人工智能燃燒優(yōu)化系統(tǒng)在1028t/h電站鍋爐的應(yīng)用

李忠猛

（天津陳塘熱電有限公司 天津 300222）

0 引言

當(dāng)前，國家對節(jié)能、減排、降耗的要求越來越高，節(jié)能的經(jīng)濟效益也越來越明顯。鍋爐是燃煤電站三大主設(shè)備之一，鍋爐效率的高低不僅與設(shè)計參數(shù)有關(guān)，更與實際運行操作調(diào)整的水平密切相關(guān)，如鍋爐排煙溫度每升高10℃，供電煤耗就要升高1.7g/kWh[1]。一般的運行規(guī)程，對于額定負荷運行參數(shù)規(guī)定的比較詳細，但對于變工況運行，參數(shù)規(guī)定就沒那么詳細，一般只給出一個安全的調(diào)整范圍，具體的參數(shù)設(shè)置，由運行人員根據(jù)經(jīng)驗和習(xí)慣進行調(diào)整，在該范圍內(nèi)，能保證安全運行，但不能保持在最佳經(jīng)濟工況連續(xù)運行。

通過建立鍋爐燃燒智能優(yōu)化控制系統(tǒng)，采用先進的神經(jīng)元網(wǎng)絡(luò)技術(shù)和現(xiàn)代預(yù)測性優(yōu)化控制理論，改進DCS控制策略，對一些關(guān)鍵邏輯和控制變量進行修改和修正，實現(xiàn)鍋爐熱效率、NOx排放等多變量的動態(tài)優(yōu)化控制，始終將鍋爐燃燒調(diào)整到“最佳”狀態(tài)，期望提高鍋爐燃燒效率，減少污染物排放，降低廠用電，達到節(jié)能、環(huán)保的效果。[2]

1 設(shè)備概況

陳塘莊熱電廠8號機組為300M W熱電聯(lián)產(chǎn)機組，鍋爐形式為亞臨界參數(shù)、四角切圓燃燒方式、自然循環(huán)汽包爐，單爐膛п型布置，燃用煙煤，一次中間再熱，平衡通風(fēng)、固態(tài)排渣，全鋼架、全懸吊結(jié)構(gòu)，最大連續(xù)蒸發(fā)量1028t/h。鍋爐主要參數(shù)見表1。

表1 鍋爐參數(shù)

機組的DCS系統(tǒng)為新華XDPS-400+，具有實時數(shù)據(jù)采集、過程控制、順序控制、高級控制、報警檢測、監(jiān)視操作等功能。XDPS—400+采用冗余數(shù)據(jù)通訊網(wǎng)，所有XDPS站點均直接與其相連，避免了多層網(wǎng)絡(luò)在物理和信息格式轉(zhuǎn)接過程中造成的通訊延遲、瓶頸和可靠性降低，滿足了目前工業(yè)過程控制所采用的集中監(jiān)控方式對人機接口站實時性和可靠性的要求。

2 燃燒優(yōu)化控制系統(tǒng)的原理及組成

2.1 系統(tǒng)原理

本項目采用的智能優(yōu)化控制軟件通過收集機組大量的運行數(shù)據(jù)，建立神經(jīng)元網(wǎng)絡(luò)模型，來分析機組的運行工況。人工神經(jīng)元網(wǎng)絡(luò)是模擬生物大腦神經(jīng)元細胞的結(jié)構(gòu)和功能而構(gòu)成的一種信息處理系統(tǒng)，具有識別、學(xué)習(xí)、邏輯思維和分析判斷的能力，可以以任意精度逼近任意非線性連續(xù)函數(shù)，擁有很強的適用于復(fù)雜環(huán)境和多目標控制要求的能力，適用于復(fù)雜系統(tǒng)的優(yōu)化控制【3】。

傳統(tǒng)辨識方法通常取線性時不變的離散參數(shù)化模型來建立過程模型，模型結(jié)構(gòu)確定后，采用最小二乘法或極大值法來計算模型參數(shù)。過程的非線性特性的影響通過在線周期性更新校正模型參數(shù)來補償，或者由分布在工作區(qū)域的一組局部線性模型來表示。然而當(dāng)操作條件或擾動引起過程從線性化工作點漂移時，基于線性模型的控制器的控制性能可能產(chǎn)生很大的偏離。因此說明某些對象的非線性特性和復(fù)雜性不能在線性模型的框架下完美表達，此時一個包容對象所有工作區(qū)域的非線性模型對設(shè)計控制器應(yīng)該更加有利。在這種情況下人工神經(jīng)元網(wǎng)絡(luò)建模技術(shù)是最好的選擇。B P神經(jīng)網(wǎng)絡(luò)選用三層誤差反向傳播網(wǎng)絡(luò)(Back Propagation)，其結(jié)構(gòu)如圖1所示：

