基于智能监测的火电机组节能优化

【摘要】：纵观全球能源技术发展动态和主要能源大国推动能源科技创新的举措,火力发电技术向深度节能和智慧电厂发展。本文以开发火力发电机组热力设备状态性能在线监测和节能优化技术、形成基于过程数据的电厂节能优化监测监控运行平台为目标,以数据挖掘和热力计算为手段,主要开展了以下研究:1.建立了基于深度学习的氮氧化物排放浓度软测量模型。针对目前多数模型直接以影响氮氧化物生成的因素为输入变量,采用基于互信息的封装式特征选择方法对NO_X预测模型进行变量筛选,确定最优输入变量集合。为了获得高质量样本数据,利用稳态检测方法提取机组稳态运行数据、小波变换方法去除数据中的噪声。最后,以深度信念网络(Deep Belief Network,DBN)为基础构造NO_X排放浓度预测模型,通过与其它排放预测模型的对比,证明了DBN模型的有效性。2.建立了基于改进随机森林的飞灰含碳量软测量模型。针对建模过程中以热工试验数据为样本数据时数据量小、而直接以机组历史运行数据为样本数据时数据准确率不定的问题,提出了以热工试验数据为基础、Fluent模拟数据为特征、机组历史运行数据为集群的样本数据选取方法。在建模方法上,提出了基于融合特征选择和偏最小二乘回归的改进随机森林(partial least squares regression-based random forest with hybrid feature selection,HFS-PLSRF)以及基于BP神经网络的改进随机森林(back propagation based-random forest,BP-RF),并通过6组数据集验证了两种改进模型的有效性。将改进随机森林应用于飞灰含碳量软测量并对比两种改进模型,确定了基于HFS-PLSRF的飞灰含碳量预测模型具有更好的预测效果。3.建立了基于软测量和元素平衡法的锅炉热效率在线计算模型。以NO_X浓度和飞灰含碳量软测量结果为基础,采用元素平衡法计算得到烟气中三原子气体的体积分数、锅炉灰渣含碳量,实时计算锅炉热效率。4.实施了空冷岛冬季防冻监测。针对多数在役空冷岛只监测每排的凝结水温而不是每个空冷单元的凝结水温,本文设计了基于空冷单元的多点多参数监测系统。以系统提供的实时数据为基础,提出了基于空冷单元供需传热平衡的冻结预测方法。该方法从冻结的本质出发,以空冷岛内的各散热单元为监测对象,通过比较空冷管束内、外工质的传热强度实时监测各单元的冬季冻结状态。5.开展了机组热力设备状态性能监测。针对机组各个燃烧器出口煤粉参数不均匀、尾部受热面积灰以及空冷岛脏污监测等存在的问题,实施了煤粉参数输送测控、对流受热面积灰厚度在线监测及空冷岛清洁因子实时监测等设备状态监测方法,实现机组从能量输入、转化以及传递到冷端的全流程性能监测。6.研发了600MW亚临界机组节能监测系统。该系统包含了机组性能在线计算、热力设备状态性能监测、机组性能优化等多个功能。本监测系统已在大同二电厂600MW机组投入运行。本文研究的节能监测技术是智慧电厂的重要内容。