KR20220092408A

KR20220092408A - 보일러의 운전 지원 장치 및 보일러의 운전 지원 시스템

Info

Publication number: KR20220092408A
Application number: KR1020210184429A
Authority: KR
Inventors: 가즈히로 도모토; 가즈히코 사이토; 마사키 기타무라; 유키 요시카와; 유타 고바야시
Original assignee: 미츠비시 파워 가부시키가이샤
Priority date: 2020-12-24
Filing date: 2021-12-22
Publication date: 2022-07-01
Also published as: TW202225881A; JP2022101041A; WO2022137785A1; KR102627013B1

Abstract

바이오매스나 저품위탄의 혼소율을 보다 증가시켜서 보일러를 운전하는 것. 보일러의 운전 지원 장치로서, 혼소율을 증가시키고 싶은 제1종 연료의 혼소율 및 보일러 또는 보일러의 보조 기기의 조작단의 설정값을 입력 파라미터로 하고, 혼소율을 상대적으로 증가시킨 경우에 크게 변화하는 제약 파라미터를 출력 파라미터로 하는 예측 모델을 구축하고, 혼소율을 상승시킨 때의 예측값을 예측 모델로부터 구하고, 제약 파라미터의 종류에 대응한 설비 사양면으로부터 정해지는 기준값과 비교하고, 비교 결과에 근거하여 조작단의 설정을 조정하여 제약 파라미터를 기준값에 대해서 유도가 있는 방향으로 변경하고 혼소율의 상한값을 추정한다.

Description

보일러의 운전 지원 장치 및 보일러의 운전 지원 시스템{BOILER OPERATION SUPPORT DEVICE AND BOILER OPERATION SUPPORT SYSTEM}

본 발명은, 보일러의 운전 지원 장치 및 보일러의 운전 지원 시스템과 관한 것으로, 특히 석탄이나 바이오매스(biomass) 등을 미분화하고 버너 연소하는 미분 연료 태움 보일러의 운전 지원 장치 및 운전 제어 장치에 관한 것이다.

화력 발전 플랜트에 설치되는 보일러에서는, 석탄 성상(性狀: 성질과 상태)이나 오염 등 보일러 특성의 변화에 대응하면서 조작단에 설정하는 설정값을 보정하고, 다탄종(多炭種)에 대한 보일러의 제어성을 향상시키는 다탄종 제어 로직이 이용된다. 다탄종 제어 로직에서는, 여러 가지의 프로세스값(예를 들면 밀(mill) 모터 전류, 밀 테이블 차압)에 근거하여, 미리 정해진 로직으로 제약(制約) 파라미터(회전 분급기의 회전수, 유압 등)를 피드백 제어하고 있다.

또 이종(異種)의 연료를 혼소(混燒)하는 경우의 운전 제어예로서, 특허 문헌 1에는, 이종의 연료를 혼소시키는 보일러에 있어서, 혼소비가 변화한 때에도 화로 증발관 출구의 유체 온도가 허용 범위를 넘지 않게 하는 보일러의 증기 온도 제어 장치가 개시되어 있다.

특허 문헌 1：일본 특개평 9－89208호 공보

보일러에서 석탄에 바이오매스를 혼합하여 혼소 운전을 하는 경우, 다탄종 제어 로직을 유용(流用)하여 통상의 운전 제어를 실시하고 있다.

그러나, 바이오매스나 저품위탄(低品位炭)의 혼소율을 증가시킨 경우, 통상의 석탄의 연소 시에서는 그다지 변동하지 않는 특정의 프로세스값이 크게 변화하고, 설비 설계 상의 제한에 도달하여, 그것이 요인이 되어 혼소율을 증가시킬 수 없다고 하는 실정이 있다.

본 발명은 상기 실정에 감안하여 이루어진 것으로, 바이오매스나 저품위탄의 혼소율을 보다 증가시켜서 보일러를 운전하기 위한 운전 지원 장치 및 운전 지원 시스템을 제공하는 것을 목적으로 한다.

