[發明專利]一種電廠鍋爐燃燒的優化監控方法

在審

• 申請號: 201410528542.6
• 申請日: 2014-10-10
• 公開（公告）號: CN105573261A
• 公開（公告）日: 2016-05-11
• 發明（設計）人: 周曉麗
• 申請（專利權）人: 西安擴力機電科技有限公司
• 主分類號: G05B19/418
• 分類號: G05B19/418
• 代理公司: 西安創知專利事務所 61213
• 代理人: 譚文琰

1.一種電廠鍋爐燃燒的優化監控方法，其特征在于，包括以下步驟：

步驟一，鍋爐燃燒優化相關參數檢測：采用數據檢測單元對與鍋爐燃 燒風煤比相關的參數進行實時檢測；所述數據檢測單元包括灰分探測儀、 水分探測儀、煤質熱值計算單元、看火視頻監控裝置、圖像處理單元、近 紅外輻射能傳感器、光電轉換單元和含氧量傳感器；所述灰分探測儀、水 分探測儀均與所述煤質熱值計算單元相接，所述看火視頻監控裝置與所述 圖像處理單元相接，所述近紅外輻射能傳感器與所述光電轉換單元相接； 所述信息采集的方式如下：

所述灰分探測儀和水分探測儀分別對入爐煤的灰分信息和水分信息 進行檢測，并將檢測結果傳送給煤質熱值計算單元；所述煤質熱值計算單 元根據所述灰分信息和水分信息計算出燃燒發熱量；

所述看火視頻監控裝置對入爐煤在爐膛內燃燒的火焰溫度分布情況 進行圖像監視，并將采集到的圖像信息傳送給所述圖像處理單元；所述圖 像處理單元對鍋爐的燃燒圖像進行數字分析和圖像識別；

所述近紅外輻射能傳感器對所述爐膛內輻射能的強度信息進行檢測， 并通過所述光電轉換單元實現信號隔離；

所述含氧量傳感器對所述爐膛內的煙氣含氧量進行檢測；

所述數據檢測單元將上述檢測到的信號實時傳輸給參數優化單元；所 述參數優化單元包括信號調理電路、數據采集卡、神經網絡數據融合處理 器、存儲器、接口電路和電源模塊，所述信號調理電路與所述數據采集卡 相接，所述數據采集卡、存儲器、接口電路和電源模塊均與神經網絡數據 融合處理器相接，所述煤質熱值計算單元、圖像處理單元、光電轉換單元 和含氧量傳感器均與所述信號調理電路相接；

步驟二，信號調理及數據采集：所述信號調理電路對步驟一中檢測到 的信號依次進行放大、濾波和線性化處理，然后傳輸給所述數據采集卡； 所述數據采集卡對接收到的信號進行模數轉換后傳輸給所述神經網絡數 據融合處理器；

步驟三，神經網絡參數優化模型建立：所述神經網絡數據融合處理器 采用內置神經網絡算法和遺傳算法進行風煤比優化建模，其建模過程如 下：

獲取數據采集卡采集到的數據，并存入存儲器作為歷史數據；

整理上述歷史數據形成風煤比優化樣本，樣本的格式為：每一條數據 按輸入-輸出對模式組織，輸入為步驟一中檢測到的相關參數，輸出為最 優風煤比；

根據上述樣本設計神經網絡的輸入值、輸出值、層數、各層節點數和 各層的激活函數以及網絡結構；在上述神經網絡結構下，用遺傳算法對神 經網絡的初始權值和偏置值進行優化，以得到最優的神經網絡初始權值和 偏置值；

以上述最優的初始權值和偏置值作為所述神經網絡的初始值，用神經 網絡中的風煤比優化訓練樣本反復訓練，訓練指標為誤差的平方和，最后 將訓練得到的權值和偏置值，以及此時網絡的結構參數進行保存，這些參 數便構成了神經網絡參數優化模型；

實時讀取數據檢測單元檢測到的最新運行參數，將這些參數輸入到所 述神經網絡參數優化模型，通過模型計算得到最優風煤比；

步驟四，最優燃燒控制方案生成：所述神經網絡數據融合處理器將計 算得到的最優風煤比傳輸給布設在鍋爐燃燒現場的工控機，所述工控機根 據所述最優風煤比和鍋爐、汽機的實時運行工況，生成最佳燃燒控制方案， 并將最優風煤比曲線和最佳燃燒控制方案顯示在與所述工控機相接的人 機界面上；

步驟五，最優燃燒控制實施：操作人員根據所述人機界面上顯示的信 息向所述工控機輸入相應控制命令，工控機對與其相接的燃燒控制系統進 行最佳燃燒控制。

2.按照權利要求1所述的一種電廠鍋爐燃燒的優化監控方法，其特征 在于：所述神經網絡為BP神經網絡。

3.按照權利要求1或2所述的一種電廠鍋爐燃燒的優化監控方法，其 特征在于：所述神經網絡的訓練方式為在線訓練方式。