CN1453669A - 基于计算智能的锅炉燃烧在线优化控制系统 - Google Patents
基于计算智能的锅炉燃烧在线优化控制系统 Download PDFInfo
- Publication number
- CN1453669A CN1453669A CN 03117037 CN03117037A CN1453669A CN 1453669 A CN1453669 A CN 1453669A CN 03117037 CN03117037 CN 03117037 CN 03117037 A CN03117037 A CN 03117037A CN 1453669 A CN1453669 A CN 1453669A
- Authority
- CN
- China
- Prior art keywords
- boiler
- control system
- combustion
- dcs
- computational intelligence
- 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
Images
Landscapes
- Control Of Steam Boilers And Waste-Gas Boilers (AREA)
- Regulation And Control Of Combustion (AREA)
Abstract
本发明公开了一种基于计算智能的锅炉燃烧在线优化控制系统。它是通过锅炉集散控制系统的下载接口从集散控制系统下载锅炉的运行参数,从锅炉尾部烟气组分在线监测系统获得锅炉的排烟组分,并从锅炉尾部安装的飞灰含炭量监测仪获得锅炉的飞灰含炭量,锅炉的运行参数,排烟组分和飞灰含炭量数据存贮于燃烧在线优化控制系统的中央处理计算机的数据库中进行学习并建立非线性模型和全局优化计算。本发明可以获得最小锅炉污染物排放时的锅炉优化运行方案,或者获得一定锅炉污染物排放限下的最大锅炉效率为寻优目标,也可以实现多目标优化的运行方案。
Description
技术领域
本发明涉及计算机控制系统,尤其涉及一种基于计算智能的锅炉燃烧在线优化控制系统。
背景技术
随着对电站锅炉运行经济性和环保要求的不断提高,大型电站燃煤锅炉的高效、低污染优化运行技术日益提高。随着科学技术的不断进步,大容量燃煤机组的运行自动化程度不断提高,但锅炉的燃烧优化在线控制始终未能得到很好的解决。
目前锅炉的燃烧优化主要依靠调试人员进行多工况试验,针对常用煤种试验获得最佳的配风方式,运行人员参照运行。这种方法费时费力,而且由于锅炉燃用煤种变化和运行工况变化频繁,实际运行工况往往偏离试验工况。同时这种燃烧调整方法无法实现在线的优化,不能根据运行条件的变化实施相应的自动调整方案,使锅炉处于最佳运行状况。
众所周知,锅炉的氮氧化物排放特性和锅炉效率受到燃烧控制水平的严重影响。锅炉的氮氧化物排放和飞灰含碳量的特性复杂,不仅受燃烧控制参数如氧量、配风方式、负荷、风粉分配均匀性等因素的影响,而且受煤种、锅炉和燃烧器结构等参数影响,各因素之间还存在较强的耦合关系。同时锅炉采用低NOx燃烧方式后往往引起飞灰含碳量升高。锅炉燃烧的复杂性导致锅炉燃烧特性模型的建立很困难,无法建立合适的燃烧特性模型,也就无法对锅炉燃烧进行优化控制。
发明内容
本发明的目的是提供一种基于计算智能的锅炉燃烧在线优化控制系统。
它是通过锅炉集散控制系统的下载接口从集散控制系统下载锅炉的运行参数,从锅炉尾部烟气组分在线监测系统获得锅炉的排烟组分,并从锅炉尾部安装的飞灰含碳量监测仪获得锅炉的飞灰含碳量,锅炉的运行参数,排烟组分和飞灰含碳量数据存贮于燃烧在线优化控制系统的中央处理计算机的数据库中进行学习并建立非线性模型和全局优化计算。
本发明可以获得最小锅炉污染物排放时的锅炉优化运行方案,或者获得一定锅炉污染物排放限下的最大锅炉效率为寻优目标,也可以实现多目标优化的运行方案。中央处理计算机获得各锅炉运行的优化值后,除了指导运行人员优化运行外,也可以将这些优化后的运行参数设定值通过DCS的上传接口上传到DCS,直接闭环控制锅炉的燃烧,从而实现了锅炉燃烧的在线自适应优化控制。
附图说明
附图是基于计算智能的锅炉燃烧在线优化控制系统框图。
具体实施方式
