一种锅炉燃烧优化的建模方法

摘要

本发明涉及一种锅炉燃烧优化的建模方法。现有方法不能解决锅炉燃烧优化问题。本发明方法根据锅炉燃烧的主动参数负荷进行分段，将燃烧情况相近的负荷工况化为一段，将差别较大的负荷工况分开建模，对于数据较少的低负荷或极低负荷工况采用适于小样本且泛化能力强的建模方法；在建模前对建模数据进行了拓扑结构上分布均匀和数量均等的选择，并进行适当的预处理，以保证模型的预测能力和泛化能力，最终根据实际负荷所处的负荷段，选用相应各负荷段的模型进行优化。本发明方法克服了传统建模方法中面对燃烧情况差别非常大的所有负荷情况建模的不足，通过数据选择和预处理保证了模型的预测精度和泛化能力。

主权项

一种锅炉燃烧优化的建模方法，其特征在于该方法的步骤包括：步骤(1).根据锅炉不同负荷范围下的操作参数，按负荷范围进行分段采集，分为n段，n≥3，建立不同负荷段下锅炉实时运行数据库，通过数据采集装置采集不同负荷段下实时锅炉运行操作参数数据，并将实时锅炉运行操作参数数据与获得的表征锅炉燃烧特征指标的数据存入相应的实时数据库中；所述的实时锅炉运行操作参数数据包括负荷、各层的一次风速、各层的二次风速、炉膛出口烟气含氧量、燃尽风速、给粉机给粉速度，燃煤工业分析指标；所述的表征锅炉燃烧特征指标的数据包括锅炉燃烧器边水冷壁的CO浓度、尾部烟气的NO浓度和锅炉效率；步骤(2).对各分段数据库中的数据进行选择和预处理，建立不同负荷段下锅炉运行操作参数与燃烧特征指标间模型，具体方法是：在各段负荷数据库中进行数据选择，选择出建模用的样本数据，选择时遵循以下原则：①结构上分布均匀原则，即在模型的输入量的拓扑结构空间上分布是均匀的；②数量上均等原则，即在拓扑结构中位于不同点的数据样本量应该相等或相近；对各负荷段下选择出的数据进行建模前的预处理，通过单位的变换或乘系数的方法，使各输入量及相应输出量的数据处于相同或相近的数量级，再对输入量进行归一化处理；应用各负荷段下预处理好的数据，针对不同负荷段数据情况，采用不同的建模算法建模：在实际运行负荷小于锅炉设计负荷的60％情况下采用支持向量机算法建模；在实际运行负荷大于等于锅炉设计负荷的60％情况下采用径向基神经网络建模；用于建模的输入参数及表征锅炉燃烧状态的输出参数表示为{xi，yi}i＝1N，其中xi表示第i组作为输入数据的锅炉运行参数向量，yi表示第i组作为输出参数的表征锅炉燃烧状态的参数；步骤(3).根据实际的锅炉运行负荷情况选用相应得负荷段下的模型进行优化，具体方法是：将不同锅炉燃烧特征指标的各负荷段下的子模型作为一个整体，预测优化时根据工况的负荷所在负荷段的不同，选取相应负荷段的子模型进行预测和优化，不同负荷段的同一燃烧特征指标子模型相互补充组成整体。