032170 Congenital Abnormalities Diseases 0.000 description 1
- 206010021143 Hypoxia Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000010298 pulverizing process Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000004071 soot Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
- 238000003809 water extraction Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E20/00—Combustion technologies with mitigation potential
- Y02E20/34—Indirect CO2mitigation, i.e. by acting on non CO2directly related matters of the process, e.g. pre-heating or heat recovery
Landscapes
- Regulation And Control Of Combustion (AREA)
Abstract
本申请提供了一种锅炉智能燃烧全景监控方法及系统,所述系统包含:锅炉燃烧监测装置、锅炉状态感知装置和燃烧预控优化装置;所述锅炉燃烧监控装置用于通过火焰图像识别技术检测锅炉内燃烧状态,根据所述燃烧状态分析获得燃烧器的工作状态;所述锅炉状态感知装置用于通过炉膛出口的烟温、CO/H2S检测数值和锅炉状态参数分析获得锅炉的运行状态;所述燃烧预控优化装置用于根据所述工作状态和所述运行状态分析获得锅炉燃烧状态的前馈特征变量,根据所述前馈特征变量分析获得燃烧状态的预期变化情况,通过所述预期变化情况调整锅炉和燃烧器的控制参数。
Description
技术领域
本申请涉及智能监控领域,尤指一种锅炉智能燃烧全景监控方法及系统。
背景技术
锅炉燃烧是一个伴随着瞬时多变量输入和输出的复杂物理、化学过程,是锅炉运行监控的核心,且与锅炉受热面安全、运行效率、污染物排放、汽机性能、热工自动等紧密相关。但一直以来,锅炉燃烧运行监控和状态分析,主要依靠传统火检、就地看火、运行参数分析等手段,无法及时且直观的掌握燃烧实时过程和真实状态,造成锅炉燃烧的“黑盒子”问题,成为运行人员燃烧监控和检修人员设备维护治理的痛点。其次,以往的锅炉燃烧运行监控方法,仅仅关注燃烧单一维度的监控,并未与锅炉受热面状态关联分析,也并未将获取的炉内燃烧信息反馈于热工自动系统用于优化自动控制,导致热工自动无法提前做出正确反应。
为此,业内亟需一种高效的监控方法及系统能够有效帮助运行人员完成锅炉的燃烧监控和维护。
发明内容
本申请目的在于提供一种锅炉智能燃烧全景监控方法及系统,通过对锅炉内燃烧数据和运行状态进行关联分析,以计算确定前馈特征变量来精准完成锅炉提前量控制调整。
为达上述目的,本申请所提供的一种锅炉智能燃烧全景监控系统,所述系统包含:锅炉燃烧监测装置、锅炉状态感知装置和燃烧预控优化装置;所述锅炉燃烧监控装置用于通过火焰图像识别技术检测锅炉内燃烧状态,根据所述燃烧状态分析获得燃烧器的工作状态;所述锅炉状态感知装置用于通过炉膛出口的烟温、CO/H2S检测数值和锅炉状态参数分析获得锅炉的运行状态;所述燃烧预控优化装置用于根据所述工作状态和所述运行状态分析获得锅炉燃烧状态的前馈特征变量,根据所述前馈特征变量分析获得燃烧状态的预期变化情况,通过所述预期变化情况调整锅炉和燃烧器的控制参数。
在上述锅炉智能燃烧全景监控系统中,可选的,所述锅炉燃烧监控装置包含:视频采集模块、冷却风系统和多个火焰探头;所述视频采集模块用于采集安设于燃烧器上的多个火焰探头检测到的火焰视频数据;所述火焰探头用于通过可见光摄像头采集锅炉内的火焰视频数据;所述冷却风系统用于冷却所述火焰探头。
在上述锅炉智能燃烧全景监控系统中,可选的,所述锅炉燃烧监控装置还包含分析模块,所述分析模块分别与所述视频采集模块和相连,用于根据锅炉参数、燃烧器参数和火焰视频数据计算获得燃烧稳定性数据;根据所述燃烧稳定性数据通过预设规则分析获得燃烧优化调整方案和燃烧故障诊断数据。
在上述锅炉智能燃烧全景监控系统中,可选的,所述分析模块包含燃烧稳定性分析装置,所述燃烧稳定性分析装置包含分析单元、对比单元和预警单元;所述分析单元用于将所述火焰视频数据获得火检状态,根据所述锅炉参数分析获得锅炉的燃烧指数,根据所述燃烧指数计算锅炉的燃烧分布数据和燃烧偏差数据;所述对比单元用于根据所述锅炉参数和所述燃烧器参数判断各层燃烧器实际煤量和热量的比例偏差,以及炉膛整体热负荷分布;所述预警单元用于统计和对比预设时间周期内的各层燃烧器燃烧故障数量,根据统计和比对结果生成预警提示。
在上述锅炉智能燃烧全景监控系统中,可选的,所述分析模块包含优化调整装置,所述优化调整装置包含数据切片单元、对比单元和展示单元;所述切片单元用于根据预设周期和切片长度对锅炉工况数据进行切片,获得各切片内的燃烧参数和燃烧特征;所述对比单元用于将燃烧调整前后或工况变化前后的切片内的燃烧参数和燃烧特征进行分别对比,获得对比结果;所述展示单元用于根据预设展示规则将所述对比结果展示输出。
