一種鍋爐爐內(nèi)氮氧化物生成量預測建模方法
【專利摘要】一種鍋爐爐內(nèi)氮氧化物生成量預測建模方法，本發(fā)明方法以鍋爐運行參數(shù)為模型輸入，氮氧化物濃度為輸出，以歷史運行數(shù)據(jù)作為模型訓練樣本，同時引入了遺傳算法、序列向后選擇以及自適應建模方法等對模型進行優(yōu)化。經(jīng)過優(yōu)化后的模型可依據(jù)運行參數(shù)對爐膛出口氮氧化物濃度進行快速、準確地預測，適用于指導現(xiàn)場運行人員優(yōu)化鍋爐運行。與現(xiàn)有的爐內(nèi)氮氧化物生成建模方法相比，本發(fā)明提出的方法計算響應更迅速，能為運行優(yōu)化提供更多的幫助。本發(fā)明適用于鍋爐爐內(nèi)氮氧化物生成量預測建模。
【專利說明】一種鍋爐爐內(nèi)氮氧化物生成量預測建模方法
[0001]【技術(shù)領(lǐng)域】
本發(fā)明涉及一種鍋爐爐內(nèi)氮氧化物生成量預測建模方法，屬鍋爐燃燒【技術(shù)領(lǐng)域】。
【背景技術(shù)】
[0002]隨著氮氧化物排放標準的日趨嚴格，燃煤電站的減排壓力日益增大。在眾多的低氮技術(shù)中，通過燃燒優(yōu)化降低氮氧化物排放是最經(jīng)濟的一種方法。但在使用這種方法之前，必須先對鍋爐運行參數(shù)和爐膛出口氮氧化物濃度的關(guān)系進行研究，對氮氧化物生成進行建模。
[0003]鍋爐爐內(nèi)氮氧化物生成不僅與煤質(zhì)、鍋爐爐膛結(jié)構(gòu)相關(guān)，運行參數(shù)對其也有較大的影響。使用傳統(tǒng)的計算流體力學方法對鍋爐爐內(nèi)氮氧化物生成建模不僅涉及到湍流燃燒模型，還涉及到氮氧化物同相、異相生成和還原機理等重大化學反應機理，而目前這方面的模型、機理認識還有限。
[0004]目前對鍋爐爐內(nèi)氮氧化物生成量預測建模方法主要是使用計算流體力學的方法對爐內(nèi)燃燒、氮氧化物生成進行詳細建模。這種方法涉及到湍流燃燒、氮氧化物生成破碎機理等尚未完全解開的科研難題，另外這種建模方法在計算時間上的消耗也是巨大的，不適用于指導現(xiàn)場運行人員優(yōu)化運行參數(shù)。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的是，針對鍋爐燃燒傳統(tǒng)建模存在的問題，本發(fā)明提出一種鍋爐爐內(nèi)氮氧化物生成量預 測建模方法，可快速準確地根據(jù)運行參數(shù)對氮氧化物生成量進行預測，用于指導運行人員實時對運行參數(shù)進行優(yōu)化調(diào)整。。
[0006]實現(xiàn)本發(fā)明的技術(shù)方案是，本發(fā)明方法采用支持向量機方法、遺傳算法序列向后選擇以及自適應建模技術(shù)，根據(jù)鍋爐運行歷史工況數(shù)據(jù)建立鍋爐爐內(nèi)氮氧化物生成量隨鍋爐運行參數(shù)變化的計算模型，模型計算響應迅速、計算精度高，可以用于指導現(xiàn)場運行人員優(yōu)化運行。
[0007](I)采集電廠運行數(shù)據(jù)作為鍋爐爐內(nèi)氮氧化物生成量預測建模的原始樣本；
(2)檢查(I)步所采集的樣本數(shù)據(jù)完整性，檢查數(shù)據(jù)中有無因接口程序或電廠檢測儀器儀表故障產(chǎn)生的壞點；
(3)基于(2)步的篩選得到的數(shù)據(jù)進行建模數(shù)據(jù)預處理，對各變量數(shù)據(jù)進行歸一化處
