[發(fā)明專利]循環(huán)流化床鍋爐飛灰含碳量預(yù)測(cè)系統(tǒng)及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310335661.5
• 申請(qǐng)日: 2013-08-05
• 公開（公告）號(hào): CN103413184A
• 公開（公告）日: 2013-11-27
• 發(fā)明（設(shè)計(jì)）人: 吳家標(biāo);劉興高
• 申請(qǐng)（專利權(quán)）人: 浙江大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 周烽

1.一種循環(huán)流化床鍋爐飛灰含碳量預(yù)測(cè)系統(tǒng)，其特征在于，包括與循環(huán)流化床鍋爐連接的現(xiàn)場(chǎng)智能儀表、數(shù)據(jù)庫、數(shù)據(jù)接口、控制站以及上位機(jī)；現(xiàn)場(chǎng)智能儀表與控制站、數(shù)據(jù)庫和上位機(jī)連接，所述的上位機(jī)包括：

標(biāo)準(zhǔn)化處理模塊，用于從數(shù)據(jù)庫中采集關(guān)鍵自變量的兩組歷史記錄，構(gòu)成自變量的訓(xùn)練樣本矩陣X和測(cè)試樣本矩陣X'，采集對(duì)應(yīng)的飛灰含碳量的兩組歷史記錄，構(gòu)成因變量的訓(xùn)練樣本向量Y和測(cè)試樣本向量Y'，對(duì)訓(xùn)練樣本和測(cè)試樣本進(jìn)行標(biāo)準(zhǔn)化處理，將各變量變換為[0.25,0.75]區(qū)間的值，得到標(biāo)準(zhǔn)化后自變量訓(xùn)練樣本矩陣X^*和測(cè)試樣本矩陣X^*'、標(biāo)準(zhǔn)化后因變量訓(xùn)練樣本向量Y^*和測(cè)試樣本向量Y^*'，采用以下過程來完成：

1.1）標(biāo)準(zhǔn)化

xij*=xij-xjmin2(xjmax-xjmin)+0.25,(i=1,2,···,n;j=1,2,···,p)---(1)]]>

yi*=yi-ymin2(ymax-ymin)+0.25,(i=1,2,···,n)---(2)]]>

xij*′xij′-xjmin2(xjmax-xjmin)+0.25,(i=1,2,···,n′;j=1,2,···,p)---(3)]]>

yi*′=yi′-ymin2(ymax-ymin)+0.25,(i=1,2,···,n′)---(4)]]>

其中，x_ij、y_i為訓(xùn)練樣本點(diǎn)的原值，n為訓(xùn)練樣本個(gè)數(shù)，p為自變量個(gè)數(shù)，x_jmin、y_min分別表示第j個(gè)自變量、因變量訓(xùn)練樣本的最小值，x_jmax、y_max分別表示第j個(gè)自變量訓(xùn)練樣本、因變量訓(xùn)練樣本的最大值，為訓(xùn)練樣本點(diǎn)的標(biāo)準(zhǔn)化值，x_ij'、y_i'為測(cè)試樣本點(diǎn)的原值，n'為測(cè)試樣本個(gè)數(shù)，為測(cè)試樣本點(diǎn)的標(biāo)準(zhǔn)化值，其中下標(biāo)i、j分別表示第i個(gè)訓(xùn)練樣本點(diǎn)、第j個(gè)自變量；

預(yù)測(cè)機(jī)制形成模塊，用于建立預(yù)測(cè)模型，其實(shí)現(xiàn)步驟如下：

2.1）初始化系數(shù)矩陣V和系數(shù)向量W：取V的各元素v_jk（j=0,1,2,…,p，k=1,2,…,q）、W的各元素w_k（k=0,1,2,…,q）為（0,1）區(qū)間內(nèi)的隨機(jī)數(shù)；

2.2）令樣本序號(hào)i=1；

2.3）按當(dāng)前系數(shù)矩陣V和系數(shù)向量W，通過（5）、（6）式，由自變量訓(xùn)練樣本預(yù)測(cè)因變量值：

zk=f(Σj=0pvjkxij*),(k=1,2,···,q)---(5)]]>

y^i*=f(Σk=0qwkzk)---(6)]]>

其中，z_k為中間節(jié)點(diǎn)變量，下標(biāo)k表示第k個(gè)中間節(jié)點(diǎn)，q為中間節(jié)點(diǎn)個(gè)數(shù)，取的取整值，為第i個(gè)訓(xùn)練樣本點(diǎn)的因變量標(biāo)準(zhǔn)化預(yù)測(cè)值，f(x)為非線性變換函數(shù)：