圖1 BP神經(jīng)網(wǎng)絡(luò)三層誤差反向傳播結(jié)構(gòu)圖

x、z是網(wǎng)絡(luò)的輸入、輸出向量，每一神經(jīng)元用一個節(jié)點表示，網(wǎng)絡(luò)由輸入層、隱層和輸出層節(jié)點組成，前層至后層節(jié)點之間通過權(quán)系數(shù)相聯(lián)結(jié)。B P神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)時，輸入信號從輸入層經(jīng)隱層傳向輸出層(正向傳播)，若輸出層得到期望的輸出，則學(xué)習(xí)算法結(jié)束；否則，轉(zhuǎn)至反向傳播。反向傳播就是將誤差信號(樣本輸出與網(wǎng)絡(luò)輸出之差)按原聯(lián)接通路反向計算，由梯度下降法調(diào)整各層神經(jīng)元的權(quán)值，使誤差信號減小。以下是各層權(quán)值的具體過程（即B P學(xué)習(xí)算法）：

定義網(wǎng)絡(luò)的輸出誤差，將其依次展開至隱層和輸入層，在使誤差不斷減小的原則下，應(yīng)使權(quán)值的調(diào)整量與誤差的負梯度成正比，即：

經(jīng)推導(dǎo)可得到各層權(quán)值調(diào)整的計算公式，寫成向量的形式為：

式中，為輸入向量，為隱層輸出向量，為輸出向量，為期望輸出，而和分別是隱層到輸出層和輸入層到隱層的權(quán)值矩陣。

BP網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練過程如下：

(1)初始化網(wǎng)絡(luò)，對網(wǎng)絡(luò)參數(shù)及各權(quán)系數(shù)進行賦值，其中權(quán)系數(shù)應(yīng)取隨機數(shù)。

(2)輸入訓(xùn)練樣本，計算各層的預(yù)測值，并與真實值相比較，得出網(wǎng)絡(luò)的輸出誤差。

(3)依據(jù)誤差反向傳播規(guī)則，調(diào)整隱層之間以及隱層與輸入層之間的權(quán)系數(shù)。

(4)重復(fù)步驟（2）和（3），直至預(yù)測誤差滿足條件或訓(xùn)練次數(shù)達到規(guī)定次數(shù)。

通過對鍋爐運行歷史數(shù)據(jù)和試驗數(shù)據(jù)的分析判斷，以提高熱效率、降低氮氧化物的排放量為目標，優(yōu)化燃燒，從而在不斷變化的特定的系統(tǒng)運行狀況下找出最佳匹配的操作參數(shù)，選擇最優(yōu)化的系統(tǒng)運行方案，始終將鍋爐燃燒調(diào)整到“最佳”狀態(tài)。

2.2 系統(tǒng)組成

系統(tǒng)硬件為1臺研華工控機（IPC-610P4雙硬盤80G×2）和顯示器。優(yōu)化控制軟件與XDPS-400+之間采用MODBUS協(xié)議的串口通訊，優(yōu)化控制軟件所在工控機作為從站，DCS作為主站進行應(yīng)答操作，實現(xiàn)數(shù)據(jù)的雙向通訊。由于通訊距離較遠，為了保證工控機與DCS的通訊效果，工控機與網(wǎng)關(guān)之間采用RS-232C接口轉(zhuǎn)化成RS-485接口的適配器來處理來完成，適配器與網(wǎng)關(guān)之間通過雙絞數(shù)據(jù)線連接。

BP優(yōu)化軟件包按運行狀態(tài)可以分為離線和在線兩大部分：離線部分包括系統(tǒng)管理、數(shù)據(jù)協(xié)調(diào)、模型辨識和仿真器四個模塊；在線部分包括數(shù)據(jù)通訊、數(shù)據(jù)前處理、數(shù)據(jù)后處理、數(shù)據(jù)記錄、數(shù)據(jù)觀察、在線優(yōu)化控制器等六個模塊。

3 項目實施要點

3.1 典型的DCS操作變量的邏輯修改

鍋爐智能燃燒優(yōu)化控制系統(tǒng)是根植于DCS系統(tǒng)之上的二級控制系統(tǒng)，它要求DCS系統(tǒng)首先要投入運行，再運行鍋爐智能燃燒優(yōu)化控制系統(tǒng)。通過適當(dāng)?shù)耐ㄓ嵟c邏輯設(shè)計，特別是在通訊故障后的保護處理，可以實現(xiàn)在鍋爐智能燃燒優(yōu)化控制系統(tǒng)和DCS系統(tǒng)之間平滑無誤的連接與切換。

