CN114791102B - 一种基于动态运行数据分析的燃烧优化控制方法 - Google Patents

一种基于动态运行数据分析的燃烧优化控制方法 Download PDF

Info

Publication number
CN114791102B
CN114791102B CN202210419853.3A CN202210419853A CN114791102B CN 114791102 B CN114791102 B CN 114791102B CN 202210419853 A CN202210419853 A CN 202210419853A CN 114791102 B CN114791102 B CN 114791102B
Authority
CN
China
Prior art keywords
operation data
parameters
correlation coefficient
method based
control method
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210419853.3A
Other languages
English (en)
Other versions
CN114791102A (zh
Inventor
周怀春
孙健超
彭献勇
王志
闫伟杰
余波
陈玉民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Mining and Technology CUMT
Original Assignee
China University of Mining and Technology CUMT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China University of Mining and Technology CUMT filed Critical China University of Mining and Technology CUMT
Priority to CN202210419853.3A priority Critical patent/CN114791102B/zh
Publication of CN114791102A publication Critical patent/CN114791102A/zh
Application granted granted Critical
Publication of CN114791102B publication Critical patent/CN114791102B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F22—STEAM GENERATION
    • F22B—METHODS OF STEAM GENERATION; STEAM BOILERS
    • F22B35/00—Control systems for steam boilers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Algebra (AREA)
  • Combustion & Propulsion (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Mechanical Engineering (AREA)
  • Operations Research (AREA)
  • Evolutionary Biology (AREA)
  • Chemical & Material Sciences (AREA)
  • Thermal Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Regulation And Control Of Combustion (AREA)
  • Control Of Steam Boilers And Waste-Gas Boilers (AREA)

Abstract

本发明公开了一种基于动态运行数据分析的燃烧优化控制方法，包括以下步骤：获取机组DCS存储的相关历史运行数据；将不同负荷、气温区间的数据包归在不同的数据子集中，计算各个负荷和气温区间各个运行参数的均值，并进行补缺和平滑滤波，得到用于分析的运行数据稳态分量；获得稳态分量后，从全部运行数据集中减去对应的稳态分量，结果为波动运行数据集；计算各参数与总煤量和/或烟气NOx浓度之间的相关系数；根据得到的相关系数，给出优化建议。本发明通过分析包含非稳态工况下的动态运行数据，对揭示机组运行特性、提取优化运行控制规律的可行性，提高运行控制的准确性。