2.4）通過（7）、（8）式求當(dāng)前的誤差信號(hào)：

δy=(yi*-y^i*)y^i*(1-y^i*)---(7)]]>

δkz=δywkzk(1-zk),(k=1,2,···,q)---(8)]]>

其中，δ^y為因變量誤差信號(hào)，為中間節(jié)點(diǎn)誤差信號(hào)；

2.5）根據(jù)誤差信號(hào)，通過（9）、（10）式對(duì)系數(shù)矩陣V和系數(shù)向量W進(jìn)行修正：

vjk=vjk+0.5δkzxij*,(j=0,1,2,···,p;k=1,2,···,q)---(9)]]>

w_k=w_k+0.5δ^yz_k，（k=0,1,2,…,q）??????????（10）

2.6）如果i<n，令i=i+1，返回步驟2.3），否則轉(zhuǎn)2.7）；

2.7）將自變量測(cè)試樣本作為輸入信號(hào)，輸出因變量的預(yù)測(cè)值，并求誤差平方和，由（11）～（13）式實(shí)現(xiàn)：

zk=f(Σj=0pvjkxij*′),(k=1,2,···,m)---(11)]]>

y^i*′=f(Σk=0qwkzk)---(12)]]>

SSS′=Σi=1n′(yi*′-y^i*′)2---(13)]]>

其中，為第i個(gè)測(cè)試樣本點(diǎn)的因變量標(biāo)準(zhǔn)化預(yù)測(cè)值，S_SS'為測(cè)試樣本的因變量預(yù)測(cè)誤差平方和；

2.8）比較本次與前一次的預(yù)測(cè)誤差平方和，如果較前一次低則轉(zhuǎn)步驟2.2），繼續(xù)迭代，否則結(jié)束迭代；

2.9）將當(dāng)前的系數(shù)矩陣V和系數(shù)向量W傳遞并存儲(chǔ)到預(yù)測(cè)執(zhí)行模塊；

預(yù)測(cè)執(zhí)行模塊，用于根據(jù)循環(huán)流化床鍋爐的運(yùn)行工況和設(shè)定的操作變量預(yù)測(cè)飛灰含碳量，其實(shí)現(xiàn)步驟如下：

3.1）將輸入的自變量信號(hào)按（14）式處理：

x(t)j*=x(t)j-xjmin2(xjmax-xjmin)+0.25,(j=1,2,···,p)---(14)]]>

其中，x(t)_j為t時(shí)刻第j個(gè)自變量原值，為第j個(gè)自變量訓(xùn)練樣本的均值，s_x,j為第j個(gè)自變量訓(xùn)練樣本的標(biāo)準(zhǔn)差，為t時(shí)刻第j個(gè)自變量無量綱化值，t表示時(shí)間、單位為秒；

3.2）按（15）、（16）式求飛灰含碳量的無量綱化預(yù)測(cè)值：

zk=f(Σj=0pvjkx(t)j*),(k=1,2,···,q)---(15)]]>

y^(t)*=f(Σk=0qwkzk)---(16)]]>

其中，為飛灰含碳量的無量綱化預(yù)測(cè)值；

3.3）按下式求飛灰含碳量的原量綱預(yù)測(cè)值：

y^(t)=2(y^(t)*-0.25)(ymax-ymin)+ymin---(17)]]>

其中，為飛灰含碳量原量綱預(yù)測(cè)值，y_min為因變量訓(xùn)練樣本的最小值，y_max為因變量訓(xùn)練樣本的最大值；

所述的上位機(jī)還包括：模型更新模塊，用于按設(shè)定的時(shí)間間隔將實(shí)際的飛灰含碳量與預(yù)測(cè)值比較，如果相對(duì)誤差大于10%，則將新數(shù)據(jù)加入訓(xùn)練樣本數(shù)據(jù)，重新執(zhí)行標(biāo)準(zhǔn)化處理模塊與預(yù)測(cè)機(jī)制形成模塊；

信號(hào)采集模塊，用于按設(shè)定的采樣時(shí)間間隔，從現(xiàn)場(chǎng)智能儀表采集實(shí)時(shí)數(shù)據(jù)，以及從數(shù)據(jù)庫中采集歷史數(shù)據(jù)；

結(jié)果顯示模塊，用于從控制站讀取設(shè)置參數(shù)，并將飛灰含碳量預(yù)測(cè)值傳給控制站進(jìn)行顯示，并給出操作建議：在當(dāng)前的工況下，操作變量如何調(diào)整最有利于降低飛灰含碳量，以便控制站工作人員，根據(jù)飛灰含碳量預(yù)測(cè)值和操作建議，及時(shí)調(diào)整操作條件，降低飛灰含碳量，提高鍋爐運(yùn)行效率；其中，操作變量如何調(diào)整最有利于降低飛灰含碳量，一個(gè)簡(jiǎn)便方法是將操作變量的當(dāng)前值上下波動(dòng)，代入飛灰含碳量預(yù)測(cè)系統(tǒng)，得到新的飛灰含碳量預(yù)測(cè)值，從而非常直觀地通過比較大小得到；

