火电厂燃煤管理系统智能控制的研究.pdf

华北电力大学（北京） 硕士学位论文 火电厂燃煤管理系统智能控制的研究 姓名马增辉 申请学位级别硕士 专业系统工程 指导教师罗毅 20071201 摘要 针对电厂燃煤管理系统的运行特点，提出了一种电站燃煤分类分仓储存的智能决 策系统和一种适合电厂运行的在线优化配煤模型。采用两两比较法权衡热值、挥发 分、硫分、灰分和单价等指标的权重；采用灰色综合聚类分析法依据上述指标对燃 煤进行分类；采用专家系统实现燃煤的分仓储存，为下一步优化配煤技术的实现奠 定了基础。采用神经网技术对混煤的煤质参数进行预测，用改进的遗传算法对配煤 方案进行求解。仿真实验证明，神经网络技术解决了加权平均法预测精度不高的问 题，用遗传算法得到了符合生产实际的配煤问题的最优方案。实际案例证明，本文 提出的方法能够满足现场运行的要求，有一定的理论意义和工程实用价值。 关键词燃煤管理，智能决策，优化配煤 A B S T R A C T A c c o r d i n gt ot h e c h a r a c t e r i s t i c so ft h e c o a lm a n a g e m e n ts y s t e mo fp o w e rp l a n t ， P r o p o s e da ni n t e l l i g e n td e c i s i o ns y s t e mw h i c hr e a l i z ec o a lc a t e g o r i z e dw a r e h o u s e s t o r a g eo fp o w e rp l a n ta n da no n l i n ec o a lb l e n d i n go p t i m i z a t i o nm o d e ls u i t a b l e f o rp l a n to p e r a t i o mU s i n gv a l u et r a d e o f fm e t h o de v a l u a t e dt h ef o l l o w i n gf i v e i n d i c a t o r s w e i g h t i n gf a c t o r h e a t i n g ，v o l a t i l e ，s u l f u r ，a s ha n dp r i c e s ；B a s e d o nt h e s ef i v ei n d i c a t o r s ，c o a lw a sc l a s s i f i e db y g r e ys y n t h e t i cc l u s t e r i n gm e t h o U s i n ge x p e r t s y s t e mc o m p l e t e dc o a ls t o r a g e t h e s em a d e t h ef o u n d a t i o nf o r r e a li z a ti o no fo p ti m a lc o a l b l e n d i n gt e c h n o l o g y ．M i x e dc o a lp a r a m e t e r sw e r e p r e d i c t e db yn e u r a ln e t w o r k ．T h ec o a lb l e n d i n gp r o b l e m sw a ss o l v e db yi m p r o v e d g e n e t i ca l g o r i t h m ．N e u r a ln e t w o r ks o l v e dt h ep r o b l e mo fl o wp r e d i c t a b l ea c c u r a c y o ft h ew e i g h t e da v e r a g em e t h o d ．M e a n w h il et h ec o a lb l e n d i n gp r o b l e mg o tt h e o p t i m a ls o l u t i o nc o n s i s t e n tw i t ht h ea c t u a ls i t u a t i o no fp r o d u c t i o nt h r o u g h g e n e t i ca l g o r i t h m ．T h ec a s ep r e s e n t e di nt h i sp a p e rs h o wt h a tt h ep r o g r a mh a s c e r t a i nt h e o r e t i c a la n dp r a c t i c a le n g i n e e r i n gv a l u e ． M aZ e n g h u i S y s t e mE n g i n e e r i n g D i r e c t e db yP r o f ．