[發明專利]一種燃氣輪機燃燒優化控制方法及系統

在審

• 申請號: 201810927004.2
• 申請日: 2018-08-15
• 公開（公告）號: CN110837223A
• 公開（公告）日: 2020-02-25
• 發明（設計）人: 劉龍海;沈浩;殷鷹;潘昕;錢玉君
• 申請（專利權）人: 大唐南京發電廠
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 北京元中知識產權代理有限責任公司 11223
• 代理人: 張則武

本發明涉及一種燃氣輪機燃燒優化控制方法，包括下列步驟：S1，挖掘收集燃氣輪機運行的歷史工況數據，通過矩陣映射投影、建造新的數據映射空間數據，建立PCA降維處理模塊；S2，將經過降維處理模塊處理后的數據進行歸一化，結合燃氣輪機循環發電效率構建訓練樣本和預測樣本，并進行深度學習和預測分析，建立BP神經網絡預測輸出模塊；S3，結合神經網絡預測輸出模塊神經網絡非線性擬合結果，通過數據種群初始化及計算效率適應度，建立燃氣輪機燃燒效率系統影響因素的基于BP神經網絡遺傳算法優化模塊；S4，接口電廠的實時運行參數，利用基于BP神經網絡遺傳算法優化模塊進行參數配比尋優，利用尋優得到的最優工況指導燃氣輪機燃燒過程。

技術領域

本發明涉及工業燃氣輪機燃燒優化系統，具體地說，涉及一種燃氣輪機燃燒優化控制方法及系統。

背景技術

隨著世界經濟的發展，化石能源消費不斷增長，環境問題日益突出。在環保問題和能源短缺的雙重壓力下，我國天然氣發電行業仍處于起步發展階段，目前遇到的問題較多。例如，已投運燃氣電站利潤較差、效率未達到理想值、壓氣機喘振，燃燒不充分和起停效率低等，導致燃氣輪機的循環發電效率不高。

燃氣輪機聯合循環效率是一個由多因素決定的參數，其中包括環境溫度、壓氣機進口溫度、燃氣壓力、可調空氣進口導葉開度信號、燃料氣體溫度、值班燃料比例，燃氣輪機轉速和排氣平均溫度等。在常規的輸入參數調節中，通常注意到的是空氣燃氣配比問題，傳統方法是通過操作人員根據經驗調配或者是機組歷史數據調配經驗。但是，這樣效率調控方法不全面不科學，有很多因素沒有考慮進去，調控效果不好，燃氣輪機聯合循環效率低，無法解決企業現有問題。

有鑒于此特提出本發明。

發明內容

本發明要解決的技術問題在于克服現有技術的不足，提供一種燃氣輪機燃燒優化控制方法及系統。

為解決上述技術問題，本發明采用技術方案的基本構思是：

一種燃氣輪機燃燒優化控制方法，包括下列步驟：

S1，挖掘收集燃氣輪機運行的歷史工況數據，通過矩陣映射投影、建造新的數據映射空間數據，建立PCA降維處理模塊；

S2，將經過降維處理模塊處理后的數據進行歸一化，結合燃氣輪機循環發電效率構建訓練樣本和預測樣本，并進行深度學習和預測分析，建立BP神經網絡預測輸出模塊；

S3，結合神經網絡預測輸出模塊神經網絡非線性擬合結果，通過數據種群初始化及計算效率適應度，建立燃氣輪機燃燒效率系統影響因素的基于BP神經網絡遺傳算法優化模塊；

S4，接口電廠的實時運行參數，利用基于BP神經網絡遺傳算法優化模塊進行參數配比尋優，利用尋優得到的最優工況指導燃氣輪機燃燒過程。

本發明的PCA即主成分分析技術，又稱主分量分析，旨在利用降維的思想，把多指標轉化為少數幾個綜合指標。BP神經網絡是一種按照誤差逆向傳播算法訓練的多層前饋神經網絡，是目前應用最廣泛的神經網絡。

作為本發明的一種實施方式，燃氣輪機運行的歷史數據包括環境溫度、壓氣機進口溫度、燃氣壓力、可調空氣進口導葉的開度信號、燃料氣體溫度、值班燃料比例、燃氣輪機轉速和排氣平均溫度的歷史數據。

作為本發明的一種實施方式，每間隔設定時間測試記錄歷史數據并形成數據庫，通過燃料熱值、燃料流速、燃料密度，功率因數和無功功率參數計算燃氣輪機循環發電機組效率。

作為本發明的一種實施方式，步驟S2中，環境溫度、壓氣機進口溫度、燃氣壓力、可調空氣進口導葉的開度信號、燃料氣體溫度、值班燃料比例、燃氣輪機轉速和排氣平均溫度的歷史數據作為輸入，燃氣輪機循環發電效率作為輸出，采用BP神經網絡進行學習和預測，完成BP神經網絡的訓練過程。

作為本發明的一種實施方式，PCA降維處理模塊的處理包括如下步驟：