[發(fā)明專利]一種超超臨界直流爐汽溫預警系統(tǒng)及方法

在審

• 申請?zhí)枺?/td>: 202210218986.4
• 申請日: 2022-03-08
• 公開（公告）號: CN114754897A
• 公開（公告）日: 2022-07-15
• 發(fā)明（設計）人: 葛宏敏;張振興;沃海喬;戴成峰;俞越林;吳潮德;鄒淼
• 申請（專利權(quán)）人: 國能浙江北侖第一發(fā)電有限公司
• 主分類號: G01K13/024
• 分類號: G01K13/024;G01K7/22;G08B31/00
• 代理公司: 杭州杭誠專利事務所有限公司 33109
• 代理人: 邱順富

本發(fā)明公開了一種超超臨界直流爐汽溫預警系統(tǒng)及方法，包括：預測模塊，預測模塊包括溫度檢測裝置，與溫度檢測裝置相連的控制模塊，用于汽溫預測；報警模塊，包括調(diào)節(jié)模塊，與調(diào)節(jié)模塊相連的報警子模塊，用于超溫時報警；誤差控制模塊，包括誤差判斷模塊，與誤差判斷模塊相連的矯正模塊，用于誤差計算，對預測進行矯正；能夠監(jiān)測主再熱汽溫，并對實時參數(shù)變化趨勢進行預測并報警，提前發(fā)現(xiàn)汽溫超限現(xiàn)象，避免眾多影響因素造成干擾導致的預測失真；能夠檢測折焰角的煙氣溫度與煙氣擋板開度，通過對煙氣溫度進行檢測與調(diào)節(jié)擋板開度對主熱汽溫、主再熱汽溫進行監(jiān)控，將檢測到的實時數(shù)據(jù)進行上報，通過預測系統(tǒng)工作狀態(tài)提醒系統(tǒng)進行調(diào)節(jié)。

技術(shù)領(lǐng)域

本發(fā)明涉及發(fā)電廠汽溫控制領(lǐng)域，尤其涉及一種超超臨界直流爐汽溫預警系統(tǒng)及方法。

背景技術(shù)

發(fā)電廠的主蒸汽溫度、再熱蒸汽溫度、各金屬受熱面溫是機組經(jīng)濟、安全運行的重要參數(shù)，必須控制在一定范圍內(nèi)。超超臨界直流爐由于蓄熱能力小，在受到干擾時，機組主、再熱汽溫自行保持能力較差，對擾動比較敏感。由于影響汽溫的因素繁多，現(xiàn)有以PID控制為基礎的調(diào)節(jié)系統(tǒng)，經(jīng)常需要依靠值班員人工干預,而所有干預均是需要結(jié)合實時值以及未來趨勢進行操作。目前，汽溫未來趨勢變化都是依靠值班員根據(jù)經(jīng)驗進行預測。由于各個參數(shù)都處于實時變化中，人工參與調(diào)節(jié)的時機和幅度往往難以最優(yōu)化，且存在滯后性。而緊盯汽溫又會消耗操作員過多的注意力，分散對其它參數(shù)的關(guān)注度。如果能準確預測汽溫未來的變化趨勢，使值班員獲得輔助支持，提前調(diào)整運行參數(shù)、提高主再熱蒸汽溫度、減少溫超限情況，對提高機組運行的經(jīng)濟性、安全性有重要意義。

例如，一種在中國專利文獻上公開的“一種用于超超臨界鍋爐受熱面管超溫預警的多步預測方法”，其公告號：CN112307650B，公開了訓練階段采集訓練數(shù)據(jù)，基于LSTM的時間網(wǎng)絡模型進行預測，但是該方案適用于溫預測泛用性較差，并沒有解決因為影響因素眾多造成的計算量大與誤差優(yōu)化，使得預測誤差較大，最終優(yōu)化結(jié)果差。

發(fā)明內(nèi)容

為此，本發(fā)明提供一種超超臨界直流爐汽溫預警系統(tǒng)及方法，能夠監(jiān)測主再熱汽溫，并對實時參數(shù)變化趨勢進行預測并報警，提前發(fā)現(xiàn)汽溫超限現(xiàn)象。

為了實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

一種超超臨界直流爐汽溫預警系統(tǒng)，包括：預測模塊，預測模塊包括溫度檢測裝置，與溫度檢測裝置相連的控制模塊，用于汽溫預測；報警模塊，包括調(diào)節(jié)模塊，與調(diào)節(jié)模塊相連的報警子模塊，用于超溫時報警；誤差控制模塊，包括誤差判斷模塊，與誤差判斷模塊相連的矯正模塊，用于誤差計算，對預測進行矯正。預測模塊能夠通過檢測特定位置的汽溫并將汽溫數(shù)據(jù)進行存儲，同時根據(jù)實時汽溫數(shù)據(jù)對未來的汽溫進行預測，預測模塊與報警模塊相連，報警模塊獲取特定位置的汽溫以及預測汽溫，當預測值以及實時汽溫超過設定值時進行報警，提醒系統(tǒng)需要進行修正；誤差控制模塊與預測模塊相連，當預測值與實時汽溫的差值超過預設值時進行動作，能夠通過調(diào)整溫度檢測裝置來縮小預測誤差。

作為優(yōu)選的，溫度檢測裝置包括煙氣擋板，煙氣擋板連接設有折焰角，折焰角連接設有檢測機構(gòu)，檢測機構(gòu)與控制模塊相連。煙氣擋板位于折焰角上端面，煙氣擋板與折焰角轉(zhuǎn)動連接，檢測機構(gòu)位于折焰角上端面煙氣擋板旁靠近爐一側(cè)，檢測機構(gòu)包括球體溫度傳感器，能夠檢測流經(jīng)球體表面的氣流溫度，球體溫度傳感器呈等間距陣列布置與折焰角相連接，球體溫度傳感器能夠?qū)z測到的實時汽溫數(shù)據(jù)傳遞到控制模塊。

作為優(yōu)選的，控制模塊包括預測系統(tǒng)，與預測系統(tǒng)相連的檢測系統(tǒng)，檢測系統(tǒng)與檢測機構(gòu)相連。預測系統(tǒng)包括keras深度學習框架，預測系統(tǒng)包括LSTM長短期記憶神經(jīng)網(wǎng)絡，預測系統(tǒng)包括數(shù)據(jù)計算模塊，將歷史參數(shù)換算為相關(guān)參數(shù)的權(quán)值矩陣，包括SIS系統(tǒng)PI實時數(shù)據(jù)庫。能夠?qū)⒑w各種工況下的歷史參數(shù)作為樣本數(shù)據(jù)進行訓練，通過現(xiàn)有數(shù)據(jù)庫進行預測，得到未來的汽溫值。Keras是一個高層神經(jīng)網(wǎng)絡API，支持快速實驗，能夠極大減少一般應用下用戶的工作量，同時，Keras設有單獨的模型配置文件類型，模型是由純python編寫的代碼，使其更簡潔、緊湊和更易查找錯誤，同時利用python龐大的第三方庫，提供了擴展的便利性。