穩(wěn)態(tài)追蹤自矯正的聯合循環(huán)機組排煙含氧量在線測量方法
【專利摘要】本發(fā)明公開了一種穩(wěn)態(tài)追蹤及自矯正的燃氣?蒸汽聯合循環(huán)機組排煙含氧量在線測量方法，包括如下步驟：利用網絡交換機獲取機組實時運行數據，將采集的各個測點數據按時間順序進行隊列存儲；利用樣本熵從各隊列數據中篩選最靠近當前時刻的穩(wěn)態(tài)時間段，并同時將該段時間內各測點數據進行平均處理，進行故障診斷，若篩選的測點數據判定沒有問題，則進行下一步的排煙含氧量計算，同時導入歷史數據庫，若篩選的測點數據判定出現問題，則利用該診斷模型進行測點數據重構，再進行下一步煙氣氧含量計算；煙氣氧含量經迭代計算得到。本發(fā)明提供一種燃氣?蒸汽聯合循環(huán)機組排煙含氧量在線測量方法，可實現穩(wěn)態(tài)追蹤及自適應矯正計算。
【專利說明】
穩(wěn)態(tài)追蹤自矯正的聯合循環(huán)機組排煙含氧量在線測量方法
技術領域
[0001] 本發(fā)明涉及一種穩(wěn)態(tài)追蹤自矯正的聯合循環(huán)機組排煙含氧量在線測量方法，兼有 樣本熵穩(wěn)態(tài)判定和魯棒輸入神經網絡的故障診斷模型屬于數據挖掘和機器學習建模領域。
【背景技術】：
[0002] 在工業(yè)過程中，存在一些無法直接測量或測量有很大滯后的變量，需要通過軟測 量技術建立模型進行估測。對于燃氣機組或燃氣-蒸汽聯合循環(huán)機組而言，由于燃燒室內溫 度較高(超過1〇〇〇 °C)，無法利用儀器直接測量燃燒室內溫度或燃氣透平初溫來監(jiān)測燃燒狀 況，但燃機排煙含氧量是監(jiān)測燃燒室燃燒狀況以優(yōu)化燃燒的重要指標。燃機排煙中氧氣含 量與過量空氣系數有確定(單值）的函數關系，且燃氣-蒸汽連環(huán)循環(huán)機組中燃料特性相對 穩(wěn)定，因此排煙含氧量實際反映的是過量空氣系數或空燃比，若空燃比過大，則多余的空氣 吸收能量導致排煙損失增大，而當空燃比過小時，則會發(fā)生燃料不完全燃焼，因此通過監(jiān)測 燃機排煙含氧量使其保持在一定的范圍內，可以保證燃燒室的燃燒效率，促使機組的正常 運行，其次考慮到燃機燃燒室存在材料溫度極限，排煙含氧量監(jiān)測的安全意義更為重大。
[0003] 目前計算排煙含氧量的方法主要有直接測量法和分別基于工藝機理分析、過程對 象動態(tài)數學模型、神經網絡、支持向量機等軟測量方法。直接測量法是利用氧氣傳感器直接 測量，氧氣傳感器主要有熱磁式氧氣傳感器和氧化鋯傳感器兩種，但直接測量存在測量滯 后大、誤差大，投資大、壽命短及傳感器易發(fā)生故障等缺點。
[0004] 相對于燃煤機組，燃氣機組或燃氣-蒸汽聯合循環(huán)機組燃料為特性穩(wěn)定的潔凈能 源天然氣，燃燒過程相對簡單，因此可以利用基于工藝機理分析的軟測量方法計算排煙含 氧量。本發(fā)明根據現場燃機功率、天然氣體積流量、壓氣機進氣溫度和壓損、燃機排氣溫度 和壓損等已有測點數據計算得到燃機排煙含氧量。進一步，考慮到測點傳感器潛在的漂移 問題，建立了燃機側魯棒輸入神經網絡模型，以此及時診斷傳感器故障并重構故障測點數 據，確保排煙含氧量計算的輸入數據正常。

【發(fā)明內容】
：
[0005] 發(fā)明目的：為了克服現有技術中的不足，本發(fā)明提供一種穩(wěn)態(tài)追蹤自矯正的聯合 循環(huán)機組排煙含氧量在線測量方法。