Description

一种基于动态运行数据分析的燃烧优化控制方法
技术领域
本发明涉及相关性分析和燃烧优化控制技术领域，具体涉及一种基于动态运行数据分析的燃烧优化控制方法。
背景技术
自从“智能电厂”成为发电行业追逐的热点，传统火电行业智能发电技术研发逐渐从面上的先进信息技术的应用扩展到底层核心难点技术的研发层次。发电厂DCS***所存储的运行数据则是智能发电技术研发的重要基础和条件。可以在一定规模发电集团的技术研究院建设“智能发电技术中心”,集中进行智能化技术的研发；各个发电厂和发电机组向该中心传送实时数据和信息,并从该中心获得智能控制、智能运维、智能管理等方面的技术支持。但到目前为止，对机组运行历史数据的智能化运用的理论和技术均不充分。近年来研究人员还提出了将整个锅炉工况划分为不同的分区，通过数据驱动的混合策略来解决多目标燃烧优化问题；提出了基于模糊关联规则的运行优化目标值确定方法，将数据挖掘技术引入火电厂优化过程；基于深度Q网络(DQN)和长短时记忆(LSTM)模块的集成燃烧优化***ThermalNet；用计算流体动力学(CFD)模拟生成一些数据作为人工神经网络建模的训练样本，加上运行历史运行数据，建立了用于预测锅炉运行和排放特性的人工神经网络(ANN)模型；采用动态数据挖掘模型用于调节门流量特性计算等一些方法用以提高机组运行的效率和智能化程度。由于机组运行始终处于动态变化过程中，认为同一时段内***参数的均值必须在机组处于相对稳定的工况下才能真实反映机组运行状态，因此需要界定机组的稳定工况，计算并推选样本数据集。
在中国公开了(申请号为：201310574516.2，授权公告号:CN 103574581 B)一种火电机组NOx燃烧优化方法及***，采集锅炉运行参数；计算所述锅炉运行参数与锅炉效率和NOx排放量之间的相关系数，选择符合相关系数条件的所述锅炉运行参数；以及根据所选择的符合所述相关系数条件的所述锅炉运行参数计算所述锅炉效率和所述NOx排放量，根据符合所述锅炉效率和所述NOx排放量条件的所述锅炉运行参数调整锅炉的运行参数。
针对上述专利一种火电机组NOx燃烧优化方法及***，发现以下不足：由于机组运行参数变化越剧烈，以变化参数计算的机组经济指标偏差就越大。因此，在分析机组的运行经济性时，大部分文献均认为，只有稳定工况下的数据才是有效和具有参考价值的。机组历史数据库中的数据记录了机组的所有运行工况，因此需要对历史数据进行有效工况的检测与辨识。
发明内容
本发明针对上述的问题提供一种结合稳态分量和波动数据进行相关性分析的基于动态运行数据分析的燃烧优化控制方法。
本发明是这样实现的：一种基于动态运行数据分析的燃烧优化控制方法，其特征在于：所述该方法包括以下步骤：
步骤1：获取机组过去一段时间内DCS存储的相关历史运行数据；
步骤2：设全部运行数据集为：A(m,k)，其中m为采样序号，m＝1,2,3......M，M为总数据采样数；k代表运行参数，k＝1,2,3......K；将不同负荷、气温区间的数据包归在不同的数据子集中，运行数据表示为：X(i,j,k,l)i代表划分的负荷区间数，i＝1,2,3......I个；j代表划分的气温区间数，j＝1,2,3......J个；k代表运行参数，k＝1,2,3......K；l代表该子集内数据包的个数，也即工况点个数，l＝1,2,3......L(i，j)个，各个子集内工况点个数是存在差异的，M＝∑L(i,j)；由式(1)计算不同负荷、不同气温区间的运行数据子集内的所有运行参数的平均值：
步骤3：对计算得到的进行补缺和平滑滤波，得到用于进一步分析的运行数据的稳态分量/>
步骤4：获得运行数据的稳态分量后，从全部运行数据集A(m,k)中减去对应的稳态分量结果为波动运行数据集；
步骤5：计算出各参数与总煤量和/或烟气NOx浓度之间的相关系数；
步骤6：根据得到的相关系数，分析正相关系数大于0.1和负相关系数小于-0.1的运行参数对燃烧经济性和污染物生成的影响，给出优化建议。
优选的，所述步骤1中，获取机组过去一段时间内DCS存储的相关历史运行数据，可以将机组整个负荷、气温区间各划分为20-30个区间。
