（热能工程专业论文）基于预数值计算的电站煤粉锅炉燃烧优化专家系统研究.pdf

华北电力大学硕士学位论文摘要 摘要 本文详细阐述了电站煤粉锅炉燃烧工况监测及优化技术在国内外的发展现状 和趋势，通过对诸多燃烧工况参数的分析确定了专家系统建模的结构。具体分析了 人工神经网络模型的特征及结构， 对b p 神经网络进行了深入的研究， 并对b p 算法 做出了新的改进。利用数值模拟软件预计算出的某 3 0 0 mw 锅炉的燃烧工况参数作 为模型的样本进行训练预测，对系统建模进行了检验。结合模糊综合评判原理建立 了燃烧工况评判机制来指导燃烧优化。同时介绍了基于v b语言的锅炉燃烧工况优 化指导系统，分别从模块、功能及界面等方面进行了相应的说明。 关键词:b p 神经网络，预数值计算，综合评判，燃烧优化，可视化 abs tract t h i s p a p e r e x p l a i n s i n d e t a i l t h e t e c h n o l o g y o f m o n i t o r a n d o p t i m i z a t i o n a b o u t o p e r a t i n g m o d e s o f c o a l - f ir e d b o i l e r s c o m b u s t i o n i n p o w e r p l a n t s , a n d c u r r e n t s i t u a t i o n s o f i t s d e v e l o p m e n t a n d t r e n d s i n d o m e s t i c a n d a b r o a d . t h e s t r u c t u r e o f m o d e l i n g f o r e x p e rt s y s t e m i s c o n f i r m e d t h r o u g h t h e a n a l y s i s o f p a r a m e t e r s u n d e r m a n y c o m b u s t i o n o p e r a t i n g mo d e s . a c o n c r e t e a n a l y s i s o f t h e m o d e l s t r a i t a n d s t r u c t u r e f o r a r t i f i c i a l n e u r a l n e t w o r k i s m a d e , d e e p r e s e a r c h t o b p n e u r a l n e t w o r k i s c a r r i e d o u t , a n d a n i m p r o v e m e n t o f b p a l g o r i t h m i s m a d e . s o m e c o m b u s t i o n p a r a m e t e r s o f 3 0 0 mw b o i l e r a r e o b t a i n e d b y u s i n g n u m e r i c a l s i m u l a t i o n s o ft w a r e , a s t h e s a m p l e s o f t h e m o d e l t o t r a i n a n d p r e d i c t , t h e m o d e l i n g o f t h e s y s t e m i s e x a m i n e d . t h e j u d g i n g s y s t e m f o r c o m b u s t i o n o p e r a t i n g m o d e s i s m a d e u n d e r t h e p r i n c i p l e o f f u z z i l y a n d s y n t h e t i c a l l y j u d g e , a n d i s u s e d t o c o n d u c t t h e c o m b u s t i o n o p t i m i z a t i o n . t h e c o n d u c t s y s t e m o f b o i l e r c o m b u s t i o n o p t i m i z a t i o n b a s e d o n v b l a n g u a g e i s a l s o i n t r o d u c e d , w h i c h i s i l l u s t r a t e d f r o m s e v e r a l a s p e c t s , s u c h a s mo d u l e , f u n c t i o n i n t e r f a c e , a n d e t c . y u n x i ( t h e r m a l p