[0006] 技術方案:為解決上述技術問題，本發(fā)明的一種穩(wěn)態(tài)追蹤自矯正的聯合循環(huán)機組 排煙含氧量在線測量方法，所述步驟包括如下：
[0007] (1)現場DCS數據經由網絡交換機輸出至數據接口，間隔5s采集燃機功率Wgt、天然 氣體積流量q f、壓氣機進口氣溫度h和壓力P1、壓氣機出口溫度t2和壓力p2、燃機排氣溫度t 4 和壓力P4、IGV開度α、大氣壓力pQ測點數據。將采集的各測點數據按時間順序進行隊列存儲， 連續(xù)存儲lh內的測點數據，其中間隔采樣周期和連續(xù)存儲時間可自定義。
[0008] (2)利用樣本熵從各隊列數據中篩選最靠近當前時刻的穩(wěn)態(tài)時間段，并同時將該 段時間內各測點數據進行平均處理，經RITNN測點數據診斷模型進行故障診斷。RITNN測點 數據診斷模型是由測點穩(wěn)態(tài)歷史數據庫內的數據樣本訓練得到的。
[0009] (2.1)將步驟（1)中每個隊列數據進行標準化處理（即為歸一化處理，是對原始數 據的線性變換，使結果值映射到[0，1]之間。），設定滑動窗體參數(包括滑動窗口數據串長 度1及連續(xù)兩滑動窗間的數據間隔t)，按照參數將隊列數據劃分為若干組滑動窗體(即在序 列中放置一個固定長度為1的小窗口，隨著時間的推移，小窗口以數據間隔t不斷向后移動， 同時求解窗體內數據串的樣本熵，最終得到一組樣本熵序列。），分段計算每個滑動內各測 點數據的樣本熵。
[0010] (2.3)設定穩(wěn)態(tài)容忍度，當各測點計算出的樣本熵值大于穩(wěn)態(tài)容忍度時，判定該工 況下各測點數據為穩(wěn)態(tài)數據，并在機組運行時進行長期篩選和保留穩(wěn)態(tài)數據工作，建立測 點穩(wěn)態(tài)歷史數據庫。
[0011] (2.4)訓練測點穩(wěn)態(tài)歷史數據庫內的數據樣本，設定隱藏層數目和各層神經元個 數，建立魯棒輸入神經網絡模型(RITNN)，作為測點數據診斷模型。
[0012] (3)若出現測點故障，則將診斷模型給出的故障測點重構數據作為該測點數值;若 無測點故障，則將該組樣本導入歷史數據庫中，更新測點數據診斷模型建模的數據樣本。
[0013] (4)從重構數據或無故障數據中提取燃機功率Wgt、天然氣體積流量qf、壓氣機進口 溫度tl、燃機排氣溫度t4和大氣壓力P0。
[0014] (5)進入排煙含氧量計算模塊，根據質量、能量及元素守恒定律，經迭代計算得到 穩(wěn)定工況下的排煙含氧量。
[0015] (5.1)初始化空氣燃料質量比
[0016]首先初始化一個空燃比u，u = mair/mf，其中mail·和mf分別為空氣和天然氣的質量流 量，假設u的初始值為10。
[0017] (5.2)計算天然氣質量流量。
[0018] mf = qf · pf
[0019] 式中，qf為天然氣體積流量，天然氣密度。
[0020] (5.3)計算壓氣機進口空氣焓值。
[0021 ] Aj = + &l " ij + ??.λ "ti + d*, 'if + ?Ζ4 + 〇-s · ij5 kJ./ kg
[0022] 式中，ti為進口空氣溫度，匕為。的多項式函數，各項系數為&〇 = -4.77;&1=1.05; a2 = -2.07;a3 = 3.39;a4 = -l .51 ;a5=l .79。
[0023] (5.4)計算燃機出口煙氣焓值。
[0024]由天然氣燃燒的化學方程式：
[0026]計算排煙中各氣體成分體積分數分別為：
