（应用数学专业论文）发电厂锅炉性能优化数学模型及计算机实现.pdf

摘要锅炉性能优化是指通过b p 神经网络和专家经验对所取数据进行统计分析、神经网络训练和预测得到优化结果，最终为锅炉运行找出更佳的性能参数，实现对锅炉性能的全面优化。本文主要是解决青岛发电厂的锅炉性能优化问题。通过锅炉专家制定的试验设计方案得到了有效的数据，利用逐步回归分析对运行参数进行筛选，找出重要影响因素，然后通过b p 神经网络建立非线性模型。针对b p 神经网络在应用中通常出现的问题提出了一种新的神经网络收敛终止条件，比传统的方法有更好的可控性，并且在网络训练的过程中很容易找到影响收敛或有异常的数据。通过b p 神经网络得到的优化结果在实际生产中得到了良好的效果。最后总结出b p 神经网络解决实际问题的通常步骤和流程图，并且编制了相应的软件，通过实例的验证，该软件较好的解决了实际问题，并得出对实际具有指导意义的一些结论。关键词：锅炉性能优化，逐步回归，b p 神经网络a b s t r a c tt h eo p t i m i z a t i o no ft h eb o i l e rc a p a b i l i t yi st of i n dt h eb e t t e rp e r f o r m a n c ep a r a m e t e r sa n dr e a l i z et h ec o m p r e h e n s i v eo p t i m i z a t i o no f t h eb o i l e rc a p a b i l i t yb yt h eb pn e u r a ln e t w o r ka n dt h eo p t i m i z a t i o nr e s u l t sw h i c ha r eo b t a i n e db yt h es t a t i s t i c a la n a l y s i st ot h eg a i n e dd a t aw i t ht h ee x p e r t s e x p e r i e n c ea n dt h et r a i n i n ga n df o r e c a s to f t h en e u r a ln e t w o r k ，t h ep a p e rm a i n l yr e s o l v e st h eo p t i m i z a t i o no ft h eb o i l e rc a p a b i l i t yo fq i n d a op o w e rp l a n t 。t h ee f f e c t i v ed a t ai so b t a i n e db yt h et e s t i n gp r o j e c te s t a b l i s h e db yb o i l e re x p e r t s ，t h e nw es c r e e no u tt h ew o r k i n gp a r a m e t e r sb yt h es t e p - w i s er e g r e s s i o na n a l y s i st of i n do u tt h ei m p o r t a n t l yi n f l u e n c i n gf a c t o r s a tl a s t , w ee s t a b l i s ht h en o n - l i n e a rm o d e lu s i n gt h eb pn e u r a ln e t w o r k a 轴擞撼a tt h eu s u a lp r o b l e m se n c o u n t e r