火电厂锅炉飞灰含碳量测量技术发展与现状_程启明

第 42 卷第 1期 2011 年 1 月 锅 炉 技 术 BOILER T ECHNOLOGY Vol 42 No 1 Jan 2011 收稿日期 2009 10 12 作者简介 程启明 1965 男 江苏盐城人 上海电力学院电力与自动化工程学院 教授 硕士生导师 研究方向为智能控制 电厂测 控技术等 文章编号 CN31 1508 2011 01 0001 04 火电厂锅炉飞灰含碳量测量技术发展与现状 程启明 程尹曼 汪明媚 王映斐 上海电力学院 电力与自动化学院 上海 200090 关键词 飞灰含碳量 火电厂 在线测量 软测量 数据融合 摘 要 飞灰含碳量是反映火电厂锅炉燃烧效率的重要指标 提高锅炉运行效率的关键前提是精确和快速 地测量出飞灰含碳量 全面介绍了当前常见的多种飞灰含碳测量方法的工作原理 分别了它们的优缺点 并 给出了典型产品 还详细地介绍了近年来发展起来的飞灰含碳量数据融合测量方法和软测量方法 并分析了 它们的技术特点 对飞灰含碳量测量方法的选择与研究有一定的参考指导价值 中图分类号 TK227 3 TQ533 4 文献标识码 A 0 前 言 飞灰含碳量是火力发电厂燃煤锅炉燃烧效 率的重要指标 它反映了燃煤机械未完全燃烧损 失的大小 当飞灰含碳量过高 反映出锅炉风煤 配比不合理 燃烧不完全 不但导致发电成本升 高 而且也增大了固体颗粒的排放 使粉煤灰的 可利用价值降低 对环境也造成严重的影响 飞 灰含碳量太低则说明空气过剩 大量的热能通过 烟道排出 同样会降低锅炉效率 增加氮氧化物 的排放 实时准确监测飞灰含碳量 有利于操作 人员随时调整运行方式 将飞灰含碳量控制在最 佳范围 从而尽量提高燃烧程度 提高机组运行 水平 但是飞灰含碳量由于受煤种 锅炉结构 运行操作水平等多种因素的影响 而且关系复 杂 所以很难直接在线测量 国内外已提出多种 飞灰含碳量实时检测技术 并且一些技术已经商 品化 本文将全面介绍各种飞灰含碳量测量方 法的工作原理 特点与生产厂家 特别是近年发 展起来的数据融合测量方法和软测量方法 本文 对飞灰含碳量测量方法的选择与研究有一定的 参考指导价值 1 飞灰含碳量的数据融合测量方法 1 1 数据融合技术 数据融合是指对来自单个或多个传感器的 数据进行自动检测 关联 相关 估计和组合等多 层次 多方面的处理 以获取对目标参数 特征 事件 行为等更加精确的描述和身份估计 数据 融合技术具有容错性好 系统精度高 信息处理 速度快 互补性强 信息获取成本低等特点 数 据融合可分为像素级 特征级和决策级 3 个不同 层次融合 数据融合方法很多 常用的信息融合 算法可分为估计法 统计法 信息论方法和智能 方法 其中智能方法包括神经网络 模糊逻辑 遗 传算法等方法 神经网络以其泛化能力强 稳定 性高 容错性好 快速有效的优势 因而在数据融 合中的应用日益受到重视 1 2 飞灰含碳量的数据融合测量方法 目前 国内外已经提出多种飞灰含碳量检测 技术 且这些技术基本已经商品化 根据测量原 理的不同 飞灰测碳仪可分为燃烧失重法 热重 分析法 微波法 光学反射法 红外线法 放射 法 流化床 CO2法 光声效应法 电容法 激光感 生击穿光谱法 静电法 快速 中子活化分析法 等测量方法 1 4 但由于飞灰样品的密度 粒度 温度 湿度和 飞灰中各种矿物质的含量等都对测量精度有影 响 测量精度是多种因素交叉影响的非线性系 统 显然采用单一传感器的测量方法已无法全面 描述被测飞灰的特性 因此 测量精度仍然不高 即使采用软测量技术的飞灰含碳量也难以及时 锅 炉 技 术 第 42 卷 反映煤质变化对飞灰含碳的影响 要想降低各 种因素对测量结果的影响 需要采用多传感器检 测技术 从不同角度反映被测介质特性 然后利 用数据融合技术把多个传感器检测到的数据进 行分析和集成 提取被测对象的有效信息 以形 成对被测对象信息全面和完整的描述 这样可 获得比单个传感器或有限个传感器的算术平均 值更准确的测量结果 从而提高测量的精度和稳 定性 文献 5 中采用目前广泛使用的烟道式微波 测碳仪进行在线监测 