一种电站锅炉一次风风量的测量方法及测量系统的制作方法
【专利摘要】本申请公开了一种电站锅炉一次风风量的测量方法及系统，包括如下步骤：获取辅助变量；滤除辅助变量的误差；基于支持向量回归算法建立一次风风量的测量模型，将辅助变量代入测量模型进行计算，得到一次风风量。从上述的技术方案可以看出，本申请公开的测量方法及系统中，首先获取辅助变量，然后滤除辅助变量中的误差，最后基于支持向量回归算法建立一次风风量的测量模型，将辅助变量代入测量模型进行计算，得到一次风风量，而不是用测量装置对一次风风量进行直接测量，因此不会因为含灰尘的一次风高速冲刷而造成的测量结果随着时间变化而严重漂移，以此解决了使用测量装置对一次风风量进行直接测量得到的测量结果与实际值之间偏差较大的问题。
【专利说明】—种电站锅炉一次风风量的测量方法及测量系统
【技术领域】
[0001]本申请涉及火力发电【技术领域】，更具体地说，涉及一种电站锅炉一次风风量的测量方法及测量系统。
【背景技术】
[0002]电站锅炉一次风风量的准确测量是确定合理的风煤比进而提高燃烧效率的关键因素，也是燃烧控制系统稳定运行的前提，因此测量结果要求准确、可靠。目前，一次风风量测量主要采用文丘里管、差压式流量计、机翼式流量计等测量装置对一次风直接进行测量。电站锅炉一次风的灰尘含量一般都比较多。测量装置长期受含灰尘的一次风高速冲刷，磨损严重，导致测量结果会随着运行时间变化而严重漂移，使得使用测量装置对一次风风量进行直接测量得到的测量结果与实际值之间偏差较大。
【发明内容】
[0003]有鉴于此，本申请提供一种电站锅炉一次风风量的测量方法，以解决使用测量装置对一次风风量进行直接测量得到的测量结果与实际值之间偏差较大的问题。
[0004]为了实现上述目的，现提出的方案如下:
[0005]一种电站锅炉一次风风量的测量方法，包括如下步骤:
[0006]获取辅助变量；
[0007]滤除所述辅助变量的误差；
[0008]基于支持向量回归算法建立一次风风量的测量模型，将所述辅助变量代入测量模型进行计算，得到所述一次风风量。
[0009]优选的，所述获取辅助变量包括:
[0010]获取磨煤机一次风压力、磨煤机分离器压力、调节门开度、一次风机电流、获取磨煤机电流、空预器一次风进出口差压、瞬时给煤量和一次风温差。
[0011]优选的，所述滤除所述辅助变量的误差，包括:
[0012]采用限幅法剔除所述辅助变量的粗大误差；
[0013]采用滤波算法减小所述辅助变量的随机误差。
[0014]优选的，所述基于支持向量回归算法建立一次风风量的测量模型，将所述辅助变量代入测量模型进行计算，得到所述一次风风量，包括:
[0015]获取训练集；
[0016]构造核函数；
[0017]构造并求解二次规划问题，解得拉格朗日系数；
[0018]选取满足所述二次规划问题的解；
[0019]构造所述测量模型；
[0020]将所述辅助变量代入测量模型进行计算，得到所述一次风风量。
[0021]优选的，还包括:[0022]对所述测量模型的参数进行在线修正。
[0023]—种电站锅炉一次风风量的测量系统,包括:
[0024]获取装置，用于获取辅助变量；
[0025]过滤装置，用于滤除所述辅助变量的误差；
[0026]计算装置，用于建立一次风风量模型，并对所述辅助变量进行计算，得到并输出所述一次风风量。
[0027]优选的，所述辅助变量包括:
[0028]磨煤机一次风压力、磨煤机分离器压力、调节门开度、一次风机电流、获取磨煤机电流、空预器一次风进出口差压、瞬时给煤量和一次风温差。
[0029]优选的，所述过滤装置包括:
[0030]第一过滤模块，用于采用限幅法剔除所述辅助变量的粗大误差；
[0031]第二过滤模块，用于采用滤波算法减小所述辅助变量的随机误差。
[0032]优选的，所述计算装置包括:
[0033]输入模块，用于获取训练集；
[0034]第一计算模块，用于构造核函数；
[0035]第二计算模块，用于构造并求解二次规划问题，解得拉格朗日系数；
[0036]选择模块，用于选取满足所述二次规划问题的解；
[0037]构造模块，用于构造所述测量模型；
[0038]第三计算模块，用于将所述辅助变量代入所述测量模型进行计算，并输出所述一次风风量。
[0039]优选的，还包括:
[0040]修正装置，用于对所述计算装置的参数进行在线修正。