[0029] 式中，％2、： XN2、％32、、XAr分別為空氣中各組分(^、^、(^、^?、△^?的體積分 數;Mail·和Mf分別為空氣和天然氣的摩爾質量。
[0030] 則燃機排氣焓值可表示為：
[0031 ] h_t = Vo, -h〇i (/,) +VN, 'K2 (^4) + -^0, 'Κ?2 (^) + -^ H.O * ^7H,0 〇4)+-VAr - ,，Α々4)
[0032]式中，'?〇2 (G ) ' 心:（b) ' 々CO: (G) ' 力H」0 (Q) 'hAr ( t4 )分別為 t4溫度下〇2、N2、C〇2、 H20、Ar的焓值，均可表示為t4的多項式函數，即：
[0034]式中，各多項式的系數矩陣為：
[0036] (5.5)計算燃機功率。
[0037] 將整個燃氣側看作一個整體，根據能量守恒方程，得到燃機功率的計算值：
[0038] Wgtc=mair · hi-mgas · h4+mf · LHV · qcc
[0039] 式中，mair = u · mf ;mgas = mair+mf=(l+u) · mf ;LHV為天然氣的低位熱值;n。。為燃燒 效率。
[0040] (5.6)計算燃機功率測點值與計算值的誤差。
[0041 ]燃機功率測點值Wgt與程序計算值WZ的相對誤差為：
[0042] σ= |ffgtc-ffgt|/ffgt
[0043] 若σ彡0.001，則u = u+0.01，進入步驟(3.4)不斷迭代計算，直至σ<〇·〇〇1，得到最 終結果u。
[0045] (6)輸出并記錄最靠近當前時刻的穩(wěn)態(tài)時間及排煙含氧量值。
[0046] 本發(fā)明實現了過程數據中穩(wěn)態(tài)數據的提取和穩(wěn)態(tài)工況下排煙含氧量的測算，進一 步，考慮到測點傳感器潛在的漂移問題，建立了燃機側魯棒輸入神經網絡模型，以此診斷傳 感器故障并重構故障測點數據，可實現排煙含氧量穩(wěn)態(tài)下自適應矯正計算，目的是為了獲 得各指標間的靜態(tài)耦合關系以此監(jiān)測優(yōu)化燃燒。
[0047] 有益效果:本發(fā)明相對于現有技術而言，具有以下優(yōu)點：
[0048] (1)依據質量、能量及元素守恒定律來進行排煙含氧量測算，不僅準確率高，而且 滯后性較小，可較為真實地再現燃機排煙含氧量。
[0049] (2)計算并記錄穩(wěn)定工況下的排煙含氧量，便于分析各指標間的靜態(tài)耦合關系，達 到監(jiān)測和優(yōu)化燃燒的效果。
[0050] (3)建立了燃機側魯棒輸入神經網絡模型，進行測點傳感器的故障診斷及數據重 構，同時通過不斷的更新樣本數據庫使得模型更加接近實際。
【附圖說明】
[0051]圖1是本發(fā)明的流程圖。
[0052]圖2是本實施例中燃機功率曲線圖。
【具體實施方式】：
[0053]下面結合附圖對本發(fā)明作更進一步的說明。
[0054]以某200MW燃氣-蒸汽聯合循環(huán)機組為例，采集SIS系統中2015年05月12日20: 30: 00至24:00:00間的數據，采集間隔為5s。本發(fā)明框架主要由數據采集、數據篩選、數據校驗 和排煙含氧量計算等核心模塊，詳細流程圖如圖1所示：
[0055] 1)現場DCS數據經由網絡交換機輸出至數據接口，間隔5s采集燃機功率Wgt、天然氣 體積流量qf、壓氣機進口氣溫度和壓力P1、壓氣機出口溫度t2和壓力p 2、燃機排氣溫度t4和 壓力P4、IGV開度α、大氣壓力p〇測點數據。