所述自變量包括：運(yùn)行工況變量：主蒸汽流量、環(huán)境溫度、給水溫度、爐膛負(fù)壓、床壓、燃煤水分、燃煤揮發(fā)分、燃煤灰分、燃煤硫分；操作變量：一次風(fēng)總風(fēng)量、二次風(fēng)總風(fēng)量。2、一種用權(quán)利要求1所述的循環(huán)流化床鍋爐飛灰含碳量預(yù)測(cè)系統(tǒng)實(shí)現(xiàn)的飛灰含碳量預(yù)測(cè)方法，其特征在于，所述的預(yù)測(cè)方法包括以下步驟：

1）從數(shù)據(jù)庫中采集關(guān)鍵自變量的兩組歷史記錄，構(gòu)成自變量的訓(xùn)練樣本矩陣X和測(cè)試樣本矩陣X'，采集對(duì)應(yīng)的飛灰含碳量的兩組歷史記錄，構(gòu)成因變量的訓(xùn)練樣本向量Y和測(cè)試樣本向量Y'，對(duì)訓(xùn)練樣本和測(cè)試樣本進(jìn)行標(biāo)準(zhǔn)化處理，將各變量變換為[0.25,0.75]區(qū)間的值，得到標(biāo)準(zhǔn)化后自變量訓(xùn)練樣本矩陣X^*和測(cè)試樣本矩陣X^*'、標(biāo)準(zhǔn)化后因變量訓(xùn)練樣本向量Y^*和測(cè)試樣本向量Y^*'，采用以下過程來完成：

1.1）標(biāo)準(zhǔn)化

xij*=xij-xjmin2(xjmax-xjmin)+0.25,(i=1,2,···,n;j=1,2,···,p)---(1)]]>

yi*=yi-ymin2(ymax-ymin)+0.25,(i=1,2,···,n)---(2)]]>

xij*′=xij′-xjmin2(xjmax-xjmin)+0.25,(i=1,2,···,n′;j=1,2,···,p)---(3)]]>

yi*′yi′-ymin2(ymax-ymin)+0.25,(i=1,2,···,n′)---(4)]]>

其中，x_ij、y_i為訓(xùn)練樣本點(diǎn)的原值，n為訓(xùn)練樣本個(gè)數(shù)，p為自變量個(gè)數(shù)，x_jmin、y_min分別表示第j個(gè)自變量、因變量訓(xùn)練樣本的最小值，x_jmax、y_max分別表示第j個(gè)自變量訓(xùn)練樣本、因變量訓(xùn)練樣本的最大值，為訓(xùn)練樣本點(diǎn)的標(biāo)準(zhǔn)化值，x_ij'、y_i'為測(cè)試樣本點(diǎn)的原值，n'為測(cè)試樣本個(gè)數(shù)，為測(cè)試樣本點(diǎn)的標(biāo)準(zhǔn)化值，其中下標(biāo)i、j分別表示第i個(gè)訓(xùn)練樣本點(diǎn)、第j個(gè)自變量；

2）將得到的標(biāo)準(zhǔn)化訓(xùn)練樣本通過以下過程建立預(yù)測(cè)模型：

2.1）初始化系數(shù)矩陣V和系數(shù)向量W：取V的各元素v_jk（j=0,1,2,…,p，k=1,2,…,q）、W的各元素w_k（k=0,1,2,…,q）為（0,1）區(qū)間內(nèi)的隨機(jī)數(shù)；

2.2）令樣本序號(hào)i=1；

2.3）按當(dāng)前系數(shù)矩陣V和系數(shù)向量W，通過（5）、（6）式，由自變量訓(xùn)練樣本預(yù)測(cè)因變量值：

zk=f(Σj=0pvjkxij*),(k=1,2,···,q)---(5)]]>

y^i*=f(Σk=0qwkzk)---(6)]]>

其中，z_k為中間節(jié)點(diǎn)變量，下標(biāo)k表示第k個(gè)中間節(jié)點(diǎn)，q為中間節(jié)點(diǎn)個(gè)數(shù)，取的取整值，為第i個(gè)訓(xùn)練樣本點(diǎn)的因變量標(biāo)準(zhǔn)化預(yù)測(cè)值，f(x)為非線性變換函數(shù)：

