基于Takagi-Sugeno型模糊规则的火电厂球磨机制粉系统出力预测方法技术方案

一种基于Takagi-Sugeno型模糊规则的火电厂球磨机制粉系统出力预测方法，采集信号数据构成现场历史数据库，该数据库包括六个变量：磨机负荷BML、磨机出入口压差BMDP、磨机入口负压BMIP、磨机出口温度BMOT、磨机通风量BMV、磨机出力BMPC。根据所得到的数据库建立球磨机出力预测模型，并对模型参数进行训练优化，最后通过所得到的预测模型实现对制粉系统出力的准确预测，从而对机组当前负荷下制粉系统运行时间进行估计，这样不仅可减少系统维护的工作量，而且延长设备的使用寿命，从而在安全运行的前提下，提高火电厂的经济效益。

【技术实现步骤摘要】

本专利技术涉及火电厂球磨机制粉系统出力预测方法，具体涉及一种基于Takag1-Sugeno型模糊规则的火电厂球磨机制粉系统出力预测方法。
技术介绍
在我国火力发电厂中，球磨机制粉系统是锅炉的主要辅助设备，应用十分广泛。同时，球磨机制粉系统还是高耗能设备，耗电量约占厂用电量的15 % 25 %，其运行效率直接影响到火电厂的经济效益。制粉系统的出力是指其制备煤粉的能力，由制粉量的多少来衡量，而制粉量的大小决定着煤粉仓粉位的高低。当粉位达到一定高度时，说明制备的煤粉已满足当前机组负荷下锅炉燃烧的需求，则停止制粉系统的运行，这样既可以降低制粉系统能耗还可以延长设备的使用寿命。对于制粉出力的测量，传统方法都是通过煤粉浓度来间接反映。目前对于煤粉浓度的测量，国内外应用较多的方法有热平衡法、称重法、微波法、光电检测法、激光法、等速取样法、混合压差法、速度差压法、光纤探头法、感应电势法等。其中，热平衡法是通过测量风粉混合前空气的温度、风粉混合前煤粉的温度、风粉混合后煤粉和空气的温度，继而利用能量守恒定律计算出煤粉管道中煤粉与空气的比值，该方法原理简单，但测量周期较长，实时性较差。称重法是利用给粉 机出口安装的冲板流量计测量单位时间内的给粉量，同时采用压差法测量风速，从而得到单位时间内的空气量和粉量，最终得到煤粉浓度，该方法虽然原理简单，但是冲板流量计磨损较为严重。微波法利用不同浓度的煤粉流对微波信号产生的影响程度不同的原理来测量煤粉浓度，该方法虽然精度较高，但是其设备成本高，而且还需要解决实际安装位置的问题。光电检测法是将运动微粒对光的感应信号经过光电转换、模数转换后计算得到煤粉浓度。激光法是利用煤粉对激光光通量的影响来测量煤粉浓度。以上两种精度虽然较高，但是探头结灰问题限制了此方法的应用。等速取样法具有测量准确、通用性强的特点，但它不能实时测量造成了其在应用上的局限性。混合压差法的原理虽然简单，且易实现，但是需要测量的数据较多，计算量较大。速度差压法无法适用流体有加速度的情况。光纤探头法虽然信噪比高、设计简单，但它的测量范围有一定的限制。感应电势法在软件和硬件方面尚不完善。如前所述，对于煤粉浓度的测量，虽然方法较多，但是各种方法的缺点和适用条件造成了它们在应用上的局限性。而且上述方法都是采用单一信号来反映制粉出力，然而制粉系统是一个多变量、非线性、强耦合、大时滞的对象，其测量模型不是一成不变的，在实际运行过程中，测量模型参数也会因煤质、煤种、钢球装载量的变化而发生漂移，单纯利用一种信号来反映制粉系统出力存在缺陷。
技术实现思路
