[发明专利]一种基于神经网络的锅炉三烟道挡板控制方法及系统

权利要求书

1.一种基于神经网络的锅炉三烟道挡板控制方法，其具体包括以下的步骤：

步骤一、采集锅炉三烟道挡板控制的样本数据，建立神经网络模型，并采用学习方法训练网络模型；

步骤二、获取波动后锅炉出口终态负荷和蒸汽温度｛Load；T0；T1；T2｝，其中Load为波动后锅炉出口终态负荷；T0为过热蒸汽出口温度；T1为一次再热蒸汽出口温度；T2为二次再热蒸汽出口温度；

步骤三、步骤一完成训练的网络模型作为求解目标函数，步骤二获取的波动后锅炉出口终态负荷和蒸汽温度作为输入条件，求解得到尾部烟道三个烟气挡板的开度数组｛K1;K2;K3｝，其中K1为一低再烟道挡板开度；K2为二低再侧挡板开度;K3为低过侧挡板开度；

步骤四、根据步骤三得到的尾部烟道三个烟气挡板的开度数组，控制挡板的运动，从而实现调温。

2.如权利要求1所述的基于神经网络的锅炉三烟道挡板控制方法，其特征在于所述方法还包括通过神经网络让三个挡板得到各自的运行轨迹，三个挡板通过各自的运行轨迹落到终点位置。

3.如权利要求2所述的基于神经网络的锅炉三烟道挡板控制方法，其特征在于所述方法还包括采用最优化算法得到开度数的最优解，具体为当步骤三求解得到的满足要求的尾部烟道三个烟气挡板的开度数组个数大于或者等于2时，采用最优化算法判断三个挡板运行的整个过程中，保证T0、T1、T2都不超温，且从波动前的稳态到波动后的稳态所需要的时间最短即为最优解。

4.如权利要求1所述的基于神经网络的锅炉三烟道挡板控制方法，其特征在于所述方法还包括在构建神经网络时，同时引入波动前后锅炉负荷，耗煤量，风量，负荷，给水量，省煤器出口烟气温度，省煤器出口氧量，过热器减温水量，减温水喷水点后蒸汽温度，锅炉出口蒸汽压力以及煤种特性，从而构建数学模型。

5.如权利要求4所述的基于神经网络的锅炉三烟道挡板控制方法，其特征在于所述方法还包括根据对流传热的基本计算原理形成算法，一旦输入｛Load；T0；T1；T2｝，即通过数学模型在线计算得到｛K1;K2;K3｝。

6.如权利要求5所述的基于神经网络的锅炉三烟道挡板控制方法，其特征在于所述方法还包括使用神经网络的自学习功能，用神经网络学习的实际结果对数学模型的计算结果进行修正。

7.一种基于神经网络的锅炉三烟道挡板控制系统，其特征在于具体包括模型建立单元，数据获取单元，计算单元和控制单元；所述模型建立单元用于采集锅炉三烟道挡板控制的样本数据，建立神经网络模型，并采用学习方法训练网络模型；所述数据获取单元用于获取波动后锅炉出口终态负荷和蒸汽温度｛Load；T0；T1；T2｝，其中Load为波动后锅炉出口终态负荷；T0为过热蒸汽出口温度；T1为一次再热蒸汽出口温度；T2为二次再热蒸汽出口温度；所述计算单元用于将完成训练的网络模型作为求解目标函数，获取的波动后锅炉出口终态负荷和蒸汽温度作为输入条件，求解得到尾部烟道三个烟气挡板的开度数组｛K1;K2;K3｝，其中K1为一低再烟道挡板开度；K2为二低再侧挡板开度;K3为低过侧挡板开度；所述控制单元用于根据得到的尾部烟道三个烟气挡板的开度数组，控制挡板的运动，从而实现调温。

8.如权利要求7所述的基于神经网络的锅炉三烟道挡板控制系统，其特征在于所述系统还包括挡板轨迹获取单元，所述挡板轨迹获取单元用于通过神经网络让三个挡板得到各自的运行轨迹，三个挡板通过各自的运行轨迹落到终点位置。

9.如权利要求8所述的基于神经网络的锅炉三烟道挡板控制系统，其特征在于所述系统还包括最优解获取单元，所述最优解获取单元用于采用最优化算法得到开度数的最优解，具体为当求解得到的满足要求的尾部烟道三个烟气挡板的开度数组个数大于或者等于2时，采用最优化算法判断三个挡板运行的整个过程中，保证T0、T1、T2都不超温，且从波动前的稳态到波动后的稳态所需要的时间最短即为最优解。