基于改进偏互信息的火电厂SCR脱硝系统建模

由于传统偏互信息(PMI)法利用条件期望计算回归值时计算误差较大,会对筛选正确率产生不利影响,将插值法应用于回归值的计算,提出了改进偏互信息(IPMI)法并利用Benchmark验证方法的有效性.将IPMI法应用于火电厂SCR脱硝系统,选取出最优变量集作为支持向量机(SVM)模型的输入,并利用现场历史数据建立了IPMI-SVM模型,将其与传统SVM方法进行了对比.结果表明:IPMI-SVM模型具有较高的预测精度,IPMI法可有效提高模型的泛化能力和鲁棒性,降低了模型复杂度.

SCR烟气脱硝系统自适应混合动态模型

随着火电厂环保要求的不断提高,选择性催化还原(SCR)烟气脱硝系统得到了广泛的应用。准确的动态模型是SCR运行优化的基础,在机理模型的基础上,利用核偏最小二乘(KPLS)模型修正机理模型偏差,构建了SCR脱硝系统的自适应混合动态模型。利用现场实际运行数据验证了模型的有效性,并与机理和数据模型进行了对比。对比结果表明,自适应混合模型结合了机理和数据模型的优点,准确描述了SCR脱硝反应的动态过程,具有更高的拟合和预测精度。

多模态控制的研究与应用综述

多模态控制系统可以根据系统运行状态,实时选用最合适的控制方法,实现多种控制策略优势的综合,使得系统的控制性能满足较高的要求。在多模态控制结构的设计中,模态的划分与各模态下的控制策略的选取直接影响多模态结构的控制效果。模态的划分取决于设计者对所应用的工业背景及复杂对象的深入了解与分析,而具体的控制方法则包括变增益控制、滑模控制、人工智能控制、基于多模型的控制。结合多个领域的研究现状,介绍上述各方法的特点与应用形式,对于设计一个实际的多模态控制系统具有借鉴意义。

基于多变量内模解耦的CFB锅炉燃烧控制研究

为提高CFB锅炉燃烧系统的自动控制品质,分析了系统主蒸汽压力和床温对象在调节过程中的相互作用,提出解耦的系统控制结构.通过选取上述强耦合对象,以一次风量和给煤量作为调节量,采用补偿的多变量内模解耦控制策略实现了该两输入两输出(TITO)系统的解耦.给出了解耦控制器的详细设计过程,通过设计能够有效抵消缓慢极点或主导极点的滤波器以加快响应速度.在综合ISE指标的基础上发展了基于超调量和调节时间的参数整定指标.对所设计控制器进行次最优降阶,并验证输入、输出扰动性能和模型失配鲁棒性,仿真结果表明:所采用的解耦控制策略是有效的.

300MW深度调峰循环流化床机组负荷响应特性研究

当下循环流化床(CFB)机组需参与深度调峰、快速变负荷运行,机组变负荷初期的负荷响应速率主要由其汽水侧蓄热特性决定,因此提出了一种亚临界CFB机组汽水侧蓄热定量计算方法。以某电厂300 MW深度调峰CFB机组为例,根据工质特性对该锅炉汽水流程进行分段,结合锅炉设计数据与实际运行参数,分别计算了不同负荷(30%~100%)工况下各段的工质蓄热系数和金属蓄热系数,并考虑汽轮机热效率变化的影响,分析了CFB锅炉汽水侧蓄热利用可持续时间与机组负荷响应特性。结果表明:该机组汽水侧蓄热系数随着负荷的降低而增大,在50%负荷以下的变化较大;考虑机组运行稳定裕度差异后,汽水侧蓄热利用可持续时间随着负荷的降低而减小,机组负荷响应能力显著降低。

凝结水节流变负荷能力静态建模与分析

基于汽水分布方程,计算得到凝结水节流后机组各级抽汽质量流量的变化,并在此基础上建立了凝结水质量流量对汽轮机输出功率影响特性的2个边界模型,确定了凝结水节流方案的可达负荷;在分析除氧器内蓄水温度变化的基础上,确定了当前蓄水量下凝结水节流的可持续时间,并以某600 MW机组为例进行验证.结果表明:凝结水节流方案可使机组的变负荷速率提升一倍以上,且机组负荷越高,凝结水节流在相同的节流倍率条件下具备的可调能力越强.

基于特征选择和BP神经网络的风电机组故障分类监测研究

为了减少风电场的经济损失,采用ReliefF特征选择与BP神经网络相结合的方法,对风电机组进行状态监测研究.基于风电场实际运行数据,重点分析了桨距角不对称故障.结果表明:ReliefF特征选择与BP神经网络相结合的方法可以有效地分辨出是否发生了桨距角不对称故障,且准确率较高.

凝结水节流参与的1000MW火电机组快速变负荷调节

建立了具有一定精度的火电机组非线性模型,设计协调控制反馈控制器.同时针对1 000MW火电机组,分析凝结水节流过程的静态和动态特性,得到凝结水质量流量变化与机组负荷之间的传递函数,并设计合理的凝结水节流参与的协调控制通道控制器.在4种升负荷速率下对2种控制系统的动态特性进行验证,对积分绝对误差(IAE)、时间加权绝对误差的积分(ITAE)和自动发电控制(AGC)考核指标进行对比.结果表明:凝结水节流方案大大提高了机组升负荷速率,对新能源规模化并网大有裨益.

火电厂SCR脱硝系统机理建模与控制研究

随着环保意识的提高,火电厂氮氧化物的排放问题引起了社会的关注。选择性催化还原方法（selective catalytic reduction,SCR）普遍采用于火电厂的脱硝系统中,喷氨量的控制是脱硝系统的关键问题,若不能得到有效控制,不仅影响火电厂脱硝效率,而且氨逃逸有可能会造成二次污染。SCR系统的准确动态建模是对喷氨量进行有效控制的前提。本文通过分析SCR系统化学反应机理建立了SCR动态模型,并利用实际运行数据对其进行验证,平均百分比误差为10.73%,仿真结果表明该模型精度高。因该系统具有较强的非线性,传统比例、积分、微分（PID）控制器难以得到满意的控制效果,本文设计了神经网络预测控制器,对SCR系统的喷氨量进行控制,并与传统PID控制器进行对比,利用火电厂实际运行数据对该方法进行了验证,提出的控制策略在两个典型工况下的脱硝效率比传统PID控制策略高约10%,结果表明该方法具有较好的控制效果。

一种超超临界直流锅炉水煤比软测量方法

超超临界直流锅炉由于自身特点导致其控制系统复杂,迅速准确地测量出其水煤比是保障锅炉安全、经济、稳定运行的前提。现阶段传统的监测方法具有延迟大、误差大的特点。以某电厂1000 MW超超临界直流锅炉为例进行研究,介绍一种直流锅炉水煤比软测量的方法,主要是根据直流锅炉汽水循环中的能量和物质守恒算出水煤比的基准值,综合一种根据锅炉风量和排烟氧量计算热量的新型热量信号构造方法对水煤比进行修正,最终得出相对准确的水煤比。