[發明專利]一種循環流化床鍋爐爐內脫硫工況參數優化方法

有效

• 申請號: 202011591341.2
• 申請日: 2020-12-29
• 公開（公告）號: CN112836723B
• 公開（公告）日: 2022-08-16
• 發明（設計）人: 徐婧;張建春;馬素霞;郭學茂;朱俊平;王劍飛;張志耀;周帥;王曉煒;張國霞
• 申請（專利權）人: 太原理工大學;太原鍋爐集團有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/18;G06Q50/04
• 代理公司: 太原晉科知識產權代理事務所(特殊普通合伙) 14110
• 代理人: 王軍

1.一種循環流化床鍋爐爐內脫硫工況參數優化方法，其特征在于，所述方法包括下列步驟：

步驟1、采集并存儲與循環流化床鍋爐爐內脫硫過程相關的運行可調參數：對影響循環流化床鍋爐效率的參數的歷史運行數據進行同步采集，包括負荷、床溫、鈣硫摩爾比、氧量、石灰石粒徑和反應前后爐內SO₂濃度，建立歷史數據庫；

步驟2、確定循環流化床鍋爐爐內脫硫過程的基準態：采用OPTICS(Ordering pointsto identify the clustering structure)聚類算法對采集到的工況參數的歷史數據進行多指標同步聚類，選取脫硫效率最高的一類樣本作為決策樣本，作為循環流化床鍋爐爐內脫硫過程優化的基準樣本；

步驟3、估計得到的基準樣本的概率分布情況：采用高斯混合模型，分別估計各影響循環流化床鍋爐效率的參數的分布規律；

步驟4、確定影響循環流化床鍋爐爐內脫硫過程的工況參數的優化運行區間：根據得到的參數概率分布情況，通過設置一定的顯著性水平，確定各工況參數的優化運行區間；

在確定影響循環流化床鍋爐爐內脫硫過程的工況參數的優化運行區間的步驟中，包括：

步驟401、根據得到的各工況參數的概率密度分布，設置顯著性水平α＝0.25，得到各參數的對應值，作為參數優化區間的上確界；

步驟402、設置顯著性水平α＝0.05，得到各參數的對應值，作為參數優化區間的下確界。

2.根據權利要求1所述的循環流化床鍋爐爐內脫硫工況參數優化方法，其特征在于，在確定循環流化床鍋爐爐內脫硫過程的基準態的步驟中，包括：

步驟201、根據循環流化床鍋爐負荷的大小，對歷史運行數據進行工況劃分；

步驟202、由公式計算循環流化床鍋爐爐內脫硫效率，其中，c_i和c_o分別表示脫硫前后的SO₂濃度；

步驟203、基于OPTICS聚類算法對歷史數據進行多指標同步聚類；

步驟204、以脫硫效率最高為目標，選取各工況下基準態樣本，作為循環流化床鍋爐爐內脫硫效率優化的基準樣本。

3.根據權利要求1所述的循環流化床鍋爐爐內脫硫工況參數優化方法，其特征在于，在估計得到的基準樣本的概率分布情況的步驟中，包括：

步驟301、多元高斯混合模型的概率分布形式為：其中，X＝[x₁,x₂,…,x_n]^T，X是影響循環流化床鍋爐爐內脫硫效率的工況參數的歷史運行數據向量；K是高斯混合模型子模型個數；ω_k是子模型的權重，且ω_k≥0，φ(X|θ_k)是第k個子模型的多維單一高斯概率密度函數，其中，μ_k和∑_k分別表示第k個子模型的均值和協方差矩陣；

步驟302、選取最大似然估計算法，求解公式的最小值，估計高斯混合模型的μ_k、∑_k和ω_k；

步驟303、將每一影響循環流化床鍋爐爐內脫硫效率的工況參數的歷史運行數據向量X分別帶入到K個高斯分布函數中，求其概率密度分布。

4.根據權利要求1所述的循環流化床鍋爐爐內脫硫工況參數優化方法，其特征在于，采集與循環流化床鍋爐爐內脫硫過程相關的運行可調參數的步驟中，循環流化床鍋爐的負荷、床溫、鈣硫摩爾比、氧量、石灰石粒徑和反應前后爐內SO₂濃度信號的數值每分鐘采集并存儲一個值，并按照時、日、月、年進行分級循環存儲。

5.根據權利要求2所述的循環流化床鍋爐爐內脫硫工況參數優化方法，其特征在于，在基于OPTICS聚類算法對歷史數據進行多指標同步聚類的步驟中，包括：

步驟2031、設X＝[x₁,x₂,…,x_n]^T，X是影響循環流化床鍋爐爐內脫硫效率的工況參數的歷史運行數據向量，置領域半徑ε和最少點數閾值MinPts；

步驟2032、創建核心對象的有序集合P和結果輸出集合Q；

步驟2033、判斷x_k是否核心對象，并計算其鄰域點的可達距離和核心距離，將集合P按可達距離的升序排列；

步驟2034：輸出帶有核心距離和可達距離的數據序列Q；

步驟2035：根據得到的數據輸出序列Q，設置合適的半徑β，將數據集聚為三類。