制粉系统全生命周期管理方法、系统、设备及存储介质技术方案

本发明专利技术公开了一种制粉系统全生命周期管理方法、系统、设备及存储介质，包括：对制粉系统的运行数据进行实时监测，建立制粉系统各性能指标的实时计算与分析模型，利用制粉系统各性能指标的实时计算与分析模型计算制粉系统的运行特性，并进行实时数字化展示；建立梯度提升决策树模型，对梯度提升决策树模型进行训练，再利用训练后的梯度提升决策树模型对制粉系统的运行参数进行优化，该方法、系统、设备及存储介质能够对制粉系统进行全生命周期管理。存储介质能够对制粉系统进行全生命周期管理。存储介质能够对制粉系统进行全生命周期管理。

【技术实现步骤摘要】
制粉系统全生命周期管理方法、系统、设备及存储介质


[0001]本专利技术属于燃煤火力发电
，涉及一种制粉系统全生命周期管理方法、系统、设备及存储介质。

技术介绍

[0002]随着计算机技术、高速通信技术和传感器技术的快速发展，数字化的概念逐渐被提出，并得到了世界范围内的广泛关注。自2000年开始，数字化电厂的概念开始在我国的电力行业内出现，然而经过多年的发展，数字化电厂的发展仍处于无章可循的状态，各大电力集团、各电厂均按照各自的思路进行着相应的探索。目前，数字化可涵盖电厂资料数字化、现场设备信息数字化、部分管理流程数字化等，但仍存在非常显著的数据孤岛现象，数据利用不充分。
[0003]随着电力系统技术水平的不断提升，智慧化成为了电厂发展的新趋势，各类智慧电厂建设的理念、规划及技术路线相继被提出，为智慧化的进一步发展奠定了基础。然而，燃煤火力发电厂是一个系统复杂、设备数量庞大、边界条件多变的有机集成体，任意的子设备、子系统都需要其自身的智慧模块来支撑，未来的智慧化电厂必然要依托将组成电厂的各子设备、子系统的智慧化模块进行整合来逐步实现。因此，作为电厂重要的锅炉辅机系统，制粉系统的智慧化升级是未来智慧电厂必要的组成部分。
[0004]制粉系统是电站锅炉重要的辅机设备之一，原煤通过制粉系统后形成细度和均匀性满足燃烧要求的风粉气流、均匀的输送到锅炉的燃烧系统中。制粉系统是典型的转动机械，同时其工作原理又是一个非常复杂气固两相流的过程。此外，由于原煤的特性差异性较大，更增加了制粉系统的复杂程度。因此，制粉系统在数字化、智能化转型过程中，除了要实现现有各类信号数字化外，还需要对整个制粉过程各个阶段的物理过程进行深入的研究分析、概况总结、模拟预测，才有可能实现该系统真正的智能化、智慧化，即需要全周期的对制粉系统的运行特性进行计算以及对运行参数进行优化，以实现对制粉系统进行全生命周期管理。