[0056] 2)將采集的各測點數據按時間順序進行隊列存儲，連續(xù)存儲lh內的測點數據。利 用樣本熵從各隊列數據中篩選最靠近當前時刻的穩(wěn)態(tài)時間段，并同時將該段時間內各測點 數據進行平均處理，經RITNN測點數據診斷模型進行故障診斷。
[0057] 3)若出現測點故障，則將診斷模型給出的故障測點重構數據作為該測點數值;若 無測點故障，則將該組樣本導入歷史數據庫中，更新測點數據診斷模型建模的數據樣本。
[0058] 4)從重構數據或無故障數據中提取燃機功率、天然氣體積流量、壓氣機進口溫度、 燃機排氣溫度和大氣壓力。
[0059] 5)進入排煙含氧量計算模塊，計算天然氣質量流量mf和壓氣機進口空氣焓值lu，初 始化空燃比u為10。
[0060] 6 )由天然氣燃燒的化學方程式，計算排煙中各氣體成分體積分數 .V〇2、_FCQ 2.、.VH:。和yAr，通過體積分數加權計算排煙洽值h4。根據整個燃機側的能量守 恒，得到燃機功率的計算值wy。
[0061 ] 7)計算燃機功率測點值與計算值的相對誤差σ，若σ多0.001，則u = u+0.01，進入步 驟6)迭代計算，直至〇<0.001，得到最終結果u(
算得排煙含氧量&2 °
[0062] 8)輸出并記錄最靠近當前時刻的穩(wěn)態(tài)時間及排煙含氧量值。
[0063]計算實例：
[0064] 圖2為2015年05月12日20:30 :00至24:00:00間的燃機功率，可以看出在此期間燃 機降負荷運行，四個不同時刻記錄并計算的排煙含氧量如表1所示。通過本發(fā)明可追蹤到上 一小時內機組最近的穩(wěn)態(tài)時間，同時計算該段時間內燃機排煙含氧量。在23:35:45至24: 〇〇:〇〇間發(fā)現天然氣體積流量測點傳感器發(fā)生漂移，修正前后的結果如表2所示，體現了本 發(fā)明自適應矯正的計算能力。
[0065]表1不同時刻排煙含氧量
[0067]表2傳感器滑移后自適應矯正計算
[0070]以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出：對于本技術領域的普通技術人 員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應 視為本發(fā)明的保護范圍。
【主權項】
1. 一種穩(wěn)態(tài)追蹤自矯正的聯合循環(huán)機組排煙含氧量在線測量方法，其特征在于:所述 測量步驟為： (1) 現場DCS數據經由網絡交換機輸出至數據接口，間隔5s采集燃機功率Wgt、天然氣體 積流量qf、壓氣機進口氣溫度和壓力 P1、壓氣機出口溫度t2和壓力p2、燃機排氣溫度t4和壓 力P4、IGV開度α、大氣壓力po測點數據，將采集的各測點數據按時間順序進行隊列存儲，連續(xù) 存儲lh內的測點數據，其中間隔采樣周期和連續(xù)存儲時間可自定義； (2) 利用樣本熵從各隊列數據中篩選最靠近當前時刻的穩(wěn)態(tài)時間段，并同時將該段時 間內各測點數據進行平均處理，經RITNN測點數據診斷模型進行故障診斷，RITNN測點數據 診斷模型是由測點穩(wěn)態(tài)歷史數據庫內的數據樣本訓練得到的； (3) 若出現測點故障，則將診斷模型給出的故障測點重構數據作為該測點數值;若無測 點故障，則將該組樣本導入歷史數據庫中，更新測點數據診斷模型建模的數據樣本； (4) 從重構數據或無故障數據中提取燃機功率Wgt、天然氣體積流量qf、壓氣機進口溫度 tl、燃機排氣溫度t4和大氣壓力P0; (5) 進入排煙含氧量計算模塊，根據質量、能量及元素守恒定律，經迭代計算得到穩(wěn)定 工況下的排煙含氧量； (6) 輸出并記錄最靠近當前時刻的穩(wěn)態(tài)時間及排煙含氧量值。