但在实际中烟气密度和流 速对仪器的测量精度有重要影响 使测量结果产 生较大波动 因而通过选择和设计合适的传感器 测量出微波功率衰减 相位变化量 烟道烟气密 度和流速这 4 个与飞灰含碳量测量结果强相关 的特征量 获得了对飞灰含碳量的多维信息描 述 选用基于 L M 优化算法的 3 层 BP 神经网络 对互补的多传感器的信息进行有效融合 从而提 高了飞灰含碳量的测量精度和测量稳定性 文献 6 在分析了影响飞灰含碳量测量精度 的有关因素基础上 采用微波功率 微波相位 电 容 比电阻和密度传感器构造了多传感器的测量 系统 以获取飞灰介质的多维信息 然后利用 3 层 BP 神经网络对多传感器的数据进行数据融合 处理 以期达到降低飞灰介质参数变化对测量结 果的影响和提高测量精度的目的 实验结果证 明了此法能够降低灰种 密度和环境因素变化对 测量结果的影响 提高了测量结果的准确性和可 信性 2 飞灰含碳量的软测量方法 2 1 软测量技术 软测量技术主要解决工业过程中普遍存在 的一类无法或难以在线测量的过程变量 主导变 量 的检测问题 它是利用一些易于测量变量 辅助变量 与被测变量 主导变量 密切关系 通 过软件分析与计算 来间接估计出待测变量的方 法 它是以软件代替硬件 传感器 功能 软测量技术的核心是软测量模型 软测量模 型就是辅助变量与主导变量的数学关系模型 建 模方法有机理建模 经验建模及两者结合建模方 法 其中机理建模是从过程内在的物理和化学 规律出发 通过物料平衡 能量平衡和动量平衡 建立数学模型 经验建模是通过实测或依据积累 的操作数据 采用状态估计 回归分析 模糊神经 网络 支持向量机等方法得到经验模型 机理建 模与经验建模相结合可兼有两者长处 互补其 短 机理模型提供的先验知识 可为经验建模节 省训练样本 同时 经验建模又能补偿机理模型 建模特性 辅助测量变量选择包括选择辅助测量变量 的类型 数量及测量点 3 个方面 为保证软测量 的精确性 采集数据需要进行换算处理和误差处 理 软测量系统应该根据对象特性的变化 在线 修正软测量模型 以适应变化的工况 2 2 飞灰含碳量的软测量方法 各种测碳仪由于技术或成本的原因难以成 功地应用于现场 而电厂出于提高经济效益的目 的 又迫切要求能够快速 精确测量飞灰含碳量 因此人们开始研究采用软测量技术对飞灰含碳 量进行有效测量 燃煤锅炉飞灰含碳量特性受到如煤种 运行 参数和锅炉设计制作安装等因素的影响 关系较 为复杂 在软测量建模时 由于锅炉已经建成运 行 其设计和安装参数均己确定 因此可以只选 择煤质特性参数和锅炉运行工况作为软测量的 输入 选择辅助变量时 一般可采用燃煤的收到 基低位发热量 挥发分 灰分和水分 来反映煤质 特性 采用锅炉负荷 省煤器出口氧量 各磨煤机 给煤量 炉膛与风箱差压 一次风总风压 各层二 次风压 燃烧器摆角等参数反映锅炉运行工况 在具体软测量建模时 各文献都针对各自研究的 锅炉对象的实际情况 进行机理分析和辅助变量 选择 如文献 7 9 将省煤器出口烟气含氧量 一 次总风压 各层二次风压 各层给粉机转速 收到 基低位发热量 挥发分 灰分和水分 机组负荷等 作为输入变量 文献 8 11 选取锅炉负荷 炉膛 出口氧量均值 各磨煤机给煤量 收到基的 4 个 煤质特性参数 一次风总风压 各二次风门开度 值以及二次风总风压与炉膛差压测点的平均值 等参数作为输入变量 文献 12 考虑到电厂实 际条件和计算速度问题 略去了对飞灰含碳量影 响不太大的参数 只选取蒸汽温度 主蒸汽压力 排烟温度 煤粉细度 收到基灰分 收到基低位发 热 含氧量作为软测量模型输入 锅炉的燃烧过程是一个复杂的物理 化学过 程 影响锅炉飞灰含碳量诸多因素具有耦合性 强 非线性强等特征 因此锅炉飞灰含碳量的软 2 第 1 期程启明 等 火电厂锅炉飞灰含碳量测量技术发展与现状 测量 难以采用机理建模 比较适合采用经验建 模 神经网络作为非线性模拟的一种具有生命 力的方法 已广泛应用于软测量建模过程 BP 网络是目前应用最广泛的多层前向网络 它能实 现任何非线性连续映照 在飞灰含碳量进行软测 量建模时 