一种煤粉锅炉燃烧优化及增氧助燃节能降碳方法与流程

本发明涉及燃煤锅炉燃烧，具体为一种煤粉锅炉燃烧优化及增氧助燃节能降碳方法。

背景技术：

1、目前，煤粉锅炉通常采用普通空气助燃或富氧助燃，其燃烧效率和污染物排放会影响经济性和环保性。传统的煤粉锅炉燃烧技术存在燃烧不充分、热损失大、污染物排放高等问题，亟需提高燃烧效率，减少污染物排放。

2、富氧燃烧技术是一种有效的提高燃烧效率、降低污染物排放的方法。富氧燃烧是指在燃烧过程中，通过增加氧气浓度，提高燃料与氧气的混合和传质效果，从而加快燃烧速率，提高燃烧温度，促进燃料的完全燃烧。富氧燃烧可显著提高燃烧效率，减少烟气热损失，降低污染物的生成。

3、为进一步提高富氧燃烧的效果，需要合理设计富氧燃烧器的结构参数，如助燃孔的数量、直径、倾角等。助燃孔的设计直接影响到富氧空气与煤粉的混合效果，进而影响燃烧效率和污染物生成。目前，助燃孔参数的设计主要依靠经验和试验，缺乏理论依据和优化方法，难以获得最佳的富氧燃烧效果。

4、此外，煤粉锅炉的燃烧状态会随着负荷、煤质等工况的变化而变化，需要实时监测锅炉的燃烧参数，预测未来一段时间内的燃烧状态，当预测的燃烧效率下降或污染物超标时，及时启动富氧燃烧，并优化燃烧器结构，以保证锅炉的安全经济运行。

5、因此，亟需一种能够预测煤粉燃烧状态，自动启动富氧燃烧，并实时优化燃烧器结构参数的方法，以提高煤粉锅炉的燃烧效率，降低污染物排放，实现节能降碳的目标。

技术实现思路

1、本发明的目的在于针对现有技术的不足，提出一种煤粉锅炉燃烧优化及增氧助燃节能降碳方法。

2、为实现上述目的，本发明提供如下技术方案：一种煤粉锅炉燃烧优化及增氧助燃节能降碳方法，包括：在锅炉内布置传感器，获取锅炉内煤粉的燃烧参数，并对数据进行预处理；

3、基于煤粉的燃烧参数，构建燃烧效率模型，用于计算当前锅炉内煤粉的燃烧效率；训练lstm模型，预测未来时间步的煤粉燃烧效率和燃烧排放；

4、构建调节煤粉燃烧效率和燃烧排放的触发机制，当预测的煤粉燃烧效率小于预定标准以及燃烧排放大于预定标准时，启用锅炉燃烧室内的富氧燃烧器；

5、在锅炉燃烧室内设置富氧燃烧器，通过富氧燃烧器向锅炉炉膛内输送富氧空气和混合富氧空气的煤粉；

6、基于深度确定性策略梯度模型ddpg，构建富氧燃烧器的助燃孔优化模型，计算和优化助燃孔的数量、直径和倾角的参数；

7、根据燃烧效率预测结果，当启用富氧燃烧器时，通过ddpg模型计算得出富氧燃烧器助燃孔优化参数，动态调整富氧燃烧器结构，以时间步为周期，阶段性优化富氧燃烧过程，实现锅炉煤粉的增氧助燃。

8、优选的，获取锅炉中煤粉的燃烧参数，通过安装在锅炉上的各种传感器，实时采集煤粉的燃烧参数，包括：锅炉负荷，煤粉输入热量，一次风温度，二次风温度，炉膛温度，排烟温度，过量空气系数，炉膛负压，nox排放浓度以及co排放浓度；

9、对获取的锅炉的煤粉的燃烧参数进行预处理，去除重复值，填补缺失值；

10、基于获取的煤粉的燃烧参数，计算燃烧效率，燃烧效率表示锅炉在时间步将煤粉的化学能转换为蒸汽热能的效率，通过以下公式计算：

11、

12、其中，是锅炉输出的热量，表示锅炉在时间步t生成的蒸汽携带的热量；是煤粉输入热量，表示进入锅炉的煤粉携带的化学能；是煤粉的低位发热量，表示单位质量煤粉完全燃烧释放的热量；锅炉输出的热量根据锅炉负荷和锅炉的额定蒸发量进行计算：