在上述锅炉智能燃烧全景监控系统中,可选的,所述锅炉状态感知装置包含CO/H2S检测单元、炉膛出口烟温检测单元、电站锅炉状态监测和智能分析单元;所述CO/H2S检测单元用于在炉膛和锅炉尾部烟道的预设位置检测锅炉排放烟气中的CO/H2S含量;所述炉膛出口烟温检测单元用于在炉膛出口水平烟道上方通过采集烟道横向温度分布数据获得炉膛出口烟温;所述电站锅炉状态监测和智能分析单元用于根据所述CO/H2S含量、所述炉膛出口烟温和所述锅炉状态参数分析获得锅炉的运行状态。
在上述锅炉智能燃烧全景监控系统中,可选的,所述电站锅炉状态监测和智能分析单元包含受热面分析组件、电站风机组件、空预器组件和磨煤机组件;所述受热面分析组件用于通过所述炉膛出口烟温获得受热面壁温数据,根据所述受热面壁温数据和历史受热面数据进行比较,根据比较结果获得受热面异常位置;所述电站风机组件用于通过风机历史数据构建的学习模型分析电站风机运行数据获得电站风机的异常评估数据;所述空预器组件用于根据空预器历史运行参数分析空预器运行数据获得空预器的故障位置;以及,通过空预器转子形变量和位移量计算结果获得空预器转子卡涩概率并输出对应提示;所述磨煤机组件用于根据磨煤机历史运行参数分析磨煤机运行数据获得磨煤机的故障位置;以及,通过寻优算法和磨煤机运行逻辑,根据所述故障位置提供优化调整方案。
在上述锅炉智能燃烧全景监控系统中,可选的,所述电站锅炉状态监测和智能分析单元还包含脱硝组件、电除尘组件、脱硫组件、湿除组件和烟气提水组件;所述脱硝组件和所述脱硫组件用于根据脱硝系统和脱硫系统历史运行参数分析脱硝系统和脱硫系统运行数据获得机脱硝系统和脱硫系统的异常位置,通过寻优算法与脱硝系统和脱硫系统运行逻辑,根据所述异常位置提供优化调整方案;所述电除尘组件用于根据电除尘系统历史运行参数分析电除尘系统运行数据获得电除尘系统的异常位置;所述湿除组件用于根据湿除系统历史运行参数分析湿除系统运行数据获得湿除系统的异常位置;所述烟气提水组件用于根据烟气提水系统历史运行参数分析烟气提水系统运行数据获得烟气提水系统的异常位置。
在上述锅炉智能燃烧全景监控系统中,可选的,所述燃烧预控优化装置包含水和汽温控制模块、喷氨控制模块和风门控制模块;所述水和汽温控制模块用于根据所述工作状态中的火焰强度数据和所述运行状态中的受热面数据构建炉内燃烧放热模型,根据所述炉内燃烧放热模型向热度和减去温水控制系统提供燃烧热量的第一前馈变量,根据所述第一前馈变量调节水和汽温控制参数;所述喷氨控制模块用于根据所述工作状态中的火焰状态数据和所述运行状态中的CO/H2S数据构建喷氨优化算法模型,根据所述喷氨优化算法模型向SCR脱硝控制系统提供喷氨的第二前馈变量,根据所述第二前馈变量调节喷氨参数;所述风门控制模块用于根据所述工作状态中的火焰状态数据和所述运行状态中的炉膛出口烟温检测数据构建风门控制优化模型,根据所述风门控制优化模型向二次风门控制系统提供风门控制的第三前馈变量,根据所述第三前馈变量调节风门控制参数。
本申请还提供一种适用于所述的锅炉智能燃烧全景监控系统的监控方法,所述方法包含:通过火焰图像识别技术检测锅炉内燃烧状态,根据所述燃烧状态分析获得燃烧器的工作状态;通过炉膛出口的烟温、CO/H2S检测数值和锅炉状态参数分析获得锅炉的运行状态;根据所述工作状态和所述运行状态分析获得锅炉燃烧状态的前馈特征变量,根据所述前馈特征变量分析获得燃烧状态的预期变化情况;通过所述预期变化情况调整锅炉和燃烧器的控制参数。
本申请的有益技术效果在于:通过获取前两个系统分析计算得到的锅炉燃烧状态的前馈特征变量,提前精准预估燃烧状态的变化,实现对机组协调、汽温和NOx等自动的预控优化,包含协调前馈模块、给水控制模块、减温水控制模块和脱硝喷氨控制模块。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,并不构成对本申请的限定。在附图中:
图1为本申请一实施例所提供的锅炉智能燃烧全景监控系统的结构示意图;
图2为本申请一实施例所提供的锅炉燃烧监控装置的结构示意图;
图3为本申请一实施例所提供的CO/H2S检测单元的结构示意图;
图4为本申请一实施例所提供的燃烧预控优化装置的结构示意图;
图5为本申请一实施例所提供的监控方法的流程示意图;
图6为本申请一实施例所提供的电子设备的结构示意图。
具体实施方式
以下将结合附图及实施例来详细说明本申请的实施方式,借此对本申请如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。需要说明的是,只要不构成冲突,本申请中的各个实施例及各实施例中的各个特征可以相互结合,所形成的技术方案均在本申请的保护范围之内。
另外,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
请参考图1所示,本申请所提供的一种锅炉智能燃烧全景监控系统,所述系统包含:锅炉燃烧监测装置、锅炉状态感知装置和燃烧预控优化装置;所述锅炉燃烧监控装置用于通过火焰图像识别技术检测锅炉内燃烧状态,根据所述燃烧状态分析获得燃烧器的工作状态;所述锅炉状态感知装置用于通过炉膛出口的烟温、CO/H2S检测数值和锅炉状态参数分析获得锅炉的运行状态;所述燃烧预控优化装置用于根据所述工作状态和所述运行状态分析获得锅炉燃烧状态的前馈特征变量,根据所述前馈特征变量分析获得燃烧状态的预期变化情况,通过所述预期变化情况调整锅炉和燃烧器的控制参数。
具体的,在实际工作中,本申请所提供的全景燃烧监控系统主要包含三个子系统;首先是锅炉燃烧监测系统,采用火焰图像识别技术,得到能够反映炉内燃烧状态的直接信息,综合判断燃烧器的燃烧和工作状态,识别各种故障和燃烧问题。第二是锅炉状态感知系统,通过炉膛出口烟温检测模块、CO/H2S精准检测模块、锅炉状态监测和智能分析模块实现对锅炉运行状态的间接感知。第三是燃烧预控优化系统,该系统通过获取前两个系统分析计算得到的锅炉燃烧状态的前馈特征变量,提前精准预估燃烧状态的变化,实现对机组协调、汽温和NOx等自动的预控优化,包含协调前馈模块、给水控制模块、减温水控制模块和脱硝喷氨控制模块;以下将对上述三个子系统分别做详细说明。
