[发明专利]一种660MW超超临界循环流化床锅炉省煤器吹灰优化控制方法

权利要求书

1.一种660MW超超临界循环流化床锅炉省煤器吹灰优化控制方法，其特征在于，包括如下步骤：

步骤1、根据660MW超超临界循环流化床锅炉实际的工艺结构布置与运行流程，结合电厂DCS系统测点，挑选与省煤器相关的烟气、汽水等工质的特征参数；

步骤2、从机组数据库中采集步骤1中筛选的数据，并对采集的数据进行全面预处理；包含清洗和滤波处理；清洗的数据包括空值数据、离群点数据以及停机工况的数据；

步骤3、针对工况波动问题，进行稳态工况热工数据筛选；

步骤4、基于步骤3筛选热工数据中的温度和压力，计算省煤器受热面单位汽水工质实际吸热量；

步骤5、分析影响省煤器受热面单位汽水工质吸热量的边界条件和因素，确定清洁状态下省煤器单位汽水工质吸热量的关系式；

步骤6、根据步骤5确定好的清洁状态下省煤器单位汽水工质吸热量的关系式，基于XGBoost方法进行数据离线建模，预测实际运行状态下省煤器的清洁吸热量；

数据离线建模的模型输入变量为省煤器入口烟气温度、省煤器入口烟气压力、省煤器出口烟气温度、省煤器出口烟气压力、省煤器入口给水流量、省煤器入口给水温度、省煤器入口给水压力、锅炉负荷、烟气含氧量；模型输出变量为省煤器单位汽水工质理想清洁吸热量；

XGBoost模型算法是经过优化的集成树模型，从梯度提升树模型改进和扩展而来，树的集成模型如下所示：

式中：为第i个样本的模型预测值；K为树的数量；F为树的集合空间；表示第i个数据点的特征向量；f_k对应第k棵独立的树的结构q和叶子权重w相关状况；

XGBoost模型损失函数L包含两部分：

式中：第1部分为预测值和目标真实值y_i之间的训练误差；第2部分为树的复杂度之和，是用于控制模型的复杂度的正则项，即

式中γ和λ表示对模型的惩罚系数；

步骤7、根据省煤器洁净因子对660MW超超临界循环流化床锅炉省煤器积灰监测进行评价；

步骤8、确定吹灰阈值，需要根据实际情况对吹灰阈值进行修正；当省煤器洁净因子达到吹灰阈值时，发出省煤器吹灰提醒信息，集控运行人员可进行吹灰操作。

2.根据权利要求1所述660MW超超临界循环流化床锅炉省煤器吹灰优化控制方法，其特征在于，步骤1中的所述特征参数，包括：省煤器入口烟气温度、省煤器入口烟气压力、省煤器出口烟气温度、省煤器出口烟气压力、省煤器入口给水流量、省煤器入口给水温度以及省煤器入口给水压力。

3.根据权利要求1所述660MW超超临界循环流化床锅炉省煤器吹灰优化控制方法，其特征在于，所述空值数据为某一时刻一个或多个测点存在空值的数据，离群点数据为超出正常范围的数据；编写相应的代码对空值数据进行去除，采用箱线图法去除离群点数据；假设q₁、q₃为数据的第1四分位数、第3四分位数，箱线图法可以表示为：

x_max＝q₃+1.5×(q₃-q₁)

x_min＝q₃-1.5×(q₃-q₁)

其中，x_max表示数据中的异常极大值，x_min为数据中的异常极小值；若数据中存在小于异常极小值，大于异常极大值的数据则确定为离群点数据，将其去除。

4.根据权利要求1所述660MW超超临界循环流化床锅炉省煤器吹灰优化控制方法，其特征在于，所述滤波处理采用卡尔曼滤波法，卡尔曼滤波(Kalmanfiltering)是一种利用线性系统状态方程，模型如下式所示：

X(k)＝A*X(k-1)+B*U(k)+W(k)

Z(k)＝H*X(k)+V(k)

式中，X(k)是k时刻的系统状态，U(k)是k时刻对系统的控制量；A和B是系统参数，对于多模型系统，A和B为矩阵；Z(k)是k时刻的测量值，H是测量系统的参数，对于多测量系统H为矩阵；W(k)和V(k)分别表示过程和测量的噪声；通过系统输入输出观测数据，对系统状态进行最优估计。