상기 과제를 달성하기 위해서, 본 발명은 특허 청구의 범위에 기재된 구성을 구비한다. 그 일례를 들면, 복수 종류의 연료를 혼소시키는 보일러의 운전 지원 장치로서, 혼소율을 증가시키고 싶은 제1종 연료와 해당 제1종 연료와는 이종의 제2종 연료의 혼소율과, 상기 보일러 또는 상기 보일러의 보조 기기의 적어도 하나 이상의 조작단의 설정값을 입력 파라미터로 하고, 상기 제1종 연료의 혼소율을 상대적으로 증가시킨 경우에 크게 변화하는 제약 파라미터를 출력 파라미터로 하는 예측 모델로서, 상기 제1종 연료 및 상기 제2종 연료를 상기 보일러에서 혼소시킨 때의 운전 데이터를 교사 데이터로 하여 기계 학습시킨 예측 모델을 기억하는 모델 기억부와, 상기 제약 파라미터의 종류에 대응한 기준값으로서, 설비 사양면으로부터 정해지는 기준값을 기억하는 기준값 기억부와, 상기 혼소율을 증가시키기 위해서 이용하는 최적화부, 또는 혼소율의 상한을 추정하기 위해서 이용하는 혼소율 상한 추정부와, 상기 최적화부 또는 상기 혼소율 상한 추정부에서의 연산 결과를 출력하는 출력부를 포함하는 보일러의 운전 지원 장치로서, 상기 최적화부는, 상기 예측 모델에 대해서 입력하는 가상 혼소율을 증가시켜서 상기 제약 파라미터의 예측값을 연산하고, 예측값과 상기 기준값의 비교 결과에 근거하여, 상기 조작단의 설정을 조정하여 상기 제약 파라미터를 상기 기준값과 동등 또는 그것보다 유도(裕度;tolerance)가 있는 방향으로 변화시키는 연산을 행하고, 상기 혼소율 상한 추정부는, 상기 예측 모델에 대해서 입력하는 가상 혼소율을 증가시켜서 상기 제약 파라미터의 예측값을 연산하고, 상기 제약 파라미터의 예측값이 해당 제약 파라미터의 기준값과 동등 또는 그것보다 유도가 있는 범위에서의 상기 혼소율의 상한값을 추정하는 연산을 행하고, 상기 출력부는, 상기 최적화부에서의 연산으로부터 얻어진 상기 조작단의 설정값, 또는 상기 혼소율 상한 추정부에서의 연산으로부터 얻어진 상기 혼소율의 상한값을 출력한다.

본 발명에 의하면, 바이오매스나 저품위탄의 혼소율을 보다 증가시켜서 보일러를 운전하기 위한 운전 지원 장치 및 운전 제어 장치를 제공할 수 있다. 상기한 이외의 과제, 구성 및 효과는, 이하의 실시 형태의 설명에 의해 명확해진다.

도 1은 보일러를 나타내는 개략 구성도.
도 2는 보일러의 운전 지원 시스템의 개략 설명도.
도 3은 운전 지원 장치의 하드웨어 구성을 나타내는 도면. 　
도 4는 보일러의 운전 지원 시스템에 의한 모델 구축으로부터 운용까지의 주된 흐름을 나타내는 흐름도. 　
도 5는 운전 데이터의 취득으로부터 예측 모델 구축까지의 처리의 상세를 나타내는 흐름도.
도 6은 제약 프로세스값 예를 나타내는 도면. 　
도 7은 모델 구축부가 작성하는 예측 모델의 예를 나타내는 도면. 　
도 8은 S2의 최적화의 상세로부터 S5까지의 흐름을 나타내는 흐름도. 　
도 9는 S5의 상세한 흐름을 나타내는 흐름도. 　
도 10은 운전 지원 시스템을 이용한 보일러의 운용 프로세스 흐름을 나타내는 도면.

이하에 첨부 도면을 참조하여, 본 발명에 따른 매우 적합한 실시 형태를 상세하게 설명한다. 또한, 이 실시 형태에 의해 본 발명이 한정되는 것은 아니고, 또, 실시 형태가 다수 있는 경우에는, 각 실시 형태를 조합하여 구성하는 것도 포함한다. 전체 도면을 통하여 동일한 구성, 스텝에는 동일한 부호를 부여하고, 중복 설명을 생략한다.

도 1은, 보일러(1)의 개략 구성도이다. 본 실시 형태의 보일러(1)는, 석탄이나 바이오매스 등의 고체 연료를 미분화하고, 석탄의 단일 연료 연소, 및 석탄과 바이오매스 등, 복수 종류의 연료의 혼소 운전이 가능한 보일러(1)이다.

보일러(1)는, 화로(11)와 연소 장치(12)와 연도(煙道)(13)를 가지고 있다. 화로(11)는, 예를 들면 사각통의 중공(中空) 형상을 이루고 연직 방향을 따라 설치되어 있다. 화로(11)은, 벽면이, 증발관(전열관)과 증발관을 접속하는 핀으로 구성되고, 증발관 내를 흐르는 급수나 증기와 화로(11) 내의 연소 가스가 열 교환하는 것에 의해 화로 벽의 온도 상승을 억제하고 있다. 구체적으로는, 화로(11)의 측벽 면에는, 복수의 증발관이 예를 들면 연직 방향을 따라 배치되고, 수평 방향으로 늘어서서 배치되어 있다. 핀은, 증발관과 증발관 사이를 폐색하고 있다. 화로(11)는, 노(爐) 바닥에 경사면(62)이 마련되어 있고, 경사면(62)에 노 바닥 증발관(70)이 마련되어 바닥면이 된다.