请参考图2所示,在本申请一实施例中,所述锅炉燃烧监控装置包含:视频采集模块、冷却风系统和多个火焰探头;所述视频采集模块用于采集安设于燃烧器上的多个火焰探头检测到的火焰视频数据;所述火焰探头用于通过可见光摄像头采集锅炉内的火焰视频数据;所述冷却风系统用于冷却所述火焰探头。
在实际工作中,所述锅炉燃烧监控装置构建了基于大模型学习的火焰图像全态数据分析体系,依托场景差异降解、数字孪生、自主修正、高速分析等多项先进数字化技术,挖掘燃烧器着火更丰富细节,提升运行生产人员对锅炉燃烧过程的监视能力,用以指导锅炉运行燃烧调整,实现多参数、多维度、可视化、智能化监视锅炉燃烧火焰。其硬件列表如以下表1所示:
表1
在本申请一实施例中,所述锅炉燃烧监控装置还包含分析模块,所述分析模块分别与所述视频采集模块和相连,用于根据锅炉参数、燃烧器参数和火焰视频数据计算获得燃烧稳定性数据;根据所述燃烧稳定性数据通过预设规则分析获得燃烧优化调整方案和燃烧故障诊断数据。其中,所述分析模块包含燃烧稳定性分析装置,所述燃烧稳定性分析装置包含分析单元、对比单元和预警单元;所述分析单元用于将所述火焰视频数据获得火检状态,根据所述锅炉参数分析获得锅炉的燃烧指数,根据所述燃烧指数计算锅炉的燃烧分布数据和燃烧偏差数据;所述对比单元用于根据所述锅炉参数和所述燃烧器参数判断各层燃烧器实际煤量和热量的比例偏差,以及炉膛整体热负荷分布;所述预警单元用于统计和对比预设时间周期内的各层燃烧器燃烧故障数量,根据统计和比对结果生成预警提示。进一步的,所述分析模块包含优化调整装置,所述优化调整装置包含数据切片单元、对比单元和展示单元;所述切片单元用于根据预设周期和切片长度对锅炉工况数据进行切片,获得各切片内的燃烧参数和燃烧特征;所述对比单元用于将燃烧调整前后或工况变化前后的切片内的燃烧参数和燃烧特征进行分别对比,获得对比结果;所述展示单元用于根据预设展示规则将所述对比结果展示输出。
在实际工作中,所述分析模块主要执行以下三个功能即燃烧稳定性判断、燃烧优化调整分析和典型燃烧故障诊断。
其中,燃烧稳定性判断包含利用可见光摄像头大视野、全波段的优势,克服了传统火检元件可视角度小、检测波段窄的先天缺陷。利用多参数、多维度计算出来的燃烧稳定性指数,提供高质量燃烧状态监测。可量化指导助燃手段投入、退出时机,更精细化指导运行。具体功能如下:
1、燃烧器图像火焰识别:通过安装于每只燃烧器上的“火眼”火焰探头获取燃烧状态信息,经监控系统转化为着火标识,辅助运行人员判断火检状态。2、锅炉综合燃烧指数:综合锅炉所有投运燃烧器的平均温度、黑龙面积、煤粉长度、燃烧强度、稳定指数等特征参数,得到当前锅炉综合燃烧指数,辅助运行人员判断锅炉整体燃烧优劣。3、各层燃烧情况列表:以列表形式展示各层燃烧器的燃烧指数以及燃烧强度、稳定指数等特征指标,实现同层各特征指标和不同层之间特征指标的横/纵向对比,辅助运行人员判断燃烧特征偏差。4、燃烧指数趋势分析:以热力图形式展示不同负荷下锅炉综合燃烧指数分布区间,并实现显示当前指数位置,判断当前综合燃烧指数的优劣。5、各层燃烧强度对比:通过燃烧强度反映各层燃烧器热量释放比例,判断各层燃烧器实际煤量和热量的比例偏差,以及炉膛整体热负荷分布。6、预警及时间列表:实时监测制粉系统典型事件和燃烧故障预警事件,设置未读信息提醒、预警事件确认等功能,避免燃烧故障恶化。7、预警信息分布情况:统计和对比选定时间段内各层燃烧器燃烧故障数量,为燃烧和制粉系统检修重点提供依据。
所述燃烧优化调整分析包含通过调整磨煤机风量、磨煤机动态分离器转速(或者分离器挡板开度)、磨煤机加载力、磨对应的二次风风门开度、磨对应的周界风风门开度等参数,立刻从锅炉燃烧监控装置中的燃烧强度指数反应出来,依此可以判断调整是否有效、是否过量等,对燃烧调整有了直接、快捷的反馈。具体功能如下:
1、工况切片:按照时间和切片长度对工况进行切片,自动获取切片内煤量、一二次风量等燃烧参数和各燃烧特征参数。2、对比切片选择:可选择燃烧调整前后、工况变化前后的任意工况切片作为对比。3、工况对比结果:采用视频回放、柱状图、正态分布图、趋势图、雷达图等多种形式,可视化对比展示两个工况的火焰图像特征、各角燃烧指数分值、层燃烧指数概率分析、层燃烧指数变化趋势和各燃烧特征参数,全方位识别不同工况的燃烧状态变化。
所述典型燃烧故障诊断主要针对目前燃烧系统出现堵磨、堵粉管或者燃烧偏斜等故障时,总是导致事故扩大之后才从汽水系统参数、制粉系统参数上间接反应出来,缺乏直接、快捷的手段进行预警的问题。锅炉燃烧监控装置实时分析同层磨煤机各个燃烧器燃烧强度指数,根据先进算法自动判断堵粉管趋势和燃烧偏斜程度,提前发现问题并给出预警信息,有效提高燃烧系统运行安全水平。具体功能如下:
1、角燃烧指数:综合燃烧器的平均温度、黑龙面积、煤粉长度、燃烧强度、稳定指数等特征参数,得到当前角燃烧指数,判断角燃烧状态优劣。2、角燃烧特征参数:采用雷达图形式监测角燃烧特征参数以及指数基准,实现燃烧强度、稳定指数等特征参数的横线对比,判断燃烧是否异常。3、角燃烧指数趋势分析:监测角燃烧器燃烧指数、平均温度、黑龙面积、煤粉长度、燃烧强度、稳定指数,实时跟踪燃烧状态变化。4、高频高分辨火焰图像实时监测:实时监测高频高分辨率火焰图像,代替运行人员就地看火,极大提高对火焰状态判断的准确性。5、火焰图像实时数字孪生:将实时监测的高频高分辨率火焰图像通过AI数字孪生技术转化为温度云图,以可视化方式突出温度分布特征。