e di nt h ea p p l i c a t i o no ft h eb pn e u r a ln e t w o r k ，w eg i v eal l e wc o n v e r g e n tt e r m i n a t i o nc o n d i t i o no f t h en e u r a ln e t w o r k ，w h i c hh a st h eb e t t e rc o n t m l l a b i l i t ya n di se a s i e rt of i n dt h ei n f l u e n c i n gc o n v e r g e n c eo ra b n o r m a ld a t ai nt h ep r o c e s so ft h en e t w o r kt r a i n 魂t h eo p t i m i z a t i o nr e s u l t sg a i n e db yb pn e u r a ln e t w o r kh a v eg o o de f f e c ti nt h ep r a c t i c a lw o r k a tl a s t ，w es u m m a r i z et h eg e n e r a lp r o c e s sa n df l o wc h a r to ft h eb pn e u r a ln e t w o r ks o l v i n gt h ep r a c t i c a ip r o b l e m ，a n dp r o g r a mt h ec o r r e s p o n d i n gs o f t w a r e b yt h et e s t i n go ft h ee x a m p l e t h es o f i w a r ec a nn o to n l ys o l v et h ep r a c t i c a lp r o b l e me f f i c i e n t l yb u ta l s oc o m eo u ts o m ec o n c l u s i o n sw h i c ha r ei n s t r u c t i v et op r a c t i c e k e yw o r d s ：o p t i m i z a t i o no f 鑫b o i l e r sp e r f o r m a n c e ；s t e p w i s er e g r e s s i o n ；b pn e u r a ln e t w o r k拄独创性声明本人声鞠掰呈交麴论文是我个人在导烬指够下进行豹磷完工作及取褥豹研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他入已经发表或撰写过的研究成果，也不包含为获褥北京正业大学或其它教育机构熬学垃或证书露使用过豹耪料。与我一同王馋熬题恚对本研究所徽熬任鹰贯默均已在论文中作了明确的说明并表示了谢意。签名：蛰翅畦日期：型：! 关于论文使用授权的说明本人龛全了解i 焱王韭大学毒关擐餐、搜曩学垃论文戆援定，鄂：学校骞蔽保留送交论文的复印件，允许论文被查阅朔借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。( 缣密豹论文在辫密爱寝遂守琏趣定)签名：塑氆噬导师签笤- 叠兰垒签圣日期：h 崎z 舻第1 章绪论1 。1 引言在我国城枣大气孛，人为搏救弱氮戴纯凌大多数聚壹燃瓣麴燃烧，蟊戬器煤为燃料的火电厂、工业窑炉、民用锅炉等。据统计，2 0 0 5 年以后火电厂燃煤擞将超过煤炭消费总量的一半，2 0 2 0 年将超过7 6 。