优选的，所述步骤2中选取的运行参数涵盖锅炉运行主要监测和控制参数，包括实际负荷、主蒸汽参数中流量、压力、温度、给水流量、总燃料量、各层(角)燃烧器给煤量、总风量、送风量、引风量、全部二次风门开度、烟气含氧量、排烟温度、NOx浓度、送风机入口风温。
优选的，所述步骤4中，根据不同运行参数的数值相差较大，进一步计算相对波动分量ΔA(m,k)如下：
其中，(i,j)为m采样时刻机组所处的负荷和气温区间序号。
优选的，所述步骤5中，采用线性相关系数法计算出各参数与总煤量和/或烟气NOx浓度之间的相关系数：
其中：相关系数r(k,k')是针对全部k个采样参数，当r(k,k')＝r(k',k)且r(k,k)＝1；分析每一个采样参数与其他所有采样参数之间的相关系数的变化情况。
优选的，所述步骤6中，选择DCS燃料量的大小直接作为锅炉效率和机组经济性评价参考指标，加上NOx排放值，联合作为优化工况筛选依据；
其中L'(i',j')是L(i,j)的子集，kFuel为DCS燃料量的大小，kNO为NOx排放量值。
根据获得的L'(i',j')后，再使用公式(1)计算各个区段的均值，作为优化控制参数的基础。
本发明的有益效果：
1、通过将一段时间内全部机组动态运行数据根据负荷、气温划分二维区间的基础上，计算不同负荷、气温区间的运行数据的平均值，并计算出所有运行参数动态分量之间的相关系数，得出了波动性数据，通过波动性数据揭示了运行参数之间相关变化规律的特性，为操作员控制锅炉运行数据提供参考，有助于提高锅炉+运行的稳定性，减少锅炉报警次数。
2、通过选用机组含动态工况的运行数据，对工况按负荷、气温划分得更加细密，使用优化规律的锅炉运行结果显示锅炉效率明显提高、NOx排放量明显降低，使得到的稳态分量和波动分量更加准确，计算出的相关系数更加精准，得到的优化方法更适用。
附图说明
图1为本发明的操作流程图。
图2为主蒸汽流量随时间变化的示意图。
图3为参数实际运行值、平均运行值以及相对脉动值中总煤量和总风量比较图。
图4为参数实际运行值、平均运行值以及相对脉动值中烟气NOx浓度和烟气氧量比较图。
图5为参数实际运行值、平均运行值以及相对脉动值中主蒸汽温度和B后墙燃尽风出口电动调节门1位置比较图。
具体实施方式
以下结合附图对本发明做进一步概况。
一种基于动态运行数据分析的燃烧优化控制方法，
步骤1：获取机组过去一年的DCS存储的相关历史运行数据；
选取机组过去一年时间段内DCS存储的历史数据，以1-3min为周期,将机组整个负荷、气温区间各划分为20-30个区间，对于600MW级机组，基本上10MW一个负荷段，一个负荷区段内的负荷变化不大，可以认为负荷基本不变；
步骤2：设全部运行数据集为：A(m,k)，其中m为采样序号，m＝1,2,3......M，M为总数据采样数；k代表运行参数，k＝1,2,3......K；将不同负荷、气温区间的数据包归在不同的数据子集中，运行数据表示为：X(i,j,k,l)i代表划分的负荷区间数，i＝1,2,3......I个；j代表划分的气温区间数，j＝1,2,3......J个；k代表运行参数，k＝1,2,3......K；l代表该子集内数据包的个数，也即工况点个数，l＝1,2,3......L(i，j)个，各个子集内工况点个数是存在差异的，M＝∑L(i,j)；选取的运行参数涵盖锅炉运行主要监测和控制参数，包括实际负荷、主蒸汽参数中流量、压力、温度、给水流量、总燃料量、各层(角)燃烧器给煤量、总风量、送风量、引风量、全部二次风门开度、烟气含氧量、排烟温度、NOx浓度、送风机入口风温；
由式(1)计算不同负荷、不同气温区间的运行数据子集内的所有运行参数的平均值：
步骤3：对计算得到的进行补缺和平滑滤波，得到用于进一步分析的运行数据稳态分量/>
步骤4：获得运行数据的稳态分量后，从全部运行数据集A(m,k)中减去对应的稳态分量结果为波动运行数据集；
根据不同运行参数的数值相差较大，进一步计算相对波动分量ΔA(m,k)如下：
其中，(i,j)为m采样时刻机组所处的负荷和气温区间序号；
步骤5：计算出各参数与总煤量和/或烟气NOx浓度之间的相关系数；
采用线性相关系数法计算出各参数与总煤量和/或烟气NOx浓度之间的相关系数：
其中：相关系数r(k,k')是针对全部k个采样参数，当r(k,k')＝r(k',k)且r(k,k)＝1；分析每一个采样参数与其他所有采样参数之间的相关系数的变化情况；