为了克服上述现有技术存在的不足，本专利技术的目的在于提供一种基于Takag1-Sugeno型模糊规则的火电厂球磨机制粉系统出力预测方法，实现对制粉出力的准确预测，从而对机组当前负荷下制粉系统运行时间进行估计，这样不仅可降低系统能耗，而且延长设备的使用寿命，从而在安全运行的前提下，提高火电厂的经济效益。为了达到上述目的，本专利技术所采用的技术方案是:—种基于Takag1-Sugeno型模糊规则的火电厂球磨机制粉系统出力预测方法,步骤如下:步骤1:首先火电厂球磨机制粉系统采集信号数据构成现场历史数据库D，该数据库D包括六个变量:磨机负荷BML、磨机出入口压差BMDP、磨机入口负压BMIP、磨机出口温度ΒΜ0Τ、磨机通风量BMV和磨机出力BMPC ;这样，数据库D是一个六维数据库，其中由磨机负荷BML，磨机出入口压差BMDP，磨机入口负压BMIP，磨机出口温度ΒΜ0Τ，磨机通风量BMV所组成的集合{BML, BMDP, BMIP, BMOT, BMV}是Takag1-Sugeno型模糊规则前件集合，而磨机出力BMPC是Takag1-Sugeno型模糊规则后件；步骤2:火电厂球磨机制粉系统采用核密度聚类方法对数据库D进行聚类分析，具体如下:先从数据库D中抽取一个未处理过的对象P作为初始对象,并根据对象间的相似度度量搜索其ε邻域N ε (ρ)，若N ε (ρ)包含的对象不少于Tm个，则ρ是一个核心对象并建立新簇Cv，并将N ε (ρ)中所有点归入Cv中；ε和Tm是设定的阈值，对象的相似度度量表达式为:权利要求1.一种基于Takag1-Sugeno型模糊规则的火电厂球磨机制粉系统出力预测方法,其特征在于:步骤如下: 步骤1:首先火电厂球磨机制粉系统采集信号数据构成现场历史数据库D，该数据库D包括六个变量:磨机负荷BML、磨机出入口压差BMDP、磨机入口负压BMIP、磨机出口温度BM0T、磨机通风量BMV和磨机出力BMPC ;这样，数据库D是一个六维数据库，其中由磨机负荷BML，磨机出入口压差BMDP，磨机入口负压BMIP，磨机出口温度BM0T，磨机通风量BMV所组成的集合{BML, BMDP, BMIP, BMOT, BMV}是Takag1-Sugeno型模糊规则前件集合，而磨机出力BMPC是Takag1-Sugeno型模糊规则后件； 步骤2:火电厂球磨机制粉系统采用核密度聚类方法对数据库D进行聚类分析，具体如下: 先从数据库D中抽取一个未处理过的对象ρ作为初始对象,并根据对象间的相似度度量搜索其ε邻域N ε (ρ)，若N ε (ρ)包含的对象不少于Tm个,则ρ是一个核心对象并建立新簇Cv，并将N ε (ρ)中所有点归入Cv中；ε和Tm是设定的阈值，对象的相似度度量表达式为:2.根据权利要求1所述的基于Takag1-Sugeno型模糊规则的火电厂球磨机制粉系统出力预测方法，其特征在于:所述火电厂球磨机制粉系统采用PLC和计算机组成的DDC系统，并对相关过程变量进行采集，采集速率为500ms以上。全文摘要一种，采集信号数据构成现场历史数据库，该数据库包括六个变量磨机负荷BML、磨机出入口压差BMDP、磨机入口负压BMIP、磨机出口温度BMOT、磨机通风量BMV、磨机出力BMPC。根据所得到的数据库建立球磨机出力预测模型，并对模型参数进行训练优化，最后通过所得到的预测模型实现对制粉系统出力的准确预测，从而对机组当前负荷下制粉系统运行时间进行估计，这样不仅可减少系统维护的工作量，而且延长设备的使用寿命，从而在安全运行的前提下，提高火电厂的经济效益。文档编号G06F19/00GK103235885SQ20131014868公开日2013年8月7日 申请日期2013年4月25日 优先权日2013年4月25日专利技术者曹晖, 王燕霞, 张彦斌, 贾立新, 司刚全 申请人:西安交通大学本文档来自技高网...