13、

14、其中，是过热蒸汽的焓值，表示单位质量过热蒸汽携带的热量；是给水焓值，表示单位质量给水携带的热量。

15、优选的，使用lstm模型来预测未来时间步内的煤粉燃烧效率和nox、co排放浓度、；

16、将煤粉历史燃烧参数按照时间顺序排列，形成时间序列数据，根据时间序列数据组成样本；每个样本包括输入特征和输出特征：

17、所述输入特征包括，过去个时间步的燃烧参数，即：

18、

19、其中：

20、所述输出特征包括，未来个时间步的燃烧效率、nox浓度和co浓度，即：

21、

22、其中，为输入序列的长度，为预测的未来时间步数；样本数据通过滑动窗口的方式生成，即依次将时间窗口向后滑动，生成多个输入－输出样本对。

23、优选的，lstm模型的损失函数采用均方误差mse，即预测数值与实际值之差的平方和：

24、

25、其中，是训练样本数，、和分别是第个样本的实际燃烧效率、nox排放浓度和co排放浓度；、和是燃烧效率、nox排放浓度和co排放浓度的预测值。

26、优选的，设置煤粉燃烧效率和燃烧排放的阈值，当预测的燃烧效率低于燃烧效率阈值以及燃烧排放高于排放阈值时，启用锅炉燃烧室内的富氧燃烧器；

27、设定最低燃烧效率阈值为，当预测的煤粉燃烧效率低于时，启用锅炉燃烧室内的富氧燃烧器，即预测的煤粉燃烧效率低于最低燃烧效率阈值：；

28、设定最高nox排放浓度阈值为，当预测的nox排放浓度高于时，启用锅炉燃烧室内的富氧燃烧器，即预测的nox排放浓度高于最高阈值：；

29、设定最高co排放浓度阈值，当预测的co排放浓度高于时，启用锅炉燃烧室内的富氧燃烧器，即预测的co排放浓度高于最高阈值：；

30、当燃烧效率和排放浓度中任一标准超出阈值时，均启用锅炉燃烧室内的富氧燃烧器。

31、优选的，所述富氧燃烧器由内管和外管组成，内管和外管同轴布置，内管直径为d1，用于输送煤粉；外管直径d2，用于输送富氧空气；启用富氧燃烧器时，富氧燃烧器向锅炉炉膛内输送富氧空气和混合富氧空气的煤粉；

32、在外管上沿轴向均匀开设个富氧助燃孔，每个孔的直径为d，孔的轴线与外管轴线的夹角为，使得富氧空气以角度射入内管，与煤粉充分混合；

33、富氧空气由空分设备提供，氧气浓度为，通过管道输送至外管，煤粉由给粉机提供，经粉管输送至内管，给粉机采用变频电机调速，实现煤粉量的精确控制。

34、优选的，基于深度确定性策略梯度模型ddpg，构建富氧燃烧器的助燃孔优化模型，求解和优化富氧燃烧器的助燃孔的数量、直径、倾角的参数；

35、将燃烧效率、nox排放浓度和co排放浓度作为深度确定性策略梯度模型ddpg的状态变量，状态空间为三维连续空间；

36、将助燃孔数量、直径d和倾角作为动作变量，动作空间为三维混合空间；

37、设计奖励函数：

38、其中，、和为权重系数，用于平衡燃烧效率和污染物排放的相对重要性，取正值，和非负值；

39、设计深度确定性策略梯度模型ddpg的网络结构，采用actor-critic框架，actor网络和critic网络均为l层全连接网络，其中前l-1层的神经元数分别为(m1，m2，...，ml-1)，激活函数为relu；输出层神经元数分别为3和1，激活函数分别为tanh和线性函数；优化器为adam，学习率为lr；

40、利用深度确定性策略梯度模型ddpg，输入实时的状态变量，得到最优的助燃孔参数，用于富氧燃烧器的优化控制。

41、一种煤粉锅炉燃烧优化及增氧助燃节能降碳系统，其基于所述的一种煤粉锅炉燃烧优化及增氧助燃节能降碳方法实现，包括：数据采集模块、燃烧效率预测模块、燃烧机制模块、富氧燃烧器模块、助燃优化模块以及循环调整模块；

42、所述数据采集模块，用于在锅炉内布置传感器，获取锅炉内煤粉的燃烧参数，并对数据进行预处理；

43、所述燃烧效率预测模块，基于煤粉的燃烧参数，构建燃烧效率模型，用于计算当前锅炉内煤粉的燃烧效率；训练lstm模型，预测未来时间步的煤粉燃烧效率和燃烧排放；

44、所述燃烧机制模块，用于构建调节煤粉燃烧效率和燃烧排放的触发机制，当预测的煤粉燃烧效率小于预定标准以及燃烧排放大于预定标准时，启用锅炉燃烧室内的富氧燃烧器；

45、所述富氧燃烧器模块，在锅炉燃烧室内设置富氧燃烧器，通过富氧燃烧器向锅炉炉膛内输送富氧空气和混合富氧空气的煤粉；所述富氧燃烧器包括同轴布置的内管和外管，内管用于输送煤粉，外管用于输送富氧空气；

46、所述助燃优化模块，基于深度确定性策略梯度模型ddpg，构建富氧燃烧器的助燃孔优化模型，计算和优化助燃孔的数量、直径和倾角的参数；

47、所述循环调整模块，根据燃烧效率预测结果，结合ddpg模型给出的富氧燃烧器助燃孔优化参数，动态调整富氧燃烧器结构，以时间步为周期，阶段性优化富氧燃烧过程，实现锅炉煤粉的燃烧优化。

48、一种电子设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；

49、所述处理器通过调用所述存储器中存储的计算机程序，执行所述的一种煤粉锅炉燃烧优化及增氧助燃节能降碳方法。

50、一种计算机可读存储介质，包括：储存有指令，当所述指令在计算机上运行时，使得计算机执行所述的一种煤粉锅炉燃烧优化及增氧助燃节能降碳方法。

51、本发明的有益效果：本发明通过在锅炉内布置传感器，实时获取煤粉燃烧参数，构建燃烧效率模型，计算当前煤粉燃烧效率，并使用lstm模型预测未来时间步的燃烧效率；当预测燃烧效率低于预定标准时，启用富氧燃烧器，提高氧气浓度，加快燃烧速率，促进煤粉完全燃烧，提高燃烧效率，减少煤粉消耗，实现节能降耗。

52、本发明通过lstm模型预测未来时间步的nox和co排放浓度，当预测排放浓度超过预定标准时，启用富氧燃烧器，抑制nox和co的生成；同时，利用ddpg模型优化富氧燃烧器的助燃孔参数，改善富氧空气与煤粉的混合效果，促进充分燃烧，减少污染物的生成。降低污染物排放。

53、本发明通过实时获取燃烧参数，预测未来燃烧状态，当预测结果超出预设阈值时，及时启动富氧燃烧，响应速度快，控制及时。利用ddpg模型实时优化助燃孔参数，根据燃烧状态的变化，动态调整富氧燃烧器结构，实现精准控制，保证最佳燃烧效果。