[0041]从上述的技术方案可以看出，本申请公开的电站锅炉一次风风量的测量方法中，首先获取辅助变量，然后滤除辅助变量中的误差，最后基于支持向量回归算法建立一次风风量的测量模型，将所述辅助变量代入测量模型进行计算，得到一次风风量，而不是用测量装置对一次风风量进行直接测量，因此不会因为含灰尘的一次风高速冲刷而造成的测量结果随着时间变化而严重漂移，以此解决了使用测量装置对一次风风量进行直接测量得到的测量结果与实际值之间偏差较大的问题。
【专利附图】
【附图说明】
[0042]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0043]图1为本申请实施例公开的一种电站锅炉一次风风量的测量方法的流程图；
[0044]图2为本申请另一实施例公开的一种电站锅炉一次风风量的测量方法的流程图；
[0045]图3为本申请又一实施例公开的一种电站锅炉一次风风量的测量方法的流程图；
[0046]图4为本申请又一实施例公开的一种电站锅炉一次风风量的测量系统的结构图；
[0047]图5为本申请又一实施例公开的一种电站锅炉一次风风量的测量系统的结构图；[0048]图6为本申请又一实施例公开的一种电站锅炉一次风风量的测量系统的结构图。【具体实施方式】
[0049]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0050]实施例一
[0051]图1为本申请实施例一公开的一种电站锅炉一次风风量的检测方法的流程图。
[0052]如图1所示，本实施例公开的电站锅炉一次风风量的检测方法包括如下步骤:
[0053]SlOl:获取辅助变量；
[0054]S102:滤除辅助变量的误差；
[0055]S103:基于支持向量回归算法建立一次风风量的测量模型，将辅助变量代入测量模型进行计算，得到一次风风量。
[0056]从上述技术方案可以看出，本实施例公开的电站锅炉一次风风量的检测方法中，首先获取辅助变量，然后滤除辅助变量中的误差，最后基于支持向量回归算法建立一次风风量的测量模型，将辅助变量代入测量模型进行计算，得到一次风风量，而不是用测量装置对一次风风量进行直接测量，因此不会因为含灰尘的一次风高速冲刷而造成测量结果随着时间变化而严重漂移，以此解决了使用测量装置对一次风风量进行直接测量得到的测量结果与实际值之间偏差较大的问题。
[0057]实施例二
[0058]图2为本申请另一实施例公开的一种电站锅炉一次风风量的测量方法的流程图。
[0059]如图2所示,本实施例公开的电站锅炉一次风风量的测量方法包括如下步骤:
[0060]S201:获取辅助变量；
[0061]首先选择所要获取的辅助变量。本实施例中是根据机理和主元分析相结合的方法选取辅助变量。
[0062]所谓机理，是根据流体力学原理，对影响一次风风量的因素进行分析，以确定各因素对风量大小的影响。所谓主元分析，是寻找一组变量，在变量个数较少的情况下，尽可能多地携带原变量的有用信息，如采用主元累计贡献率方法确定主元个数。
[0063]根据以上分析的结果，本实施例中选取的辅助变量包括磨煤机一次风压力、磨煤机分离器压力、调节门开度、一次风机电流、获取磨煤机电流、空预器一次风进出口差压、瞬时给煤量和一次风温差。
[0064]S202:采用限幅法剔除辅助变量的粗大误差；
[0065]S203:采用滤波算法减小辅助变量的随机误差；
[0066]S204:获取训练集；
[0067]给定训练集Kp1, Y1),…，(pk, yk)}其中输入 Pi e Rn,输出 yi e Rk, i=l, 2---k ；ijl|练集为从对某特定机组进行现场测试得到的样本数据的一部分，其中Pi e Rn为选择的辅助变量，Yi e Rk为主导变量(此处即为一次风量)。
[0068]训练集包括训练样本和测试样本，从国内某电厂提供的DCS历史数据中选取2000组数据作为训练样本，另外从中选取200组数据作为测试样本。使用归一化函数将训练样本和测试样本进行归一化处理。
[0069]S205:构造核函数；
[0070]构造适当的核函数，本实施例中核函数优选径向基核函数(RBF)，并选择适当的精度ε >0和惩罚参数C>0，精度和惩罚参数一般直接采用模型算法的默认值。
