一种火电机组锅炉混煤优化配煤方案获取方法
【专利摘要】一种火电机组锅炉混煤优化配煤方案的获取方法，所述方法根据锅炉效率最大、混煤成本最低及污染物排放最小为目标函数，建立优化配煤数学模型，包括：多目标模糊数学模型、锅炉NOx排放预测模型、锅炉效率计算模型，使入炉配煤方案更具合理性，以保证锅炉运行的经济性和环保性。所述方法包括以锅炉效率最大、混煤成本最低及污染物排放最小为目标函，并以锅炉NOx排放预测模型、多目标模糊决策模型及锅炉效率计算模型为基础，建立优化配煤数学模型；采用支持向量机技术实现预测和多目标模糊数学技术实现优化。本发明方法适用于火电机组锅炉混煤优化配煤方案的获取方法。
【专利说明】
一种火电机组锅炉混煤优化配煤方案获取方法
技术领域
[0001] 本发明涉及一种火电机组锅炉混煤优化配煤方案获取方法，属火电机组运行混煤 燃烧优化技术领域。
【背景技术】
[0002] 当前我国电力生产主要以燃煤发电为主，而电厂供应煤种大部分呈现多元化，品 种多且特性差异大，如将不同种类的原煤直接送入锅炉燃烧，由于各组分煤的燃烧特性不 同，使锅炉燃烬程度差、燃烧效率低、结焦、灭火、受热面超温爆管和污染物排放超标等问题 时有发生，严重影响锅炉运行的安全性和经济性，不利于电网的稳定生产。因此，对于各种 不同特性的燃煤，需要一种较为科学合理的掺配方法，使入炉煤能适应锅炉正常运行要求， 指导电厂优化配煤，达到既能提高锅炉效率，降低发电的生产成本，又能减小锅炉污染物的 排放，保证锅炉安全行和经济行，维护电网的稳定运行。
[0003] 锅炉混煤优化配煤方案获取方法是火电机组运行的一项重要技术。锅炉混煤优化 配煤方案获取方法一般通过建立火电厂进煤单煤数据库，根据锅炉运行要求，以低位发热 量、挥发份、水份、灰分和煤价作为目标量，作为设置权重指标，采用多目标模糊数学模型， 得到符合要求的多种混煤配比组合;基于支持向量机算法，建立锅炉NOx排放预测模型，根 据不同混煤煤质参数和电厂SIS历史数据库，获得锅炉NOx排放的预测值;建立锅炉效率计 算简化模型，根据不同混煤煤质数据，获得对应的锅炉效率值；以锅炉效率、煤价和NOx的排 放量作为目标量，采用多目标模糊数学模型，得到最优配煤方案，将最优配煤组合方式提供 给燃运管理中心，可实现在线快速最优配煤方案。因此，锅炉混煤优化配煤方案获取方法的 关键是多目标模糊数学模型、神经网络预测模型、锅炉效率计算模型。
[0004] 目前火电机组混煤优化配煤方案，涉及锅炉侧高效率、低成本及低污染的配煤方 案的确定，主要依据是对比多种混煤配煤方案，参考锅炉历史性能试验数据，结合运行人员 经验确定。由于电厂煤源的多样性和复杂性，配煤组合数量可能很大，极大的增加了工作人 员筛选的难度，且人工误差较大，很难充分考虑煤种配比差异对最佳值的影响，缺乏准确 性。
【发明内容】
[0005] 本发明的目的是，根据现有火电锅炉侧混煤优化配煤方案获取方法确定存在的问 题，本发明提出一种火电机组锅炉混煤优化配煤方案获取方法。
[0006] 实现本发明的技术方案是，一种火电机组锅炉混煤优化配煤方案获取方法，采用 多目标模糊决策技术和支持向量机算法技术，根据锅炉效率最大、混煤成本最低及污染物 排放最小为目标函数，建立优化配煤数学模型，包括:多目标模糊数学模型、NOx排放预测模 型、锅炉效率计算模型，使入炉煤质更具合理性，以保证锅炉运行的经济性及合理性。
[0007] 本发明一种火电机组混煤优化配煤方案获取方法步骤为：
[0008] (1)采集电站锅炉日常用单煤数据，建立单煤煤质信息数据库；
[0009] (2)按照锅炉燃烧需要，以低位发热量、挥发份、水份、灰分和煤价作为目标函数， 建立多目标模糊数学模型，得到符合要求的多组混煤煤质参数结果，标记为"多组混煤煤质 参数结果"，其中包括综合煤价，记为"综合煤价"；
[0010] (3)建立锅炉NOx排放预测模型，根据所述多组混煤煤质参数结果及电厂运行SIS 历史数据，获得锅炉NOx排放的预测值，标记为"NOx预测值"；