步骤6：根据得到的相关系数，分析正相关系数大于0.1和负相关系数小于-0.1的运行参数对燃烧经济性和污染物生成的影响；给出优化建议；DCS燃料量的大小直接作为锅炉效率和机组经济性评价参考指标；加上NOx排放值，联合作为优化工况筛选依据；
其中L'(i',j')是L(i,j)的子集，kFuel为DCS燃料量的大小，kNO为NOx生成或者排放值；
根据获得的L'(i',j')后，在使用公式(1)计算各个区段的均值，作为优化控制参数的基础。
采用某电厂350MW燃煤汽轮发电机组上进行了数据运行分析和优化运行试验，选用机组锅炉为超临界参数变压运行直流炉，东方锅炉(集团)股份有限公司设计制造，锅炉型号:DG1150/25.4-n2型。型式为单炉膛、前后墙对冲燃烧方式，尾部双烟道结构，采用挡板调节再热器温、一次再热、平衡通风、固态排渣、全钢构架、全悬吊结构、门型露天布置。锅炉炉膛布置膜式水冷壁，炉膛出口处布置屏式过热器，水平烟道内装设高、低温两级过热器，尾部竖井交错布置两级省煤器和两级空气预热器，水平烟道和转向室均为膜式壁顶棚管包墙管。锅炉宽度15101.2mm，锅炉深度13678.8mm。采用中速磨煤机、冷一次风机正压直吹、负压炉膛、平衡通风制粉燃烧***。配5台中速磨煤机，其中4台运行，1台备用。煤粉细度Rg＝21％。以1分钟为采样周期，运行数据采集数量为24000个，大约为16天的运行数据。
选取主蒸汽流量作为锅炉和机组出力的标记参数，图2是主蒸汽流量随时间变化的数据图。图3、图4和图5中给出了典型参数实际运行值、平均运行值以及相对脉动值比较，包括总煤量(a)、总风量(b)、烟气NOx浓度(c)、烟气氧量(d)、主蒸汽温度(e)、B后墙燃尽风出口电动调节门1位置(f)。脉动值均在各图的下方显示。总煤量、总风量、B后墙燃尽风出口电动调节门1位置随负荷变化很明显；烟气氧量随负荷有一定变化；烟气NOx浓度、主蒸汽温度随负荷变化不明显。它们的脉动值均接近0均值的随机数。
表1为左侧全部分析参数与总煤量；中侧为#2炉A侧反应器入口烟气NOx浓度；右侧为总煤量+#2炉A侧反应器入口烟气NOx浓度的相关系数。
对表1的数据进行分析，发现运行中的总风量、烟气氧量、送风机A、B动叶调节门控制指令、引风量、#2炉B侧反应器入口烟气NOx浓度、#2A、#2B侧氨气混合器前氨气流量、烟气氧量、D组燃烧器A侧、B侧、C组燃烧器B侧、A侧二次风母管调节门位置等参量与煤量或烟气NOx浓度的正相关系数较大，对这一类参数进行适当的降低将有助于降低总煤耗量，降低污染物排放，以及提高机组运行的经济性等。
在表1中正相关系数大于0.1的阈值，代表两个参数之间呈现明显的同向变化；给煤机A、B、E给煤率、#1、#2SCR反应器加氨稀释空气流量，意味着燃料消耗量将会响应的减少；如表1中，#2炉A侧、#2炉B侧反应器入口烟气NOx浓度、A侧、B侧高温过热器集箱蒸汽压力，则表示参数值与总煤量呈负相关，为了降低总燃料量消耗，运行中这些参数应适当增加。
实际运行中，不会单纯追求运行经济性，或者氮氧化物排放，通常是综合优化经济性和污染物生成。根据动态数据分析得到的运行参数优化控制规律，减去各个参数的运行平均值得到的结果的正负，即优化调整的方向；与表1中右侧综合考虑煤量和NOx综合优化得到的正相关系数大于0.1的主要控制参数的调整方向一致，证明动态运行数据的动态分量的相关性分析得到的结果与燃烧优化有内在的联系。
工作原理：将一段时间内全部机组动态运行数据根据负荷、气温划分二维区间的基础上，计算不同负荷、气温区间的运行数据的平均值，然后从实际运行数据中减去其平均值，获得运行数据的动态分量，并计算出所有运行参数动态分量之间的相关系数。给出了总煤量、NOx生成量、以及总煤量和NOx生成量综合参数与所有运行参数动态分量之间的相关系数计算值，分析了正相关系数大于0.1和负相关系数小于-0.1的运行参数对燃烧经济性和污染物生成的影响，以及运行优化调整的建议。
以上所述仅为本发明的实施方式而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理内所作的任何修改、等同替换、改进等，均应包括在本发明的权利要求范围之内。

