[發明專利]一種燃煤鍋爐系統混合建模方法

無效

• 申請號: 200810061907.3
• 申請日: 2008-05-12
• 公開（公告）號: CN101286044A
• 公開（公告）日: 2008-10-15
• 發明（設計）人: 張日東;薛安克;葛銘;陳云;王春林
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 杭州求是專利事務所有限公司
• 代理人: 杜軍

技術領域

本發明屬于信息技術領域，涉及到自動化技術，特別是涉及一種燃煤鍋爐的基于數據驅動和智能控制的建模方法。

背景技術

燃煤鍋爐是電力生產部門的重要動力設備，其要求是供給合格的蒸汽，使燃煤鍋爐發汽量適應負荷的需要。為此，生產過程的各個主要工藝參數必須嚴格控制。然而燃煤鍋爐設備是一個復雜的被控對象，輸入量與輸出量之間相互關聯。如：蒸汽負荷發生變化必將引起汽包水位、蒸汽壓力和過熱蒸汽溫度變化；燃料量的變化不僅影響蒸汽壓力，同時還影響汽包水位、過熱蒸汽溫度、過剩空氣和爐膛負壓；給水量的變化不僅影響汽包水位，而且對蒸汽壓力、過熱蒸汽溫度也有影響；減溫水的變化會導致過熱蒸汽溫度、蒸汽壓力、汽包水位等的變化。這些不利因素導致基于傳統建模理論的模型精度不高，又進一步導致后續生產控制參數不穩定，產品合格率低，鍋爐效率低下。目前燃煤鍋爐的建模與控制完全依賴技術人員經驗，使生產成本增加，控制效果很不理想。我國燃煤鍋爐控制與優化技術比較落后，能耗居高不下，控制性能差，自動化程度低，很難適應節能減排以及間接環境保護的需求，這其中直接的影響因素之一便是燃煤鍋爐系統的模型選取問題。

發明內容

本發明的目標是針對現有的技術的不足之處，提供一種燃煤鍋爐汽包水位、過熱蒸汽溫度、蒸汽壓力等模型的建模方法，具體是基于數據驅動和智能支持向量機控制技術的建模方法。該方法彌補了傳統建模方式的不足，保證模型具有較高的精度和穩定性的同時，也保證形式簡單并滿足實際控制器設計的需要。

本發明的技術方案是通過數據采集、過程辨識、預測機理、數據驅動、智能優化等手段，確立了一種燃煤鍋爐的基于數據驅動的智能優化模型，利用該方法可有效提高模型的精度。

本發明通過基于過程辨識和智能優化等手段獲得燃煤鍋爐生產工藝參數的模型，通過數據驅動和誤差驅動分步進行挖掘得到燃煤鍋爐生產過程中各參數的內在關聯。建立的模型既具備經驗模型特性，又體現過程機理的關系。首先基于實時過程數據驅動建立局部預測模型，挖掘出基本的過程特性；然后通過在線采集的實時工業過程數據建立誤差驅動數據集合作為智能支持向量機模型的數據輸入，進一步尋找智能模型參數。

本發明方法的步驟包括：

(1)利用實時數據驅動的方法建立局部預測模型，具體方法是：首先，建立燃煤鍋爐實時運行數據庫，通過數據采集裝置采集實時過程運行數據，將采集的實時過程運行數據作為數據驅動的樣本集合，表示為{X_i，y(i)}_i＝1^N，其中X_i表示第i組工藝參數的輸入數據，y(i)表示第i組工藝參數的輸出值；以該實時過程運行數據集合為基礎建立基于最小二乘法的離散差分方程形式的局部受控自回歸滑動平均模型：

y_L(k)＝Φ^TX，Φ＝[a₁，a₂，…，a_n，b₀，b₁，…，b_m-1]^T

X＝[y(k-1)，…，y(k-n)，u(k-d-1)，…，u(k-d-m)]^T

其中，y_L(k)表示當前時刻局部預測模型的工藝參數的輸出值，X表示局部預測模型的工藝參數的過去時刻的輸入和輸出數據的集合，u(k)表示工藝參數對應的控制變量，Φ表示通過辨識得到的模型參數的集合，n，m，d+1分別為對應實際過程的輸出變量階次、輸入變量階次、時滯。

采用的辨識手段為：