燃煤電站鍋爐受熱面灰污監(jiān)測與控制問題研究.pdf

1、新世紀以來，隨著人口的增長和經(jīng)濟的發(fā)展，能源的重要性愈發(fā)的凸顯?；鹆Πl(fā)電在未來相當長的一段時間內(nèi)仍然是我國電力的主要來源。國家“十二五規(guī)劃”對火力發(fā)電的節(jié)能減排提出了新的更高要求。在這種背景下，作為火力發(fā)電的核心設備，燃煤電站鍋爐的節(jié)能和安全運行變得更加重要。鍋爐各個換熱面的換熱效率直接影響整個鍋爐的熱效率。
　　本研究主要內(nèi)容包括：⑴研究鍋爐對流受熱面的積灰監(jiān)測問題。定義清潔系數(shù)來表征鍋爐對流受熱面的灰污狀況；應用最小二乘支持向

2、量機建立鍋爐低溫過熱器受熱面的清潔吸熱量模型；選取機組正常運行工況下的數(shù)據(jù)，采用該模型預測出受熱面的清潔吸熱量；根據(jù)熱力學公式計算出受熱面的實際吸熱量，進而計算出受熱面的清潔系數(shù)，從而實現(xiàn)了對鍋爐受熱面積灰狀況的在線監(jiān)測。基于電站鍋爐實際運行數(shù)據(jù)的仿真結果顯示，以清潔系數(shù)來表征鍋爐低溫過熱器的積灰情況具有可操作性，本文建立的監(jiān)測模型能夠對燃煤鍋爐主要對流受熱面的灰污狀況進行有效的監(jiān)測。⑵研究鍋爐輻射受熱面的積灰監(jiān)測問題。分析得出，爐膛區(qū)

3、域的灰污監(jiān)測關鍵在于獲取爐膛出口煙溫，因此將爐膛區(qū)域的積灰監(jiān)測進一步細化為爐膛出口煙溫的建模。提出一種模糊C均值聚類-最小二乘支持向量機-偏最小二乘模型來預測爐膛出口煙溫。在該方法中，針對實際運行工況的特性，首先將運行數(shù)據(jù)通過模糊C均值聚類（Fuzzy C-means clustering，F(xiàn)CM）進行聚類劃分；然后對每個子類應用最小二乘支持向量機（Least Square Support Vector Machine，LSSVM)進行

4、建模；最后應用偏最小二乘方法(Partial Least Square，PLS)將各個子模型合并成最終的輸出模型。仿真結果表明，相對于標準LSSVM模型，該模糊C均值聚類-最小二乘支持向量機-偏最小二乘（FCM-LSSVM-PLS）模型有更好的預測精度和更低的計算時間。在此模型基礎上，針對實際工業(yè)情況下系統(tǒng)狀態(tài)不斷地變換，需要利用在線運行數(shù)據(jù)對建立的FCM-LSSVM-PLS模型進行在線更新的要求,提出新的在線更新算法。仿真結果表明，提