[发明专利]受热面灰污区段化监测系统及方法

权利要求书

1.一种利用受热面灰污区段化监测系统的受热面灰污区段化监测方法，其特征在于，所述受热面灰污区段化监测系统包括数据采集模块、数据库、实时计算模块和监测模块；所述数据采集模块用于从机组DCS服务器和设置于锅炉中的传感器读取实时数据；所述数据库用于存储包括数据采集模块获取的实时数据在内的所有锅炉相关数据；所述实时计算模块用于从数据库中获取相关数据代入至预先构建的模型中进行计算，得到表征灰污程度的受热面不同区段的清洁因子CF；所述预先构建的模型包括多工况CFD炉膛仿真预测模型和区段化灰污精细计算模型；所述监测模块用于将受热面不同区段的清洁因子CF代入至预先构建的LSTM时间序列积灰状态预测模型中，得到受热面的积灰状态参数预测结果，用于后续指导吹灰；

所述受热面灰污区段化监测方法包括以下步骤：

S1：所述的数据采集模块从机组DCS服务器和设置于锅炉中的传感器读取实时数据，实时数据包括炉膛出口烟气实测参数和工质入口参数；

S2：数据采集模块将采集的实时数据输入至数据库中进行存储，数据库中存储的锅炉相关数据包括受热面结构参数、煤质参数、燃烧方式、工质物性参数、给风量、给煤量、工质入口参数、炉膛出口烟气实测参数、含有时间信息的积灰参数历史数据序列；

S3：实时计算模块从数据库中获取相关数据代入至预先构建的多工况CFD炉膛仿真预测模型和区段化灰污精细计算模型中进行计算，得到表征灰污程度的受热面不同区段的清洁因子CF；

其中所述多工况CFD炉膛仿真预测模型为BP神经网络，输入层参数为受热面结构参数、煤质参数、燃烧方式、工质物性参数、给风量、给煤量和工质入口参数，输出层为烟气出口温度；

所述区段化灰污精细计算模型基于分别以烟气和工质为对象进行区段划分形成的受热面区段化模型，利用所述多工况CFD炉膛仿真预测模型输出的烟气出口温度和数据库中的工质入口参数，通过热平衡计算得到不同受热面的烟气侧与工质侧参数，然后针对不同受热面的不同区段进行精细化计算，得到受热面不同区段的理论传热系数和实际传热系数，进而换算为清洁因子CF；

S4：监测模块将受热面不同区段的清洁因子CF作为输入变量代入至预先构建的LSTM时间序列积灰状态预测模型中，输出表征积灰状态的积灰厚度、积灰面积和积灰位置的预测结果，用于后续指导吹灰；

所述的多工况CFD炉膛仿真预测模型的构建方法包括以下步骤：

S11：从数据库中获取不同工况下的受热面结构参数、煤质参数、燃烧方式、工质物性参数、给风量、给煤量、工质入口参数和炉膛出口烟气实测参数；

S12：基于S11中获取的受热面结构参数、煤质参数、燃烧方式、工质物性参数、给风量和给煤量数据，利用计算流体动力学软件进行多工况的炉膛建模仿真，得到炉膛出口烟气温度场和速度场分布；

S13：利用数据库中的炉膛出口烟气实测参数对仿真模型进行修正；

S14：利用修正好的仿真模型生成仿真数据，结合S11中获取的工质入口参数，进行BP神经网络学习训练，其中BP神经网络的输入层参数包括受热面结构参数、煤质参数、燃烧方式、工质物性参数、给风量、给煤量和工质入口参数，输出层为烟气出口温度；训练完成后的BP神经网络作为烟气出口参数预测模型。

2.根据权利要求1所述的受热面灰污区段化监测方法，其特征在于，所述的区段化灰污精细计算模型的构建方法包括以下步骤：

S21：获取所述多工况CFD炉膛仿真预测模型中得到的烟气出口温度和数据库中得到的工质入口参数；

S22：根据S21中获取的数据，通过热平衡计算得到不同受热面的烟气侧与工质侧参数；

S23：对各受热面分别以烟气和工质为对象进行区段划分，建立受热面区段化模型，根据S22中获得的烟气侧与工质侧参数，针对不同受热面的不同区段进行精细化计算，得到不同区段的理论传热系数、实际传热系数；

S24：计算受热面不同区段的清洁因子CF。

3.根据权利要求2所述的受热面灰污区段化监测方法，其特征在于，所述S23中的受热面区段化模型中，以烟气为对象，将受热面沿烟气流动方向、炉膛宽度方向、炉膛高度方向分别划分为X、Y、Z个不同的区域；同时以工质为对象，将受热面沿工质整体流动方向、炉膛宽度方向、工质在管中的流动方向分别划分为U、V、W个不同的管段；划分后的烟气区域坐标表示为(x,y,z)，划分后的管段坐标表示为(u,v,w)。