而汽车等机动牟以汽油、荣溃惫燃糕，其逶气孛氮裁纯兹戆浓发爨摺当裹。羧溺表疆，透霉采，我藿一些特大型城市的空气氮氧化物浓度超标，氮氧化物的环境容量已蕊本处于饱和状态，一些地方甚至产生光化学雾现象。氮氧化物也是造成酸雨污染的主要致羧物矮。专家分析指出，电厂每生产1 0 0 0 度电，约产生6 2 千克的硫氧化物和2 1千克的氮氧化物。由于氮氧化物的排放量远小于硫氧化物，长期以来，国家只向电厂征收二氧化硫的排污费，电厂对氮氧化物排放基本上是放任自流。但近年来的电力紧张，大批发电机组上马，一些小火电厂重新发电，致使氮氧化物排放量快速增加，加上以前氮氧化物的积累，大气中氮氧化物已经远远超过可按纳的容量。氮氧化物正在取代硫氧化物成为酸雨的祸首。专家表示，电厂为减少酸雨进行了数十亿元的脱硫投入，如再不抓紧实施脱氮，目前所取得的效果将被全部抵消。2 0 0 3 年2 月2 8 日由国家发展计划委员会、财政部、国家环境保护总局、国家经济贸易委员会根据国务院令字第3 6 9 号排污费征收使用管理条例，制定颁布了排污费征收标准管理办法规定从2 0 0 4 年7 月1 日起，氮氧化物, v o x 排放按实际排放污染当量收费，每污染当量a 踟收费0 6 元( 每污染当量为0 9 5 千克) 。最新修订的火电厂排放标准将对新老机组都执行同样严格的排放浓度标准，在排污费征收使用管理条例中也规定，到2 0 0 5 年7 月，对氮氧化物执行与二氧化硫相同的排污费征收标准。虽然新排污费征收使用管理条例给了燃煤燃油电厂一些准备时间，但实际状况，大部分电厂近期仍没有脱氮计划，几乎没有电厂有脱氮设施设备。专家指出，排污费低于脱氮成本，是造成企业宁愿交排污费也不上脱氮设旃的l 衷工婕大学壤学鞭士学缘论文_ ii i i ii 一主要嚣瓣。摇镳算，环保都f j 瓣瞧厂薪链投豹这颈捧浮赘，捷褥玺产予浚逢靛藏零大约增热1 2 元，毽农基粪蓼煤竣大疆圭涨、磐稔受国家羟铡戆薅嚣下，龛业浚污的积极拣弱显不毫。另外，现有的脱氮技术并不成熟也是阻碍脱氮设鸯妪安装的一个重要原因，尤其是魑烧觅烟煤、贫煤的电厂所需要的废气处理装置需进口，价格偏高，霉致不多电厂举愿安装穗关设备。正是由予多方面客观裁素蛉划约，想猩短时闻虑在垒垦魄厂大范匿嫩安裟脱氮设施和提高脱氮技术宥很大的困娥。从经济、环保、锅炉系统等多方面辩乏看，当前主要的工侔楚在保证电厂发电成本不增加的情况下，从原有的生产慕璀缓来降低氮裁住戆豹捧靛。这样就葶| 入了锅炉往麓德仡静憋愆。传统瀚奄厂生产搂式圭要怒逶遘大量熬生产经骏辍黍褥蘩煞，翔采清整菜一个参鼗，裁霹会造残其健参数黪具零。雾j 如在镊炉器绞中降低氮畿纯物，逶豢壤弦供邀糕耗就会提高，邋样就增加了发电成本，考虑综合经济效益就肖可能没有提离。发魄厂的生产j 逭程是项系统工程，当鼹同时降低氮氧化物和供电煤耗，就需调整装德稳关捂禄，丽哭有遴遥建立舍瑷的数学模瀣才能实现饶纯的目的。1 。2 课题概述青岛发电厂的生产憨值赢簇子企国前凡黧，狂摊污处理上也投入了大薰的瓷金粕设餐，并照积极弓l 进国庆熟先进谗污处理按零。2 0 0 3 年费蕊发电厂摄摆嚣务院修订避黪接污费征收憧羽蛰理条铡，洼器瓣# 2 撬缀遴萼亍镊妒性然後讫，劓示怒# 2 视缀程高负荷( 3 黼) 状态下将氮氧化物排放飘原藻准值上有显著饿降低( 降低1 0 一3 0 ) ，阏辩降低锅炉煤糕寒僳诞发瞧戚本不会增搬蔼使缘念经济效益提燕。1 。2 1 谦题讲究肉客零课蘧黪主舞磺究内容是：1 。摄摄锅炉专家经验移绞诗学中啦逐步蹬烟分攒来耱逸锅炉：远行参数。2 通过嚣p 榉经鹅络对发电厂释2 梳缝建立优纯模登，根据伉纯嗣臻簸来确定其体的生产技术。氆发电厂熊实际生产中，垒产王人窝锅炉专工戆丰褰缎验起善蕊要黪馋熙，这是稳稻程多年生产串粳豢起泉豹。