Claims (7)

1.一种基于动态运行数据分析的燃烧优化控制方法，其特征在于：所述该方法包括以下步骤：
步骤1：获取机组过去一段时间内DCS存储的相关历史运行数据；
步骤2：设全部运行数据集为：A(m,k)，其中m为采样序号，m＝1,2,3......M，M为总数据采样数；k代表运行参数，k＝1,2,3......K；将不同负荷、气温区间的数据包归在不同的数据子集中，运行数据表示为：X(i,j,k,l)i代表划分的负荷区间数，i＝1,2,3......I个；j代表划分的气温区间数，j＝1,2,3......J个；k代表运行参数，k＝1,2,3......K；l代表该子集内数据包的个数，也即工况点个数，l＝1,2,3......L(i，j)个，各个子集内工况点个数是存在差异的，M＝∑L(i,j)；由式(1)计算不同负荷、不同气温区间的运行数据子集内的所有运行参数的平均值：
步骤3：对计算得到的进行补缺和平滑滤波，得到用于进一步分析的运行数据的稳态分量/>
步骤4：获得运行数据的稳态分量后，从全部运行数据集A(m,k)中减去对应的稳态分量结果为波动运行数据集；
步骤5：计算出各参数与总煤量和/或烟气NOx浓度之间的相关系数；
步骤6：根据得到的相关系数，分析正相关系数大于0.1和负相关系数小于-0.1的运行参数对燃烧经济性和污染物生成的影响，给出优化建议。
2.根据权利要求1所述的一种基于动态运行数据分析的燃烧优化控制方法，其特征在于：所述步骤1中，获取机组过去一段时间内DCS存储的相关历史运行数据，将机组整个负荷、气温区间各划分为20-30个区间。
3.根据权利要求1所述的一种基于动态运行数据分析的燃烧优化控制方法，其特征在于：所述步骤2中选取的运行参数涵盖锅炉运行主要监测和控制参数，包括实际负荷、主蒸汽参数中流量、压力、温度、给水流量、总燃料量、各层燃烧器给煤量、总风量、送风量、引风量、全部二次风门开度、烟气含氧量、排烟温度、NOx浓度和送风机入口风温参数。
4.根据权利要求1所述的一种基于动态运行数据分析的燃烧优化控制方法，其特征在于：所述步骤4中，根据不同运行参数的数值相差较大，进一步计算相对波动分量ΔA(m,k)如下：
其中，(i,j)为m采样时刻机组所处的负荷和气温区间序号。
5.根据权利要求1所述的一种基于动态运行数据分析的燃烧优化控制方法，其特征在于：所述步骤5中，采用线性相关系数法计算出各参数与总煤量和/或烟气NOx浓度之间的相关系数：
其中：相关系数r(k,k')是针对全部k个采样参数，有r(k,k')＝r(k',k)且r(k,k)＝1；分析每一个采样参数与其他所有采样参数之间的相关系数的变化情况。
6.根据权利要求1所述的一种基于动态运行数据分析的燃烧优化控制方法，其特征在于：所述步骤6中，选择DCS记录的燃料量大小直接作为锅炉效率和机组经济性评价参考指标，加上NOx排放值，联合作为优化工况筛选依据；
其中L'(i',j')是L(i,j)的子集，kFuel为DCS燃料量的大小，kNO为NOx排放量。
7.根据权利要求6所述的一种基于动态运行数据分析的燃烧优化控制方法，其特征在于：根据获得的L'(i',j')后，再使用公式(1)计算各个区段的均值，作为优化控制参数的基础。
CN202210419853.3A 2022-04-21 2022-04-21 一种基于动态运行数据分析的燃烧优化控制方法 Active CN114791102B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210419853.3A CN114791102B (zh) 2022-04-21 2022-04-21 一种基于动态运行数据分析的燃烧优化控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210419853.3A CN114791102B (zh) 2022-04-21 2022-04-21 一种基于动态运行数据分析的燃烧优化控制方法

Publications (2)

Publication Number Publication Date
CN114791102A CN114791102A (zh) 2022-07-26
CN114791102B true CN114791102B (zh) 2023-09-22

Family

ID=82462654

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210419853.3A Active CN114791102B (zh) 2022-04-21 2022-04-21 一种基于动态运行数据分析的燃烧优化控制方法

Country Status (1)

Country Link
CN (1) CN114791102B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008003304A1 (de) * 2006-07-07 2008-01-10 Alstom Technology Ltd. Verfahren zur regelung der verbrennungsluftzufuhr an einem mit fossilen brennstoffen befeuerten dampferzeuger
CN103256719A (zh) * 2013-04-27 2013-08-21 深圳市佳运通电子有限公司 炉况优化监控装置及应用该装置优化的方法
CN103574581A (zh) * 2013-11-15 2014-02-12 神华集团有限责任公司 一种火电机组NOx燃烧优化方法及***
CN103759290A (zh) * 2014-01-16 2014-04-30 广东电网公司电力科学研究院 大型燃煤机组在线监测与优化控制***及其实现方法
EP3088803A1 (en) * 2015-04-30 2016-11-02 General Electric Company Combustion optimization system and method
WO2020088485A1 (zh) * 2018-11-02 2020-05-07 浙江大学 一种智能化多种污染物超低排放***及全局优化方法
WO2020181679A1 (zh) * 2019-03-13 2020-09-17 西安交通大学 一种计及燃煤锅炉蓄㶲修正的瞬态变负荷给煤量控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102106827B1 (ko) * 2018-11-30 2020-05-06 두산중공업 주식회사 보일러 연소의 최적화를 위한 시스템 및 방법