o w e r e n g i n e e r i n g ) d i r e c t e d b y p r o f . y a n we i p i n g k e y wo r d s : b p n e u r a l n e t w o r k , p r e - n u me r i c a l c a l c u l a t i o n , s y n t h e t i c a l l y j u d g e me n t , c o mb u s t i o n o p t i mi z a t i o n , v i s u a l i z a t i o n 华北电力大学硕士学位论文主要符号表 主要符号表 神经元输入 网络权值 神经元阐值 传递函数 神经元输出 整体均方差、误差函数 训练误差 网络目标输出 神经元非线性参数 网络输出 训练步长 允许误差 最大迭代次数 随机数 平均方差 训练次数 动量因子 烟气含氧量，% 空干基水分含量，% 隶属度 评价集 排烟温度，o c 飞灰含碳量，% 空干基固定碳含量，% 着火判别指数 负荷，mw 一次风速，m / s 一次风温，o c bfye氏兀qo粉 刀仇屿几fcat 占d甲t 华北电力大学硕士学位论文主要符号表 炉膛出口烟温，o c 挥发分含量，% 因素集 权重模糊集 综合评判模糊集 氮 氧 化 物 含 量 ， m g / n m 3 炉膛截面热负荷， m w / m 2 厂肠uab 声明 本人郑重声明:此处所提交的硕士学位论文 基于预数值计算的电站煤粉锅炉 燃烧优化专家系统研究 ，是本人在华北电力大学攻读硕士学位期间，在导师指导 下进行的研究工作和取得的研究成果。据本人所知，除了文中特别加以标注和致谢 之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得华北 电力大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本 研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 学位论文作者签名:日 期: 关于学位论文使用授权的说明 本人完全了解华北电力大学有关保留、使用学位论文的规定，即:学校有权 保管、并向有关部门送交学位论文的原件与复印件;学校可以采用影印、缩印或 其它复制手段复制并保存学位论文:学校可允许学位论文被查阅或借阅;学校 可以学术交流为目的， 复制赠送和交换学位论文; 同意学校可以用不同方式在不同 媒体上发表、传播学位论文的全部或部分内容。 ( 涉密的学位论文在解密后遵守此规定) 作者签名:导师签名 日期: 一一一一一一一一一一一一一些i t 曳 力 大 学 硕 士 学 位 论 文 第一章 引言 1 . 1研究背景及意义 火电机组中，锅炉是最重要的部件之一，其工作的好坏对整个电厂运行有举足 轻重的作用。且由于锅炉的系统结构复杂，运行工况恶劣，因此一直是电厂运行中 问题最集中、事故率最高、对机组可用率影响最大的一个设备。其中，燃烧系统又 是电站锅炉的重要运行设备。电站锅炉在运行中常会出现各种各样的问题，比如燃 烧效率偏低、嫌烧稳定性差、结渣、烟温偏差、管道爆漏等，直接影响电站锅炉运 行的安全性与经济性，这些问题发生的原因在很大程度上都与运行中燃烧工况的调 整有关系。由此可见，锅炉燃烧工况的好坏，在很大程度上决定着燃烧系统、锅炉 设备乃至整个发电厂运行的经济性和安全性，其调整与优化也成为锅炉运行中最主 要的内容及目的之一。此外，随着我国国民经济的迅猛发展，对电力的需求也快速 增加。燃煤火电在电力生产中占据主导地位，每年要消耗大量的煤炭资源，产生的 大气污染物也非常巨 大n 1 。因此，监测和改善燃煤火电厂的燃烧工况，对于解决电 站锅炉运行所面临的双重要求降低运行成本与降低污染物排放，同样具有重要 的 意 义 12 ,3 1 近年来随着社会经济的快速发展，电力供应能力增长不足，出现了结构性的电 力供应紧张，解决电力供应紧张问题的根本出路仍是要加快电力建设，实现电力建 设的适度超前发展。而要解决近期用电紧张问题，主要依靠对现有电力资源特别是 火力发电厂设备的充分利用。为应对这一新情况，需要大力提高各发电厂的运行安 全性、经济性和机组可用率。要解决以上问题，进行燃烧的调整与优化就显得十分 必要。 煤粉炉炉内的燃烧工况十分复杂，涉及燃烧、流动、传热等多方面过程，受到 诸如风量、风速、各次风的比例、燃煤的种类、煤粉的浓度和细度、机组负荷等诸 多因素的影响。而且，这些因素又往往互相影响，互相交织，更增加了燃烧过程的 复杂性。燃烧工况复杂的特性，决定了 燃烧过程以及与之有关的其它过程也是难以 测量和控制的。如果只凭表面现象和直观经验，已经很难对运行工况做出准确的判 断和合理的调整。而建立电站锅炉排放特性的函数模型难度又极大，难以满足锅炉 高 效 低污 染 燃烧的需 要 14 1 目前燃煤电厂对燃烧调整几乎都是根据风机电流和调节挡板开度，给粉机转 速， 一次风静压， 烟气含氧量等参数的 传统操作方法( 5 - 7 1 ， 这对于燃烧器的配风情况、 风速和风量大小、煤粉浓度的大小与均匀性等参数的调整较为困难。