L u oY i K E Y W O R D S c o a lm a n a g e m e n t , i n t e l l i g e n td e c i s i o n ，o p t i m i z a t i o nc o a lb l e n d i n g 摘要 针对电厂燃煤管理系统的运行特点，提出了一种电站燃煤分类分仓储存的智能决 策系统和一种适合电厂运行的在线优化配煤模型。采用两两比较法权衡热值、挥发 分、硫分、灰分和单价等指标的权重；采用灰色综合聚类分析法依据上述指标对燃 煤进行分类；采用专家系统实现燃煤的分仓储存，为下一步优化配煤技术的实现奠 定了基础。采用神经网技术对混煤的煤质参数进行预测，用改进的遗传算法对配煤 方案进行求解。仿真实验证明，神经网络技术解决了加权平均法预测精度不高的问 题，用遗传算法得到了符合生产实际的配煤问题的最优方案。实际案例证明，本文 提出的方法能够满足现场运行的要求，有一定的理论意义和工程实用价值。 关键词燃煤管理，智能决策，优化配煤 A B S T R A C T A c c o r d i n gt ot h e c h a r a c t e r i s t i c so ft h e c o a lm a n a g e m e n ts y s t e mo fp o w e rp l a n t ， P r o p o s e da ni n t e l l i g e n td e c i s i o ns y s t e mw h i c hr e a l i z ec o a lc a t e g o r i z e dw a r e h o u s e s t o r a g eo fp o w e rp l a n ta n da no n l i n ec o a lb l e n d i n go p t i m i z a t i o nm o d e ls u i t a b l e f o rp l a n to p e r a t i o mU s i n gv a l u et r a d e o f fm e t h o de v a l u a t e dt h ef o l l o w i n gf i v e i n d i c a t o r s w e i g h t i n gf a c t o r h e a t i n g ，v o l a t i l e ，s u l f u r ，a s ha n dp r i c e s ；B a s e d o nt h e s ef i v ei n d i c a t o r s ，c o a lw a sc l a s s i f i e db y g r e ys y n t h e t i cc l u s t e r i n gm e t h o U s i n ge x p e r t s y s t e mc o m p l e t e dc o a ls t o r a g e t h e s em a d e t h ef o u n d a t i o nf o r r e a li z a ti o no fo p ti m a lc o a l b l e n d i n gt e c h n o l o g y ．M i x e dc o a lp a r a m e t e r sw e r e p r e d i c t e db yn e u r a ln e t w o r k ．T h ec o a lb l e n d i n gp r o b l e m sw a ss o l v e db yi m p r o v e d g e n e t i ca l g o r i t h m ．N e u r a ln e t w o r ks o l v e dt h ep r o b l e mo fl o wp r e d i c t a b l ea c c u r a c y o ft h ew e i g h t e da v e r a g em e t h o d ．M e a n w h il et h ec o a lb l e n d i n gp r o b l e mg o tt h e o p t i m a ls o l u t i o nc o n s i s t e n tw i t ht h ea c t u a ls i t u a t i o no fp r o d u c t i o nt h r o u g h g e n e t i ca l g o r i t h m ．