论文部分内容阅读
新世纪以来,随着人口的增长和经济的发展,能源的重要性愈发的凸显。火力发电在未来相当长的一段时间内仍然是我国电力的主要来源。国家“十二五规划”对火力发电的节能减排提出了新的更高要求。在这种背景下,作为火力发电的核心设备,燃煤电站锅炉的节能和安全运行变得更加重要。锅炉各个换热面的换热效率直接影响整个锅炉的热效率。本文以燃煤电站锅炉为研究对象,主要研究内容如下:首先,研究锅炉对流受热面的积灰监测问题。定义清洁系数来表征锅炉对流受热面的灰污状况;应用最小二乘支持向量机建立锅炉低温过热器受热面的清洁吸热量模型;选取机组正常运行工况下的数据,采用该模型预测出受热面的清洁吸热量;根据热力学公式计算出受热面的实际吸热量,进而计算出受热面的清洁系数,从而实现了对锅炉受热面积灰状况的在线监测。基于电站锅炉实际运行数据的仿真结果显示,以清洁系数来表征锅炉低温过热器的积灰情况具有可操作性,本文建立的监测模型能够对燃煤锅炉主要对流受热面的灰污状况进行有效的监测。然后,研究锅炉辐射受热面的积灰监测问题。分析得出,炉膛区域的灰污监测关键在于获取炉膛出口烟温,因此将炉膛区域的积灰监测进一步细化为炉膛出口烟温的建模。提出一种模糊C均值聚类-最小二乘支持向量机-偏最小二乘模型来预测炉膛出口烟温。在该方法中,针对实际运行工况的特性,首先将运行数据通过模糊C均值聚类(Fuzzy C-means clustering,FCM)进行聚类划分;然后对每个子类应用最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)进行建模;最后应用偏最小二乘方法(Partial Least Square,PLS)将各个子模型合并成最终的输出模型。仿真结果表明,相对于标准LSSVM模型,该模糊C均值聚类-最小二乘支持向量机-偏最小二乘(FCM-LSSVM-PLS)模型有更好的预测精度和更低的计算时间。在此模型基础上,针对实际工业情况下系统状态不断地变换,需要利用在线运行数据对建立的FCM-LSSVM-PLS模型进行在线更新的要求,提出新的在线更新算法。仿真结果表明,提出的在线算法在模型精度和计算时间上都有着满意的性能。最后,针对炉膛出口烟温控制问题。已经建立的炉膛出口烟温模型作为预测模型,采用预测控制算法对炉膛出口烟温进行控制。在预测控制中,应用粒子群算法(Particle Swarm Optimization,PSO)作为滚动优化算法。仿真结果表明,本文提出的控制算法能够对炉膛出口烟温的最佳设定值有较好的响应。