由于没有准确 的监测装置，运行人员无法对锅炉进行有效的燃烧调整，有时使锅炉处于配风不均 一一一一一一一一一一一 * i t * ,it ) rl *_ 的条件下运行，严重时会引起火焰中心偏斜、燃烧不稳，从而导致熄火放炮、局部 结焦，且锅炉爆漏、锅炉热效率降低、一次风管堵管事故也经常发生，这些问题已 严重危及机组的安全性和经济运行。有了对主要燃烧参数的较为准确的监测手段 后，如果还是依靠运行人员的经验来实现初步的燃烧优化，往往不能达到理想的优 化燃烧效果.而要实现对锅炉燃烧工况的优化调整，使锅炉能够根据不同的煤质， 不同负荷实时达到燃烧稳定、效率高、污染物少，还需要对各种影响燃烧过程的因 素进行深入分析，引入先进的燃烧优化理论，采用新的燃烧调整方案，增加一些相 关的重要参数的监测手段。 通过人工智能控制算法等先进理论对电站锅炉燃烧工况进行优化 a ,9 ， 可以 使嫌 烧过程更加稳定，减少燃烧系统事故的发生，延长设备的使用寿命，使锅炉处于较 为理想的燃烧工况， 提高了燃烧的效率， 减少各种污染物特别是n o x的排放; 对提 高锅炉运行的安全性、经济性，提高机组可用率，都具有十分重要的意义。 1 . 2国内外研究现状 由于锅炉燃烧系统结构复杂， 运行工况恶劣， 设计监测手段落后， 相关的事故， 如炉膛结渣、燃烧器烧损等频繁发生，成为影响锅炉安全、经济运行的重要因素。 目前国内的许多电厂都对锅炉燃烧状态进行了多方面的研究，对锅炉燃烧过程 的优化调整研究均基于燃烧参数的在线监测基础上。研究的方法主要是针对具体的 锅炉进行现场试验，确定各个参数的合理取值.例如1 9 9 9 年西安热工研究院对利港 电厂# 4 炉( 引进型1 2 4 6 t / h 锅炉) 进行的燃烧优化调整试验，以及媚洲湾火电厂2 0 0 2 年 对# 1 锅炉( f w生产1 1 5 0 t / h 锅炉) 进行的燃烧优化试验，都是通过现场试验的方法， 对影响锅炉安全经济运行的主要燃烧参数进行研究，确定合理的运行值。此外，大 型电站燃煤锅炉普遍配置火电 厂炉膛安全保护系统( f s s s ) 0 l ， 它能 在锅炉正常运行 和启停过程等各种运行方式下，连续密切地监视燃烧系统的大量参数和状态，不断 地进行逻辑判断和运算，必要时发出各种动作指令，通过种种连锁装置，使燃烧系 统的有关部件严格地按各种既定的合理安全程序完成必要的操作或处理未遂性事 故，以保证锅炉燃烧系统的安全。 此种方法的缺点是由于电厂运行环境和测量元件等 因数的影响， 很难满足实际运行的要求， 测量结果易受周围环境的影响， 并且系统成本 较高，还受到诸如风煤测量方法的限制。 传统的优化控制方法是建立在数学模型的基础上，在数学模型上进行搜索。对 于锅炉燃烧被控对象而言，建立其精确的数学模型是极其困难的，因为锅炉燃烧对 象是一个复杂的被控对象，其复杂性表现为非线性、高噪声干扰、动态突变性等方 面，这些复杂性都难以用精确的数学模型( 微分方程或差分方程) 来描述，因此基于 精确模型的传统控制就难以解决复杂对象的控制问题。相反，智能控制在处理复杂 华北电力大学硕士学位论文 性、 不确定性方面能力高， 这主要表现在智能决策上。 经过2 0 多年来的研究和发展， 把人工智能方法引入控制系统，将人工智能的理论和反馈理论相结合，解决复杂系 统的控制难题是行之有效的 1 1 - 1 3 .模糊控制在工业控制中有着成功应用的范例。 1 9 7 4 年，英国的自动控制专家马丹尼( ma m d a n i ) 教授首先把模糊集理论应用于锅炉 和蒸汽机的控制，并得到成功，这一开创性的工作标志着模糊控制工程的诞生【 1 4 到8 0 年代后期，模糊控制工程在日本、美国等国家到处启动，得到广泛的应用.在 我国， 从7 0 年代末起， 也开始进行模糊控制的理论研究和应用， 经过近3 0 年的研究， 在理论和生产实际上都取得了可喜的成果 1 5 - 7 8 。 退火炉的模糊寻优控制在生产实际 运行中得到了较好的控制效果， 通常节约煤粉5 %左右。 把模糊寻优控制成功应用到 生产过程中的范例，说明模糊寻优控制解决生产实际问题是有效的。目前，包括模 糊综合评判模型、基于模糊神经网络的综合评判模型等，运用这些模型都能对锅炉 的燃烧状况进行有效的预测评估 1 9 . 基于模糊神经网络的综合评判属于新兴起的评 判方法， 国内不少院校通过进一步地研究论证， 使模糊判别模型得到进一步地完普， 基于模糊神经网络和模糊评判的 应用模型或优化系统也得到了实际应用 2 0 .2 2 .由于 模糊综合评判模型需要解决确定权重和隶属函数这两个十分突出而又复杂的问题， 且由于网络结构的选择和模型构建上还不过成熟，有待于我们进一步地研究。 国内大型火电发电机组一般都配有d c s , d c s 虽提高了锅炉运行的自动化水平， 但缺少对锅炉燃烧运行配风、配煤方式的优化。由于锅炉炉内煤粉燃烧过程的复杂 性， 运行人员只能根据自己长期积累的运行经验进行燃烧调整。 如果能用 “ 专家级” 的燃烧运行经验来指导锅炉燃烧调整，必能减小运行人员之间运行操作水平的差 异，减少燃烧调整操作的随意性，提高锅炉的整体运行水平。