2. 根據權利要求1所述的穩(wěn)態(tài)追蹤自矯正的聯合循環(huán)機組排煙含氧量在線測量方法， 其特征在于:所述步驟(2)具體步驟為： (2.1) 將步驟（1)中存儲的每個隊列數據進行標準化處理，設定滑動窗體參數，包括滑 動窗口數據串長度1及連續(xù)兩滑動窗間的數據間隔t，按照滑動窗體參數將隊列數據劃分為 若干組滑動窗體，分段計算每個滑動內各測點數據的樣本熵； (2.3) 設定穩(wěn)態(tài)容忍度，當各測點計算出的樣本熵值大于穩(wěn)態(tài)容忍度時，判定該工況下 各測點數據為穩(wěn)態(tài)數據，并在機組運行時進行長期篩選和保留穩(wěn)態(tài)數據工作，建立測點穩(wěn) 態(tài)歷史數據庫； (2.4) 訓練測點穩(wěn)態(tài)歷史數據庫內的數據樣本，設定隱藏層數目和各層神經元個數，建 立魯棒輸入神經網絡模型，作為測點數據診斷模型。3. 根據權利要求1所述的穩(wěn)態(tài)追蹤自矯正的聯合循環(huán)機組排煙含氧量在線測量方法， 其特征在于:所述步驟(5)具體步驟為： (5.1) 初始化空氣燃料質量比 首先初始化一個空燃比U，u=mair/mf，其中mair和mf分別為空氣和天然氣的質量流量，假 設u的初始值為10; (5.2) 計算天然氣質量流量； mf = qf · Pf 式中，qf為天然氣體積流量，Pf為天然氣密度； (5 · 3)計算壓氣機講口空氣焓倌式中，1：1為進口空氣溫度，111為1：1的多項式函數，各項系數為3() = -4.77;31 = 1.05;32 =-2.07 ；a3 = 3.39 ；a4 = ~l. 51 ；a5 = 1.79〇 (5.4) 計算燃機出口煙氣焓值 由天然氣燃燒的化學方程式：計算排煙中各氣體成分體積分數分別為：> 式中，λ'0.2、％:、XC02、λΗ 20、ΧΑΓ分別為空氣中各組分〇2、他、(1)2、112〇、41'的體 積分數;Mail·和Mf分別為空氣和天然氣的摩爾質量； 則燃機排氣焓值可表示為：式中，/7。:（匕），/7卜、:（0，、，（，4)，1^(七4)分別為七4溫度下〇2、~工〇2、112〇、八『 的焓值，均可表示為t4的多項式函數，BP:式中，各多項式的系數矩陣為：(5.5) 計算燃機功率 將整個燃氣側看作一個整體，根據能量守恒方程，得到燃機功率的計算值： ffgtc=mair · hi-mgas · h4+mf · LHV · η〇〇 式中，mair = u · mf;mgas=mair+mf=(l+u) · mf;LHV為天然氣的低位熱值;η。。為燃燒效率； (5.6) 計算燃機功率測點值與計算值的誤差 燃機功率測點值Wgt與程序計算值的相對誤差為： 〇=|ffgtc-ffgt|/ffgt 若σ彡0.001，則u = u+0.01，進入步驟(3.4)不斷迭代計算，直至σ<〇. 〇〇1，得到最終結 果u; (5.7) 根據公式計算得到排煙含氧量y〇2。
【文檔編號】G05B13/04GK105867132SQ201610247071
【公開日】2016年8月17日
【申請日】2016年4月19日
【發(fā)明人】司風琪, 孔羽, 黃志軍, 周建新
【申請人】東南大學, 大唐蘇州熱電有限責任公司