T h ec a s ep r e s e n t e di nt h i sp a p e rs h o wt h a tt h ep r o g r a mh a s c e r t a i nt h e o r e t i c a la n dp r a c t i c a le n g i n e e r i n gv a l u e ． M aZ e n g h u i S y s t e mE n g i n e e r i n g D i r e c t e db yP r o f ．L u oY i K E Y W O R D S c o a lm a n a g e m e n t , i n t e l l i g e n td e c i s i o n ，o p t i m i z a t i o nc o a lb l e n d i n g 1 士 i明明 本人郑重声明此处所提交的硕士学位论文火电厂燃煤管理系统智能控制的研 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 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①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；②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；③学校可允许学位论文被查阅或借阅；④学校可以学术交流为 目的，复制赠送和交换学位论文；⑤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 作者签名导师签名进 日期立型． ；．占 华北电力大学硕士学位论文 1 ．1 选题背景及意义 第一章绪论 1 ．1 ．1 电力工业市场化改革要求发电企业降低运行成本 为了消除体制性的弊端，建立健全适应社会主义市场经济体制的新型电力工业 管理体制，进一步推动电力工业实现可持续性的更快、更好发展，在经过深入周密 调查研究的基础上，国务院于2 0 0 2 年颁发了国发[ 2 0 0 2 ] 5 号文，以“厂网分开， 竞价上网“ 为主要内容，以“打破垄断，引入竞争，降低成本，实现资源优化配置“ 为重要目标的电力体制市场化改革开始进入实施阶段【棚。 电力体制的改革使得成本问题成了发电企业所需要考虑的核心问题，而煤耗是 发电厂的主要成本，因此，如何节煤降耗、提高经济效益也就成了各企业面临解决 的首要任务．燃煤管理系统需要解决的是如何管理煤、使用煤，以适应电力市场改 革，满足现代化管理需求的问题。恰恰燃煤管理系统却是人们长期忽视的一个环节。 在老的体制下当前大部分电厂的燃煤管理系统还没有达到管理的水平，仅仅作为燃 煤输送系统来使用，由此需要我们对现有的燃煤管理工具进行重新思考与定位，如 何合理地储煤、科学地配煤应该是我们面临解决的新课题。 1 ．1 ．2 国民经济可持续发展战略对发电企业节约能源的要求 自然资源的相对匮乏和工业化带来的环境污染，将严重制约着我国经济发展目 标的实现和子孙后代的长远利益。以往那种粗放式的增长方式已经难以为继，必须 坚定不移地贯彻可持续发展战略，毫不动摇地走新兴工业化道路。 我国是以煤炭为主要能源的国家，煤炭的生产量与消费量均占世界首位。全国 每年用于直接燃烧的动力煤约占煤炭总消费量的8 0 ％，其中发电约占3 2 ％。由于燃 煤来源渠道多、煤种杂、质量不稳定，煤炭热能利用率低是我国煤炭燃用过程中存 在的主要问题，煤的热能利用率在电厂仅为3 3 - 3 4 ％ 国际先进为4 0 ％以上 ，造成 了燃煤的大量浪费，因此通过优化和改进火电厂燃煤管理系统，最大限度地节约煤 炭资源的消耗，从而使可持续发展战略真正落到实处，使我国有限的资源得以长久 永续利用，保证资源安全，以最小的资源和环境代价实现国民经济的持续快速发展 具有要的社会意义D J 。 1 ．1 ．3 为了实现环境、资源、发展的和谐统一，要求发电企业降低污染 燃煤污染物排放严重，对环境的污染很大。煤炭燃烧时产生S 0 2 、N O x 、烟尘 及其其他有害物质，以我国为例，2 0 0 2 年，工业烟尘和S O 的排放量分别为8 0 4 万 华北电力大学硕士学位论文 吨和1 5 2 6 万吨，占当年全国总排放量的7 9 ％和8 1 ％。燃煤污染物排放是我国大气污 染的主要来源。要改变这一现状，发展以提高煤炭利用率和减少环境污染为宗旨的 洁净煤技术是切实有效的现实选择。 洁净煤技术的含义是指在煤炭加工和利用的过程中旨在减少环境污染和提高 利用率的由加工、燃烧、转化和污染控制等新技术组成的技术体系。我国煤炭消耗 量大，洗选率低，能源利用率低，单位能耗产生的污染大，这些都决定了开发和应 用洁净煤技术的必要性和紧迫性．我国政府已经把发展洁净煤技术作为一项重大的 战略性措施列入l 中国2 l 世纪议程，并于1 9 9 5 年成立了洁净煤技术开发和推广 领导小组。 幺 矿 匕 n ，因此，C ．，． o 。那么如何衡量C I ．