[0011] (4)建立锅炉效率计算简化模型，根据该机组现场性能试验数据库和电厂SIS历史 数据库，并基于所述多组混煤煤质参数结果，获得对应的锅炉效率值，记为"锅炉效率n" ；
[0012] (5)根据所述锅炉效率q、所述综合煤价和所述NOx预测值作为目标量，建立多目标 模糊数学模型，获得最优配煤方案；
[0013] 本发明锅炉NOx排放预测模型，包括主成分分析、支持向量机算法和遗传算法等。
[0014] 本发明方法与现有技术比较的有益效果是，本发明方法采用多目标模糊数学技术 和支持向量机算法技术，根据组现场性能试验数据库和电厂SIS历史数据库，建立的锅炉 NOx排放预测模型预测锅炉NOx排放量，并以锅炉效率最大、NOx排放最低及混煤价格最低为 目标函数建立的多目标模糊数学模型，使获得混煤配煤方案更具合理性，以保证锅炉运行 的经济性及环保性。
[0015] 本发明方法适用于火电机组锅炉最优配煤方案方法的获取。
【附图说明】
[0016] 图1为锅炉混煤优化配煤方案获取方法模型；
[0017]图2为锅炉NOx排放预须_型。
【具体实施方式】
[0018] 本发明是针对电站锅炉最优配煤方案难以确定问题，提出的一种锅炉高效低污染 优化配煤方案的获取方法。如图1所示，具体实施方法是：
[0019] (1)采集电站锅炉日常用单煤数据，建立单煤煤质信息数据库；
[0020] (2)按照锅炉燃烧需要，以低位发热量、挥发份、水份、灰分和煤价作为目标函数， 建立多目标模糊数学模型，得到符合要求的多组混煤煤质参数结果，标记为"多组混煤煤质 参数结果"，其中包括综合煤价，记为"综合煤价"；
[0021] (3)建立锅炉NOx排放预测模型，根据(2) "多组混煤煤质参数结果"及电厂运行SIS 历史数据，获得锅炉NOx排放的预测值，标记为"NOx预测值"；
[0022] (4)建立锅炉效率计算简化模型，根据该机组现场性能试验数据库和电厂SIS历史 数据库，并基于(2) "多组混煤煤质参数结果"，获得对应的锅炉效率值，记为"锅炉效率n" ；
[0023] (5)根据(4) "锅炉效率n"、（2)"综合煤价"和(3) "NOx预测值"作为目标量，建立多 目标模糊数学模型，获得最优配煤方案；
[0024] 本发明方法与现有技术比较的有益效果是，本发明方法采用多目标模糊数学技术 和支持向量机算法技术，根据组现场性能试验数据库和电厂SIS历史数据库，建立的锅炉 NOx排放预测模型预测锅炉NOx排放量，并以锅炉效率最大、NOx排放最低及混煤价格最低为 目标函数建立的多目标模糊数学模型，使获得混煤配煤方案更具合理性，以保证锅炉运行 的经济性及环保性。
[0025]锅炉混煤优化配煤方案模型如图1所示。
[0026]锅炉NOx排放预测模型，包括主成分分析法、支持向量机算法和遗传算法。
[0027] 1)主成分分析
[0028] 主成分分析是一种分析、简化数据集的技术。它将最初可能相关的变量通过正交 变换转化为一组线性无关的变量。在代数中，它表现为原向量的协方差矩阵或相关矩阵转 换成对角矩阵;在几何上，原坐标系转换成一个新的正交坐标系。该转换使得样本点分布倾 向于最广泛的P个正交方向。主成分分析可以从数据集中提取出重要信息，并用被称为主成 分的一系列新的正交变量表示原有数据集。
[0029] 主成分分析主要是通过对协方差矩阵进行特征分解，以得出数据的主成分（即特 征向量)与它们的权值（即特征值）。主成分分析是最简单的以特征量分析多元统计分布的 方法。其结果可以理解为对原数据中的方差做出解释：哪一个方向上的数据值对方差的影 响最大？即主成分分析提供了一种降低数据维度的有效办法;如果分析者在原数据中除掉 最小的特征值所对应的成分，那么所得的低维度数据必定是最优化的（也即，这样降低维度 必定是失去讯息最少的方法）。主成分分析在分析复杂数据时尤为有用。
[0030] 2)支持向量机
[0031 ] 支持向量机算法（support vector machine，SVM)的基本原理是：将原本线性不可 分的训练数据集非线性地映射到一个高维特征空间，从而变得线性可分，随后在特征空间 建立一个具有最大隔离距离的最优分离超平面。SVM最吸引人的地方在于其在学习中应用 了结构风险最小化思想（SRM)，而不是像ANN应用传统的经验风险最小化原则(ERM)，这在理 论上被证明具有更好的泛化推广能力。