基于计算智能的锅炉燃烧在线优化控制系统是通过锅炉1集散控制系统2的下载接口3从集散控制系统2下载锅炉的运行参数,从锅炉尾部烟气组分在线监测系统4获得锅炉的排烟组分,并从锅炉尾部安装的飞灰含碳量监测仪5获得锅炉的飞灰含碳量,锅炉的运行参数,排烟组分和飞灰含碳量数据存贮于燃烧在线优化控制系统的中央处理计算机6的数据库中进行学习并建立非线性模型和全局优化计算。
本发明利用电站锅炉集散控制系统(DCS)的数据下载接口,将锅炉的有关运行参数从集散控制系统中下载到燃烧在线优化控制系统的中央处理计算机,通过电站锅炉尾部安装的在线烟气组分分析装置(CEMS)的数据接口和锅炉飞灰含碳量在线测量装置的数据接口,将锅炉运行时刻的烟气组分和锅炉飞灰含碳量下载到燃烧在线优化控制系统的中央处理计算机,并储存于数据库中。
锅炉的运行参数对锅炉氮氧化物排放水平和锅炉效率的影响尽管复杂,但也并非全无规律可循,运行参数与氮氧化物排放水平及锅炉效率之间存在比较复杂的非线性关系,由于锅炉的可调参数多,而且各可调参数之间存在较强的耦合关系,因此这种关系比较难以用简单的数学表达式得以表达。
数据库中存储的大量锅炉运行参数对锅炉效率和污染物排放的历史数据,这些历史数据可以采用基于计算智能的数学方法来构建锅炉运行参数与锅炉效率和污染物排放水平之间的关系。可用的基于计算智能的方法主要有:神经网络方法,贝叶斯方法和支持向量机方法等。
结合基于计算智能的数学建模方法,燃烧在线优化控制系统的中央处理计算机可以获得锅炉的运行参数与锅炉氮氧化物排放水平和锅炉效率之间的关系。
在实现锅炉污染物排放和锅炉效率建模的基础上,燃烧在线优化控制系统的中央处理计算机可以采用全局优化方法如遗传算法、模拟退火算法、禁忌搜索、统计学习等方法求解获得追求最大锅炉效率下时的锅炉运行方案,包括氧量值、各风门开度值,磨煤机投运方式,炉膛与风箱差压等各种锅炉运行参数的具体优化数值,运行人员采用优化的锅炉运行参数调整锅炉燃烧,就可以获得最大的锅炉效率,从而提高电厂运行的经济性。
同样,如改变全局寻优的目标,也可以获得最小锅炉污染物排放时的锅炉优化运行方案,或者也以一定锅炉污染物排放限下的最大锅炉效率为寻优目标,也可以实现多目标优化的运行方案。
中央处理计算机获得各锅炉运行的优化值后,除了指导运行人员优化运行外,也可以将这些优化后的运行参数设定值通过DCS的上传接口上传到DCS,直接闭环控制锅炉的燃烧,从而实现了锅炉燃烧的在线自适应优化控制。
系统通过锅炉的集散控制系统(DCS)的下载接口从DCS下载锅炉的运行参数,从锅炉尾部安装的烟气组分在线监测系统(CEMS)获得锅炉的排烟组分,并从锅炉尾部安装的飞灰含碳量监测仪获得锅炉的飞灰含碳量。
从DCS中采集实时数据主要有以下几种方法:(1)利用DCS提供的MIS网接口卡,某些DCS允许PC机通过MIS网接口卡与DCS通信环路相连,同时DCS通过串口与采集机串口相连。(2)通过DCS各打印服务器的串口传送实时数据,采集机从打印机服务器串口传送实时数据。现有系统不需要增加任何设备,安装调试对系统不构成影响。但如DCS的命令管理系统(MCS)出现故障时,数据传输会出现问题。(3)利用某些DCS中的多功能处理器(MFC)模件,该模件允许用户对输出数据点进行组态,组态后的模块可周期性地从数据高速公路接收和输出实时数据,通过标准输出接口如RS-232等与接口机连接。该方法硬件工作量较小,同时接口机对模块是被动监听,不会对生产控制产生影响。
锅炉的运行参数,排烟组分和飞灰含碳量数据存贮于燃烧在线优化控制系统的中央处理计算机的数据库中,中央处理计算机对这些数据进行基于计算智能的学习,利用神经网络、贝叶斯网络、支持向量机等样本学习方法,对运行参数进行学习,从而建立锅炉排烟组分,飞灰含碳量等参数与锅炉运行参数之间的非线性模型。随后中央处理计算机利用该非线性模型进行全局优化计算,计算获得最低排烟污染物排放浓度或(和)最大锅炉效率下的锅炉运行参数,这些运行参数可用于开环指导锅炉运行人员的操作,也可直接通过DCS的上传接口7进入锅炉集散控制系统实现锅炉燃烧的在线优化闭环控制。
Claims (2)
1.一种基于计算智能的锅炉燃烧在线优化控制系统,其特征在于通过锅炉(1)集散控制系统(2)的下载接口(3),从集散控制系统(2)下载锅炉的运行参数,从锅炉尾部烟气组分在线监测系统(4)获得锅炉的排烟组分,并从锅炉尾部安装的飞灰含碳量监测仪(5)获得锅炉的飞灰含碳量,锅炉的运行参数,排烟组分和飞灰含碳量数据存贮于燃烧在线优化控制系统的中央处理计算机(6)的数据库中进行学习并建立非线性模型和全局优化计算。