연소 장치(12)는, 이 화로(11)를 구성하는 화로 벽의 연직 하부 측에 마련되어 있다. 본 실시 형태에서는, 이 연소 장치(12)는, 화로 벽에 장착된 복수의 연소 버너(예를 들면 (21), (22), (23), (24), (25))를 가지고 있다. 예를 들면, 이 연소 버너(버너)(21), (22), (23), (24), (25)는, 화로(11)의 둘레 방향을 따라 균등 간격으로 복수 배설되어 있다. 단, 화로의 형상, 버너의 배치나 하나의 단에 있어서의 연소 버너의 수, 단 수는 이 실시 형태로 한정되는 것은 아니다.

이 각 연소 버너(21), (22), (23), (24), (25)는, 미분탄 공급관(26), (27), (28), (29), (30)을 통하여 분쇄기(미분탄기/밀：보조 기기에 상당한다.)(31), (32), (33), (34), (35)에 연결되어 있다. 석탄이 도시하지 않은 반송 계통으로 반송되어, 이 분쇄기(31), (32), (33), (34), (35)에 투입되면, 여기서 소정의 미분의 크기로 분쇄되고, 반송용 공기(1차 공기)와 함께 미분탄 공급관(26), (27), (28), (29), (30)으로부터 연소 버너(21), (22), (23), (24), (25)에 분쇄된 석탄(미분탄)을 공급할 수가 있다.

또, 화로(11)는, 각 연소 버너(21), (22), (23), (24), (25)의 장착 위치에 바람통(36)이 마련되어 있고, 이 바람통(36)에 공기 덕트(37b)의 일단부가 연결되고, 타단부는 공기를 공급하는 공기 덕트(37a)에 연결점(37d)에서 연결된다.

또, 화로(11)의 연직 방향 위쪽에는 연도(13)가 연결되어 있고 이 연도(13)에 증기를 생성하기 위한 복수의 열 교환기((41), (42), (43), (44), (45), (46), (47))가 배치되어 있다. 그 때문에, 연소 버너(21), (22), (23), (24), (25)가 화로(11) 내에 미분화 연료와 연소용 공기의 혼합 기체를 분사하는 것으로 화염이 형성되고, 연소 가스가 생성되어 연도(13)에 흐른다. 그리고, 연소 가스에 의해 화로 벽 및 열 교환기((41)~(47))를 흐르는 급수나 증기를 가열하여 과열 증기가 생성되고, 생성된 과열 증기를 공급하여 도시하지 않은 증기 터빈을 회전 구동시켜서, 증기 터빈의 회전축에 연결된 도시하지 않은 발전기를 회전 구동시켜 발전을 행할 수가 있다. 또, 이 연도(13)는, 배기 가스 통로(48)가 연결되고, 연소 가스의 정화를 행하기 위한 탈초 장치(50), 송풍기(38)로부터 공기 덕트(37a)에 송기하는 공기와 배기 가스 통로(48)를 송기하는 배기 가스 사이에서 열 교환을 행하는 에어 히터(49), 매진 처리 장치(51), 유인 송풍기(52) 등이 마련되고, 하류 단부에 굴뚝(53)이 마련되어 있다. 또한, 탈초 장치(50)는 배기 가스 기준을 만족할 수 있으면 마련하지 않아도 좋다.

본 실시 형태의 화로(11)는, 미분탄의 반송용 공기(1차 공기) 및 바람통(36)으로부터 화로(11)에 투입되는 연소용 공기(2차 공기)에 의한 연료 과잉 연소 후, 새롭게 연소용 공기(애프터 에어)를 투입하여 연료 희박 연소를 행하게 하는, 소위 2단 연소 방식의 화로이다. 그 때문에, 화로(11)에는 애프터 에어 포트(39)가 구비되고, 애프터 에어 포트(39)에 공기 덕트(37c)의 일단부가 연결되고, 타단부는 연결점(37d)에서 공기를 공급하는 공기 덕트(37a)에 연결된다. 또한, 2단 연소 방식을 채용하지 않는 경우, 애프터 에어 포트(39)는 마련하지 않아도 좋다.

송풍기(38)로부터 공기 덕트(37a)에 송기된 공기는, 에어 히터(49)에서 연소 가스와 열 교환에 의해 데워지고, 연결점(37d)에서 공기 덕트(37b)를 경유하여 바람통(36)으로 유도되는 2차 공기와, 공기 덕트(37c)를 경유하여 애프터 에어 포트(39)로 유도되는 애프터 에어로 분기한다.

도 2는, 보일러(1)의 운전 지원 시스템(10)의 개략 설명도이다. 운전 지원 시스템(10)은, 보일러(1)와, 보일러(1)의 운전 지원 장치(100)와, 보일러(1)의 운전 제어 장치(120)를 포함하여 구성된다.

