软测量技术及其在火电厂的应用.doc

软测量技术及其在火电厂的应用第26卷第1期2012年1月发电.没务POWEREQUIPMENTVo1.26,No.1Jan.2012,:计算机与控制:.IIltttllIl软测量技术及其在火电厂的应用郦晓雪,肖伯乐(上海发电设备成套设计研究院,上海200240)摘要:由于许多影响火力发电安全运行及其经济性的重要参数难以在线实时测量,而软测量技术可通过建立难测量的主导变量与易测量的辅助变量之间的数学关系来达到以软件代替硬件(传感器)的目的.介绍了软测量技术的基本方法,给出了软测量模型的一般理论和建模方法,并以实例介绍了软测量技术在火电厂热工控制方面的应用.关键词:软测量技术;建模;热工过程中图分类号:TK39文献标识码:A文章编号:1671086X(2012)01006205SoftMeasuringTechnologyanditsApplicationtoThermalPowerPlantsLIXiao.xue.XIAOBo.1e(ShanghaiPowerEquipmentResearchInstitute,Shanghai200240,China)Abstract:Manyimportantparameterswhichwillinfluencetheoperationsafetyandeconomyofthermalpowerplantcantbemeasuredontime.Butsoftmeasuringtechnologycanbeusedtosubstitutesoftwareforhardware(sensor)throughthemathematicalrelationshipsetbetweenprimaryvariableshardtobemeasuredandauxiliaryvariableseasytobemeasured.Thebasicwayofthesoftmeasuringtechnologyarebeingintroduced,whileageneraltheoryofsoftmeasuringmodelandthewayofmodelsettingputforward.Moreover,anintroductionispresentedtotheapplicationofthesoftmeasuringtechnologytothethermalcontrolinafossil-firedpowerplantwithexamples.Keywords:softmeasuringtechnique;modeling;thermalprocess随着电力生产等现代工业过程规模的扩大,大型火电机组对测量和控制的范围也在增大,尤其是节能增效的提出对机组的优化运行和经济运行提出了越来越高的要求,对温度,压力等常规变量的检测和控制已不能满足需要,运行过程操作和控制人员更希望可以对成分,物性等与过程控制密切相关的参数进行更直观的检测和控制.火电厂有很多参数,如烟气中氧的体积分数,炉渣含碳量和循环流化床(CFB)锅炉的蒸汽瞬时吸收热量等,对于生产效率,安全生产和节能增效等十分重要.但是由于技术或经济上的原因,这些参数中有的还难以或根本无法通过传感器进行检测,或者检测过程和检测的结果的可靠性比较差,存在较大的滞后和误差因素.由于计算技术等手段的增强,以相关变量为基础的软测量技术的出现为解决这些问题提供了很好的方法.随着电厂现代化,信息化和自动化水平的不断提高,软测量技术在电站的应用也成为解决实际问题的研究思路之一.1软测量技术软测量的基本思路是把自动控制理论与生产过程知识有机地结合起来,应用计算机技术,对难以测量或者暂时不能测量的重要变量(或称之为主导变量),选择另外一些容易测量的变量(或称之为辅助变量)通过构成某种数学关系来推断或者估计,以软件来替代硬件(传感器)的功能.软测量可方便地根据被测对象特性的变化牧稿日期:2O11-0512作者简介:郦晓雪(1986一).女,在读硕士研究生,研究方向为热力过程参数的测量与控制.Email:第1期郦晓雪,等:软测量技术及其在火电厂的应用进行修正和改进,因此软仪表的可实现性,通用性,灵活性和成本等各方面均具有无可比拟的优势引.