[发明专利]一种考虑锅炉过热器氧化皮影响的壁温测量方法与系统

说明书

本发明公开了一种考虑锅炉过热器氧化皮影响的壁温测量方法与系统，属于锅炉安全技术领域，包括：基于专家算法得到锅炉过热器内壁壁温的影响参数，并基于所述影响参数数据和对应的锅炉过热器内壁壁温数据构建训练集；将所述训练集输入到基于机器学习算法的过热器内壁壁温预测模型中，得到训练完成的预测模型；基于此时的影响参数数据，预测得到此时的锅炉过热器内壁壁温；基于超声波测试系统对锅炉过热器内壁氧化层厚度进行测量，得到此时的锅炉过热器氧化层厚度；当氧化层厚度大于第一阈值后，对所述锅炉过热器内壁壁温进行修正，得到修正后的锅炉过热器内壁壁温，使得锅炉过热器的壁温测量变得更加的合理和稳定可靠。

技术领域

本发明属于锅炉安全技术领域，具体涉及一种考虑锅炉过热器氧化皮影响的壁温测量方法与系统。

背景技术

如今，我国已经在很多省份投运了超超临界机组，超超临界发电技术将进一步取代超临界发电技术，成为火力发电的主流技术。超超临界机组在降低发电煤耗，减少污染物排放的同时，由于工质参数高，对耐高温的要求相应提高，特别是在耐高温、抗蠕变与氧化方面，如果材料性能达不到要求，锅炉运行过程中容易出现超温爆管 事故，影响电厂安全、经济运行。锅炉运行中，由于热负荷大、工质参数高等原因，由四管爆漏引起的锅炉事故越来越多，特别是高温过热器，其工作坏境更加严酷，同时受到辐射换热和对流换热的作用，管道热负荷高，受热管道的壁温长期接近于最高许用温度，此时容易出现超温爆管事故，严重影响锅炉安全运行。

国内外对于锅炉过热器的研究与预防，主要通过安装在过热器的进出口外管壁处的热电偶对温度进行测量，因锅炉外壁温度变化趋势接近内壁温度，以此来推断锅炉内壁温度，通过人工智能或者管路的热偏差理论对内壁温度进行确定，但是由于在运行过程中，锅炉过热器内壁会产生氧化皮，该氧化皮的厚度过大会使内壁壁温的温度升高，其中氧化皮的导热系数不足1W/(m.K),而T92钢的导热系数为27W/(m.K)，当采用无氧化皮时的训练得到的人工智能算法或者管路的热偏差理论对此时的内壁温度进行软测量，会导致此时的误差很大，不能真实反应此时的内壁温度，严重时由于不能准确掌握过热器内壁温度，从而导致过热器发生超温爆管事故。

基于上述技术问题，需要设计一种考虑锅炉过热器氧化皮影响的壁温测量方法与系统。

发明内容

本发明的目的是提供一种考虑锅炉过热器氧化皮影响的壁温测量方法与系统。

为了解决上述技术问题，本发明第一方面提供了一种考虑锅炉过热器氧化皮影响的壁温测量方法，包括：

步骤S1、基于专家算法得到锅炉过热器内壁壁温的影响参数，并基于所述影响参数数据和对应的锅炉过热器内壁壁温数据构建训练集；

步骤S2、将所述训练集输入到基于机器学习算法的过热器内壁壁温预测模型中，得到训练完成的预测模型；

步骤S3、基于此时的影响参数数据，预测得到此时的锅炉过热器内壁壁温；

步骤S4、基于超声波测试系统对锅炉过热器内壁氧化层厚度进行测量，得到此时的锅炉过热器氧化层厚度；

步骤S5、当氧化层厚度大于第一阈值后，对所述锅炉过热器内壁壁温进行修正，得到修正后的锅炉过热器内壁壁温。

通过基于专家算法得到锅炉过热器内壁壁温的影响参数，并得到其对应的过热器内壁温度数据，并以影响参数数据为输入量，过热器内壁温度数据为输出量，对基于机器学习算法的过热器内壁壁温预测模型进行训练，并在此基础上得到预测模型，通过该预测模型可以得知此时的锅炉过热器内壁壁温，为了使得预测结果更加准确，通过构建锅炉过热器内壁氧化层厚度的数学机理模型，得到此时的锅炉过热器氧化层厚度，当厚度大于第一阈值后，对锅炉过热器内壁壁温进行修正，从而使得此时的锅炉过热器内壁壁温的测量在综合考虑氧化层厚度的基础上，实现对锅炉过热器内壁壁温的精确测量。