[0071]S206:构造并求解二次规划问题，解得拉格朗日系数；
[0072]3 = (5,,...,?)7',
I kkk
[0073]min =~Σ (α; — α,)(“； — α.)夂(A ρ:) + "Σ(α: + ) — ΣMa: — u )
a,a ^Rk I ij=ii=li=l
k
[0074]S.t.Yi (Uj - a':) = 0, 0 < Ui, a': <
/-1
[0075]i, j=l, 2，...，k
[0076]U1, a,为使用拉格朗日法求解二次规划问题(即最值问题)时引入的拉格朗日常
数，核函数采用1((?1，？)=6耶(-^*|?1-?|2)，式中Y为常数，可以给定任意的初始值或使用默认的初始值，训练时会自动寻优得到更合理的值，其中Pi为训练时获得的支持向量，P为
实测的辅助变量归一化后组成的向量，S为训练后的线性模型的常数项，然后采用训练样
本进行模型的训练、参数选择及模型验证；
[0077]S207:选取满足二次规划问题的解；
[0078]选取满足上式约束条件的解5,或δ;计算i ,
Ic~k
[0079]L=V1-a^Kip^ρj)+^ 或者-Y^a1-a^Kip^p^-t
i=l ?=1
[0080]S208:构造测量模型；
k ~
[0081 ] y = g( ρ) = Υ(α - α?)人,(/),.,p)+b
__ _ i=l
[0082]其中Y为一次风风量。
[0083]S209:将辅助变量代入测量模型进行计算，得到一次风风量。
[0084]实施例三
[0085]图3为本申请又一实施例公开的一种电站锅炉一次风风量的测量方法的流程图。
[0086]如图3所示,本实施例公开的电站锅炉一次风风量的测量方法包括如下步骤:
[0087]S301:获取辅助变量；
[0088]S302:采用限幅法剔除辅助变量的粗大误差；
[0089]S303:采用滤波算法减小辅助变量的随机误差。
[0090]S304:获取训练集；
[0091]S305:构造核函数；
[0092]S306:构造并求解二次规划问题，解得拉格朗日系数；
[0093]S307:选取满足二次规划问题的解；[0094]S308:构造测量模型
[0095]S309:将辅助变量代入测量模型进行计算，得到一次风风量。
[0096]S310:对测量模型的参数进行在线修正。
[0097]通过在线运行中得到的大量样本数据对测量模型的参数进行修正。
[0098]从上述技术方案可以看出，本实施例比是在上一实施例的基础上增加了步骤S310，用于对测量模型的参数进行在线修正，以使所获得的一次风风量更加贴近实际风量，能够提高测量的精度。
[0099]实施例四
[0100]图4为本申请又一实施例公开的一种电站锅炉一次风风量的测量系统的结构图，包括获取装置10、过滤装置20和计算装置30。
[0101]获取装置10用于获取辅助变量。
[0102]过滤装置20用于滤除辅助变量的误差。
[0103]计算装置30用于建立一次风风量测量模型，并对辅助变量进行计算，得到并输出一次风风量。
[0104]从上述技术方案可以看出，本实施例公开的电站锅炉的一次风风量的测量系统中，首先获取辅助变量，然后滤除辅助变量中的误差，最后基于支持向量回归算法建立一次风风量的测量模型，将辅助变量代入测量模型进行计算，得到一次风风量，而不是用测量装置对一次风风量进行直接测量，因此不会因为含灰尘的一次风高速冲刷而导致测量结果随着时间变化而严重漂移，以此解决了使用测量装置对一次风风量进行直接测量得到的测量结果与实际值之间偏差较大的问题。
[0105]实施例五
[0106]图5为本申请又一实施例公开的一种电站锅炉一次风风量的测量系统的结构图。
[0107]如图5所示，本实施例公开的电站锅炉一次风风量的测量系统包括:获取装置10、过滤装置20和计算装置30，其中过滤装置20包括第一过滤模块21和第二过滤模块22 ;计算装置30包括输入模块31、第一计算模块32、第二计算模块33、选择模块34、构造模块35和第二计算模块36。其中:
[0108]获取装置10用于获取辅助变量，在获取变量过程中首先选择所要获取的辅助变量。本实施例中是根据机理和主元分析相结合的方法选取辅助变量。