这婆经验辩模蓬韵建立静参数辩选择肖禳第 耄绪论一i i i i ii i i i 一大纳参考铃馑。僵出予运雩亍参数过多，会影响黼享孛经赠络建立合理的数学模型及以后的网络训练。我们是程锅炉专工提供的运行参数基础上，结合实际生产经验，遂避逐步圆嬲怼参数邀行进一步分板积调整，搜褥下一步戆够建立更如符合实际问题的b p 神经网络模型。b p 耪经潮终是姿藜最流行魏应用最多静网络模型之，强蓠对它进行了缀多的研究，包括b p 网络的算法、泛化能力等一些问题。在许多的实际应用中b p 神经网络也都缮捌了撮好躲结果。由于理谂鞫实嚣戆差别，8 p 秘经网络的实繇成用攫滩按照统一的模式来处理，对于不同的实际问题b 髓申经网络都要建立具体的网络搂毽。本文是铮对豢爨发邀厂# 2 撬缀熬镁炉憋糍往纯瓣题建立舆体兹b p 毒孛经网络模型，并对b p j ：d o 经网络在熨际问题中的具体成用总结出简单、有效、实用的步骤j 薅方法。1 2 2 国内外研究现状国内的锅炉性能优化还停留在传统优化模式上，在试验设计上存在一定的片面性和局限性，也缺少一些关键参数，无法找出多个输入变量和多目标之间的关联性关系。以生产经验安排锅炉燃烧优化试验方案的思路具有很强的局限性。由此带来的结果是，在提升其中一些技术指标的同时，可能忽略对其它指标的控制，甚至可能恶化其它的技术指标，不可能达到全面优化各项指标的目的。相比之下，国外的锅炉性能优化在许多方面比国内先进，主要是在试验设计和优化方法上。在试验设计方面，国外有着良好的设备、精密的测量技术、先进的管理理念等；在优化方法方面，他们采取的方法是：试验一调整一改进一再试验，整个过程是逐步调整、逐步改进的。把国外试验设计和优化方法综合起来看，他们也仍存在着传统优化模式的缺点，并且在优化过程中调整的范围过小，使得性能优化周期很长。国内一些电厂采用的是国外锅炉性能优化技术，一般优化过程要在半年以上或更长时间，而由于锅炉的不可重复性，得到的优化结果在以后的生产中不一定会有效果。1 2 3 当前常用的锅炉优化系统目前流行的锅炉性能优化软件是利用数学方法的优化，以建立在传统热力学理论基础上的数学模型为基础。通过对每个参数的渐进或滚动方法进行优化，匏衷工韭大学疆学硕圭学经论文或者通过试验做出的优化曲线来完成。专业知识和经验的匮乏，选取的数据不理惩，跨会裁缝萁饶诧懿方法蠢效暴。鬻攘霞纯软耱是往纯瓣过程孛，壹予数据量大，彼往需要很故的时间进行数据回归，如滚动或渐进优化的方法都很雅解决优化速度和数据收敛的矛盾。本漂瑟嚣始于2 0 0 3 冬8 胃，当懿鬻蠹还没鸯冀蓬意义上熬锅炉经能钱亿系统，电厂使用的优化系统更多的是根据锅炉运行知识来实时计算出无法从仪器设备直接读出的运行参数，例如青岛发电厂的o p m 系统，这贼系统类似于梭溅系统，遴逑实藏数据寐鼹察锈炉运簿篱况。囊滋髭仑发逛厂激篾了运行臻纯方法管理系统，这套系统根据实时采取数据来分析溺前工况，然后调整个别参数，这个过程不能达到系统优化的目的。2 0 0 5 年，国内的电力公司开发出基于耪经溺络戆锅炉爨浇臻德控裁系统p o w e rp e r f e c t e r t m ，茭系统还是辍黼外的锅炉优化技术为基础，没有完全脱离国外繁琐的优化模式。 3 本耄小结本章介绍当前国家实施的排污收赞标准及当前全国发电厂的大致状况，由于脱氮技术不成熟和脱糕设备的昂贵费用，现在比较好昀解决方法是发电厂采取锅炉往筑优纯系统，从燃烧工艺上降低氮氧纯秘的 放来撵离经济效益。送就要求电厂运行管理从过去的简单目标控制过渡到多目标控制。除了要考虑旗本匏发电功能之夕 ，还囊考虑到安全性、可靠性、刳 放物的控傣、热效应秘经济往等综含指标。对青麓发电厂采嗣胎神经网络戆立数学模型滋行锅炉往髓傀化。一1 盏：耋蕾j ：蓄j i j ：鍪2 l 鎏i 第2 章锅炉运行参数筛选2 1 问题的提出青岛# 2 杌缀手1 9 9 6 年建成，是一台土海$ l 逢的3 0 万手瓦；l 迸型匿产汽轮发电机缴。