大都采用了 BP 神经网络进行辨识建 模 如文献 8 以热态实炉试验数据为训练样 本 采用 BP 神经网络结构 并改进了算法 建立 了电厂锅炉各运行参数与飞灰含碳量特性之间 关系 通过试验验证了模型的有效性 由于 BP 算法存在训练时间长 收敛速度慢 收敛于局部极小点等缺点 许多人提出了多种 BP 网络改进算法和优化算法 如附加运量法 自 适应学习速率 L M 算法 GA 算法 BFGS 法等 一些改进措施被用于飞灰含碳量软测量 例如 文献 7 采用在对过程机理分析的基础上 通过 构造 BP 神经网络和采用 L M 优化算法进行网 络训练 来建立飞灰含碳量的测量模型 通过该 测量模型可以进行电站锅炉飞灰含碳量的实时 测量 同时与锅炉燃烧优化软件系统相结合 实 现锅炉燃烧的优化控制 文献 10 采用了基于 BP 神经网络结合遗传算法 GA 的新型软测量 模型 通过 GA 训练 BP 神经网络权值的方法 获 得当前最佳的锅炉燃烧调整方式 解决了锅炉变 工况下运行参数基准值的问题 RBF 网络在一定程度上解决了 BP 网络训练 时间长和存在局部极值的问题 具有收敛速度 快 全局优化的特点 目前在建模中应用较广 文献 9 采用 BP 网络的 L M 算法 BFGS 算法和 RBF 网络算法进行飞灰含碳量软测量建模 模型 实验结果表明 RBF 网络的训练精度最高 耗时最 短 L M 算法次之 BFGS 算法相对最差 但这 3 种算法在训练速度和精度上均优于 BP 改进 算法 支持向量机 SVM 的方法对样本数据的依 赖程度和泛化能力比 BP 神经网络要好 训练时 间较短 且在给定了初始参数后 SVM 训练每次 都可以得到相近的结果 而神经网络在相同给定 下 需要多次训练从中选择合适的模型 文献 13 采用某 300 MW 四角切圆燃烧锅炉滑压运 行方式下的热态实炉试验数据作为训练样本 应 用 SVM 算法建立了飞灰含碳量的软测量模型 仿真结果表明 SVM 与其它建模方法相比具有泛 化能力好 计算速度快 适合于在线建模等优点 是锅炉飞灰含碳量特性建模的有效工具 最小二乘支持向 量机 LS SVM 是标准 SVM 在二次损失函数下的形式 把模型优化问 题转化为线性方程组的求解 大大提高了求解速 度 文献 14 针对某 300 MW 四角切圆电厂锅 炉的实测工况数据 采用 LS SVM 方法进行飞灰 含碳量软测量建模研究 引入了局部学习思想 采用改进的核函数 实现了模型参数的自动优 化 仿真结果表明了局部 LS SVM 软测量建模 方法的有效性和优越性 在选取辅助变量时 一般采用机理分析的办 法 但是由于对象机理的复杂性 往往会扩大辅 助变量的选择范围 使得样本数据过于庞大 因 此 已有人提出了飞灰含碳量软测量的混合建模 方法 例如 文献 15 采用将主元回归分析 PCA 与神经网络结合的混合建模方法进行含 碳量在线测量 引入 PCA 的目的是滤除输入变 量之间的相关因素 降低数据冗余程度 为后面 的工作减少运算量 节省硬件和时间 这既保留 了原始变量的特征信息 又简化了神经网络结 构 使神经网络的优点得以充分发挥 实验结果 表明了混合模型与单一神经网络模型相比 可以 获得较高的测量精度 这种建模方法有其现实意 义与应用价值 文献 11 考虑输入变量之间的 线性或非线性关系对模型精度和泛化能力的影 响 结合核主元分析 KPCA 的非线性特征提取 能力和 SVM 对输入维数不敏感 函数逼近能力 强的优点 提出了 KPCA SVM 的飞灰含碳量软 测量建模方法 并对某 300 MW 四角切圆锅炉不 同工况下的飞灰含碳量进行预测 仿真结果验证 了这种建模方法的有效性和优越性 说明其具有 良好的推广应用前景 总之 飞灰含碳量软测量系统的使用 将为 电站锅炉飞灰含碳量的实时测量提供了一种重 要的手段 其具有泛化能力良好 运算时间短 适 应范围广等优点 具有很好的推广应用前景 3 结束语 飞灰含碳量在线监测是火电厂节能减排的 重要监测手段之一 但飞灰含碳量特性受到如煤 种 运行参数和锅炉设计制作安装等多种因素的 影响 它的快速 精确测量比较困难 本文全面 