[發明專利]鍋爐燃燒在線優化方法

無效

• 申請號: 201210157437.7
• 申請日: 2012-05-21
• 公開（公告）號: CN102679391A
• 公開（公告）日: 2012-09-19
• 發明（設計）人: 胡士超;羊建新
• 申請（專利權）人: 常州市新港熱電有限公司
• 主分類號: F23N5/00
• 分類號: F23N5/00
• 代理公司: 蘇州廣正知識產權代理有限公司 32234
• 代理人: 劉述生

技術領域

本發明涉及鍋爐信息控制領域，特別是涉及一種鍋爐燃燒在線優化方法。

背景技術

我國的發電廠大多以煤為主要燃料，近年來由于電煤供應較為緊張，鍋爐燃煤變化較為頻繁，實際燃用煤種常常都偏離設計值，從而會直接影響鍋爐運行的經濟性和安全性。

現有供煤及配煤系統存在許多不完善之處，加之電站燃用煤質難以得到保障，同時隨著超臨界、超超臨界機組的投運，對鍋爐燃燒運行提出了更高的要求。

鍋爐的燃燒計劃是節能減排的重要技術手段，它能夠確保鍋爐的安全、平穩和經濟運行。

發明內容

本發明主要解決的技術問題是提供一種鍋爐燃燒在線優化方法，能夠提高鍋爐運行的經濟性、穩定性和安全性，采用燃燒優化技術后NOx排放量可以下降20%~30%，排煙溫度降低，飛灰含碳量降低，提高了鍋爐的效率，減少各種損失，保證鍋爐正常穩定的汽壓、汽溫和蒸汽量，提高了整個機組的效率。

為解決上述技術問題，本發明采用的一個技術方案是：提供一種鍋爐燃燒在線優化方法，包括如下步驟：

a、通過機組對鍋爐的實時運行參數進行監測，并對參數進行記錄確定；

b、對參數進行比較，并提供最優值曲線指導；

c、采用人工智能神經網絡技術建立鍋爐的燃燒特性優化數學模型；

d、利用遺傳算法或模擬退火法對鍋爐的燃燒特性進行優化；

e、對燃燒優化參數作為長期趨勢數據保存，并對具有累積效應的參數進行累計監測和存儲。

在本發明一個較佳實施例中，所述建模方式還采用支持向量機技術。

在本發明一個較佳實施例中，所述建模中采用的試驗方法為正交法。

在本發明一個較佳實施例中，所述建模過程中采集的數據為結構上的分布均勻值和數量上的均等值。

在本發明一個較佳實施例中，所述鍋爐的實時運行參數包括鍋爐的負荷、煤種、各層的一次風門風速、各層的二次風門風速和燃盡風門開度。

在本發明一個較佳實施例中，所述鍋爐的燃燒特性優化值包括NOx排放值、各層的一次風門風速優化值、各層的二次風門風速優化值、燃盡風門開度優化值和氧量優化控制值。

在本發明一個較佳實施例中，所述鍋爐的NOx燃燒過程為迭代次數曲線。

本發明的有益效果是：本發明鍋爐燃燒在線優化方法能夠提高鍋爐運行的經濟性、穩定性和安全性，采用燃燒優化技術后NOx排放量可以下降20%~30%，排煙溫度降低，飛灰含碳量降低，提高了鍋爐的效率，減少各種損失，保證鍋爐正常穩定的汽壓、汽溫和蒸汽量，提高了整個機組的效率。

具體實施方式

下面對本發明的較佳實施例進行詳細闡述，以使本發明的優點和特征能更易于被本領域技術人員理解，從而對本發明的保護范圍做出更為清楚明確的界定。

本發明實施例包括：

一種鍋爐燃燒在線優化方法，包括如下步驟：

a、通過機組對鍋爐的實時運行參數進行監測，并對參數進行記錄確定；

b、對參數進行比較，并提供最優值曲線指導；

c、采用人工智能神經網絡技術或支持向量機技術建立鍋爐的燃燒特性優化數學模型；

d、利用遺傳算法或模擬退火法對鍋爐的燃燒特性進行優化；

e、對燃燒優化參數作為長期趨勢數據保存，并對具有累積效應的參數進行累計監測和存儲，可以實現對機組設備的在線監測，能夠誒設備安排合理的工作計劃和檢修計劃提供參考。

本發明中，所述建模中采用的試驗方法為正交法。正交法適用于多因素且因素之間存在交互作用及具有隨機誤差的試驗，具有工作量小、信息量豐富的特點，且能夠實現對各影響因素進行組合簡化試驗。

正交法應用在鍋爐燃燒優化試驗中，可以掌握多種因素的共同影響，通過合理的試驗分析各因素對試驗指標的作用，并按照重要度找出主次關系，確定最佳的運行參數。

所述建模過程中采集的數據為結構上的分布均勻值和數量上的均等值，即不同結構中位于不同點的數據應該相等或接近，這樣能夠保證試驗的成功率和準確率。

所述鍋爐的實時運行參數包括鍋爐的負荷、煤種、各層的一次風門風速、各層的二次風門風速和燃盡風門開度。

所述鍋爐的燃燒特性優化值包括NOx排放值、各層的一次風門風速優化值、各層的二次風門風速優化值、燃盡風門開度優化值和氧量優化控制值。其中，鍋爐的NOx燃燒過程為迭代次數曲線。