软测量技术主要由辅助变量的选择,数据采集和处理,软测量模型及在线校正等部分组成uj.1.1辅助变量的选择软测量实施的第一个阶段是选择辅助变量,在此阶段中需要了解和熟悉软测量的对象的属性以及其整个工艺流程,从而确定主导变量.通过机理分析可以确定影响主导变量的其他一些变量,然后判断这些变量的能控性和能观性来初步选择辅助变量.辅助变量的选择包括变量的类型,数目和检测点位置的选择1.辅助变量选择的原则有:灵敏性,特异性,过程适用性,精确性,鲁棒性.辅助变量数量的下限显然是被估计的最少变量数,其数目与过程的自由度,测量噪声以及模型的不确定性有关.1.2软测量建模软测量的建模是整个软测量过程的核心,其实质是建立辅助变量和主导变量之间关系的模型.软测量建模方法:(1)通过机理建模,即通过物理化学规律,物料平衡和能量平衡建立数学模型.(2)对于简单的过程可以采用解析法,对于复杂的过程则可以采用仿真的方法.(3)通过经验法建模,即通过累积的实际经验和数据,通过先进算法(如神经网络法,回归法等)建立经验模型.现在一般采用机理模型和经验模型相结合的方法进行软测量建模.主体上按照机理建模,而其中部分参数则通过实测得到;通过机理分析,将变量适当结合,得出数学模型函数形式,这样使模型结构有了着落,估计参数就比较容易,其次可使自变量数目减少】.1.2.1机理建模法运用机理建模法必须对工艺过程有非常深刻的了解,通过写出宏观的或者微观的各种平衡方程来建立主导变量和辅助变量之间的数学关系.与其他建模过程相比,该方法具有很强的工程实用性.但是许多工艺过程是复杂的,建立模型十分困难,并且有很多方程计算复杂,收敛性差,实时性很差.1.2.2基于统计分析的方法基于统计分析的方法在软测量中通常指的是化学计量学中的某些方法3.化学计量学的基本方法有主元分析(PCA),部分最小二乘法(PLS)以及在此基础上的一些变形和应用,如多路PCA,多路PL,非线性PCA,非线性PLS等_3.PCA是基于原始数据空间,通过构造一组新的潜隐变量来降低原始数据空间的维数,再从新的映射空间抽取变量的主要变化信息,提取统计特征,从而构成对原始数据空间特性的理解.新的映射空间的变量由原始数据变量的线性组合构成,从而大大降低了投影空间的维数.由于投影空间统计特征向量彼此正交,则消除了变量间的关联性,简化了原始过程特性分析的复杂程度.在PCA的基础上,用线性回归方法寻找得到的主元矩阵和因变量间关系的过程称为主元回归(PCR).由于PcA能较好地解决数据相关性的问题,近年来在过程建模,故障诊断和过程监控中得到了广泛应用l3.偏最小二乘法是一种数学优化技术,它通过最小化误差的平方和找到一组数据的最佳函数匹配.用最简单的方法求得一些难以计算的真值,而令误差平方和为最小,通常用于曲线拟合.部分最小二乘回归(PLSR)是建立在PCA原理之上的,主要研究的是多因变量对多自变量的回归建模,特别当各变量内部高度线性相关时,用偏最小二乘回归法更有效.另外,偏最小二乘回归较好地解决了样本个数少于变量个数等问题.1.2.3基于统计学习理论的方法基于统计学习理论的软测量建模方法主要指基于支持向量机的方法(SVM)r3.支持向量机方法是建立在统计学习理论的VC维理论和结构风险最小原理基础上的,根据有限的样本信息在模型的复杂性(即对特定训练样本的学习精度)和学习能力(即无错误地识别任意样本的能力)之间寻求最佳折衷,以期获得最好的推广能力.支持向量机方法可以解决小样本情况下的机器学习问题,提高泛化性能,解决高维问题,解决非线性问题以及避免神经网络结构选择和局部极小点问题.但是SVM算法对大规模训练样本难以实施,并且在解决多分类问题存在困难.1.2.4基于人工智能的软测量建模方法基于人工智能的软测量方法有很多,其中应用最多的是基于人工神经网络(ANN)的方法,此外还有基于模式识别的方法,基于模糊逻辑的方?64?发电淡备第26卷法以及基于各种方法融合的混合式方法等4.ANN是一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型.这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的.它无需具备对象的先验知识,而且根据对象的输入/输出数据直接进行建模,即将辅助变量作为ANN的输入,将主导变量作为ANN的输出,通过网络的学习来解决不可测变量的软测量问题,因此在解决高度非线性和严重不确定性系统控制方面具有巨大的潜力_3.