其目标是根据锅炉的 负荷和煤种，实时优化锅炉配风、配煤燃烧运行方式，指导锅炉燃烧调整，提高锅 炉燃烧运行效率，降低发电煤耗，同时减少烟气的n o x 排放，实现锅炉的经济环保 运行。近年来，神经网络逐渐被人们所认识，得到了越来越广泛的应用，主要表现 在预测、 分析、分类与鉴定、优化、 控制及其他方面的 应用2 3 ) ， 在电站锅炉和其它 能 源工程领域也受到普遍地关注。 4 - 2 6 。 用神经网络的技术来处理锅炉燃烧工况的优 化，形成指导燃烧优化的专家系统，在国外已经开始进行类似的研究与开发，但在 国内还没有诸如此类的研究。借助优化燃烧特性试验数据，建立诸如电站锅炉热效 率与n o x 排放的响应特性的神经网络与解析函数的混合模型，进行了锅炉高效低污 染燃烧优化问题的数学描述 2 7 ,2 8 ，从而为锅炉燃烧的优化模型提出了新的方向。 国外在关于燃烧优化控制系统方面的研究也有了不少新的成果。 美国p e g a s u s 公司生产的高科技产品p o we r p e r f e c t e r t m是基于神经网络的锅炉燃烧优化控 制系统。它基于先进的神经网络技术和滚动预测控制技术，通过建立多目标的动态 优化控制器，动态调整d c s 设定参数与偏置，实现锅炉燃烧优化闭环控制。该系统 可以提升锅炉燃烧效率0 . 5 %-2 . 5 %,降低氮氧化物排放1 0 %-3 0 %;该系统可广 3 华北电力大学硕士学位论文 泛应用于各种装机容量和类型的燃煤锅炉的优化控制，目前该产品已成功应用于我 国山东某电厂，数据显示可以提升锅炉效率0 . 7 个百分点。国内很早就引进了与燃烧 优化相关的软件， 包括u l t r a m a x 和p e g a s u s 的技术， 其算法分别为贝叶斯和神经网络， 在国内都已经有运用业绩了。 美国h o n e y w e l l 5 9 0 0 0 系统构建集散控制系统，建立一 个锅炉、汽机和电网、热网的监控优化系统，对系统中状态参数实施全面监测及优 化。 这些成熟系统虽然能够基本满足电厂用户的需求， 但由于购买及维护经费极高， 不适合大多数电厂的普遍使用。 1 . 3本文的主要研究内容与目的 本文围绕锅炉燃烧工况的优化指导展开研究，主要内容和目的主要包括以下方 面: 1 、对人工神经网络模型进行系统地研究。 在深入分析人工神经网络模型的基础上，主要对 b p神经网络的特性和原理进 行了研究，利用动量附加法与变学习率法相结合来改进 b p算法，提高网络的收敛 速度及泛化能力. 2 、建立燃烧工况优化指导专家系统 运用改进的 b p神经网络算法建立系统模型，通过分析诸多燃烧工况的特点确 定模型的输入输出参数，采用数值计算软件模拟出的各工况输入、输出参数作为神 经网络的训练样本，训练完毕即网络收纹后能够达到预测新工况下输出参数的目 的，并对结果进行简要分析。 3 、建立燃烧工况综合评判框架。 根据模糊数学综合评判理论，结合网络输入和预测结果对锅炉燃烧经济性、安 全性和环保性进行评价，指导现场运行人员进行燃烧工况优化。 4 、编制可视化程序。 利用v i s u a l b a s i c 6 . 0 语言编制燃烧工况优化指导系统，使专家系统具有训练、 仿真预测、评价、画面显示等功能，实现建模的可视化运行。 华北电力大学硕士学位论文 第二章 建模构造及预数值计算 2 . 1专家系统建模的构造 如前文所述，锅炉嫩烧是一个复杂且多变的过程，受到多种客观因素的制约。 因此难以用一个基于某种机理的简洁明确的数学模型来描述，往往需要采用实炉测 试的方法加以确定，并由实验结果逐渐摸索提高锅炉运行安全性、经济性和环保性 的方法。但是现场测试的工作量大，测试工况也有限;由于众多影响因素的作用， 各种参数对锅炉燃烧特性都存在影响并相互叠加，造成数据分析的困难，也就不能 根据测试结果获得有关特性系数的估算公式和比较明确的数学模型。因而试验结果 也不具备良好的通用性，不能将其进一步推广用以描述不同条件下的锅炉燃烧过 程。根据人工神经网络的原理来模拟锅炉燃烧过程，并通过 “ 黑箱操作”对诸多嫩 烧工况及结果进行学习。通过学习保存训练过程中的权值，通过新的输入数据和权 值的结合就能大致预测出新工况的输出参数。 在构造模型的过程中，如何选取输入和输出参数就显得十分重要。输入参数要 能反映出对锅炉燃烧特性的影响，如果是基于现场的模型要根据现场数据采集的实 际情况来考虑;相应的对于本文来说，就要基于数值模拟软件的计算需要来选取合 适的参数。对于输出参数来讲，要能准确反映出优化的目的，并能对电厂的经济安 全生产提供必要的数据支持和理论指导。 2 . 1 . 1系统输入参数的选取 对于影响锅炉燃烧进程的参数不能全部作为神经网络的输入参数，要对这些参 数进行适当地选择。参数太少则不能很好地体现炉内燃烧状况，太多则对神经网络 的训练带来困难2 9 。 在参数选取上除了要考虑它对锅炉燃烧影响的重要性， 还要考 虑它的实用性和获取的可行性。比如一些参数对锅炉燃烧过程的影响相对于其它参 数来说较小， 或者可以在其它参数中间接体现， 就可以不作为神经网络的输入参数， 通常选取的都是对锅炉燃烧产生影响且容易获取的典型参数;另外，训练所需的数 据全部来自于数值计算软件的模拟预测，输入参数的选择就不得不考虑数值计算软 件的实际运算环境，选取的数据必须要在软件平台中有所显现。 