整体上,本申请所提供的锅炉燃烧监控装置通过高频火焰图像识别,通过大量算法优化,完成毫秒级图像分析构建。拥有多角度火焰数据信息结构,从火焰中的温度、黑龙、火焰、背景捕获绝对态和动态信息,构建出包含基于观察者众多角度的信息。拥有自主学习能力,能够根据多种结构模型优化实际电厂运行火焰业务分析时的使用参数,从而让各种判断更为准确。富有的业务操作界面,我们向客户提供了火焰强度、火焰指数、动态曲线、实况模拟、工况分析等众多实用工具。强大的拓展功能,可以其他系统联合分析出更高效的指导意见。
在本申请一实施例中,所述锅炉状态感知装置包含CO/H2S检测单元、炉膛出口烟温检测单元、电站锅炉状态监测和智能分析单元;所述CO/H2S检测单元用于在炉膛和锅炉尾部烟道的预设位置检测锅炉排放烟气中的CO/H2S含量;所述炉膛出口烟温检测单元用于在炉膛出口水平烟道上方通过采集烟道横向温度分布数据获得炉膛出口烟温;所述电站锅炉状态监测和智能分析单元用于根据所述CO/H2S含量、所述炉膛出口烟温和所述锅炉状态参数分析获得锅炉的运行状态。
传统锅炉的燃烧优化仅依据氧量进行燃烧调整的方式存在明显缺陷,氧量测量误差(漏风、漂移、烟气成分分布不均、粉尘污染等影响)特别是氧量无法反应炉内局部混合不均燃烧恶化、火焰偏斜乃至直接冲刷水冷壁、局部热负荷过高等情况,当燃烧局部恶化的时候,不能及时的判断,使得运行调整滞后,影响锅炉安全运行。比较氧量而言,烟气中的CO能直接反映锅炉炉内燃烧状况,CO具有不同的特征:烟气CO受漏风影响很小;烟气CO与过量空气、炉内局部缺氧(风)、未燃碳热损失、CO/H2S浓度(高温腐蚀风险情况)、灰熔点及NOx排放等因素直接相关;烟气CO浓度与火焰偏斜或火焰冲刷水冷壁也有关联(炉内流场不合理,发生火焰偏斜冲刷水冷壁时,火焰中含有未燃尽的煤粉,在水冷壁附近缺氧燃烧,产生还原性气氛,CO会明显升高)等。比较而言,采用基于CO、CO/H2S检测的燃烧工况在线监测进行燃烧调整的具有明显的优势。本申请所提供的CO/H2S检测单元构建炉内燃烧和精准配风耦合控制,减少NOx生成,提升燃烧效率,减少并预防高温腐蚀问题。具体的请参考图3所示,该CO/H2S检测单元需根据现场具体情况选择合适的测点,在炉膛侧安装6-10套高温型CO在线监测装置,在尾部烟道省煤器出口处安装2-4套H2S在线检测装置,给出详细测点安装图,构建CO在线实时监测系统。
在本申请另一实施例中,炉膛出口烟温检测单元依托防磨耐高温烟气温度检测装置辅助锅炉状态感知装置构建炉膛出口烟温分布模型,以指导运行调整,避免燃烧偏斜。炉膛出口烟温检测单元可安装于炉膛出口水平烟道上方,由15到20个防磨耐高温热电偶组成,用以采集水平烟道横向温度分布数据,并完成数据实施推送到炉膛出口温度分析服务器。炉膛出口温度分析服务器,用于接收实时烟温分布数据,并实现烟温分布与锅炉负荷、磨组投运方式、配风方式等因素的关联分析,建立烟温分布模型。锅炉燃烧监控装置接收来自炉膛出口温度分析服务器的烟温分布模型数据,结合燃烧火焰图像特征,给出运行调整指导建议,避免燃烧偏斜等故障。
在本申请一实施例中,电站锅炉状态监测和智能分析单元采用机理+数据混合驱动的技术路线,实现了锅炉主辅机等8个系统的状态监测和智能分析,解决机组运行状态分析和优化调整难题,提高设备故障诊断和根源分析的效率,实现深调新形势下煤电机组的安全、稳定、经济、环保运行以及班组的减员增效目标。具体的,所述电站锅炉状态监测和智能分析单元包含受热面分析组件、电站风机组件、空预器组件和磨煤机组件;所述受热面分析组件用于通过所述炉膛出口烟温获得受热面壁温数据,根据所述受热面壁温数据和历史受热面数据进行比较,根据比较结果获得受热面异常位置;所述电站风机组件用于通过风机历史数据构建的学习模型分析电站风机运行数据获得电站风机的异常评估数据;所述空预器组件用于根据空预器历史运行参数分析空预器运行数据获得空预器的故障位置;以及,通过空预器转子形变量和位移量计算结果获得空预器转子卡涩概率并输出对应提示;所述磨煤机组件用于根据磨煤机历史运行参数分析磨煤机运行数据获得磨煤机的故障位置;以及,通过寻优算法和磨煤机运行逻辑,根据所述故障位置提供优化调整方案。进一步的,所述电站锅炉状态监测和智能分析单元还包含脱硝组件、电除尘组件、脱硫组件、湿除组件和烟气提水组件;所述脱硝组件和所述脱硫组件用于根据脱硝系统和脱硫系统历史运行参数分析脱硝系统和脱硫系统运行数据获得机脱硝系统和脱硫系统的异常位置,通过寻优算法与脱硝系统和脱硫系统运行逻辑,根据所述异常位置提供优化调整方案;所述电除尘组件用于根据电除尘系统历史运行参数分析电除尘系统运行数据获得电除尘系统的异常位置;所述湿除组件用于根据湿除系统历史运行参数分析湿除系统运行数据获得湿除系统的异常位置;所述烟气提水组件用于根据烟气提水系统历史运行参数分析烟气提水系统运行数据获得烟气提水系统的异常位置。
在实际工作中,受热面分析组件通过对受热面壁温数据进行分析计算,实现壁温的预测预警、受热面的整体评估、受热面壁温的3D展示以及受热面异常事件的溯源分析。具体包含受热面总貌监视:集总展示受热面重要信息,帮助生产运行和检修人员快速了解受热面总体运行情况。受热面运维整体情况评估:通过参数的统计分析,将受热面重要的宏观参数汇聚与集总到一张画面中,方便进行全局监视。受热面预警与整体评估:通过箱线图的方式,将受热面各点壁温及其历史类同工况区间进行显示,一方面能快速了解壁温分布概况,另一方面能够掌握当前壁温是否处于合理范围内。受热面壁温多维评价:从健康度、壁温变化速率、超温次数、偏离受热面壁温均值均情况及相似度角度对受热面整体评估,可按综合或分项进行排序标出需重点关注壁温管号。受热面壁温3D展示:实时采集壁温测点,采用3D散点图形式直观展示受热面壁温分布情况,并支持旋转与温度阈值筛选。受热面异常事件溯源分析:采用能流图的方式统计历史工况下各异常事件与运行参数的关联关系,辅助技术人员进行专业分析和判断。