【技术保护点】
一种基于Takagi?Sugeno型模糊规则的火电厂球磨机制粉系统出力预测方法，其特征在于：步骤如下：步骤1：首先火电厂球磨机制粉系统采集信号数据构成现场历史数据库D，该数据库D包括六个变量：磨机负荷BML、磨机出入口压差BMDP、磨机入口负压BMIP、磨机出口温度BMOT、磨机通风量BMV和磨机出力BMPC；这样，数据库D是一个六维数据库，其中由磨机负荷BML，磨机出入口压差BMDP，磨机入口负压BMIP，磨机出口温度BMOT，磨机通风量BMV所组成的集合{BML,BMDP,BMIP,BMOT,BMV}是Takagi?Sugeno型模糊规则前件集合，而磨机出力BMPC是Takagi?Sugeno型模糊规则后件；步骤2：火电厂球磨机制粉系统采用核密度聚类方法对数据库D进行聚类分析，具体如下:先从数据库D中抽取一个未处理过的对象p作为初始对象，并根据对象间的相似度度量搜索其ε邻域Nε(p)，若Nε(p)包含的对象不少于Tm个，则p是一个核心对象并建立新簇Cv，并将Nε(p)中所有点归入Cv中；ε和Tm是设定的阈值，对象的相似度度量表达式为：dH(a,b)=2(1-K(a,b))式中，核函数a,b为数据库D中的对象，δ为高斯核函数的宽度参数；接着，以p的ε邻域中的某一对象p“作为扩展对象，如果p“是核心对象则将p“和p“的ε邻域中的对象归为由p创建的簇Cv，并称p“从p密度直接可达，否则仅将p“归为由p创建的簇Cv；如果p“从p密度直接可达，而另一对象p““ 从p“密度直接可达，则称p““从p密度可达；将所有从p密度可达的对象都归为由p创建的簇Cv；然后，从输入空间数据库中重新抽取一个没有归为某个簇的对象作为初始对象，重复上面的过程，直到数据库D中所有对象都被归入某个簇；步骤3：火电厂球磨机制粉系统通过步骤2得到C个簇，即模糊语言值和Takagi?Sugeno型模糊规则的个数均为C，并定义簇的质心为该簇的簇心；假设{x1,x2,x3,x4,x5}为球磨机的前件输入变量集合，{y}是球磨机的后件输出变量集合；采用高斯函数作为隶属度函数，则第i条规则的隶属度值μi可表示为：μi=Πj=15e-(xj-cij)22σij2,i∈{1,2,...,C},j∈{1,2,3,4,5}式中，cij是第i个簇心的第j维数据值，σij是隶属度宽度，隶属度宽度σij的表达式为：[max(xj)-min(xj)]/8;步骤4：火电厂球磨机制粉系统根据根据步骤3所得的隶属度值μi计算线性系数kij和bi：kij=yxj·Σi=1Cμiμibi=y·Σi=1Cμiμi步骤5：火电厂球磨机制粉系统得到建立模型所需要的隶属度值μi以及线性系数kij和bi，并建立初始Takagi?Sugeno模糊规则模型；由此，模型的预测出力输出，即磨机出力BMPC，可表示为：y^=Σi=1Cμiyi*Σi=1Cμi式中，yi*=ki1x1+ki2x2+···+ki5x5+bi;步骤6：火电厂球磨机制粉系统为了使模型的预测出力更接近实际磨机出力，采用迭代优化算法将预测模型各个参数进行训练优化；设矩阵P和S如下：式中，N=6·C；步骤7：火电厂球磨机制粉系统根据一组训练数据设定参数矩阵a=[μ1x1l,μ1x2l,...,μ1,μ2x1l,μ2x2l,...,μ2,...,μCx1l,μCx2l,...,μC]T,b=yl，其中l∈{1,2,...,Nt}，Nt是训练数据的组数，则矩阵P和S可由以下方法进行优化：P←P+S·[a·(bT-aTP)]S←S-(S·a)(aT·S)1+aT·(S·a)矩阵P初始值设定为零矩阵，经过Nt次迭代，最终得到优化后的线性系数kij和bi；至此，预测模型的参数kij和bi得到优化；步骤8：火电厂球磨机制粉系统采用均方根误差RMSE作为衡量磨机出力模型精度的数值指标，并设定RMSE初始值为The；计算步骤6中所得预测模型的RMSE值，若其大于The，则需继续优化预测模型的参数cij和σij；步骤9：火电厂球磨机制粉系统根据训练数据...

【技术特征摘要】

【专利技术属性】
技术研发人员：曹晖，王燕霞，张彦斌，贾立新，司刚全，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：