[0109]所谓机理，是根据流体力学原理，对影响一次风风量的因素进行分析，以确定各因素对风量大小的影响。所谓主元分析，是寻找一组变量，在变量个数较少的情况下，尽可能多地携带原变量的有用信息，如采用主元累计贡献率方法确定主元个数。
[0110]根据以上分析的结果，本实施例中选取的辅助变量包括磨煤机一次风压力、磨煤机分离器压力、调节门开度、一次风机电流、获取磨煤机电流、空预器一次风进出口差压、瞬时给煤量和一次风温差。
[0111]第一过滤装置21用于接收辅助变量，并采用采用限幅法剔除辅助变量的粗大误差。
[0112]第二过滤装置22用于接收经过剔除粗大误差后的辅助变量，并采用滤波算法减小辅助变量的随机误差。
[0113]输入模块30用于获取训练集；[0114]训练集Kp1J1),…，(Pk, yk)}其中输Api e Rn,输出 yi e Rk, i=l，2-k;为从对某特定机组进行现场测试得到的样本数据的一部分，其中Pi e Rn为选择的辅助变量，yi e Rk为主导变量(此处即为一次风量)。
[0115]训练集包括训练样本和测试样本，从国内某电厂提供的DCS历史数据中选取2000组数据作为训练样本，另外从中选取200组数据作为测试样本。使用归一化函数将训练样本和测试样本进行归一化处理。
[0116]第一计算模块32用于构造核函数；
[0117]构造适当的核函数，本实施例中核函数优选径向基核函数(RBF)，并选择适当的精度ε >0和惩罚参数C>0，精度和惩罚参数一般直接采用模型算法的默认值。
[0118]第二计算模块33用于构造并求解二次规划问题，解得拉格朗日系数；
【权利要求】
1.一种电站锅炉一次风风量的测量方法，其特征在于，包括如下步骤: 获取辅助变量； 滤除所述辅助变量的误差； 基于支持向量回归算法建立一次风风量的测量模型，将所述辅助变量代入测量模型进行计算，得到所述一次风风量。
2.如权利要求1所述的测量方法，其特征在于，所述获取辅助变量包括: 获取磨煤机一次风压力、磨煤机分离器压力、调节门开度、一次风机电流、获取磨煤机电流、空预器一次风进出口差压、瞬时给煤量和一次风温差。
3.如权利要求1所述的测量方法，其特征在于，所述滤除所述辅助变量的误差，包括: 采用限幅法剔除所述辅助变量的粗大误差； 采用滤波算法减小所述辅助变量的随机误差。
4.如权利要求1所述的测量方法，其特征在于，所述基于支持向量回归算法建立一次风风量的测量模型，将所述辅助变量代入测量模型进行计算，得到所述一次风风量，包括: 获取训练集； 构造核函数； 构造并求解二次规划问题，解得拉格朗日系数； 选取满足所述二次规划问题的解； 构造所述测量模型； 将所述辅助变量代入测量模型进行计算，得到所述一次风风量。
5.如权利要求1~4任一项所述的测量方法，其特征在于，还包括: 对所述测量模型的参数进行在线修正。
6.一种电站锅炉一次风风量的测量系统，其特征在于，包括: 获取装置，用于获取辅助变量； 过滤装置，用于滤除所述辅助变量的误差； 计算装置，用于建立一次风风量模型，并对所述辅助变量进行计算，得到并输出所述一次风风量。
7.如权利要求6所述的测量系统，其特征在于，所述辅助变量包括: 磨煤机一次风压力、磨煤机分离器压力、调节门开度、一次风机电流、获取磨煤机电流、空预器一次风进出口差压、瞬时给煤量和一次风温差。
8.如权利要求6所述的测量系统，其特征在于，所述过滤装置包括: 第一过滤模块，用于采用限幅法剔除所述辅助变量的粗大误差； 第二过滤模块，用于采用滤波算法减小所述辅助变量的随机误差。
9.如权利要求6所述的测量系统，其特征在于，所述计算装置包括: 输入模块，用于获取训练集； 第一计算模块，用于构造核函数； 第二计算模块，用于构造并求解二次规划问题，解得拉格朗日系数； 选择模块，用于选取满足所述二次规划问题的解； 构造模块，用于构造所述测量模型； 第三计算模块，用于将所述辅助变量代入所述测量模型进行计算，并输出所述一次风风量。
10. 如权利要求6~9所述的测量系统，其特征在于，还包括: 修正装置，用于对所述计算装置的参数进行在线修正。
【文档编号】G01F15/04GK103575351SQ201310578073
【公开日】2014年2月12日 申请日期:2013年11月18日 优先权日:2013年11月18日
【发明者】陈卫, 张永军, 尹峰, 罗志浩 申请人:国家电网公司, 国网浙江省电力公司电力科学研究院