针对于电站风机组件,其主要通过对电站三大风机的运行数据进行监控和分析,实现风机的智能监盘、综合展示、智能预警、工况监视、性能分析和智能诊断等功能。具体包含:锅炉辅机智能监盘:采用光字牌形式,展示锅炉辅机的重要参数、健康度、智能报警和诊断信息,供运行人员监盘使用。电站风机综合展示:集中展示电站风机重要信息,帮助生产运行和检修人员快速了解电站风机总体运行情况。辅机设备智能预警:通过机器学习算法,建立辅机预警模型,实现辅机设备全参数的智能预测、预警以及健康状态评价。电站风机工况监视:通过将风机性能曲线数字化,实现风机运行工况的直观监视,进一步实现风机失速概率、出力裕度、效率及双侧平衡度的监测。风机故障智能诊断:基于历史数据规律及风机故障机理,实现对风机失速、喘振、抢风、动叶卡涩、动叶跑偏、失速溯源等典型故障的智能诊断。
针对空预器组件,其通过对空预器的运行数据进行监控和机理分析,实现空预器的智能监盘、综合展示、智能预警、性能分析和智能诊断等功能。具体包含:空预器综合展示:集中展示空预器重要信息,帮助生产运行和检修人员快速了解空预器总体运行情况。空预器故障智能诊断:基于历史数据规律及空预器故障机理,实现对空预器停转、卡涩、堵塞、待冲洗、待吹灰及漏风率高等典型故障的智能诊断。空预器漏风率分析和预警:基于空预器性能计算方法,实现空预器漏风率、一次/二次漏风量、一次/二次漏风因子的计算分析和预警。空预器转子形变分析和预警:基于空预器热力计算,通过空预器转子形变量和位移量计算,实现空预器转子卡涩概率计算和预警。
针对磨煤机组件,其通过对磨煤机的运行数据进行监控和机理分析,实现磨煤机的智能监盘、综合展示、智能预警、工况监视、性能分析和智能诊断等功能。具体包含:磨煤机综合展示:集中展示磨煤机重要信息,帮助生产运行和检修人员快速了解磨煤机总体运行情况。磨煤机故障智能诊断:基于历史数据规律及磨煤机故障机理,实现对磨煤机堵磨、给煤机断煤、出口粉管积粉、空磨、入口调门卡涩等典型故障的智能诊断。磨煤机运行参数寻优:基于历史数据规律及磨煤机运行机理,采用寻优算法给出磨煤机风量、冷风调门、热风调门、加载压力、分离器频率等参数的优化调整建议。
针对脱硝组件,其通过对脱硝系统的运行数据进行监控和机理分析,实现脱硝系统的智能监盘、综合展示、智能预警、工况监视、性能分析和优化分析等功能。具体包含:脱硝系统综合展示:集中展示脱硝系统重要信息,帮助生产运行和检修人员快速了解脱硝系统总体运行情况。环保设备智能预警:通过机器学习算法,建立环保设备预警模型,实现环保系统设备全参数的智能预测、预警以及健康状态评价。脱硝系统优化分析:基于历史数据规律及脱硝系统运行机理,采用寻优算法给出脱硝系统喷氨量优化值,以实现NOx排放浓度降低的目标。
针对电除尘组件,其通过对电除尘系统的运行数据进行监控和机理分析,实现电除尘系统的综合展示、智能预警、优化分析、智能诊断等功能。具体包含:电除尘系统综合展示:集中展示电除尘系统重要信息,帮助生产运行和检修人员快速了解电除尘系统总体运行情况。电除尘故障智能诊断:基于历史数据规律及电除尘故障机理,实现对电除尘典型故障的智能诊断。
针对脱硫组件,其通过对脱硫系统的运行数据进行监控和机理分析,实现脱硫系统的综合展示、智能预警、优化分析、性能分析等功能。具体包含:脱硫系统综合展示:集中展示脱硫系统重要信息,帮助生产运行和检修人员快速了解脱硫系统总体运行情况。脱硫系统优化分析:基于历史数据规律及脱硫系统运行机理,采用寻优算法给出脱硫系统工艺参数的优化调整建议,以实现脱硫成本和总排口SO2降低的目标。脱硫系统水耗分析:基于脱硫系统的工艺、脱硫机理等,计算并绘制脱硫系统的水平衡图,统计主要来水和排水路径,为脱硫系统的建康运行提供保障。脱硫系统浆液品质分析:基于大数据算法、二次数据开发、机理模型计算等实现对脱硫浆液品质的定性和定量的实时评价,并提供日常浆液化验的结果载入和在线分析功能,指导运行人员实时掌握脱硫系统运行的状态。
针对湿除组件,其通过对湿除系统的运行数据进行监控和机理分析,实现湿除系统的综合展示、智能预警、优化分析、智能诊断等功能。具体包含:湿除系统综合展示:集中展示湿除系统重要信息,帮助生产运行和检修人员快速了解湿除系统总体运行情况。湿除系统故障智能诊断:基于历史数据规律及湿除系统故障机理,实现对湿除系统典型故障的智能诊断。
针对烟气提水组件,其通过对烟气提水的运行数据进行监控和机理分析,实现烟气提水的综合展示、智能预警、工况监视、智能诊断等功能。具体包含:烟气提水综合展示:集中展示烟气提水系统重要信息,帮助生产运行和检修人员快速了解烟气提水系统总体运行情况。烟气提水工况监视:展示烟气提水装置出入口实时状态点、历史运行范围、设计工况等,分别从冷却水侧、烟气侧、冷凝水侧对设备进行监测,实时评价烟气提水设备性能。烟气提水故障智能诊断:基于历史数据规律及烟气提水故障机理,实现对烟气提水典型故障的智能诊断。
请参考图4所示,在本申请一实施例中所述燃烧预控优化装置包含水和汽温控制模块、喷氨控制模块和风门控制模块;所述水和汽温控制模块用于根据所述工作状态中的火焰强度数据和所述运行状态中的受热面数据构建炉内燃烧放热模型,根据所述炉内燃烧放热模型向热度和减去温水控制系统提供燃烧热量的第一前馈变量,根据所述第一前馈变量调节水和汽温控制参数;所述喷氨控制模块用于根据所述工作状态中的火焰状态数据和所述运行状态中的CO/H2S数据构建喷氨优化算法模型,根据所述喷氨优化算法模型向SCR脱硝控制系统提供喷氨的第二前馈变量,根据所述第二前馈变量调节喷氨参数;所述风门控制模块用于根据所述工作状态中的火焰状态数据和所述运行状态中的炉膛出口烟温检测数据构建风门控制优化模型,根据所述风门控制优化模型向二次风门控制系统提供风门控制的第三前馈变量,根据所述第三前馈变量调节风门控制参数。