2.4）通過（7）、（8）式求當(dāng)前的誤差信號(hào)：

δy=(yi*-y^i*)y^i*(1-y^i*)---(7)]]>

δkz=δywkzk(1-zk),(k=1,2,···,q)---(8)]]>

其中，δ^y為因變量誤差信號(hào)，為中間節(jié)點(diǎn)誤差信號(hào)；

2.5）根據(jù)誤差信號(hào)，通過（9）、（10）式對(duì)系數(shù)矩陣V和系數(shù)向量W進(jìn)行修正：

vjk=vjk+0.5δkzxij*,(j=0,1,2,···,p;k=1,2,···,q)---(9)]]>

w_k=w_k+0.5δ^yz_k，（k=0,1,2,…,q）?????????（10）

2.6）如果i<n，令i=i+1，返回步驟2.3），否則轉(zhuǎn)2.7）；

2.7）將自變量測(cè)試樣本作為輸入信號(hào)，輸出因變量的預(yù)測(cè)值，并求誤差平方和，由（11）～（13）式實(shí)現(xiàn)：

zk=f(Σj=0pvjkxij*′),(k=1,2,···,m)---(11)]]>

y^i*′=f(Σk=0qwkzk)---(12)]]>

SSS′=Σi=1n′(yi*′-y^i*′)2---(13)]]>

其中，為第i個(gè)測(cè)試樣本點(diǎn)的因變量標(biāo)準(zhǔn)化預(yù)測(cè)值，S_SS'為測(cè)試樣本的因變量預(yù)測(cè)誤差平方和；

2.8）比較本次與前一次的預(yù)測(cè)誤差平方和，如果較前一次低則轉(zhuǎn)步驟2.2），繼續(xù)迭代，否則結(jié)束迭代；

2.9）保存最后得到的系數(shù)矩陣V和系數(shù)向量W；

3）將循環(huán)流化床鍋爐的運(yùn)行工況變量和設(shè)定的操作變量作為輸入信號(hào)，根據(jù)系數(shù)矩陣V和系數(shù)向量W對(duì)飛灰含碳量進(jìn)行預(yù)測(cè)，其實(shí)現(xiàn)步驟如下：

3.1）將輸入的自變量信號(hào)按（14）式處理：

x(t)j*=x(t)j-xjmin2(xjmax-xjmin)+0.25,(j=1,2,···,p)---(14)]]>

其中，x(t)_j為t時(shí)刻第j個(gè)自變量原值，為第j個(gè)自變量訓(xùn)練樣本的均值，s_x,j為第j個(gè)自變量訓(xùn)練樣本的標(biāo)準(zhǔn)差，為t時(shí)刻第j個(gè)自變量無量綱化值，t表示時(shí)間、單位為秒；

3.2）按（15）、（16）式求飛灰含碳量的無量綱化預(yù)測(cè)值：

zk=f(Σj=0pvjkx(t)j*),(k=1,2,···,q)---(15)]]>

y^(t)*=f(Σk=0qwkzk)---(16)]]>

其中，為飛灰含碳量的無量綱化預(yù)測(cè)值；

3.3）按下式求飛灰含碳量的原量綱預(yù)測(cè)值：

y^(t)=2(y^(t)*-0.25)(ymax-ymin)+ymin---(17)]]>

其中，為飛灰含碳量原量綱預(yù)測(cè)值，y_min為因變量訓(xùn)練樣本的最小值，y_max為因變量訓(xùn)練樣本的最大值；

所述的方法還包括：4）按設(shè)定的采樣時(shí)間間隔，采集現(xiàn)場(chǎng)智能儀表信號(hào)，將得到的實(shí)際飛灰含碳量與預(yù)測(cè)值比較，如果相對(duì)誤差大于10%，則將新數(shù)據(jù)加入訓(xùn)練樣本數(shù)據(jù)，重新執(zhí)行步驟1）、2），以對(duì)預(yù)測(cè)模型進(jìn)行更新；

在所述的步驟3）中，從控制站讀取設(shè)置參數(shù)，并將飛灰含碳量預(yù)測(cè)值傳給控制站進(jìn)行顯示，并給出操作建議：在當(dāng)前的工況下，操作變量如何調(diào)整最有利于降低飛灰含碳量，以便控制站工作人員，根據(jù)飛灰含碳量預(yù)測(cè)值和操作建議，及時(shí)調(diào)整操作條件，降低飛灰含碳量，提高鍋爐運(yùn)行效率；其中，操作變量如何調(diào)整最有利于降低飛灰含碳量，一個(gè)簡(jiǎn)便方法是將操作變量的當(dāng)前值上下波動(dòng)，代入飛灰含碳量預(yù)測(cè)系統(tǒng)，得到新的飛灰含碳量預(yù)測(cè)值，從而非常直觀地通過比較大小得到；

所述自變量包括：運(yùn)行工況變量：主蒸汽流量、環(huán)境溫度、給水溫度、爐膛負(fù)壓、床壓、燃煤水分、燃煤揮發(fā)分、燃煤灰分、燃煤硫分；操作變量：一次風(fēng)總風(fēng)量、二次風(fēng)總風(fēng)量。