模式识别的软测量建模方法是指当缺乏系统先验知识的情况下,用模式识别的方法对系统的数据进行处理,从中提取系统的特征数据用来构成模式识别模型.模糊数学模仿人脑逻辑思维,是处理复杂系统的一种有效手段,在过程软测量建模中也得到了大量应用.基于模糊数学软测量模型是一种知识性模型,特别适合应用于复杂工艺过程中被测对象呈现亦此亦彼的不确定性,难以用常规数学定量描述的场合.实际应用中常将模糊技术和其他人工智能技术相结合,例如模糊数学和人工神经网络相结合构成模糊神经网络,将模糊数学和模式识别相结合构成模糊模式识别,这样可互相取长补短,提高软仪表的效fiI:.1.3数据采集和处理在软测量应用的实践中,必须采集大量的数据和对这些数据进行处理,这些数据包含用于软测量建模的数据和对模型校验以及辅助变量的测量,采集的数据等.由于各种环境干扰和测量误差等原因,这些数据必须通过一些统计和变换的方法进行处理,以使所建立的软测量模型以及对主变量的估计值更准确,使误差尽可能减少.1.4模型校正建立好软测量模型后,需要根据工艺质量,生产要求等多种因素来不断完善和改变.因为如果操作点在实际工作中偏离了建立模型的工作点时就会发生较大的测量误差,所以需要对软测量模型进行修正.软测量模型的校正可以分为短期校正和长期校正,以适应不同的需求.短期校正是以某时刻软测量对象的真实值与模型的预测值之差为动力,及时修正模型常数项(对于回归模型)或参与RLS更新输出层权值(对于ANN模型).由于算法简单,学习速度快,易于在线实现l_】.当模型运行了一段时间,积累了足够多的新样本数据后,就可以实现长期校正了,即根据这些样本重新计算软测量模型的系数1.2软测量在电厂热工过程中的应用许多影响火力发电安全运行及其经济性的重要技术参数都难以在线实时测量,因此软测量技术现在较多地应用于锅炉飞灰含碳量(质量分数)测量,烟气中氧的体积分数测量,锅炉炉渣含碳量(质量分数)测量,磨煤机负荷以及锅炉优化燃烧等方面.对于不同的参数也有不同的测量方法,因此可以按照实际需要用不同的方法建立软测量模型.2.1基于PRMS方法的烟气中氧的体积分数软测量火电厂经济运行的指标主要是在锅炉上,即提高锅炉的燃烧效率.燃烧过程常规的控制方式是按风煤比(经验数据或统计的平均值)粗调风量,以保证完成燃烧所需要的足够风量;在稳定情况下按烟气氧含量(体积分数)大小修正风煤比,对风量细调.一般来说,高负荷时氧含量低些,低负荷时氧含量高些,因此,应随负荷的变化相应调整氧含量的设定值.根据炉膛出口烟气氧的体积分数判断燃烧是否充分,使得尾部烟气氧含量(体积分数)的及时,准确测量具有重要意义.氧化锆分析仪的可靠性差,不能满足控制的要求.软测量技术为火电厂锅炉烟气中氧的体积分数的测量提供了新的手段,不仅能对现有的氧量传感器提供校正,提高氧量传感器测量的准确性,而且对实现锅炉燃烧系统的闭环控制和优化,快速地进行燃烧调整具有重要意义_7.烟气中氧的体积分数的软测量有很多种方法,PRMS(PartialrobustM-regressionofsplines)法是指基于样条变换偏鲁棒M一回归方法的烟气中氧的体积分数软测量.该方法首先通过样条函数将原测量数据间的非线性关系转化为拟线性关系,再采用偏鲁棒M一回归方法对经变换后的数据进行迭代运算,为数据分配不同的权值,以剔除离群点对模型的不利影响,从而建立具有较高预测精度,较好鲁棒性的非线性软测量模型_8j.利用软测量的方法对烟气中氧的体积分数进第1期郦晓雪,等:软测量技术及其在火电厂的应用行测量(见图1),对燃烧系统的闭环控制和优化调整具有重要意义.该项技术的实施将可望替换氧化锆分析仪,且可实现燃烧系统的在线优化,增强燃烧系统的稳定性,提高锅炉燃烧效率.负荷主蒸汽流量给水流量送风机电流引风机电流燃料量排烟温度模拟量DCS采集软测量模板系统图1烟气中氧的体积分数软测量方案2.2基于信息融合的再热蒸汽流量实时软测量计算汽轮机组的热耗率需要用到再热蒸汽流量这个指标,而这个指标在实际系统中没有测点,一般通过软测量实现.现有的再热蒸汽流量软测量方法普遍存在精确度不高和实时性不好的问题J.基于信息融合的再热蒸汽流量软测量方法,首先利用热平衡方程获得了高精度的再热蒸汽流量公式,但是该公式只适用于稳态工况下的计算.