具体的,在实际工作中,燃烧预控优化装置基于锅炉燃烧监测装置和锅炉状态感知装置分析得到的锅炉燃烧和状态的前馈特征变量,提前精准预估燃烧状态的变化,实现对汽温和环保控制的预控优化,包含过热度和减温水控制模块、脱硝喷氨控制和二次风门控制模块;该装置主要执行如下三个部分的处理:
通过将锅炉燃烧监测装置解析的火焰强度数据与锅炉状态感知装置分析出的受热面智能预警系统数据协同分析,建立炉内燃烧放热模型,向过热度和减温水控制系统提供计及燃烧热量的前馈变量,提升给水和汽温控制的调节品质。通过将锅炉燃烧监测装置解析的火焰状态信息与锅炉状态感知装置检测的主燃区/燃烬区的CO/H2S数据融合分析,建立基于燃烧强度精准预控的喷氨优化算法模型,向SCR脱硝控制系统提供计及燃烧强度的前馈变量,提高喷氨精准度。通过将锅炉燃烧监测装置解析的火焰状态信息与锅炉状态感知装置的炉膛出口烟温检测模块数据融合分析,建立基于燃烧偏差精准预控的二次风门控制优化算法模型,向二次风门控制系统提供计及燃烧偏差的前馈变量,优化配风,提高燃烧品质。上述三个部分的模型建立可依赖于现有的学习算法实现,在此就不再一一详述。
请参考图5所示,本申请还提供一种适用于所述的锅炉智能燃烧全景监控系统的监控方法,所述方法包含:
S501通过火焰图像识别技术检测锅炉内燃烧状态,根据所述燃烧状态分析获得燃烧器的工作状态;
S502通过炉膛出口的烟温、CO/H2S检测数值和锅炉状态参数分析获得锅炉的运行状态;
S503根据所述工作状态和所述运行状态分析获得锅炉燃烧状态的前馈特征变量,根据所述前馈特征变量分析获得燃烧状态的预期变化情况;
S504通过所述预期变化情况调整锅炉和燃烧器的控制参数。
该方法中各流程的具体实现逻辑已在前述实施例中详细说明,为避免重复描述,在此就不再一一详述。
本申请的有益技术效果在于:通过获取前两个系统分析计算得到的锅炉燃烧状态的前馈特征变量,提前精准预估燃烧状态的变化,实现对机组协调、汽温和NOx等自动的预控优化,包含协调前馈模块、给水控制模块、减温水控制模块和脱硝喷氨控制模块。
本申请还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法。
本申请还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述方法的计算机程序。
本申请还提供一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现上述方法的步骤。
如图6所示,该电子设备600还可以包括:通信模块110、输入单元120、音频处理器130、显示器160、电源170。值得注意的是,电子设备600也并不是必须要包括图6中所示的所有部件;此外,电子设备600还可以包括图6中没有示出的部件,可以参考现有技术。
如图6所示,中央处理器100有时也称为控制器或操作控件,可以包括微处理器或其他处理器装置和/或逻辑装置,该中央处理器100接收输入并控制电子设备600的各个部件的操作。
其中,存储器140,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息,此外还可存储执行有关信息的程序。并且中央处理器100可执行该存储器140存储的该程序,以实现信息存储或处理等。
输入单元120向中央处理器100提供输入。该输入单元120例如为按键或触摸输入装置。电源170用于向电子设备600提供电力。显示器160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器,但并不限于此。
该存储器140可以是固态存储器,例如,只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器,其即使在断电时也保存信息,可被选择性地擦除且设有更多数据,该存储器的示例有时被称为EPROM等。存储器140还可以是某种其它类型的装置。存储器140包括缓冲存储器141(有时被称为缓冲器)。存储器140可以包括应用/功能存储部142,该应用/功能存储部142用于存储应用程序和功能程序或用于通过中央处理器100执行电子设备600的操作的流程。
存储器140还可以包括数据存储部(数据143),该数据存储部(数据143)用于存储数据,例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器140的驱动程序存储部(驱动程序144)可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块110即为经由天线111发送和接收信号的发送机/接收机110。通信模块(发送机/接收机)110耦合到中央处理器100,以提供输入信号和接收输出信号,这可以和常规移动通信终端的情况相同。