1 . 锅炉实际运行中， 煤质往往变化较大。 但任何燃烧设备对煤种的适应总有一 定的限度，因而运行煤种的这种变动对锅炉的燃烧稳定性和经济性均将产生直接的 影响。综合现场实际需要和数值模拟软件的特点，反映煤种特性的输入参数我们取 收到基碳含量( c a r ) 氢含量( h . ) ,氧含量( 0 . ) ,氮含量( n . , ) 、硫含量( $ u ) 、固定 碳( f c . ) 和低位发热量( q . , ) 等 7 个值。 华北电力大学硕士学位论文 2 负荷是反映锅炉燃烧状况的主要参数， 它的升降也是现场运行人员操作的重 点环节。电厂会根据电网区域的调度，在运行时不断调整厂内各机组出力，以适应 电网负荷潮流的需要。为了保持良好的经济运行条件和创造最大的经济效益，经常 对机组负荷进行调控，使得发电设备不可能一直都在稳定工况下运行。如此一来， 负荷的升降就影响到炉膛内部的燃烧条件，稍有调整不适就会发生结渣或燃烧不稳 定等状况，可见负荷的调整对燃烧的经济安全密切相关。 3 . 煤粉细度是煤粉的主要特性之一， 它表示煤粉颗粒群的粗细程度。 煤粉细度 一般用具有标准筛孔尺寸的筛子通过筛分来测定。我国电厂常用3 0 号和7 0 号筛子， 即 用r ，和心 来表示。 在实际运行中， 通常选择使机械不完全燃烧热损失和制粉能 耗之和最小的煤粉细度作为经济煤粉细度，可见其对运行经济性的影响;同时煤粉 细度的大小也影响着着火和燃烧的完全，对运行安全性也起到一定的作用。 4 . 炉膛作为燃烧室， 是保证锅炉正常运行的先决条件之一。 燃烧煤粉时要求炉 膛能够创造良好的着火、稳燃条件，使燃料在炉内完全燃尽;并等保证受热面不发 生结渣，不发生传热恶化，尽量减少污染物生成量。评价炉膛结构的参数主要为炉 膛的热负荷，燃煤量b对炉膛热负荷的影响显而易见，并且作为运行时的主要监测 参数，将其也列为输入参数。 5 . 在锅炉实际运行中， 为使燃料燃尽， 实际供给的空气量总要大于理论空气量， 实际空气量与理论空气量之比为过量空气系数。过量空气系数对锅炉燃烧和经济运 行有很大影响，通常现场通过烟气分析来测量，保证锅炉安全经济地运行。 6 . 一次风的调节直接影响煤粉着火及燃尽的过程， 一般用一次风速、一次风温 和一次风量来描述。通过对它们的调节实现锅炉的稳定燃烧，这些都是电厂监测炉 膛燃烧的必备参数。 7 . 二次风在煤粉气流着火后混入， 用以保证煤粉完全燃烧，由于总空气量是一 定的，各个二次风喷口的风量分配就要根据现场状况来调整，可以采用每个二次风 门对应的二次风量来表示二次风对燃尽过程的影响。 8 . 电厂运行中， 磨煤机的投运是一项很重要的步骤， 其中磨煤机通风量的大小， 不仅直接影响磨煤出力的大小，而且影响到煤粉细度和石子煤的排出量。磨煤机通 风量对应着煤粉和一次风沿炉膛高度方向的分布，以此代表炉膛燃烧分布的影响。 9 . 燃烧器各喷口均以相同摆角在炉内高度方向摆动， 用来改变火焰中心位置的 高度， 调节再热蒸汽温度: 便于在启动和运行中进行燃烧调节， 控制炉膛出口烟温， 避免出现受热面结渣。 对应的燃烧器摆角， 也作为对炉膛燃烧分布的影响因素之一。 1 0 . 不同位置燃烧器的投入与退出运行均会影响到炉内火炬的形状， 从而改变 炉内局部的温度分布， 除对炉内热量传递造成影响使水冷壁吸热不均外， 还会影响 到炉内煤粉的燃烧这一化学反应的强度和完成程度， 影响到煤粉的燃烧和燃 烬， 进而影响到锅炉效率。 6 华北电力大学硕士学位论文 2 . 1 . 2系统输出参数的选取 在本文所论述的燃烧优化问题中，其目的是根据模型预测的结果，调整运行监 控参数，达到提高锅炉效率的目的，同时也要兼顾锅炉燃烧的污染物排放数量，保 证锅炉安全稳定的运行。因此模型输出的结果将由三部分组成:即能反映锅炉运行 安全性、经济性和环保性的相关参数。 ( 1 )现代火电机组中，锅炉效率提高1 %， 整个发电机组的效率可提高0 . 3 %- 0 . 4 % 左右， 标准煤耗可下降3 -4 g / ( k wh ) 左右。锅炉运行经济性的改变主要体现在 锅炉效率大小的变化上，锅炉效率主要与以下参数有关，这几个参数也就作为体现 锅炉运行经济性的预测输出参数。 1 . 烟气含氧量 运行中常用氧量信号监测过量空气系数，过量空气系数直接影响燃烧过程和排 烟热损失。在一定的负荷范围内，当炉膛出口处的空气过量系数增大时，气体不完 全燃烧损失和固体不完全燃烧损失可以得到降低， 但是排烟损失却会增大， 也使送、 引风机耗电量增大。 过量空气系数也与锅炉负荷有关， 高负荷的时候， 炉膛温度高， 煤粉着火和混合条件好，燃烧稳定，这时可以根据煤质适当降低过量空气系数，降 低排烟热损失;低负荷运行时，炉膛温度低，火焰充满度差，煤粉着火条件和混合 条件差，如果过量空气系数过小，造成不完全燃烧损失较大，为提高锅炉运行经济 性，可适当增大过量空气系数。 所以， 烟气含氧量的变化，即过量空气系数的变化， 将引起锅炉效率的变化。 2 . 飞灰含碳量 飞灰含碳量的多少与锅炉燃烧调整有直接的关系，煤种、煤粉细度和过量空气 系数对飞灰含碳量的影响很大。