基于偏差分析和人工智能方法的電廠機(jī)爐運(yùn)行優(yōu)化研究.pdf

1、偏差分析法是一種有效的機(jī)組性能監(jiān)測方法，對關(guān)鍵性運(yùn)行參數(shù)進(jìn)行監(jiān)督分析，根據(jù)其與應(yīng)達(dá)值的偏差盡量減少可控?fù)p失。但應(yīng)達(dá)值確定不合理是限制偏差分析法的廣泛應(yīng)用的主要因素。 本文探討了基于運(yùn)行偏差分析法的火電機(jī)組能損診斷和節(jié)能分析方法中運(yùn)行指標(biāo)應(yīng)達(dá)值的確定，采用神經(jīng)網(wǎng)絡(luò)為代表的人工智能建模方法以及遺傳算法的全局尋優(yōu)功能，使偏差法建立在實(shí)際運(yùn)行工況的基礎(chǔ)上，避免了由于現(xiàn)有變工況模型不完善或不適合所導(dǎo)致的誤差，具有真實(shí)反映機(jī)組性能的特點(diǎn)。

2、 根據(jù)華能大連電廠2005年的DCS系統(tǒng)采集的歷史數(shù)據(jù)，采用自組織特征映射網(wǎng)絡(luò)(SOFM)結(jié)合BP神經(jīng)網(wǎng)絡(luò)方法建立了穩(wěn)態(tài)運(yùn)行工況下的鍋爐效率、發(fā)電煤耗及汽輪機(jī)熱耗率等經(jīng)濟(jì)性指標(biāo)的模型。采用SOFM網(wǎng)絡(luò)的聚類功能，解決了傳統(tǒng)樣本提取方法正交性和完備性差的局限性。實(shí)現(xiàn)了對該指標(biāo)的模擬預(yù)測，與實(shí)際數(shù)據(jù)的大部分誤差都不超過2﹪，有良好的預(yù)測能力。利用該模型對不同工況下的運(yùn)行參數(shù)進(jìn)行仿真模擬，結(jié)合遺傳算法，以各運(yùn)行參數(shù)為待優(yōu)化變量，以經(jīng)濟(jì)性

3、最高作為優(yōu)化目標(biāo)函數(shù)，神經(jīng)網(wǎng)絡(luò)輸出作為遺傳算法的適應(yīng)值函數(shù)，并行搜索各運(yùn)行參數(shù)的應(yīng)達(dá)值，進(jìn)而確定各參數(shù)偏離應(yīng)達(dá)值造成的能損偏差。 建立汽輪機(jī)發(fā)電功率和循環(huán)水系統(tǒng)功耗神經(jīng)網(wǎng)絡(luò)模型以確定不同工況下凝汽器真空運(yùn)行最優(yōu)值，實(shí)現(xiàn)對二者的模擬預(yù)測，有很高的精度和可靠性。在此基礎(chǔ)上，建立發(fā)電功率與凝汽器真空的優(yōu)化模型，確定熱力系統(tǒng)各主要參數(shù)對汽輪機(jī)功率的影響以及凝汽器真空的運(yùn)行應(yīng)達(dá)值，以機(jī)組的最優(yōu)運(yùn)行為目標(biāo)，優(yōu)化可控參數(shù)，達(dá)到降低能耗的目的。