基于不同的通信技术,在同一电子设备中,可以设置有多个通信模块110,如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)110还经由音频处理器130耦合到扬声器131和麦克风132,以经由扬声器131提供音频输出,并接收来自麦克风132的音频输入,从而实现通常的电信功能。音频处理器130可以包括任何合适的缓冲器、解码器、放大器等。另外,音频处理器130还耦合到中央处理器100,从而使得可以通过麦克风132能够在本机上录音,且使得可以通过扬声器131来播放本机上存储的声音。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例,对本申请的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本申请的具体实施例而已,并不用于限定本申请的保护范围,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种锅炉智能燃烧全景监控系统,其特征在于,所述系统包含:锅炉燃烧监测装置、锅炉状态感知装置和燃烧预控优化装置;
所述锅炉燃烧监控装置用于通过火焰图像识别技术检测锅炉内燃烧状态,根据所述燃烧状态分析获得燃烧器的工作状态;
所述锅炉状态感知装置用于通过炉膛出口的烟温、CO/H2S检测数值和锅炉状态参数分析获得锅炉的运行状态;
所述燃烧预控优化装置用于根据所述工作状态和所述运行状态分析获得锅炉燃烧状态的前馈特征变量,根据所述前馈特征变量分析获得燃烧状态的预期变化情况,通过所述预期变化情况调整锅炉和燃烧器的控制参数。
2.根据权利要求1所述的锅炉智能燃烧全景监控系统,其特征在于,所述锅炉燃烧监控装置包含:视频采集模块、冷却风系统和多个火焰探头;
所述视频采集模块用于采集安设于燃烧器上的多个火焰探头检测到的火焰视频数据;
所述火焰探头用于通过可见光摄像头采集锅炉内的火焰视频数据;
所述冷却风系统用于冷却所述火焰探头。
3.根据权利要求2所述的锅炉智能燃烧全景监控系统,其特征在于,所述锅炉燃烧监控装置还包含分析模块,所述分析模块分别与所述视频采集模块和相连,用于根据锅炉参数、燃烧器参数和火焰视频数据计算获得燃烧稳定性数据;根据所述燃烧稳定性数据通过预设规则分析获得燃烧优化调整方案和燃烧故障诊断数据。
4.根据权利要求3所述的锅炉智能燃烧全景监控系统,其特征在于,所述分析模块包含燃烧稳定性分析装置,所述燃烧稳定性分析装置包含分析单元、对比单元和预警单元;
所述分析单元用于将所述火焰视频数据获得火检状态,根据所述锅炉参数分析获得锅炉的燃烧指数,根据所述燃烧指数计算锅炉的燃烧分布数据和燃烧偏差数据;
所述对比单元用于根据所述锅炉参数和所述燃烧器参数判断各层燃烧器实际煤量和热量的比例偏差,以及炉膛整体热负荷分布;
所述预警单元用于统计和对比预设时间周期内的各层燃烧器燃烧故障数量,根据统计和比对结果生成预警提示。
5.根据权利要求3所述的锅炉智能燃烧全景监控系统,其特征在于,所述分析模块包含优化调整装置,所述优化调整装置包含数据切片单元、对比单元和展示单元;
所述切片单元用于根据预设周期和切片长度对锅炉工况数据进行切片,获得各切片内的燃烧参数和燃烧特征;
所述对比单元用于将燃烧调整前后或工况变化前后的切片内的燃烧参数和燃烧特征进行分别对比,获得对比结果;
所述展示单元用于根据预设展示规则将所述对比结果展示输出。
6.根据权利要求1所述的锅炉智能燃烧全景监控系统,其特征在于,所述锅炉状态感知装置包含CO/H2S检测单元、炉膛出口烟温检测单元、电站锅炉状态监测和智能分析单元;
所述CO/H2S检测单元用于在炉膛和锅炉尾部烟道的预设位置检测锅炉排放烟气中的CO/H2S含量;
所述炉膛出口烟温检测单元用于在炉膛出口水平烟道上方通过采集烟道横向温度分布数据获得炉膛出口烟温;
所述电站锅炉状态监测和智能分析单元用于根据所述CO/H2S含量、所述炉膛出口烟温和所述锅炉状态参数分析获得锅炉的运行状态。
7.根据权利要求6所述的锅炉智能燃烧全景监控系统,其特征在于,所述电站锅炉状态监测和智能分析单元包含受热面分析组件、电站风机组件、空预器组件和磨煤机组件;
所述受热面分析组件用于通过所述炉膛出口烟温获得受热面壁温数据,根据所述受热面壁温数据和历史受热面数据进行比较,根据比较结果获得受热面异常位置;
所述电站风机组件用于通过风机历史数据构建的学习模型分析电站风机运行数据获得电站风机的异常评估数据;
所述空预器组件用于根据空预器历史运行参数分析空预器运行数据获得空预器的故障位置;以及,通过空预器转子形变量和位移量计算结果获得空预器转子卡涩概率并输出对应提示;
所述磨煤机组件用于根据磨煤机历史运行参数分析磨煤机运行数据获得磨煤机的故障位置;以及,通过寻优算法和磨煤机运行逻辑,根据所述故障位置提供优化调整方案。
8.根据权利要求6所述的锅炉智能燃烧全景监控系统,其特征在于,所述电站锅炉状态监测和智能分析单元还包含脱硝组件、电除尘组件、脱硫组件、湿除组件和烟气提水组件;
所述脱硝组件和所述脱硫组件用于根据脱硝系统和脱硫系统历史运行参数分析脱硝系统和脱硫系统运行数据获得机脱硝系统和脱硫系统的异常位置,通过寻优算法与脱硝系统和脱硫系统运行逻辑,根据所述异常位置提供优化调整方案;
所述电除尘组件用于根据电除尘系统历史运行参数分析电除尘系统运行数据获得电除尘系统的异常位置;
所述湿除组件用于根据湿除系统历史运行参数分析湿除系统运行数据获得湿除系统的异常位置;
所述烟气提水组件用于根据烟气提水系统历史运行参数分析烟气提水系统运行数据获得烟气提水系统的异常位置。
9.根据权利要求1所述的锅炉智能燃烧全景监控系统,其特征在于,所述燃烧预控优化装置包含水和汽温控制模块、喷氨控制模块和风门控制模块;
所述水和汽温控制模块用于根据所述工作状态中的火焰强度数据和所述运行状态中的受热面数据构建炉内燃烧放热模型,根据所述炉内燃烧放热模型向热度和减去温水控制系统提供燃烧热量的第一前馈变量,根据所述第一前馈变量调节水和汽温控制参数;
所述喷氨控制模块用于根据所述工作状态中的火焰状态数据和所述运行状态中的CO/H2S数据构建喷氨优化算法模型,根据所述喷氨优化算法模型向SCR脱硝控制系统提供喷氨的第二前馈变量,根据所述第二前馈变量调节喷氨参数;