[0032] 在解决回归问题时，输入样本x首先通过非线性映射〇 (x)映射到一个高维的特征 空间，然后在这个特征空间中建立一个线性模型来拟合样本，公式如下：
[0033] f(x,w) =w ? <}) (x)+b (1)
[0034] 其中，w为权向量;b为阈值。对于给定的训练数据集(yl ,xl), (y2,x2)…（yl ,xl)， 引入e不敏感损失函数，对应的支持向量机称为支持向量机，则其约束优化问题可表示为
[0036] 式(2)的优化问题可通过引入拉格朗日乘子将其转化为对偶问题，通过解对偶问 题得到式(1)的解：
[0037] fix) - V(a( ~a])K{xrx) i-h ^ (3)
[0038] 其中，<^，4(2'.= 1，:.2,-|)为拉格朗日乘子，只有一小部分不为0，它们对应的样本就 是支持向量(Support Vector，SV) ;nsv为支持向量的个数;K(xi，x)为核函数。通常采用径向 基核函数：
[0039] K(xi，x) = exp(_入 | | x_xi | |2) (4)
[0040] 其中，A为核函数。
[0041 ]由式(2)~式(4)可知，控制C，e和A就可以控制支持向量机的推广能力，因此，如何 合理快速地选择上述3个参数成为影响SVM实际应用效果和范围的关键。
[0042] 3)遗传算法
[0043]遗传算法(Genetic Algorithm，GA)是模仿自然界生物进化机制发展起来的随机 全局搜索和优化方法，是一种典型的启发式算法，可用于SVM快速获得最优控制参数。该算 法借鉴了达尔文的进化论和孟德尔的遗传学说，其本质是一种高效、并行、全局搜索的方 法，能在搜索过程中自动获取和积累有关搜索空间的知识，并自适应地控制搜索过程以求 得最优解。遗传算法操作使用适者生存的原则，在潜在的解决方案种群中逐次产生一个近 似最优解的方案，在遗传算法的每一代中，根据个体在问题域中的适应度值和从自然遗传 学中借鉴来的再造方法(选择、交叉、变异)进行个体选择，产生一个新的近似解。这个过程 导致种群中个体的进化，得到的新个体比原来个体更能适应环境，逐渐趋于设计者的理想 方向，通过足够的进化次数后就可以找到相对满意的结果。
【主权项】
1. 一种火电机组锅炉优化配煤方案获取方法，其特征在于，所述方法根据锅炉效率最 大、混煤成本最低及污染物排放最小为目标函数，建立优化配煤数学模型，包括:多目标模 糊数学模型、锅炉NOx排放预测模型、锅炉效率计算模型，使入炉煤质更具合理性，以保证锅 炉运行的经济性及合理性； 所述方法的步骤为： (1) 采集电站锅炉日常用单煤数据，建立单煤煤质信息数据库； (2) 按照锅炉燃烧需要，以低位发热量、挥发份、水份、灰分和煤价作为目标函数，建立 多目标模糊数学模型，得到符合要求的多组混煤煤质参数结果，标记为"多组混煤煤质参数 结果"，其中包括综合煤价，记为"综合煤价"； (3) 建立锅炉NOx排放预测模型，根据所述多组混煤煤质参数结果及电厂运行SIS历史 数据，获得锅炉NOx排放的预测值，标记为"NOx预测值"； (4) 建立锅炉效率计算简化模型，根据该机组现场性能试验数据库和电厂SIS历史数据 库，并基于所述多组混煤煤质参数结果，获得对应的锅炉效率值，记为"锅炉效率η" ； (5) 根据所述锅炉效率η、所述综合煤价和所述NOx预测值作为目标量，建立多目标模糊 数学模型，获得最优配煤方案。2. 根据权利要求1所述的一种火电机组锅炉优化配煤方案获取方法，其特征在于，所述 锅炉NOx排放预测模型，包括主成分分析法、支持向量机算法和遗传算法。
【文档编号】G06Q10/04GK105894109SQ201610194751
【公开日】2016年8月24日
【申请日】2016年3月31日
【发明人】桂良明, 夏永俊, 刘发圣
【申请人】国网江西省电力科学研究院, 国家电网公司