在煤粉炉中，它是未燃尽碳损失的主要影响因素， 从而影响锅炉效率。随着飞灰含碳量的升高， 锅炉效率几乎呈线性下降1 3 0 1 ( 2 )锅炉运行的安全性表现为燃烧的稳定性，以及受热面积灰、结渣和金属 表面的高温腐蚀等。在模型的输入参数中就包含了对锅炉安全性产生影响的诸多因 素，这些参数通过试验或监测比较容易获得。还有一些能够表征燃烧稳定性或影响 结渣、超温的参数不易通过现场获取，那么我们就可以通过数值模拟计算软件来模 拟，然后通过神经网络的训练功能来预测新的工况下参数的大致范围，这也是我们 选取模型输出参数的出发点之一。通过现场经验分析，我们确定以下2 项参数作为 神经网络的输出参数。 1 .炉膛出口烟温 炉膛出口烟温对锅炉的安全运行起到很大的影响。虽然提高炉膛出口烟温可以 使锅炉辐射和对流受热面的布置更加合理，用较少的受热面来吸收更多的热量，节 约了锅炉制造的金属耗量1 3 1 1 : 但是炉膛出口 烟温过高将导致受热面结焦， 蒸汽汽温 华北电力大学硕士学位论文 偏高，着火点距燃烧器喷嘴偏远等问题，直接影响锅炉平稳安全的运行。 2 .炉膛截面热负荷 炉膛截面热负荷是表征炉内水冷壁区域温度水平与换热特性，反映嫌料在炉内 的着火稳定程度及在炉膛区域结渣可能性的一个综合性技术经济指标，对锅炉的经 济安全运行影响不可忽略。 ( 3 )随着 “ 十一五厅环保目标的出台，保护环境的问题也越来越显得突出和 重要。而电站锅炉是污染物的主要排放源，其中对人类环境危害较大的污染物，按 其状态可分为两类:固态污染物( 烟尘、雾) 和气态污染物( 锅炉排烟中所含的以s 0 2 为主的含硫化合物、以n o 和n 0 2 为主的含氮化合物、碳氧化物、碳氢化物及卤素化 合物等) 。其中s o x 与n o x 是锅炉排放的最主要气体污染物。根据c o a l f i r e 软件的 具体模拟情况，我们选取n o x 作为反映环保性的输出参数。 n o x 排放机理十分复杂，受到诸如炉温、过量空气系数、燃煤性质、空气预热 温度等因素的影响。通常n o x 生成量的预测采用理论分析和试验修正的方法，借助 c o a l f i r e 软件强大的计算功能，就可模拟出不同工况下的n o x 排放量，从而解决 了试验下的误差影响。 2 . 2预数值计算的说明 1 . 数值计算简述 由于炉内姗烧工况的复杂性，结合目前国内外对炉内燃烧过程的研究进展，炉 内全过程数值模拟计算是当今最能体现炉内燃烧、流动与传热细节的有利工具.从 九十年代起，炉内过程的模拟趋于实用阶段， 并推出了许多这方面的商业软件，比 较有代表的性的包括p h o e n i c s , f l u e n t , s t a r - c d, c f x 4 , c f x 5 , c f x - t a s c fl o w 等大型软件( 3 2 目前国际上比较先进的炉内过程数值计算软件，针对炉膛计算的网格划分数量 通常达到一百万个以上，最小己经达到 c m数量级。这样可以很详细地考虑锅炉的 结构细节，提高了计算模型精细化程度，通过迭代计算能够得到炉内温度、流速、 烟气组分、颗粒、n o x 等的详细分布场，并已经得到大量实际数据的验证，其预测 的各主要参数的变化趋势能够满足实际燃烧运行调整的需要。 2 . 基于c o a l f i r e 的预数值处理平台 数值模拟方法速度快，获得的信息量大，能全面预报炉内的流动、传热和燃烧 过程， 为锅炉的设计、 运行和改造提供重要的参考依据， 具有重要的工程应用价值。 通过炉内过程的全模拟数值计算，分析炉内的各种物理场，并为神经网络训练提供 大量的数据支持。 本文采用a n s y s 公司开发的专门用于大型燃煤粉锅炉炉膛的数值模拟计算软 华北电力大学硕士学位论文 第三章 基于人工神经网络的系统模型 3 . 1人工神经网络简介 人工神经网络( a r t i f i c i a l n e u r a l n e t w o r k - a n n ) ， 简称为 “ 神经网络( nn ) m。 作 为对人脑最简单的一种抽象和模拟，是模仿人的大脑神经系统信息处理功能的一个 智能化系统。它的出现成为人们进一步了解人脑思维奥秘的有力工具。尽管它还不 是模仿大脑的完美无缺的模型，但它特有的非线性适应性信息处理能力，可以通过 学习来获取外部的知识并存储在网络内，进而解决计算机不易处理的难题，特别是 在语音和图像识别、知识的处理、组合优化计算和智能控制等本质上非计算的问题 上具有先天的优越性，并在神经专家系统、模式识别、智能控制、组合优化、预测 等领域得到成功应用3 3 1 。 人工神经网络与其他传统方法相结合， 推动了人工智能和 信息处理技术不断发展。特别是在近年来，神经网络的研究取得了很大的进展，在 神经网络这个涉及生物、电子、计算机、数学、物理等多种学科的新的高科技领域 中， 吸引了众多的科研人员以及工程师和企业家， 大量的有关神经网络机理、 模型、 算法特性分析，以及在各方面应用的研究成果层出不穷，在国际上掀起了一股人工 神经网络的研究热潮。 3 . 1 . 1人工神经网络的发展及应用 人工神经网络的研究始于2 0 世纪4 0 年代。