[发明专利]一种中速磨煤机组入口一次风量整体软测量方法

说明书

一种中速磨煤机组入口一次风量整体软测量方法，属于流体介质流量测量技术领域，其特征在于：基于锅炉DCS数据实时采集系统，将与磨煤机入口一次风量相关的特征参量作为粒子群优化的PSO‑BP网络模型的输入；磨煤机组入口一次风质量流量作为网络模型输出；接着构建样本数据库并进行数据预处理；再利用粒子群算法对初始网络权值、阈值进行寻优迭代；最后得到最优网络参数配置进行PSO‑BP网络模型的训练，网络模型训练完毕后输入待测工况特征参数，即可一次性得到制粉系统磨煤机组内全部磨煤机入口一次风质量流量值。本发明适用于宽范围内的风量测量，适用于不同冷、热风量配比下的一次风量测量，可一次性给出磨组所包含的全部磨煤机的入口一次风质量流量值。

技术领域

本发明属于流体介质流量测量技术领域，尤其涉及一种中速磨煤机组入口一次风质量流量的整体测量方法。

背景技术

磨煤机入口一次风量与入炉煤量之比是运行人员评估锅炉燃烧工况的重要依据参数，也是进行燃烧调整的重要控制对象。对于现代采用直吹式制粉系统中速磨煤机的电站燃煤锅炉，合理的磨煤机入口一次风量和入炉煤量之比可保证各燃烧器运行在最佳热负荷下，煤粉颗粒充分燃烧。若一次风量不足，煤粉颗粒射入炉膛的速度降低，着火提前，可能导致燃烧器喷口烧损，一次风刚性差，影响炉内正常的空气动力场，较低的一次风速还可能导致煤粉沉积，引发输粉管道堵塞甚至爆燃事故；若一次风量偏大，入炉煤粉变粗，煤粉颗粒在炉内的停留时间变短，不利于煤粉燃尽，较大的一次风动量还易引起火焰偏斜刷墙、高温腐蚀、磨煤机风环磨损加剧系列问题。因此，控制合理的磨煤机入口一次风量对锅炉安全、经济运行具有十分重要的意义。目前电站燃煤锅炉通常在磨煤机入口一次风道内装设差压式流量计进行风量测量。尽管风量测量元件的型式多种多样，然而，测风装置上游冷、热风管道汇合后产生分层贴壁流，又存在急转弯头，直管段一般都较短，故而风道内部流场紊乱，导致大多数电厂磨煤机入口一次风流量测量误差极大，风量自动投入率很低。

随着人工智能技术的兴起，软测量在工业上的应用逐渐增多。人工神经网络是一种具有代表性的软测量方法。该方法通过测量易测、可靠性高的参数，通过海量数据的迭代学习，建立反映输入量与输出量的非线性映射关系。从而实现目标参数的间接测量。该方法规避了流场分布不均、风门挡板线性差，一、二次测量元件误差等外部因素，选取易测、准确性较高的参数建模，适应性广，理论上可应用于任何风道结构，可用于解决设备改造无法解决的问题。

已有的一种磨煤机入口一次风量软测量方法通过采集一次风沿程参数，采用未经优化的BP神经网络进行建模，采用基本的梯度下降学习算法进行权值的更新迭代，且对于输入网络的多维参数未采用降维处理。鉴于基础的BP网络极易陷入局部最小，且输入的高维参量极易导致网络训练产生“过拟合”，网络实际泛化能力并不理想，容错性较低；故这种方法得到的网络模型对一次风量的预测效果鲁棒性较差，不具备规模化推广的价值。

发明内容

本发明旨在解决上述问题，提供一种适用于中速磨煤机组入口一次风量整体软测量方法。该方法可一次性给出锅炉全部磨煤机入口一次风质量流量值，为司炉人员提供直观准确的监控参数。

本发明所述中速磨煤机组入口一次风量整体软测量方法，基于锅炉DCS数据实时采集系统，将与磨煤机入口一次风量相关的特征参量作为粒子群优化的PSO-BP网络模型的输入；以所有磨煤机组入口一次风质量流量作为模型的输出；通过构建样本数据库并进行数据预处理，再利用粒子群算法对模型的初始网络权值、阈值(初始网络权值、阈值随机产生)进行寻优迭代，最后得到最优网络参数配置进行PSO-BP网络模型的训练，网络训练完毕后输入待测工况特征参数，即可一次性得到全部磨煤机入口一次风质量流量值。