운전 지원 장치(100)는, 보일러(1)가 석탄의 단일 연료 연소, 또는 이종 연료의 혼소 운전을 행한 때에 생기는 각종 프로세스값을 예측하기 위한 예측 모델을 기계 학습에 의해 구축하고, 그 예측 모델을 이용하여 연료 성상에 맞는 운전 조건의 최적화, 또는 혼소율의 상한값의 산출을 행한다. 이종 연료로서 상대적으로 함유 수분량이 많은 고수분탄(저품위탄)이나 바이오매스 연료는, 혼소율을 상승시키고 싶은 연료이므로, 제1종 연료에 상당한다. 또 고수분탄이나 바이오매스 연료와 혼소시키는 고품위탄은, 제2종 연료에 상당한다. 운전 지원 장치(100)는, 제1종 연료의 혼소율을 상승시킨 운전의 지원을 목적으로 한다.

운전 지원 장치(100)는, 데이터 취득부(110), 운전 데이터 기억부(112), 데이터 추출부(114), 소프트 센서값 계산부(116), RTC(118), 모델 구축부(220), 모델 기억부(222), 최적화부(230), 기준값 기억부(232), 혼소율 상한 추정부(240), 운전 조건 평가부(242), 출력부(250)를 포함한다. 　각 부의 기능은 후술한다.

도 3은, 운전 지원 장치(100)의 하드웨어 구성을 나타내는 도면이다. 운전 지원 장치(100)는, 프로세서(301), RAM(Random Access Memory)(302), ROM(Read Only Memory)(303), HDD(Hard Disk Driｖe)(304), 입력 I/F(305), 출력 I/F(306), 및 통신 I/F(307)를 포함하고, 이것들이 버스(308)를 통하여 서로 접속된 컴퓨터를 이용하여 구성된다. 프로세서(301)는, GPU(Graphics Processing Unit)이라도 CPU(Central Processing Unit)이라도 좋고, 연산 기능을 실행하는 디바이스이면 종류를 묻지 않는다. 또, 운전 지원 장치(100)의 하드웨어 구성은 상기로 한정되지 않고, 제어 회로와 기억 장치의 조합에 의해 구성되어도 좋다. 운전 지원 장치(100)는, 운전 지원 장치(100)의 각 기능을 실현하는 운전 지원 프로그램을 프로세서(301)가 실행하거나, 또는 제어 회로가 연산하는 것에 의해 구성된다.

입력 I/F(305)에는, 마우스, 키보드, 터치 패널 등의 입력 장치(311)가 접속된다.

출력 I/F(306)에는, LCD 등으로 이루어지는 디스플레이(312)가 접속된다.

통신 I/F(307)에는, 보일러(1) 및 운전 제어 장치(120)의 각각이 접속된다.

도 4는, 보일러(1)의 운전 지원 시스템(10)에 의한 모델 구축으로부터 운용까지의 주된 흐름을 나타내는 흐름도이다.

＜S1：예측 모델의 구축＞

운전 지원 장치(100)의 모델 구축부(220)는, 혼소율을 입력 파라미터(회귀 모델에서는 설명 변수)에 추가하여, 제약 프로세스값을 모델화한다, 즉 제약 프로세스값의 예측 모델을 구축한다(S1). 구축된 예측 모델은, 모델 기억부(222)에 기억된다. 도 5는, 운전 데이터의 취득으로부터 예측 모델 구축까지의 처리의 상세를 나타내는 흐름도이다.

데이터 취득부(110)는, 보일러(1)로부터 운전 데이터를 취득하고, 운전 데이터 기억부(112)에 기억한다(S101). 데이터 취득부(110)는, 각 센서 1, 2,···, M이 실제 운전 중에 계측한 실제 프로세스값과, 운전 제어 장치(120)가 각 조작단 1, 2,···, N의 각각에 설정한 조작단 파라미터(조작단 설정값), 및 혼소 운전 시의 제1종 연료와 제2종 연료의 실제 혼소율을 취득하고, 프로세스값, 조작단 파라미터 및 혼소율을 관련지은 운전 데이터를 생성하고, 운전 데이터 기억부(112)에 기억한다.

상기 프로세스값에는, 제약 프로세스값 외, 예를 들면 화력 발전 플랜트로부터 배출되는 가스에 포함되는 질소산화물 농도 등의 미량 성분, 전열관의 메탈 온도 등도 포함된다.

데이터 취득부(110)는, 조작단 파라미터 및 실제 프로세스값의 각각에 RT C(118)로부터의 시각 정보를 부가하여 시계열 데이터로 이루어지는 운전 데이터를 생성해도 좋다.