# 2 机组有上百个运行参数，这些参数可分为两大类：可调参数和反映参数。其中可调参数是指发电厂的生产技术所控制的参数，即燃烧工艺，侧如过氧爨；反映参数是指经过锅炉燃旒等一系副过程，最终反殃燃烧情况的参数，例如锅炉散率，排放物等。在发电厂实际生产中是通过给定可调参数的具体值，然后经过锅炉系统得到反映参数的生产值。在锅炉性能优化问题中要用刮的运行参数菸约1 0 0 多个。首先对参数进行简单处理，一些相关的参数取平均傅或取暑舶后就记为新的参数，例如象主然汽温度1 、主蒸汽温度2 这样的参数取其平均值后就重新定义为主蒸汽温度。餐过赶理后，运行参数共有6 1 个，其中可诵参数为3 4 个，反映参数为2 7 个，这时我佻可以直接建立神经网络模型，即输入层2 7 个神经元、输出屠3 4 个神经元。但由于b p 神经嘲络自身能力的影响，过多的参数会制约b p 神经网络的泛化篚力，也不祠于神经稠络莳训练，并晟建立的模型不能禳好豹反映出可调参数与反赡参数之间的非线性驶射荚系。正是这个闫鼷让我们从数据的角度采用逐步回归分析和专家经验来筛选和调整参数，以找到璺符台锅炉性能优他闯题酶主要运行参数，从而建立合理的b p 神经网络模型。根据实际的锅炉运学 膏况，我螂已将发电厂的运葺亍参数分类为_ j 调参数鞠反映参数两部分，并知可调参数决定了反映参数。我们可以运用统计学中的线性嘲归模裂来分析各项可调参数对关键反映参数的影响，并利用适当的统计模型确定对反映参数骞重要影响豹“重要因素”。在网妇摸型中，可调参数和反映参数分别对应的是自变量和园变量。2 。2 逐步圈螺分携2 2 ，1 线牲回归模型含有p - 1 个白变量的理论线性凰归模型的一般形式为- 5 -北京工披大学瑾掌硪士学位论变i l l l l i i l l l l ly 一属+ 最墨+ + 岛。l x p 。l + g ( 2 。1 )热暴对困交爨y 和鞠变爨墨，菇。避簿了嚣次烈察，德到数推组数据( 砖，x i l ，k 1 ) ，i = l ，程，它 】满足只= 磊+ 韪薯l + + 磊q 岛+ ，i 嚣l ，筇( 2 2 )记k 睦f t 麓t 毛。，_ ：卜t 恐，tl t 1 i ，_ 1一睦( 2 3 )鼠假设r k c r ) z 戤岛0 1 ，哟互不相关，均值皆为零，盥裔公共方差拶：，则得到线性回归模溅】，= 爿+ 岛e ( e ) = o ，c o v ( e ) = a 2 ，( 2 4 )称反为常数项，孱= ( 震，& ，) 为回烟系数。线性回归模型( 2 1 ) 作为特殊的线性模溅，因为其设计阵x 满足r k ( 爿) = p ，酝激筘秀霹蕊溺数，萁s 镳谤茺夕= ( z x ) 一1 肖。y( 2 5 )在回舞分掇每，我粕豹圭簧兴趣在霆i 麓系数磊，掰激誉豢鬟要怒宅帮鬻数项分开表示。记x = ( 1 i 晚芦。= ( 磊。)( 2 6 )箕中1 表示鸯肄个1 组成的搿维列自羹，翮模垄( 2 1 ) 可敬写为y = 屈l + x d j 十岛e ( b ) = 0 ，c o v ( e ) = 盯2 i( 2 7 )2 ，2 。2 自变爨选撵灌剩在应用回归分析去处理窟际问题时，回归自变量的选择是首先露解决的重要问题。通常张做回归分析时，人们根据问题本身的专业理论及有荧经验，常嚣戆各耱与嚣交囊有关或哥麓蠢关戆鑫交爨辱；逶銎癌模麓，其结暴楚凳一釜对一孱愿；以，。，；，。；。，。| |声第2 章锅炉运行参数筛选嚣变量影确锻小款，有些基蒸没有影响躬自变爨也选入了露羟援型中，这榉一来，不但计算量大，而且估计和预测的精度也会下降。因此，柱应用回归分析露，嚣进入模型豹爨变量终糖心豹选褥是十分必要豹。假定根据经验和专业理论，初步确定一切可能对因变量 r 商影响的囱变量共豢p 一 令，记隽五1 ) ，五，；) ，宅翻与因交慧一起逮含线蛙强麴模型。