半个多世纪以来，它经历了一条由兴 起到衰退，又由衰退到兴盛的曲折发展过程。特别是近年来，人工神经网络与其它 传统方法相结合，比如与模糊系统、遗传算法、进化机制等结合，形成计算智能， 并在实际应用中得到发展;此外将信息几何应用于人工神经网络的研究，为人工神 经网络的理论研究开辟了新的途径 3 4 1 人工神经网络的研究内容可分为两大方面: 一方面是理论研究，另一方面是应 用研究。其中理论研究可分为两类，一类是利用神经生理与认知科学研究人类思维 及智能机能;另一类是利用神经基础理论的研究成果，用数理方法探索功能更加完 善、性能更加优越的神经网络模型，深入研究网络算法的性能，或开发新的网络数 理理论。应用研究也可分为两类: 一类是神经网络的软件模拟和硬件模拟实现的研 究;另一类是神经网络在各个领域中的应用研究。这些领域包括: 模式识别、信号 处理、知识工程、专家系统、优化组合及机器人控制等。 3 . 1 . 2人工神经网络的模型 3 . 1 . 2 . 1神经元模型 华北电力大学硕士学位论文 神经网络的基本单元称为神经元，它是对生物神经元的简化与模拟。神经元的 特性在某种程序上决定了神经网络的总体特性，大量简单的神经元的相互连结即构 成了神经网络。一个典型的具有n 维输入的神经元模型可以用图3 - 1 来加以描述。 输入 神经元 .v =f ( w x+ b ) 图 3 - 1神经元模型 x 1 , x. . . x 。 代表神经元的n 个输入，用n x l 列矢量x来表示 x = x 1 ， x 2 ， . . . x . r x i l , w ls , . . . w 1， 代表网络权值， 表示输入与神经元间的连接强度; b 为神经元阐值， 可以看作是一个输入恒为1 的网络权值。用l x n 行矢量w来表示: w= w 1 1 , w 1z , . . . w j ( 3 - 1 ) 阂值b 为1 x 1 的标量。 求和单元完成对输入信号的加权求和，即: n e t = 艺x t w 1.s + b ( 3 - 2) 这 是 神 经 元 对 输 入 信 号 处 理的 第 一 个 过 夜 e 在图3 - 1 中， .f 表示神经元的传递函数或激发函数， 它用于对求和单元的计算结 果进行函数运算，得到神经元的输出，这是神经元对输入信号处理的第二个过程。 几种典型的神经元传递函数形式及描述见表3 - 1 ” ( 3 - 1 5) i v up-1 a w li t 为迭代次数，q 为步长。 - !一叽 中 其 上述b p 算法所对应的程序框图如图3 - 9 所示。可以看出，b p 模型把一组输入输 出样本的函数问题转变为一个非线性优化问题，并使用了 优化技术中最普通的梯度 下降法。如果把神经网络看成是输入到输出的映射，则这个映射是一个高度非线性 映射。 华北电力大学硕士学位论文 结束 图3 一 ， b p学习算法程序框图 3 . 2 . 3 b p 神经网络的研究 3 . 2 . 3，b p 网络隐节点数的确定 在现阶段应用b p 神经网络研究时，确定隐含层节点数目主要采用试凑的方法， 即不断改变隐层数目来找出最优结果，但是这样做的缺点是训练时间加长且收敛过 程不稳定。随着人们对b p 网络的研究的深入， 提出了许多确定隐含层节点数目的方 法，归纳起来主要可分为以下两种方法: ( 1 )节点缩剪方法3 9 ,4 0 在开始时构造一个含有冗余节点的大规模网络结构，然后在训练中逐步删除那 些不必要的节点或权值，从而得到一个较优的网络结构.常用的方法有灵敏度计算 方法、 增益方法和奇异分解方法等。 wa t a n a b e 和s h i m i z u 针对多层前向网络提出了一 种修剪隐节点的新算法4 0 1 ，并将其应用于x o r 问 题。该算法先定义一个代价函数， 它能够检测到对于学习模式而言不必要的隐节点，并将其从隐层中剪去，仿真结果 显示了该修剪算法是很有效的。 ( 2 )节点增加方法 2 0 华北电力大学硕士学位论文 针对实际问题，在开始时构造一个小规模的网络结构，在训练过程中根据网络 性能要求逐步增加结构复杂性，直到满足性能要求。me z a r d 和n a d a l 提出的瓦片 ( t i l i n g ) 算法， 它是一层一层地添加新单元到网 络输出 上， 最终将误差减小到一个 可以接受的数量级。f a h l r n a n 提出了c a s c a d e - c o r r e l a t i o n 算法，其基本思想是一个单 元可以通过创建其它单元校正其错误。例如一个单元对某些模式处于 “ 错误活跃” ( 实际输出为1 ，但期望输出为0 ) ，则它能够通过来自于一个仅对这些模式活跃的新 单元的大的负权值得到校正。此外， c h u n g 和l i 提出了一个渐近训练算法，该算法 对于任何连续映射问题都是收敛的，但该算法对于在某些情况下产生的网络需要进 行修剪。 3 . 2 . 3 . 2提高网络泛化能力的途径 对于同一样本集中的非训练样本，网络仍然能够给出正确的输入一输出关系的 能力称为网络的泛化能力 ( g e n e r a l i z a t i o n c a p a b i l i t y )。 