본 실시 형태에서 취득된 운전 데이터는, 제약 프로세스값이나 다른 프로세스값의 예측값을 연산하는 예측 모델을 구축하기 위한 교사 데이터가 된다. 교사 데이터는, 실제 프로세스값 및 그것이 얻어진 때의 운전 조건(조작단 파라미터 및 혼소율)에 한정하지 않고, 보일러(1)를 해석하여 얻어진 계산값을 이용해도 좋다.

데이터 추출부(114)에 의한 사전 처리가 실행된다(S102). 데이터 추출부(114)는, 운전 데이터 기억부(112)에 기술된 운전 데이터를 읽어내고, 결손 데이터는 소프트 센서값 계산부(116)로 하여금 변수의 계산을 실행하게 하여 소프트 센서값을 얻는 것으로 보충한다. 또, 운전 데이터로부터 혼소율을 포함한 운전 조건을 읽어 들이고, 정정(整定; setting) 데이터를 추출한다.

소프트 센서값 계산부(116)는, 실제로 센서 1, 2,···, M에 의해 계측하여 얻어진 실제 프로세스값을 이용하여, 보일러(1)에는 실장되어 있지 않은 센서(소프트 센서)의 값을 계산하고, 계측값으로 이루어지는 소프트 센서값을 데이터 취득부(110)에 출력한다.

모델 구축부(220)는, 데이터 추출부(114)가 추출한 정정 데이터를 취득하여 학습 데이터를 생성하고(S103), 학습 조건을 설정한다(S104).

모델 구축부(220)는, 학습 데이터, 및 설정한 학습 조건에 따라, 기계 학습 모델을 구축한다.

도 6은, 제약 프로세스값 예를 나타내는 도면이다. 제약 프로세스값이란 고수분탄(소위, 저품위탄)이나 바이오매스 연료를 혼소시켜서 운전한 경우에 크게 변화하는 프로세스값이다. 제약 프로세스값의 거동을 억제하는 것으로, 혼소율을 높일 수가 있다. 여기서, 제약 프로세스값이란, 혼소율을 증가시킨 경우에, 적정 범위를 넘어 관리 한계값에 도달하는 것으로 운전의 계속이 곤란하게 될 가능성이 있는 프로세스값이다. 제약 프로세스값의 일례로서 미분 연료 건조·반송용 공기 온도나 미분탄기(밀)의 모터 전류가 있다.

도 7은, 모델 구축부(220)가 작성하는 예측 모델의 예를 나타내는 도면이다. 　모델 구축부(220)는, 도 6에 나타내는 제약 프로세스값의 각각에 대응하는 예측 모델을 구축한다. 구체적으로는, 모델 구축부(220)는, 조작단 1~N에 설정되는 제어값(조작단 파라미터), 소프트 센서값, 및 제1종 연료의 혼소율을 입력 파라미터로 하고, 그 입력 파라미터를 보일러(1)에 설정하여 실제 운전해서 얻어진 각 제약 프로세스값(실측값)을 출력 파라미터로 하는 교사 데이터를 이용하여, 각 제약 프로세스값에 대응한 예측 모델을 기계 학습하고, 예측 모델을 구축한다.

모델 구축부(220)은, 회귀 모델을 이용하여 예측 모델을 구축하는 경우, 도 7의 예측 모델(1)의 예에서는, 조작단 파라미터, 연료 파라미터(혼소율을 포함한다), 그 외 파라미터(예를 들면 기온 등의 환경 조건 등)를 설명 변수로 하고, 미분 연료 건조·반송용 공기 온도를 목적 변수로 하여 회귀 모델을 기계 학습시킨다. 구축된 예측 모델은 모델 기억부(222)에 기억된다. 도 7의 예에서는 본례에서는 미분탄기(밀)의 모터 전류의 예측값을 연산하는 예측 모델(2)을 포함하는 복수의 예측 모델을 구축했지만, 가장 주목해야 할 하나의 제약 프로세스값을 모델링 한 하나의 예측 모델을 구축해도 좋다.

＜S2：운전 조건의 최적화＞

최적화부(230)는, 제약 프로세스값의 개선을 행한다(S2). 도 8은, S2의 최적화의 상세로부터 S5까지의 흐름을 나타내는 흐름도이다.

최적화부(230)는, 최적화 조건의 설정을 행한다(S201). 구체적으로는, 어느 운전 모드로 혼소 운전을 행할 때의 운전 조건을 최적화할지를 설정한다. 　또한, 최적화부(230)는, 최적화 조건의 설정의 하나로서 스코어 설정도 행한다. 　본 실시 형태에서는, 건전성 모드에 설정, 제약 프로세스값이 개선되도록(다른 건전성 프로세스값보다 가점을 크게 한다) 스코어 설정을 조정한다.

