[發明專利]火力發電燃煤熱損失預測、裝置、設備及存儲介質

有效

• 申請號: 202011398034.2
• 申請日: 2020-12-03
• 公開（公告）號: CN112465241B
• 公開（公告）日: 2023-01-20
• 發明（設計）人: 田鵬路;袁俊;魏慶波;曾驥敏;宋亞杰;張少男;李志超
• 申請（專利權）人: 華潤電力技術研究院有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 紀志超

1.一種火力發電燃煤熱損失預測方法，其特征在于，包括：

采集燃煤燃燒的燃盡影響因素，其中，所述燃盡影響因素包括燃煤特性參數、燃燒方式參數、爐膛結構參數和燃爐運行情況參數；

基于預先創建的神經網絡模型和所述燃盡影響因素，確定所述燃煤燃燒產物的特征量；其中，所述特征量包括爐渣參數、煙灰參數、漏煤參數、飛灰參數；

根據熱損失關系式和所述特征量，確定所述燃煤燃燒的熱損失，其中，所述熱損失關系式為燃煤的熱損失和特征量之間的關系式；

根據熱損失關系式和所述特征量，確定所述燃煤燃燒的熱損失包括：

根據所述特征量和所述熱損失關系式確定所述熱損失q；其中，α_fh＝1-(α_lz+α_lm+α_yh)，所述特征量包括爐渣淋水后的含水量W_lz、濕爐渣質量爐渣質量G_lz、漏煤質量G_lm、煙道灰質量G_yh、爐渣可燃物含量C_lz、漏煤可燃物含量C_lm、煙灰道可燃物含量C_yh、飛灰可燃物含量C_fh、爐渣中含灰量占燃煤總灰量份額α_lz、漏煤中含灰量占燃煤總灰量份額α_lm、煙灰道中含灰量占燃煤總灰量份額α_yh、飛灰中含灰量占燃煤總灰量份額α_fh；且x₁、x₂、x₃、x₄分別為預先確定的第一項修正系數、第二項修正系數、第三項修正系數以及第四項修正系數。

2.如權利要求1所述的火力發電燃煤熱損失預測方法，其特征在于，預先確定所述第一項修正系數、所述第二項修正系數、所述第三項修正系數以及所述第四項修正系數的過程包括：

根據燃煤樣本燃燒后產物采集特征量樣本和熱損失樣本；

創建神經網絡模型，并以所述特征量樣本和所述熱損失樣本為輸入，進行神經網絡訓練，獲得特征量和熱損失之間關聯關系的關聯關系神經網絡模型；

根據所述關聯關系神經網絡模型和所述熱損失關系式，確定所述第一項修正系數、所述第二項修正系數、所述第三項修正系數以及所述第四項修正系數。

3.如權利要求1所述的火力發電燃煤熱損失預測方法，其特征在于，預先確定所述神經網絡模型的過程包括：

按照預先設定的燃盡影響因素樣本對燃煤樣本進行燃燒，并對燃燒后產物進行化學分析和工業分析獲得特征量樣本；

創建神經網絡模型，以所述燃盡影響因素樣本和所述特征量樣本為輸入量，進行神經網絡訓練，獲得所述神經網絡模型；

其中，所述燃盡影響因素樣本包括爐內CO含量樣本、燃煤化學元素分析參數樣本、燃煤工業元素分析參數樣本、爐膛一次風溫樣本、爐膛二次風溫樣本、爐膛一次風量樣本以及爐膛二次風量樣本；

所述特征量樣本包括爐渣淋水后的含水量樣本、濕爐渣質量樣本、爐渣質量樣本、漏煤質量樣本、煙道灰質量樣本、爐渣可燃物含量樣本、漏煤可燃物含量樣本、煙灰道可燃物含量樣本、飛灰可燃物含量樣本、爐渣中含灰量占燃煤總灰量份額樣本、漏煤中含灰量占燃煤總灰量份額樣本、煙灰道中含灰量占燃煤總灰量份額樣本、飛灰中含灰量占燃煤總灰量份額樣本。