技术实现思路

[0005]本专利技术的目的在于克服上述现有技术的缺点，提供了一种制粉系统全生命周期管理方法、系统、设备及存储介质，该方法、系统、设备及存储介质能够对制粉系统进行全生命周期管理。
[0006]为达到上述目的，本专利技术采用如下技术方案：本专利技术所述的制粉系统全生命周期管理方法包括：对制粉系统的运行数据进行实时监测，建立制粉系统各性能指标的实时计算与分析模型，利用制粉系统各性能指标的实时计算与分析模型计算制粉系统的运行特性，并进行实时数字化展示；建立梯度提升决策树模型，对梯度提升决策树模型进行训练，再利用训练后的梯
度提升决策树模型对制粉系统的运行参数进行优化。
[0007]还包括：将制粉系统的原始设计资料、磨煤机设备资料及给煤机设备资料转化为数字信息资料，并进行存储。
[0008]还包括：建立数字化检修台账，再进行设备运行时长统计、性能衰减趋势监测及设备状态智能评估，然后根据评估结果建立典型故障类型数据库及故障处理预案系统，利用典型故障类型数据库及故障处理预案系统对制粉系统的故障进行检测及处理。
[0009]所述制粉系统的运行特性包括煤质特性分析、设计出力性能、实际出力性能、耗电性能及振动性能。
[0010]基于XGBoost机器学习算法建立梯度提升决策树模型。
[0011]所述制粉系统的运行参数包括风煤比、石子煤量、煤粉细度、加载力、一次风压、磨出口温度及磨组合方式。
[0012]从电厂DCS系统或SIS系统中，对训练梯度提升决策树模型所需的训练数据进行采集。
[0013]本专利技术所述的制粉系统全生命周期管理系统包括：计算模块，对制粉系统的运行数据进行实时监测，建立制粉系统各性能指标的实时计算与分析模型，利用制粉系统各性能指标的实时计算与分析模型计算制粉系统的运行特性，并进行实时数字化展示；优化模块，建立梯度提升决策树模型，对梯度提升决策树模型进行训练，再利用训练后的梯度提升决策树模型对制粉系统的运行参数进行优化。
[0014]一种制粉系统全生命周期管理设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现所述制粉系统全生命周期管理方法的步骤。
[0015]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述制粉系统全生命周期管理方法的步骤。
[0016]本专利技术具有以下有益效果：本专利技术所述的制粉系统全生命周期管理方法、系统、设备及存储介质在具体操作时，利用制粉系统各性能指标的实时计算与分析模型计算制粉系统的运行特性，同时利用训练后的梯度提升决策树模型对制粉系统的运行参数进行优化，以实现制粉系统的全生命周期管理，解决用户在决策过程中数据不完善的局限性，使得科学决策更加快捷、精确，大幅提升管理的科学合理性。
附图说明
[0017]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本专利技术的流程图。
具体实施方式
[0018]下面结合附图对本专利技术做进一步详细描述：实施例一参考图1，本专利技术所述的制粉系统全生命周期管理方法包括以下步骤：1）将制粉系统的原始设计资料、磨煤机设备资料及给煤机设备资料全部转化为数字信息资料，并进行存储，便于管理及快速查阅，实现设备资料的数字化集中管理；2）对制粉系统的运行数据进行实时监测，建立制粉系统各性能指标的实时计算与分析模型，利用制粉系统各性能指标的实时计算与分析模型计算制粉系统的运行特性，并进行实时数字化展示，所述制粉系统的运行特性包括煤质特性分析、设计出力性能、实际出力性能、耗电性能及振动性能；3）基于XGBoost机器学习算法建立梯度提升决策树模型，再利用梯度提升决策树模型对制粉系统的运行参数进行优化，其中，所述制粉系统的运行参数包括风煤比、石子煤量、煤粉细度、加载力、一次风压、磨煤机出口温度及磨煤机组合方式；4）建立数字化检修台账，进行设备运行时长统计、性能衰减趋势监测及设备状态智能评估，建立典型故障类型数据库及故障处理预案系统，利用典型故障类型数据库及故障处理预案系统对制粉系统的故障进行检测及处理。
[0019]所述制粉系统各性能指标的实时计算与分析模型按照国家标准规定的计算方法对制粉系统的性能指标进行计算。
[0020]所述基于XGBoost机器学习算法生成的梯度提升决策树模型的具体过程为：31）通过遗传算法引擎对磨煤机运行参数进行调节，寻优计算各优化指标预设权重条件下的制粉系统最佳调优方案，在计算制粉系统性能指标时，建立典型煤质与制粉系统运行特性的关系模型，同时，结合电厂燃煤特性信息及机组运行参数进行综合分析，实现对实际煤质特性进行准确评估，所述机组运行参数包括煤量、负荷、环境温度、机组背压、主蒸汽流量、机组是否处于供暖季。
[0021]32）从电厂DCS系统或SIS系统中，对训练梯度提升决策树模型所需的训练数据进行采集；33）对步骤32）采集得到的数据进行筛选，剔除异常数据，建立优化指标与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种制粉系统全生命周期管理方法，其特征在于，包括：对制粉系统的运行数据进行实时监测，建立制粉系统各性能指标的实时计算与分析模型，利用制粉系统各性能指标的实时计算与分析模型计算制粉系统的运行特性，并进行实时数字化展示；建立梯度提升决策树模型，对梯度提升决策树模型进行训练，再利用训练后的梯度提升决策树模型对制粉系统的运行参数进行优化。2.根据权利要求1所述的制粉系统全生命周期管理方法，其特征在于，还包括：将制粉系统的原始设计资料、磨煤机设备资料及给煤机设备资料转化为数字信息资料，并进行存储。3.根据权利要求1所述的制粉系统全生命周期管理方法，其特征在于，还包括：建立数字化检修台账，再进行设备运行时长统计、性能衰减趋势监测及设备状态智能评估，然后根据评估结果建立典型故障类型数据库及故障处理预案系统，利用典型故障类型数据库及故障处理预案系统对制粉系统的故障进行检测及处理。4.根据权利要求1所述的制粉系统全生命周期管理方法，其特征在于，所述制粉系统的运行特性包括煤质特性分析、设计出力性能、实际出力性能、耗电性能及振动性能。5.根据权利要求1所述的制粉系统全生命周期管理方法，其特征在于，基于XGBoost机器学习算法建立梯度提升决策...

【专利技术属性】
技术研发人员：刘存良，敬小磊，范庆伟，韩斌，罗志，姚柳，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：