최적화부(230)가 최적화를 실행한다(S202). 최적화부(230)는, 혼소율을 증가시킨 때에 크게 변동하는 제약 프로세스값을 개선하기 위해서, 제약 프로세스값의 가중값을 변경하여 제약 프로세스값에 유도를 갖게 하는 처리를 실행한다.

최적화부(230)가 최적화 처리를 행하는 타이밍은,

a) 특정의 제약 프로세스값의 유도가 없어진 시점,

b) 학습하고 있지 않는 영역의 혼소율로 된 시점(모델 구축 시의 학습 데이터의 혼소율의 범위를 넘은 시점), 중의 어느 하나, 또는 양쪽 모두를 충족한 때에 행한다.

최적화부(230)가 상기의 타이밍에서 행하는 대책은,

c) 유도가 적은 특정의 프로세스값에 대해서 가중값을 재검토하고, 유도를 증가시킨다. 여기에서는, 개개의 프로세스값에 대해, 스코어 설정을 재검토하고,

d) 재차 건전성 모드로 최적화를 행하는(제약 프로세스값 전반의 유도를 증가시킨다)것, 중의 어느 하나 또는 양쪽 모두를 행한다. 그러기 위해, 최적화부(230)는, 예측 모델에서 구한 제약 프로세스값의 예측값과 기준값의 비교 결과에 근거하여, 조작단 파라미터의 설정을 조정하여, 제약 프로세스값이 기준값에 대해서 유도가 있는 방향으로 변화시킨다.

「기준값」은, 설비 사양 면으로부터 정해지는 각 제약 프로세스값의 한계값이다. 또 변형예로서 한계값보다 유도는 있지만, 경보가 발행되는 경보값이어도 좋다.

최적화부(230)는, 제약 프로세스값이 최적화에 의해 개선되었는지를 확인한다(S203). 또 S202의 최적 설정이 설비 설계의 뷰(view)나 과거의 운전 실적과 어긋남이 없는 것을 확인한다. 기준값 기억부(232)에는, 미리 개개의 제약 프로세스값과 비교하는 기준값이 기억되어 있다. 최적화부(230)는, 기준값과의 비교 결과에 근거하여 개선의 유무를 확인한다. 충분히 개선되어 있지 않은 경우는(S203：No) 스텝 S201로 돌아와 최적화 조건을 재검토한다. 충분히 개선되어 있는 경우는(S203：Yes) 혼소율의 추정 처리로 진행한다.

＜S3：혼소율의 추정 처리＞

혼소율 상한 추정부(240)는, 스텝 S105에서 구축한 예측 모델, 및 스텝 S107의 최적 설정을 이용하여, 혼소율을 높인 경우의 제약 프로세스값을 구하고, 기준값에 도달할 때까지의 최대 혼소율을 추정한다(S3).

혼소율 상한 추정부(240)는, 예측 모델에 대해서 입력하는 운전 조건 중, 가상 혼소율을 증가시켜서 제약 프로세스값의 예측값을 연산한다. 그리고, 제약 프로세스값의 예측값이 해당 제약 프로세스값의 기준값 이하가 되는 범위에서의 혼소율의 상한값을 추정한다.

운전 조건 평가부(242)는, S3에서 얻어진 제약 프로세스값의 예측값에 근거하여, 혼소율 증가 시의 운전 밸런스 평가나 경제성 평가를 행하고, 목표 혼소율을 설정한다(S4). 운전 조건 평가부(242)는, 스텝 S201에서 설정된 스코어 설정에 따라 운전 조건을 평가한다. 각 제약 프로세스값의 예측값으로부터 레이더 챠트를 작성하고, 그 형상으로부터 운전 밸런스의 평가를 행해도 좋다.

운전 조건 평가부(242)는 운전 밸런스 평가나 경제성 평가를 근거로, 운전 조건의 평가 연산을 행하고, 그 연산 결과(고평가의 운전 조건이나, 증가시킨 혼소율)을 출력부(250)에 출력한다. 　

＜S5：실제 기기에서 혼소 개시＞

출력부(250)는, 최적화부(230)에서의 연산으로부터 얻어진 조작단의 설정값, 또는 혼소율 상한 추정부(240)에서의 연산으로부터 얻어진 혼소율의 상한값을 운전 제어 장치(120)에 출력하고, 실제 기기에서의 혼소를 개시한다(S5). 도면 9는, S5의 상세한 흐름을 나타내는 흐름도이다.

출력부(250)는, 제1조건 및 제2조건을 양쪽 모두 충족하는 경우는(S501：Yes), 실제 기기에서의 혼소율 증가 운전을 개시하기 위해서, 운전 제어 장치(120)에 대해서 혼소율 증가 개시의 지시 신호를 출력한다(S505). e) 실제의 혼소율이 학습 범위 내(제1조건). f) 모든 제약 프로세스값에 유도가 있다(제2조건).