值 可否被接受，S a a t y 构造了最不一致的情况，就是对不同刀的比较矩阵中的元素，采 取1 1 9 ，I ／7 ⋯，1 ，⋯，7 ，9 随机取数的方式赋值，并且对不同艿用了1 0 0 - 5 0 0 个 子样，计算其一致性指标，再求得平均值，记为C ．R ．。实验结果如下 ∞ ∞ 黟 一 一 一 ◇ 0 0 华北电力大学硕士学位论文 万 I 3456789 1 01 1 C A ．10 ．5 8 0 ．91 ．1 21 ．2 41 ．3 21 ．4 11 ．4 51 ．4 9 I 1 ．5 1 只要满足等 3 ．0 A N D辫筒仓料位不高 T H E N 存储在槲筒仓 I F计划存储在撑4 筒仓 A N D槲筒仓料位高 A N D 综合聚类系数 | ≤3 ．8 A N D群3 筒仓料位不高 T H E N 存储在撑3 筒仓 I F计划存储在槲筒仓 A N D桴4 筒仓料位高 2 3 华北电力大学硕士学位论文 A N D综合聚类系数D 3 ．8 A N D捍5 筒仓料位不高 T H E N 存储在撑5 筒仓 I F 计划存储在≠f 5 筒仓 A N D群5 筒仓料位高 A N D槲筒仓料位不高 T H E N存储在稃4 筒仓 I F计划存储在撑1 筒仓 A N D撑l 筒仓料位高 A N D撑2 筒仓料位高 T H E N 存储在当前料位最低的简仓内 I F计划存储在撑2 筒仓 A N D群2 筒仓料位高 A N D综合聚类系数∞≤2 ．2 A N D桴1 筒仓料位高 T H E N 存储在当前料位最低的筒仓内 I F计划存储在撑2 筒仓 A N D撑2 筒仓料位高 A N D综合聚类系数6 0 2 ．2 A N D撑3 筒仓料位高 T H E N 存储在当前料位最低的筒仓内 I F计划存储在撑3 筒仓 A N D撑3 筒仓料位高 A N D综合聚类系数∞≤3 ．0 A N D襻2 筒仓料位高 T H E N 存储在当前料位最低的筒仓内 I F计划存储在撑3 筒仓 A N D撑3 筒仓料位高 A N D综合聚类系数∞ 3 ．0 A N D艄筒仓料位高 T H E N 存储在当前料位最低的筒仓内 I F计划存储在捍4 筒仓 A N Dj | ≠4 筒仓料位高 A N D 综合聚类系数 1 ≤3 ．8 A N D撑3 筒仓料位高 2 4 华北电力大学硕士学位论文 T H E N 存储在当前料位最低的筒仓内 I F计划存储在群4 筒仓 A N D槲筒仓料位高 A N D综合聚类系数∞ 3 ．8 A N D稃5 筒仓料位高 T H E N存储在当前料位最低的筒仓内 I F计划存储在撑5 筒仓 A N D撑5 筒仓料位高 A N D槲筒仓料位高 T H E N存储在当前料位最低的筒仓内 2 筒仓料位状态的判别规则 I F 筒仓料位测量值 M A X 2 T H E N 简仓料位高 I F 筒仓料位测量值 M A X IT H E N 筒仓料位不高 I F 筒仓料位测量值 M I NT H E N 筒仓料位低 I F 此筒仓料位测量值 均小于其余4 个筒仓料位测量值 T H E N 此筒仓料位当前最低 4 ．4 本章小结 本章介绍了专家系统和基于规则的专家系统的一般知识，并采用基于规则的专 家系统设计了专家系统的储煤方案，实现了燃煤的分仓储存，实例分析表明了该方 法的有效性。 华北电力大学硕士学位论文 第五章煤质参数的预测 长期以来受计算技术、实验条件以及数学建模等方面原因的限制，国内外的优 化配煤模型都认为混煤的质量指标与单煤之间具有很好的线性可加性，采用加权平 均法和经验公式法对混煤的煤质参数进行预测。 研究表明，混煤与单煤的煤质数据之间实际上是一种非线性映射关系，而不能 简单地用加权平均或线性关系来描述，而神经网络技术在实现非线性映射、函数逼 近方面极为有效，因而本文用神经网络来建立混煤煤质特性的预测模型。 5 ．1B P 神经网络 B P 算法本质上是以网络误差平方和为目标函数，按梯度法 g r a d i e n ta p p r o a c h e s 求其目标函数 o b j e c t i v ef u n c t i o n 达到最小值的算法。B P 算法的基本思想是，学习过 程由信号的正向传播和误差的反向传播两个过程组成。正向传播时，输入样本从输入 层传入，经各隐层逐层处理后，传向输出层。若输出层的实际输出与期望的输出 教 师信号 不符，则转入误差的反向传播阶段。误差反传是将输出误差以某种形式通过 隐含层向输入层逐层反传，并将误差分摊给各层的所有单元，从而获得各层单元的误 差信号，此误差信号即作为修正各单元权值的依据。这种信号正向传播与误差反向传 播的各层次权值调整过程，是周而复始地进行的。权值不断调整的过程，也就是网络 的学习训练过程。此过程一直进行到网络输出的误差减少到可接受的程度，或进行到 预先设定的学习次数为止。 5 ．1 ．1B P 网络算法描述 图5 1 三层B P 神经网络 图中工 五，屯．⋯，弓，．．‘ 7 是输入向量， D o