理；
(4)將(3)步所獲得的數(shù)據(jù)隨機分為訓練集和預測集，利用支持向量機建立鍋爐運行參數(shù)與氮氧化物生成量之間的關(guān)系模型；廣泛地選取對氮氧化物生成有影響的因素作為模型的輸入變量，爐膛出口氮氧化物作為模型的唯一輸出變量，采用序列后向選擇的方法對模型的輸入變量進行篩選，以確定最優(yōu)的模型輸入；選用徑向基函數(shù)RBF作為支持向量機的核函數(shù)，引入遺傳算法來優(yōu)化支持向量機的三個參數(shù)C，ε和』，C表示懲罰因子；ε表示損失函數(shù)；』表示徑向基寬度；為提高計算預測精度，同時還引入自適應的方法，定時更新表示支持向量機表示懲罰因子；已表示
氧化物生成量預測建模的原始樣本。
、各磨煤機磨煤出力、各燃燒器噴口 一次風丨、風量、機組入口氧濃度、水煤比、發(fā)電機功氣飛灰未燃盡碳含量以及氮氧化物濃度等丨樣本；
生，檢查數(shù)據(jù)中有無因接口程序或電廠檢測值從樣本中剔除；
玫據(jù)進行建模數(shù)據(jù)預處理，對各變量數(shù)據(jù)進況、提高模型計算精度。
[0014]上述實施方式的核心思路是，采用支持向量機模型，利用大量歷史運行工況數(shù)據(jù)對運行參數(shù)與氮氧化物濃度關(guān)系進行建模，使用遺傳算法對支持向量機參數(shù)進行優(yōu)化，使用序列向后選擇算法對模型輸入?yún)?shù)進行優(yōu)化，并采用自適應建模方法不斷更新模型以提高模型預測精度。
【權(quán)利要求】
1.一種鍋爐爐內(nèi)氮氧化物生成量預測建模方法，其特征在于，所述方法的步驟為: (1)采集電廠運行數(shù)據(jù)作為鍋爐爐內(nèi)氮氧化物生成量預測建模的原始樣本； (2)檢查(I)步所采集的樣本數(shù)據(jù)完整性，檢查數(shù)據(jù)中有無因接口程序或電廠檢測儀器儀表故障產(chǎn)生的壞點； (3)基于(2)步的篩選得到的數(shù)據(jù)進行建模數(shù)據(jù)預處理，對各變量數(shù)據(jù)進行歸一化處理； (4)將(3)步所獲得的數(shù)據(jù)隨機分為訓練集和預測集，利用支持向量機建立鍋爐運行參數(shù)與氮氧化物生成量之間的關(guān)系模型；廣泛地選取對氮氧化物生成有影響的因素作為模型的輸入變量，爐膛出口氮氧化物作為模型的唯一輸出變量，采用序列后向選擇的方法對模型的輸入變量進行篩選，以確定最優(yōu)的模型輸入；選用徑向基函數(shù)RBF作為支持向量機的核函數(shù)，引入遺傳算法來優(yōu)化支持向量機自身的三個參數(shù)C，ε和』，為提高計算預測精度，同時還引入自適應的方法，定時更新模型以擴展模型的泛化能力； 三個參數(shù)C，ε和』，C表示懲罰因子；f表示損失函數(shù)；』表示徑向基寬度。
2.根據(jù)權(quán)利要求1所述的一種鍋爐爐內(nèi)氮氧化物生成量預測建模方法，其特征在于，所述采用序列后向選擇的方法對模型的輸入變量進行篩選可增加模型精度同時減少模型訓練時間。
【文檔編號】G06Q50/06GK103839110SQ201410060420
【公開日】2014年6月4日 申請日期:2014年2月24日 優(yōu)先權(quán)日:2014年2月24日
【發(fā)明者】鐘用祿, 李海山, 劉發(fā)圣, 張 成, 譚鵬 申請人:國家電網(wǎng)公司, 國網(wǎng)江西省電力科學研究院