한편, 출력부(250)은, 상기 제1조건 및 제2조건 중 어느 하나, 또는 양쪽 모두가 No인 경우(S501：No), 최적화부(230)에 대해서 최적화의 요구를 행한다.

최적화부(230)는, 스텝 S502내지 스텝 S504에 있어서, 스텝 S201내지 스텝 S203과 동일한 최적화 처리를 행한다. 스텝 S504에서 제약 프로세스값이 개선되어 있지 않다고 판정하면(S504：No), 스텝 S502로 돌아와 최적화 조건을 재설정한다.

한편, 최적화부(230)는, 스텝 S504에서 제약 프로세스값이 개선되었다고 판정하면(S504：Yes), 그 결과를 출력부(250)로 되돌린다. 이것을 받아 출력부(250)는, 실제 기기에서의 혼소율 증가 운전을 개시하기 위한 지시 신호를 운전 제어 장치(120)로 출력한다(S505).

도 10은, 운전 지원 시스템(10)을 이용한 보일러(1)의 운용 프로세스 흐름을 나타내는 도면이다.

운전 지원 장치(100)는 운전 데이터를 취득하면 사전 처리를 행하고, 학습 데이터를 생성한다. 그 학습 데이터를 이용하여 예측 모델을 구축한다. 그 예측 모델을 이용하여, 건전성 모드의 최적화를 행한 결과, 제약 프로세스값이 내려가, 제약 프로세스값의 상한값에 대한 유도가 확보된다(t1 시).

계속해서 운전 지원 장치(100)는 혼소율의 상한의 추정 처리를 행하고, 예측 모델로부터 추정되는 혼소율 상한에서의 운전 밸런스 평가에 근거하여, 실제 기기에서 혼소율을 증가시킨다(t2 시). 혼소율의 증가에 따라 제약 프로세스값도 증가한다. 그래서, 운전 지원 장치(100)는 제약 프로세스값의 거동을 확인하고, 최적화의 스코어 설정을 재검토한 최적 설정을 실제 기기에 반영한 결과, 재차, 제약 프로세스값이 내려가, 제약 프로세스값의 상한값에 대한 유도가 확보된다(t3 시).

실제 기기의 혼소율 증가 후의 운전 데이터를 재학습·최적화하여, 최적 설정을 실제 기기에 반영하면, 혼소율을 t2 이전보다 증가시키면서도, 제약 프로세스값의 상한값에 대한 유도가 확보된다(t4 시).

본 실시 형태에 의하면, 바이오매스 연료나 저품위탄을 고품위탄과 혼소시킨 경우, 종래는 크게 변동하는 제약 프로세스값이 혼소율의 증가에 대한 제약 요인이 되고 있었다. 본 실시 형태에 의하면, 운전 지원 장치(100)에 의해, 혼소율을 증가시킨 때의 제약 프로세스값의 유도가 증가하도록 조작단의 설정값을 결정하므로, 제약 프로세스값이 경보값에 이르지 않는 범위에서 혼소율의 증가를 행할 수 있다.

상기 실시 형태는 본 발명을 한정하는 것은 아니고, 본 발명의 취지를 일탈하지 않는 범위에서의 여러 가지 변경 형태가 있다. 예를 들면, 상기 운전 지원 장치(100)에서는 최적화부(230)와 혼소율 상한 추정부(240)를 양쪽 모두 구비한 예를 나타냈지만, 어느 한쪽만을 구비해도 좋다. 예를 들면, 최적화부(230)만을 구비하고, 운전 조건을 최적화하고, 그 때의 혼소율을 증가시킨 때의 조작단 파라미터를 출력부(250)에 건네주어도 좋다. 또, 혼소율 상한 추정부(240)만을 구비하고, 혼소율 상한값을 추정하기 위한 시뮬레이션을 행한 결과 얻어진 혼소율 상한값을 출력부(250)에 건네주어도 좋다.

1 ：보일러
10 ：운전 지원 시스템
11 ：화로
12 ：연소 장치
13 ：연도
21~25：연소 버너
26~30：미분탄 공급관
31~35：분쇄기
36 ：바람통
37 a~37 c：공기 덕트
37d ：연결점
38 ：송풍기
39 ：애프터 에어포트
48 ：배기 가스 통로
49 ：에어 히터
50 ：탈초 장치
51 ：매진 처리 장치
52 ：유인 송풍기
53 ：굴뚝
62 ：경사면
70 ： 노 바닥 증발관
100 ：운전 지원 장치
110 ：데이터 취득부
112 ：운전 데이터 기억부
114 ：데이터 추출부
116 ：소프트 센서값 계산부
118 ：RTC
120 ：운전 제어 장치
220 ：모델 구축부
222 ：모델 기억부
230 ：최적화부
232 ：기준값 기억부
240 ：혼소율 상한 추정부
242 ：운전 조건 평가부
250 ：출력부
301 ：프로세서
305 ：입력 I/F
306 ：출력 I/F
307 ：통신 I/F
308 ：버스
311 ：입력 장치
312 ：디스플레이