2.根据权利1所述的一种基于计算智能的锅炉燃烧在线优化控制系统,其特征在于所说的中央处理计算机(6)通过学习并建立非线性模型和全局优化计算结果通过DCS的上传接口(7)进入锅炉集散控制系统实现锅炉燃烧的在线优化控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 03117037 CN1453669A (zh) | 2003-05-16 | 2003-05-16 | 基于计算智能的锅炉燃烧在线优化控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 03117037 CN1453669A (zh) | 2003-05-16 | 2003-05-16 | 基于计算智能的锅炉燃烧在线优化控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1453669A true CN1453669A (zh) | 2003-11-05 |
Family
ID=29260081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 03117037 Pending CN1453669A (zh) | 2003-05-16 | 2003-05-16 | 基于计算智能的锅炉燃烧在线优化控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1453669A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799848A (zh) * | 2010-03-09 | 2010-08-11 | 江西省电力科学研究院 | 一种火电机组锅炉能损分析参数应达值获取方法 |
CN101684944B (zh) * | 2008-09-28 | 2011-07-20 | 宝山钢铁股份有限公司 | 高炉热风炉自寻优燃烧控制方法 |
CN103064289A (zh) * | 2012-12-19 | 2013-04-24 | 华南理工大学 | 一种垃圾发电厂多目标运行优化及协调的控制方法及装置 |
CN103064285A (zh) * | 2012-12-29 | 2013-04-24 | 杭州电子科技大学 | 一种基于模型的热泵供暖多目标优化控制方法 |
CN104930542A (zh) * | 2015-06-18 | 2015-09-23 | 广东电网有限责任公司电力科学研究院 | 超超临界燃煤锅炉机组启动调试方法与系统 |
CN105718717A (zh) * | 2016-01-12 | 2016-06-29 | 叶翔 | 利用贝叶斯网络算法建立锅炉燃烧过程模型的方法和装置 |
CN109519960A (zh) * | 2018-10-25 | 2019-03-26 | 东北电力大学 | 一种基于含氧量和飞灰含碳量在线监测的煤粉炉燃烧调控方法 |
-
2003
- 2003-05-16 CN CN 03117037 patent/CN1453669A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101684944B (zh) * | 2008-09-28 | 2011-07-20 | 宝山钢铁股份有限公司 | 高炉热风炉自寻优燃烧控制方法 |
CN101799848A (zh) * | 2010-03-09 | 2010-08-11 | 江西省电力科学研究院 | 一种火电机组锅炉能损分析参数应达值获取方法 |
CN103064289A (zh) * | 2012-12-19 | 2013-04-24 | 华南理工大学 | 一种垃圾发电厂多目标运行优化及协调的控制方法及装置 |
CN103064289B (zh) * | 2012-12-19 | 2015-03-11 | 华南理工大学 | 一种垃圾发电厂多目标运行优化及协调的控制方法及装置 |
CN103064285A (zh) * | 2012-12-29 | 2013-04-24 | 杭州电子科技大学 | 一种基于模型的热泵供暖多目标优化控制方法 |
CN103064285B (zh) * | 2012-12-29 | 2015-08-26 | 杭州电子科技大学 | 一种基于模型的热泵供暖多目标优化控制方法 |