所述风门控制模块用于根据所述工作状态中的火焰状态数据和所述运行状态中的炉膛出口烟温检测数据构建风门控制优化模型,根据所述风门控制优化模型向二次风门控制系统提供风门控制的第三前馈变量,根据所述第三前馈变量调节风门控制参数。
10.一种适用于权利要求1至9任一项所述的锅炉智能燃烧全景监控系统的监控方法,其特征在于,所述方法包含:
通过火焰图像识别技术检测锅炉内燃烧状态,根据所述燃烧状态分析获得燃烧器的工作状态;
通过炉膛出口的烟温、CO/H2S检测数值和锅炉状态参数分析获得锅炉的运行状态;
根据所述工作状态和所述运行状态分析获得锅炉燃烧状态的前馈特征变量,根据所述前馈特征变量分析获得燃烧状态的预期变化情况;
通过所述预期变化情况调整锅炉和燃烧器的控制参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311595137.1A CN117889456A (zh) | 2023-11-27 | 2023-11-27 | 锅炉智能燃烧全景监控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311595137.1A CN117889456A (zh) | 2023-11-27 | 2023-11-27 | 锅炉智能燃烧全景监控方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117889456A true CN117889456A (zh) | 2024-04-16 |
Family
ID=90640054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311595137.1A Pending CN117889456A (zh) | 2023-11-27 | 2023-11-27 | 锅炉智能燃烧全景监控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117889456A (zh) |
-
2023
- 2023-11-27 CN CN202311595137.1A patent/CN117889456A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8554706B2 (en) | Power plant control device which uses a model, a learning signal, a correction signal, and a manipulation signal | |
CN111396920A (zh) | 火电机组及其基于co测量的锅炉燃烧监测方法及系统 | |
CN112859780B (zh) | 一种基于云数据、云计算的火电厂智慧燃烧控制方法 | |
CN101858591B (zh) | 锅炉水冷壁高温腐蚀状态诊断及预防系统及方法 | |
CN113095591B (zh) | 一种用于火电机组运行参数自寻优的耗差分析方法 | |
CN107291944A (zh) | 锅炉主要受热面超前诊断分析方法及系统 | |
US11480501B2 (en) | Diagnosis device and diagnosis method for plant | |
JP2014052929A (ja) | 火力プラントの制御装置及び制御方法 | |
CN108506171B (zh) | 一种大型半直驱机组齿轮箱冷却系统故障预警方法 | |
CN117454290A (zh) | 关于锅炉供热的智能化数据实时采集分析系统 | |
CN117234170B (zh) | 一种钢铁关键工艺参数监测管理方法和装置 | |
CN111089283A (zh) | 锅炉控制系统及方法、电子设备及计算机存储介质 | |
KR101684348B1 (ko) | 화력발전시스템의 운전진단장치 및 방법 | |
CN111445142B (zh) | 一种燃料掺烧评价方法、系统及装置 | |
CN117889456A (zh) | 锅炉智能燃烧全景监控方法及系统 | |
CN116399400B (zh) | 一种锅炉机组运行故障检测方法及系统 | |
CN111898794A (zh) | 一种大型燃煤锅炉热效率的异常监测方法 | |
TWI691821B (zh) | 運轉條件評價裝置、運轉條件評價方法及鍋爐之控制系統 | |
JP2008180481A (ja) | 石炭焚きボイラのガス濃度推定方法及び装置 | |
CN113418207A (zh) | 一种电站炉膛燃烧监测诊断装置及方法 | |
CN115755599A (zh) | 垃圾焚烧炉防腐蚀自动控制方法、系统、设备及介质 | |
CN102288632B (zh) | 燃煤锅炉中风粉混合物着火点的测量方法 | |
EP2644850B1 (en) | A system for analyzing operation of power plant units and a method for analyzing operation of power plant units | |
CN114440205A (zh) | 一种锅炉系统受热面安全诊断系统及方法 | |
CN114166120A (zh) | 一种基于面阵激光雷达的落渣实时检测方法 |
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 |