Claims

복수 종류의 연료를 혼소(混燒)시키는 보일러의 운전 지원 장치로서,
혼소율을 증가시키고 싶은 제1종 연료와 해당 제1종 연료와는 이종(異種)의 제2종 연료의 혼소율과, 상기 보일러 또는 상기 보일러의 보조 기기의 적어도 하나 이상의 조작단의 설정값을 입력 파라미터로 하고,
상기 제1종 연료의 혼소율을 상대적으로 증가시킨 경우에 크게 변화하는 제약 파라미터를 출력 파라미터로 하는 예측 모델로서,
상기 제1종 연료 및 상기 제2종 연료를 상기 보일러에서 혼소시킨 때의 운전 데이터를 교사 데이터로 해서 기계 학습시킨 예측 모델을 기억하는 모델 기억부와,
상기 제약 파라미터의 종류에 대응한 기준값으로서, 설비 사양면으로부터 정해지는 기준값을 기억하는 기준값 기억부와,
상기 혼소율을 증가시키기 위해서 이용하는 최적화부, 또는 혼소율의 상한을 추정하기 위해서 이용하는 혼소율 상한 추정부와,
상기 최적화부 또는 상기 혼소율 상한 추정부에서의 연산 결과를 출력하는 출력부를 포함하는 보일러의 운전 지원 장치로서,
상기 최적화부는, 상기 예측 모델에 대해서 입력하는 가상 혼소율을 증가시켜서 상기 제약 파라미터의 예측값을 연산하고, 예측값과 상기 기준값의 비교 결과에 근거하여, 상기 조작단의 설정을 조정하여 상기 제약 파라미터를 상기 기준값과 동등 또는 그것보다 유도(裕度;tolerance)가 있는 방향으로 변화시키는 연산을 행하고,
상기 혼소율 상한 추정부는, 상기 예측 모델에 대해서 입력하는 가상 혼소율을 증가시켜서 상기 제약 파라미터의 예측값을 연산하고, 상기 제약 파라미터의 예측값이 해당 제약 파라미터의 기준값과 동등 또는 그것보다 유도가 있는 범위에서의 상기 혼소율의 상한값을 추정하는 연산을 행하고,
상기 출력부는, 상기 최적화부에서의 연산으로부터 얻어진 상기 조작단의 설정값, 또는 상기 혼소율 상한 추정부에서의 연산으로부터 얻어진 상기 혼소율의 상한값을 출력하는
보일러의 운전 지원 장치.
제1항에 있어서,
상기 모델 기억부는, 상기 혼소율 및 상기 조작단에 설정하는 설정값을 설명 변수로 하고, 상기 제약 파라미터를 목적 변수로 하는 회귀 모델을 이용한 예측 모델을 기억하는
보일러의 운전 지원 장치.
제1항에 있어서,
상기 최적화부는, 상기 예측 모델로부터 출력되는 제약 파라미터의 예측값 중 하나가 해당 제약 파라미터의 기준값보다 유도가 작아지거나, 또는 상기 보일러에 적용하는 운전 조건에 포함되는 혼소율이 과거에 상기 예측 모델에서 학습된 범위를 넘으면 재차 최적화를 행하는
보일러의 운전 지원 장치.
제1항에 있어서,
상기 보조 기기는, 상기 제1종 연료를 분쇄하는 밀이며,
상기 제약 파라미터는, 미분 연료 건조·반송용 공기 온도, 및 상기 밀의 모터 전류 중 적어도 하나 이상인
보일러의 운전 지원 장치.
제1항에 있어서,
상기 제1종 연료는, 바이오매스 연료 또는 상대적으로 함유 수분량이 많은 저품위탄이며, 상기 제2종 연료는 상대적으로 함유 수분량이 적은 고품위탄인
보일러의 운전 지원 장치.
복수의 연료를 혼소시키는 보일러의 운전 지원 시스템으로서,
청구항 1 내지 청구항 5 중 어느 한 항에 기재된 보일러의 운전 지원 장치와,
상기 보일러의 조작단에 설정값을 설정하는 운전 제어 장치를 구비하고,
상기 보일러의 운전 제어 장치는,
상기 운전 지원 장치로부터 상기 제1종 연료의 목표 혼소율을 나타내는 정보를 취득하고, 해당 목표 혼소율에 근거하여 상기 보일러 및 상기 보일러의 보조 기기의 각 조작단에 조작단 파라미터를 설정하는
보일러의 운전 지원 시스템.