CN104930542A (zh) * | 2015-06-18 | 2015-09-23 | 广东电网有限责任公司电力科学研究院 | 超超临界燃煤锅炉机组启动调试方法与系统 |
CN105718717A (zh) * | 2016-01-12 | 2016-06-29 | 叶翔 | 利用贝叶斯网络算法建立锅炉燃烧过程模型的方法和装置 |
CN109519960A (zh) * | 2018-10-25 | 2019-03-26 | 东北电力大学 | 一种基于含氧量和飞灰含碳量在线监测的煤粉炉燃烧调控方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103576655B (zh) | 一种电站锅炉燃烧子空间建模及多目标优化方法和系统 | |
Ilamathi et al. | ANN–GA approach for predictive modeling and optimization of NOx emission in a tangentially fired boiler | |
WO2007070220A2 (en) | Model based control and estimation of mercury emissions | |
CN110397951B (zh) | 一种基于数据驱动及智能算法的锅炉燃烧优化系统和装置 | |
CN101504152A (zh) | 成套设备的控制方法及控制装置 | |
CN102261671A (zh) | 一种锅炉燃烧多约束多目标优化专家系统及其优化方法 | |
CN2641472Y (zh) | 基于计算智能的锅炉燃烧在线优化控制装置 | |
CN1453669A (zh) | 基于计算智能的锅炉燃烧在线优化控制系统 | |
CN110935567A (zh) | 一种火电机组干式电除尘器优化控制方法及系统 | |
CN110059821A (zh) | 神经网络优化方法、装置、计算机设备及存储介质 | |
CN110624696B (zh) | 一种智慧化电除尘节能方法 | |
CN1587820A (zh) | 锅炉智能控制系统及其多煤种控制方法 | |
CN106873518A (zh) | 一种环保火电机组系统 | |
CN113189891B (zh) | 基于双向安全隔离的城市固废焚烧过程半物理仿真平台 | |
CN103870877A (zh) | 一种基于神经网络的锅炉燃烧智能控制系统及方法 | |
US20040181298A1 (en) | Methods and apparatus for operating production facilities | |
Wang et al. | Application of genetic algorithm-back propagation for prediction of mercury speciation in combustion flue gas | |
CN115755624A (zh) | 一种基于进化算法的燃煤锅炉多目标优化方法 | |
CN115145152A (zh) | 一种锅炉燃烧与脱硝过程协同优化控制的方法 | |
CN114427688A (zh) | 一种基于气温对锅炉运行影响构造的闭环燃烧优化控制方法 | |
CN113282124A (zh) | 一种加热炉燃气流量的控制方法、温度托管方法及系统 | |
CN114779722B (zh) | 一种用于燃煤电站锅炉的智慧燃烧优化控制系统及方法 | |
Chong et al. | The development of a neural network based system for the optimal control of chain-grate stoker-fired boilers | |
Ilamathi et al. | A novel approach for modelling of NOx emission reduction in a tangentially fired coal boiler | |
Hou et al. | Multiobjective Operation Optimization for Municipal Solid Waste Incineration Process |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |