[發明專利]一種鍋爐爐內氮氧化物生成量預測建模方法

無效

• 申請號: 201410060420.9
• 申請日: 2014-02-24
• 公開（公告）號: CN103839110A
• 公開（公告）日: 2014-06-04
• 發明（設計）人: 鐘用祿;李海山;劉發圣;張成;譚鵬
• 申請（專利權）人: 國家電網公司;國網江西省電力科學研究院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 南昌市平凡知識產權代理事務所 36122
• 代理人: 姚伯川

?

技術領域????

???本發明涉及一種鍋爐爐內氮氧化物生成量預測建模方法，屬鍋爐燃燒技術領域。

背景技術

隨著氮氧化物排放標準的日趨嚴格，燃煤電站的減排壓力日益增大。在眾多的低氮技術中，通過燃燒優化降低氮氧化物排放是最經濟的一種方法。但在使用這種方法之前，必須先對鍋爐運行參數和爐膛出口氮氧化物濃度的關系進行研究，對氮氧化物生成進行建模。

鍋爐爐內氮氧化物生成不僅與煤質、鍋爐爐膛結構相關，運行參數對其也有較大的影響。使用傳統的計算流體力學方法對鍋爐爐內氮氧化物生成建模不僅涉及到湍流燃燒模型，還涉及到氮氧化物同相、異相生成和還原機理等重大化學反應機理，而目前這方面的模型、機理認識還有限。

目前對鍋爐爐內氮氧化物生成量預測建模方法主要是使用計算流體力學的方法對爐內燃燒、氮氧化物生成進行詳細建模。這種方法涉及到湍流燃燒、氮氧化物生成破碎機理等尚未完全解開的科研難題，另外這種建模方法在計算時間上的消耗也是巨大的，不適用于指導現場運行人員優化運行參數。

發明內容

本發明的目的是，針對鍋爐燃燒傳統建模存在的問題，本發明提出一種鍋爐爐內氮氧化物生成量預測建模方法，可快速準確地根據運行參數對氮氧化物生成量進行預測，用于指導運行人員實時對運行參數進行優化調整。。

實現本發明的技術方案是，本發明方法采用支持向量機方法、遺傳算法序列向后選擇以及自適應建模技術，根據鍋爐運行歷史工況數據建立鍋爐爐內氮氧化物生成量隨鍋爐運行參數變化的計算模型，模型計算響應迅速、計算精度高，可以用于指導現場運行人員優化運行。

（1）采集電廠運行數據作為鍋爐爐內氮氧化物生成量預測建模的原始樣本；

（2）檢查（1）步所采集的樣本數據完整性，檢查數據中有無因接口程序或電廠檢測儀器儀表故障產生的壞點；

（3）基于（2）步的篩選得到的數據進行建模數據預處理，對各變量數據進行歸一化處理；

（4）將（3）步所獲得的數據隨機分為訓練集和預測集，利用支持向量機建立鍋爐運行參數與氮氧化物生成量之間的關系模型；廣泛地選取對氮氧化物生成有影響的因素作為模型的輸入變量，爐膛出口氮氧化物作為模型的唯一輸出變量，采用序列后向選擇的方法對模型的輸入變量進行篩選，以確定最優的模型輸入；選用徑向基函數RBF作為支持向量機的核函數，引入遺傳算法來優化支持向量機的三個參數C，ε和λ，C表示懲罰因子；ε表示損失函數；λ表示徑向基寬度；為提高計算預測精度，同時還引入自適應的方法，定時更新模型以擴展模型的泛化能力。

由于各磨煤機出力、總風量等眾多運行參數都會影響爐內氮氧化物的生成量，而對于支持向量機過多的模型輸入一方面會增加模型的復雜度，增長模型訓練時間，另一方面還有可能陷入“維度災難”。采用序列向后選擇的方法對模型的輸入變量進行篩選可增加模型精度同時減少模型訓練時間。

本發明的有益效果是，本發明提出的基于支持向量機的氮氧化物生成預測建模方法以運行參數為模型輸入，氮氧化物濃度為輸出，以歷史運行數據作為模型訓練樣本，同時引入了遺傳算法、序列向后選擇以及自適應建模方法等對模型進行優化。經過優化后的模型可依據運行參數對爐膛出口氮氧化物濃度進行快速、準確地預測，適用于指導現場運行人員優化鍋爐運行。與現有的爐內氮氧化物生成建模方法相比，本發明提出的方法計算響應更迅速，能為運行優化提供更多的幫助。

本發明適用于鍋爐爐內氮氧化物生成量預測建模。

附圖說明

圖1為本發明建模模型簡圖；其中，SVM表示支持向量機；C表示懲罰因子；ε表示損失函數；λ表示徑向基寬度；

圖2為本發明方法的整體實施流程圖。

具體實施方式

????本發明具體實施方式如下：

步驟1：采集電廠運行數據作為鍋爐爐內氮氧化物生成量預測建模的原始樣本。

本實施例采集包括各磨煤機出口風溫、各磨煤機磨煤出力、各燃燒器噴口一次風風量、各燃盡風噴口開度、各二次風風門開度、總風量、機組入口氧濃度、水煤比、發電機功率、SCR反應器入口煙氣流量、煙氣含氧量、煙氣飛灰未燃盡碳含量以及氮氧化物濃度等100個測點共15852條數據作為模型的原始數據樣本；

步驟2：檢查步驟1所采集的樣本數據完整性，檢查數據中有無因接口程序或電廠檢測儀器儀表故障產生的壞點，將有壞點的樣本觀測值從樣本中剔除；