介绍了当前常用的多种飞灰含碳量测量技术的 发展 原理与特点 但每种测量方法均存在一些 3 锅 炉 技 术 第 42 卷 缺陷 现正逐步被近年发展起来的多种测量方法 的数据融合技术或间接软测量技术所取代 文中 也介绍了飞灰含碳量数据融合测量方法和软测 量方法的技术特点 本文对飞灰含碳量测量方 法的选择与研究有一定的参考指导价值 参考文献 1 刘鸿 周克毅 锅炉飞灰测碳仪的技术现状及发展趋势 J 锅炉技术 2004 35 2 65 68 2 潘理黎 王佳莹 杨玉峰 等 火电厂飞灰含碳量在线监测设 备现状 J 热力发电 2008 37 11 10 14 3 Maohong F Robert C Brown S Precision and accuracy of photo acoustic measurements of unbumed carbo r in fly ash J Fuel 2001 80 11 1545 1554 4 吴戈 陆继东 余亮英 等 激光感生击穿光谱技术测量飞灰 含碳量 J 热能动力工程 2005 20 4 365 369 5 牛培峰 化克 张现平 基于信息融合技术的锅炉飞灰含碳量 测控系统 J 仪器仪表学报 2009 30 6 1207 1210 6 阎高伟 谢刚 谢克明 等 基于多传感器融合技术的飞灰含 碳量测量 J 中国电机工程学报 2006 26 7 35 39 7 李智 蔡九菊 郭宏 基于神经网络的电站锅炉飞灰含碳量软 测量系统 J 节能技术 2004 22 12 6 7 8 周吴 朱洪波 曾庭华 等 基于人工神经网络的大型 包厂锅 炉飞灰含碳量建模 J 中国电机工程学报 2002 22 6 96 100 9 王海群 张素贞 刘军 人工神经网络在燃煤锅炉含碳量测量 中的应用 J 锅炉技术 2004 35 2 35 35 10 陈敏生 刘定平 电站锅炉飞灰含碳量的优化控制 J 动力 工程 2005 25 4 545 549 11 陈敏生 刘定成 基于核主元分析和支持向量机的电站锅炉 飞灰含碳量软测量建模 J 华北电力大学学报 2006 33 1 72 75 12 方湘涛 叶念渝 基于 BP 神经网络的电厂锅炉飞灰含碳量 预测 J 华中科技大学学报 自然科学版 2003 31 12 75 77 13 王春林 周昊 周樟华 等 基于支持向量机的大型电厂锅炉 飞灰含碳量建模 J 中国电机工程学报 2005 25 20 72 76 14 Guiwei Zhang Lin Bao Soft sensing modeling of the carbon content in fly ash based on information fusion for thermal powerplant C Proceedings oftheIEEE International Conference on Mechatronics and Automation Changchun China 2009 3860 3865 15 谭浩艺 陈绍炳 周自强 基于 PCA BP 神经网络的锅炉 煤质的软测量 J 能源技术 2009 30 1 9 11 The Development and Status on the Measurement Techniques of Carbon Content of Fly Ash in Boiler of Thermal Pow er Plant CHENG Qi ming CHENG Yin man WANG Ming mei WANG Ying fei College of Electric Power and Automation Engineering Shanghai University of Electric Power Shanghai 200090 China Key w ords carbon content of fly ash thermal power plant online measurement soft sensing data fusion Abstract