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008003304A1 (de) * 2006-07-07 2008-01-10 Alstom Technology Ltd. Verfahren zur regelung der verbrennungsluftzufuhr an einem mit fossilen brennstoffen befeuerten dampferzeuger
CN101490476A (zh) * 2006-07-07 2009-07-22 阿尔斯通技术有限公司 用于控制向以化石燃料为燃料的蒸汽发生器的助燃空气供应的方法
CN103256719A (zh) * 2013-04-27 2013-08-21 深圳市佳运通电子有限公司 炉况优化监控装置及应用该装置优化的方法
CN103574581A (zh) * 2013-11-15 2014-02-12 神华集团有限责任公司 一种火电机组NOx燃烧优化方法及***
CN103759290A (zh) * 2014-01-16 2014-04-30 广东电网公司电力科学研究院 大型燃煤机组在线监测与优化控制***及其实现方法
EP3088803A1 (en) * 2015-04-30 2016-11-02 General Electric Company Combustion optimization system and method
WO2020088485A1 (zh) * 2018-11-02 2020-05-07 浙江大学 一种智能化多种污染物超低排放***及全局优化方法
WO2020181679A1 (zh) * 2019-03-13 2020-09-17 西安交通大学 一种计及燃煤锅炉蓄㶲修正的瞬态变负荷给煤量控制方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
变负荷工况下NO_x排放量预测控制;唐振浩;张海洋;曹生现;;化工进展(第01期);全文 *
基于工况划分的机组优化运行寻优方法;徐廖斌等;《节能技术》;第第36卷卷(第第2期期);全文 *
基于滑动判别算法的低NO_x燃烧优化分析;张尚志;谭鹏;何彪;张成;方庆艳;陈刚;;热力发电(第05期);全文 *
运行数据动态分量的相关性分析机器在燃烧优化中的应用;王国栋等;《广东电力》;第第35卷卷(第第7期期);全文 *

Also Published As

Publication number Publication date
CN114791102A (zh) 2022-07-26

Similar Documents

Publication Publication Date Title
CN103576655B (zh) 一种电站锅炉燃烧子空间建模及多目标优化方法和***
CN110263452B (zh) 一种烟道内烟气时间分布特性分析方法、***及脱硝***
CN104613468B (zh) 基于模糊自适应推理的循环流化床锅炉燃烧优化控制方法
CN109695892B (zh) 一种锅炉受热面壁温保护方法及装置
CN105276611A (zh) 火电厂锅炉燃烧调整优化方法与***
CN111623369B (zh) 一种利用烟气含氧量信号调节锅炉入炉燃料量的控制方法
CN112628712A (zh) 一种基于风门阻力系数的二次风闭环优化控制***
CN107016176A (zh) 一种混合智能锅炉综合燃烧优化方法
CN111881554B (zh) 一种锅炉随气温变化的优化控制方法
CN113095591B (zh) 一种用于火电机组运行参数自寻优的耗差分析方法
CN103279658A (zh) 火力发电机组工况寻优方法
CN110207094A (zh) 基于主成分分析的iqga-svr锅炉受热面沾污特性辨识方法
CN111457392B (zh) 城市生活垃圾焚烧过程风量智能设定方法
CN112016754A (zh) 基于神经网络的电站锅炉排烟温度超前预测***及方法
CN115145152A (zh) 一种锅炉燃烧与脱硝过程协同优化控制的方法
CN104729888B (zh) 一种基于bp神经网络的烟道飞灰等速取样***和控制方法
CN114035434B (zh) 一种燃气-蒸汽联合循环发电***运行优化方法
CN114791102B (zh) 一种基于动态运行数据分析的燃烧优化控制方法
CN110699502A (zh) 一种高精度预测高炉热风炉煤气消耗量的方法
CN115437245A (zh) 一种基于燃烧状态预测模型的锅炉优化控制方法
CN112833409A (zh) 一种基于动态损失预测的炉膛吹灰优化方法
CN115111601B (zh) 多变负荷下内嵌算法融合的多目标锅炉燃烧优化控制方法
CN213178308U (zh) 一种超超临界煤粉锅炉防结渣***
CN205316379U (zh) 一种锅炉运行氧量自动控制***及锅炉
CN110647560B (zh) 一种机理与类脑智能结合的电厂入炉煤质在线软测量方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant