貝葉斯網絡算法在鍋爐燃燒優化調整中的研究和應用

安徽華電宿州發電有限公司 安徽 宿州 234000

1 技術背景

隨著新能源項目快速發展,燃煤火電機組作為調峰負荷的需求愈加明顯。燃煤發電公司運營壓力巨大,環保排放標準也愈加嚴苛,大型煤粉鍋爐逐步成為電站節能減排的重點。鍋爐全負荷調峰性能,收到傳統技術的限制,已經很難滿足當前形勢要求。傳統技術的局限性主要表現在三個方面,一是鍋爐爐膛溫度場和火焰中心無法實時獲取,爐內燃燒狀態難以檢測;二是鍋爐燃燒主要依賴人工調節,無法解決多目標強耦合問題;三是現有的DCS無法滿足基于人工智能的燃燒優化大規模運算的需要。

2 技術路線和主要創新點

如何提高全負荷工況鍋爐效率,以超臨界600MW前后墻對沖鍋爐為研究對象,通過貝葉斯網絡算法,實現鍋爐燃燒狀態感知、燃燒優化實時閉環控制、智能控制平臺的整體應用,實現數據驅動與專家知識深度融合的煤電機組智能燃燒實時閉環控制。

2.1 鍋爐運行狀態的動態識別 鍋爐燃燒效率與機組負荷、主蒸汽流量、給水流量、磨煤機煤量和二次風量等有著重要關系,通過連續時間貝葉斯網絡的鍋爐燃燒動態過程模型,實現多目標優化的鍋爐分級燃燒智能控制策略,實現鍋爐全負荷階段自動調整,達到空預器出口煙溫、CO含量、NOx濃度和鍋爐效率的控制。通過適應動態變負荷調節、分級燃燒精細配風和煤耗環保協調優化的方式,實現鍋爐效率提升0.5%-1.0%的目標,同時降低NOx生成量10%-15%。

2.2 鍋爐燃燒狀態智能感知 通過爐膛紅外測溫陣列和壁溫測點等多數據源為基礎,以梯度定位算法為核心的鍋爐燃燒狀態智能感知系統,實現傳統技術無法準確獲取爐膛三維溫度場和爐內火焰中心的瓶頸。首先引入非接觸式的爐膛高溫測量系統,鍋爐每層測量平臺布置8-10個紅外探頭于水冷壁膜片開孔處,然后基于離散測溫點數據,以智能算法為核心進行測量平面溫度場重建,從而得到實時三維溫度場分布模型,最后溫度場參與燃燒控制,實時調整爐膛的火焰中心位置,從而避免鍋爐超溫和結渣等相關問題。

2.3 擴展控制平臺與DCS交互閉環控制 制定針對煤電各子系統智能控制模塊化集成策略,為工業智能化等整體設計與應用提供有效解決途徑。以高性能機架服務器構建擴展控制平臺,通過智能算法和海量計算均在服務器內完成,從而實現DCS系統的擴展。

3 項目實施案例

項目可以適用與不同容量的燃煤機組,無論是四角切圓還是前后墻對沖鍋爐,均能實現良好的效果。以第三方對鍋爐實時性能測試結果,600MW負荷工況,鍋爐效率提高0.83%,NOx降低21mg/Nm3;400MW負荷工況,鍋爐效率提高0.840%,NOx降低41mg/Nm3;300MW負荷工況,鍋爐效率提高0.831%,NOx降低31mg/Nm3;長時間投入統計NOx降低12%,CO降低55%。

4 總結

在不進行大規模鍋爐設備和DCS軟硬件改造的前提下,實時優化鍋爐整體性能,煤耗降低達1g/kWh-3g/kWh。大數據技術在發電行業的應用,使其具備工業智能化的核心競爭力。同時項目通過貝葉斯網絡算法,實現了專家知識與人工智能深度融合,對發電領域應用具有示范意義。