基于改进差分进化算法的CFB锅炉主蒸汽压力建模

建立准确的主蒸汽压力数学模型对提升循环流化床(CFB)锅炉主蒸汽压力控制系统性能有着实际意义。受现场条件制约,近年来基于数据驱动的闭环建模已趋于实用化。针对模型参数辨识过程寻优速度和精度指标,提出一种引入两个权重系数的改进差分进化(IDE)算法。与传统差分进化算法相比,改进后的算法在模型参数辨识过程中的寻优速度和精度均有提升,辨识所得模型更加准确。该结果证明了改进后算法的稳定性。通过采集山西某电厂350 MW超临界CFB锅炉现场的实际运行数据并进行预处理,将燃料量和汽机阀门开度同时作为输入、主蒸汽压力作为输出,并利用IDE算法寻优得到主蒸汽压力的最佳模型参数。对比结果表明,模型有着更高的拟合度。该研究对350 MW超临界CFB锅炉主蒸汽压力优化控制有一定的指导意义。

基于APSO-LSTM模型的短期电力负荷预测

利用短期负荷预测进行自动发电系统超前控制,有利于实现电力负荷的实时供需平衡。由于电力负荷本身非线性、非平稳且受各种因素的复杂影响,预测准确率不高。LSTM模型被广泛应用到负荷预测中,但是由于模型优化算法的初始参数根据经验值设置,模型的泛化能力低且降低了预测精度。将改进的自适应粒子群算法与LSTM模型相结合,使学习因子、惯性权重动态化,同时改进位置更新公式,提升粒子群算法的寻优能力,寻找LSTM模型中不同优化算法下最佳的初始学习率。实验结果表明,在不同优化算法下APSO-LSTM模型比LSTM模型的预测误差更低,验证了优化方案的可行性。

超临界CFB机组汽动给水泵给水研究

针对山西某电厂350 MW超临界CFB供热机组汽动给水泵在夏季高温下给水不稳定现象,从数据层面分析了其不稳定的主要原因。分析了影响小汽轮机正常工作汽源的相关因素,并在HV阀门(高压调节阀)开启前后时刻对这些因素进行了采集,通过等功率比较分析得出,HV阀门开启前后影响因素中变化较大的为背压,并对此设计了一套用来降低背压的间冷塔喷水减温系统。该喷水降减温系统能在33℃的环境温度下降低背压4 kPa左右,有效提高了汽动给水泵的给水稳定性,为相关工程问题的解决提供参考。