3.2 通訊監(jiān)測

優(yōu)化系統(tǒng)與DCS進行雙向通訊，有一個稱為看門狗的專門的軟件監(jiān)視通訊狀態(tài)，優(yōu)化系統(tǒng)連續(xù)發(fā)出脈沖信號，DCS側(cè)做一個接受控制邏輯，如果在一定的時間內(nèi)接受不到脈沖信號，就認為系統(tǒng)通訊中斷，優(yōu)化控制系統(tǒng)自動切除，恢復(fù)到DCS控制狀態(tài)。

3.3 參數(shù)變化范圍和變化速度的限制

通過做試驗和調(diào)試，確定出參數(shù)的變化范圍和變化速度，優(yōu)化控制系統(tǒng)的出口參數(shù)確定的變化范圍和變化速度內(nèi)（見表2）；同時在DCS側(cè)也要做一個數(shù)據(jù)過濾器，凡是從優(yōu)化系統(tǒng)過來的參數(shù)，都要經(jīng)過這個過濾器的過濾，確保影響DCS系統(tǒng)的參數(shù)在一定的范圍以一定的速度變化，不對DCS系統(tǒng)產(chǎn)生沖擊。

表2 調(diào)整相關(guān)變量及最大調(diào)整范圍

4 燃燒優(yōu)化系統(tǒng)投運效果

經(jīng)過一段時間的調(diào)整，燃燒優(yōu)化系統(tǒng)已能夠穩(wěn)定有效運行。為了檢驗燃燒優(yōu)化系統(tǒng)特進行驗收實驗，通過對鍋爐效率、NOX、發(fā)電煤耗等參數(shù)的比較，來驗證該系統(tǒng)的調(diào)節(jié)效果。實驗分170MW，230MW，300MW三個負荷點進行，在每個負荷實驗過程中要求：(1)煤質(zhì)相對穩(wěn)定(2)噴燃器擺角一致(3)磨煤機啟停情況一致(4)鍋爐運行穩(wěn)定，其他影響鍋爐運行狀態(tài)的各種操作暫停(5)DCS相關(guān)工作站不要進行重啟，保證燃燒優(yōu)化系統(tǒng)和DCS通訊穩(wěn)定正常(6)在要求的每個負荷下，鍋爐穩(wěn)定運行3小時后，投入優(yōu)化系統(tǒng)運行4小時。試驗數(shù)據(jù)見表3。

表3 燃燒優(yōu)化系統(tǒng)投切效果對比

在機組負荷170MW，230MW，300MW三個工況下，鍋爐智能燃燒優(yōu)化系統(tǒng)投運后，鍋爐效率分別提高了0.414%、0.453%和0.387%；NOX分別下降了10%、15%和13%；送、引風(fēng)機總能耗分別下降6.79%、6.79%和1.5%。從以上試驗數(shù)據(jù)可以看出，智能燃燒優(yōu)化系統(tǒng)的投運，使鍋爐運行性能得到明顯改善，達到了節(jié)能減排的效果。

5 總結(jié)

利用先進的鍋爐燃燒智能優(yōu)化控制技術(shù)，根據(jù)機組的實際運行狀況，通過二次開發(fā),對一些關(guān)鍵邏輯和控制變量的進行修改和修正，實現(xiàn)了對天津陳塘熱電有限責(zé)任公司8號機組的鍋爐熱效率、NOx排放進行多變量的動態(tài)優(yōu)化控制.鍋爐智能燃燒優(yōu)化系統(tǒng)投運后，效率平均提升0.35%以上，NOX下降10%以上，獲得良好的經(jīng)濟效益和社會效益。

基于熱工控制系統(tǒng)的鍋爐燃燒優(yōu)化技術(shù)不需要對鍋爐受熱面進行改造，通過在分散控制系統(tǒng)(DCS)控制的基礎(chǔ)上，采用先進的控制算法實現(xiàn)提高鍋爐效率和降低污染物排放，具有投資少、風(fēng)險小、效果明顯的優(yōu)點。

[1]中國電力投資集團公司.300MW火電機組節(jié)能對標指導(dǎo)手冊[M].北京:中國電力出版社,2008.

[2]孔亮，張毅，丁艷軍，吳占松.電站鍋爐燃燒優(yōu)化控制技術(shù)綜述[J].電力設(shè)備.2006,7(2).

[3]周昊，朱洪波，岑可法.基于人工神經(jīng)網(wǎng)絡(luò)和遺傳算法的火電廠鍋爐實時燃燒優(yōu)化系統(tǒng)[J].動力工程.2003,23(5).