针对这个问题,从可以较快反映再热蒸汽流量变化趋势的弗留格尔公式中提取了相关的动态信息,并利用上述精确公式在不同稳态工况下的计算结果对其进行参数标定,使其能够在大范围变工况时应用.结合上述两个公式的特点,将其组合成一个信息融合对,通过在不同的频段从不同的公式中挑选信息,实现了两公式间的优势互补,达到了可以在大范围变负荷时实时计算再热蒸汽流量的目的_9.2.3基于ANN的球磨机负荷软测量系统我国电站锅炉制粉系统大都配备了低速钢球磨煤机,一般都使用中间储仓式制粉系统,而这种制粉系统的负荷(产粉量)不像直吹式制粉系统那样由机组负荷决定,而是应尽量使其达到最佳经济工况运行,即达到最大出粉量.事实上大部分球磨机系统都运行在保守工况下,耗电率相当大,主要原因之一是至今还没有一种可靠的球磨机负荷测量手段,使得运行人员只好不去过多地考虑经济性而使其保守运行.因为磨煤机负荷一旦超过一定限度,将造成堵磨和跑粉事故.球磨机负荷受到的影响因素很多,而且特性十分复杂,同时其变化又会在其他一些量的变化上反映出来,因此采用分工况学习的变结构式的神经网络测量方法,这时二次测量变量的选择为给煤量,热风流量,再循环风流量,磨煤机出口温度,磨煤机入口和出口之间的压差和磨煤机电流等,见图2.软测量为火电厂球磨机负荷测量提供了新的手段,该项技术的实施有望使火电厂球磨机中间储仓式制粉系统达到最佳的经济工况,取得更大的经济价值L2J.热风冷风再循环风图2球磨机负荷软测量方案2.4软测量在CFB锅炉控制中的应用2.4.1在CFB锅炉先进控制中的应用CFB锅炉过程变量的强交互作用和床温控制对象的逆向响应特性,使得常规控制策略难以满足其控制要求】.采用基于Kalman滤波的软测量技术,建立CFB锅炉床料中的燃料量(即在炉床上未被燃烧的燃料的总质量),燃料释放的热量,石灰石量(即炉床上仍然可以与二氧化硫起反应的石灰石的总质量)和石灰石消耗率(即供应给炉床的石灰石流量,以保证炉床的石灰石量的恒定)的非线性模型,线性化处理该模型用于燃料控制中,从而达到调节一,二次风量和燃料量,同时控制床温,氧量,床料中燃料量和热流量的控制目的1.通过软测量技术,能够得出CFB锅炉中不能直接测量的过程变量,建立的软测量模型经过线性化后使控制系统得到简化,有利于先进控制系统的投运.2.4.2CFB锅炉蒸汽瞬时吸热量的测量在CFB锅炉运行过程中,大量的燃料混合着脱硫剂送人炉内进行燃烧,由于燃烧温度过低,燃料颗粒较粗,所以燃烧过程进行得非常缓慢,因而有一部分没有能够及时燃烧的燃料累积在炉床上等待燃烧,而同时又不断有燃烧不完全的燃料从回送装置送回到炉床继续燃烧.常规的控制系统不可能对这些燃烧不完全的燃料量进行测量,送人炉膛的燃料量没有减去这部分燃烧不完全的燃料量就会造成燃烧系统的超调和振荡.蒸汽瞬时吸热量与CFB床温成正比,并且与炉膛内未燃烧的燃料量密切相关,所以蒸汽瞬时?66?发也没奋第26卷吸热量成为CFB锅炉燃烧系统的重要参数之一,必须通过分析的方法建立针对蒸汽瞬时吸热量的软测量模型.通过CFB锅炉的动态特性分析,得出了燃烧系统相关变量的数学关系,建立软测量模型,已有应用于CFB锅炉优化控制的例子.图3是CFB锅炉蒸汽瞬时吸热量(功率)实测数据曲线和软测量模型计算数据的对比图1.时间/s图3蒸汽瞬时吸热量实测数据与软测量模型计算数据曲线3结语软测量技术是随现代控制理论,测量理论和计算技术的发展而成长起来的新型测量技术,目前不论在理论方面还是实际应用方面都取得了一定的进展.软测量技术使电厂复杂的热工过程中不能和不易测量的参数可以通过相关参数的计算而间接获得,相对于复杂的和易于受现场干扰影响的检测仪表,其测量过程变得简单而有效,其中氧量测量等已经取得了实际应用.软测量技术在火电厂的进一步开拓应用对热工过程控制水平的提高和系统优化具有重大意义.参考文献:Eli俞金寿.工业过程先进控制M.北京:中国石化出版社,2002:267294.r-23王剑东,王东风,韩璞.软测量技术及其在电厂热工过程中的应用J.电站系统工程,2002,18(5):4951.3傅永峰.软测量建模方法研究及其工业应用ED.杭州:浙江大学控制科学与工程系,2007.E43俞金寿.软测量新技术综述_J.世界仪表与自动化,2001,5(9):16-23.r-53胡斌,于晨斯.软测量技术及其应用J.科