网络的泛化能力依赖于网络 的结构和训练样本的特性。网络的结构又与隐节点数、隐层数和隐节点的函数特性 有关。一般说来，网络的隐节点数与隐层数越小，网络的泛化能力越强。另外，加 入噪声等也可以提高网络的泛化能力， 如文献( 4 1 1 将附加的白 色高斯噪声 ( a d d i t i v e w h i t e g a u s s n o i s e , a wg n )加入样本数据中用于b p 网络训练，泛化能力得到提高。 文献 4 2 将局部最大嫡 ( l o c a l l y m o s t e n t r o p y , l m e ) 的概念用于b p 网 络训练， 并将 标准的b p , a wg n , l me 三种训练方法进行了比较， 结果l me 方法的泛化能力显著 好于标准b p 方法和a wg n 方法。 3 . 2 . 3 . 3提高收敛速度的方法探讨 1 .随机b p 算法 随机b p 算法采用的模型为多输入一单输出的三层前向神经网络。多层前向 网络的存在定理证明了一个仅含有单隐层非线性连续变换函数的多输入一单输出 三层网络可以用来逼近有界闭区域上的任一连续函数。针对此类三层网络的具体特 点，可以得出了以下随机学习算法3 6 1 , ( 1 ) 样本归一化，即将样本的 输入一输出值归一到区间( 0 , 1 】 上。 ( 2 ) 设置允许误差e ， 最大 迭代次数q 二与隐节点数m，令迭代次 数q = 0 ; 初 始 化 均 方 误 差 e . , 与 隐 层 权 系 数 v 1, 及 其 最 优 值 冲 e w , 二 4 w t二 w ,l 1 = 1 ， ， m ;j= 0， 1 ， ， n ; 其中，吞 为 ( - 1 , 1 ) 之间的 均匀分布随机数。 ( 3 )针对每组样本，计算网络的隐单元输出。 ( 4 )基于隐单元的输出和网络的输出，用递推最小二乘算法估计隐单元输出 的 权 系 数执 i = 1 ,2 , , m 卜 ( 5 ) 计算整体 均方误差e 若e 1f 一尸，v , ”俨， 置 华北电力大学硕士学位论文 q = 0。若e 称 ，则令甲 尸二叭 。 若q ? q _，则迭代过程结束; 否则令 叽十 叽”叽， 并 转( 3 ) ， 其 中 叽为 近 似n ( 0 , v 2 ) 的 高 斯 分 布 随 机 数 . 2 .改变误差函数 由 于 等效 误 差 分 量8 1 和s . 的 大 小 和 正 负的 变 化 对 收 敛 速 度 存 在 影响， 又 因 为 b p 网 络 是 误差 逆向 传 播，氏 和氏两 者比 较， 毛 对收 敛速 度的 影 响 更 大， 所以 可 重 新定义误差函数( 3 9 ， 并可用下式来代替 ( 3 - 8 )式. e = 一 艺艺 t , x 1g y ,. + ( 1 - y , ) ,5 . , x ig ( 1 一 ， a ( 3 - 1 6 ) 其 中， s ， 二 y ， - t , , 3 .连接权重的选择 收 敛速度还与 初始 权值的 选择 有关 (4 3 ， 一般认为 可 将初始权值 在 - 1 , 1 之间 随 机 选取. 为避免学习过程中的振荡， 文献 4 4 曾强调限制连接权重的范围， 将权重初值 限制在 - 0 . 5 , 0 . 5 或者 - 5 , 5 区间内随机选取，加速了收敛。 4 .传递函数( 激励函数) 的选取 传递函数( 激励函数) 也是b p 算法中影响收敛的重要因素， 传递函数f 的选取影 响着b p 算法的收敛速度，在b p 算法中，传递函数f一般取为s 型函数，即 f ( x ) = ( 1 + e - ) - ，它满足: ( 1 ) l i m f ( x ) = 1 ( 2 ) l i m f ( x ) = 0 ( 3 ) f ( 0 ) = 1 / 2 ( 4 ) f ( x ) 图象以点( 0 , 1 / 2 ) 为对称中心 传递函 数f 一般选 择f ( x ) = ( 1 + e - 0 ) - , k = 0 . 1 ,1 ,4 ,6 ,2 0 ， 它们的 特点 是当k , k 2 时f k 2 比人 : 陡峭。 3 . 3 b p 网络算法设计及改进 3 . 3 . 1传统b p 算法的设计实现 b p 网络是基于误差反向传播算法的人工神经网络， 它的学习过程由正向和反向 传播过程组成，根据上面b p 算法所对应的流程框图，我们可以得到传统b p 算法训练 步骤如下: ( 1 )首先赋予网络相邻层间节点的连接权值以及隐层和输出层节点的闭值为 ( - 1 , 1 ) 之间的随机小量。 ( 2 )从网络输入层节点输出训练样本。 华北电力大学硕士学位论文 ( 3 ) 信息正向 传播过程中，经过s 型传递函数f ( x ) = ( 1 + e - 丫 ， 作用后，输 出层节点k得到输出结果 s k = 艺v k, y , + !p , ( 3 - 1 7) o k =f(又)a s o 式 中 ， 为为 隐 节 点 输出 u , = 艺w x , + e , ( 3 - 1 8 ) 为= a u ) 以 上 二 式 中 ， w v k, 分 别 为 输入 层 和 隐 层 、 隐 层 和 输