在获得了竹组观测数据后，我们稍模型y = x p + e ，五( e ) = 0 ，c o v ( e ) = 盯2 ( 2 8 )这里j ，为n x l 观测向量，x 为n x p 的列满秩设计阵，我们约定x 的第- y u 元素皆为1 。假设我们根据某些自变量选择准则，剔除了模型( 2 8 ) 中一些对因变量影响较小的自变量，不妨假设剔除了后p - q 个自变量五护，五川) ，记一= ( j 置) ，卢= ( 反；) ，则我们得到一个新模型y = k 岛+ e ，e ( e ) = 0 ，c o y ( e ) = 盯2 ，( 2 9 )这里我们约定五中包含了常数项，x q 和置分别有g ，p g 列，岛和屈分别含有g ，p g 个回归参数。为方便计，我们称模型( 2 8 ) 为全模型，而称模型( 2 9 ) 为选模型。统计学家从数据与模型的拟合优劣，预测精度等不同角度出发提出了多种回归自变量的选择准则，它们都是对回归自变量的所有不同子集进行比较，然后从中挑出一个“最优”的。下面介绍m c 准则。极大似然原理是统计学中估计参数的一种重要的方法。a k a i k e 把此方法加以修正，提出一种较为一般的模型选择准则，称为a k a i k e 信息量准则( a k a i k ei n f o r m a t i o nc r i t e r i o n ，简记为a i c ) 。对于一般的统计模型，设x ，e 为一组样本，如果它们服从某个含k 个参数的模型，对应的似然函数的最大值记为k ( 巧，) ，则a i c 准则是选择使m c 统计量a i c = n l n ( s s 。) + 2 9( 2 1 0 )北京工业大学理学硕士学位论文达到最小的自变量子集a 这里q 为选模型( 2 9 ) 设计阵的列数，s s 。为残差平方和。2 2 3 逐步回归燕窝努逸遗对因囊量有显藩影嫡静鑫交量? 鸯交量憝骶有胃髓子集稳戒了2 p 1 个回归方程，对2 ，一1 个回归方程都计算出选元的统计量，通过选元统计量的比较，我们就可选出“最优”的回鞠方程。警可供选择的自变量不太多时，可以求出一切可能的网归方程，然后用选元准则去挑出“最好”的方程。但是当翻变量的个数较多时，要求融所有可能的回蝴方程是 # 常困难的。为此，人们掇出了一魃较为简便、实用、快速的选择“最优”方稷的方法。常用的方法有“前进法”、“后退法”、“逐步回归法”，其中逐步回妇法最受推崇。逐步回归法的基本思想是，将变量一个一个g l 入，弓l 入变量的条 牛是熊偏回烟方程和缀检验是舷著的。同时，每弓f 入一个新变量，对已入选方程的原有变爨逐个进行检验，将经检验认为不显藩的变量剔除，以保证所褥的自变嶷子集中每个交爨都是显麓的。此过程经若干步直刘不能再引入新交缀为止。避时回! 腿方程中联有自交爨对因变量y 都怒足著的，藤不在嘲归方程中的变量对y都怒检验不鼹著的。幽此可见，逐步回归法选择变量的邋程包含两个基本步骤，一怒从回归方程中剔除经检验不显著鲍变量，二是引入澍变量到圈归方程中。据此，我们可以得到茹0 除和引入变量的一般方法。2 2 。4r 软馋为保证算法的有效性、实时性，尤篡是对遣行参数较多的情况下，采用较或熬豹软转采实瑗。r 软件不太同于菸他统计软件如s p s s 、s a s 。s p s s 、s a s 提供用户界面，操捺蕊单、麓戆强大，安装嚣疆占磁蠹窆凌疆大。r 熬撵痒类钕予控裁台禽令，学习起来比s p s s 、s a s 要困滩些，但r 有其显著特点，它安装衙所占磁盘空阉缀枣，r 每令功戆楚惩户邋蓬编写代疆实褒，俸褒密它戆灵活瞧，更重葵静是r 提供自身的c o m 组件，这样可以通过任何编程语宙来调用它的功能。通零楚藤瑟发谖言终隽麓台，r 戆应霆送程骚务嚣为后台，这样在嶷蓠应鬻中可以开发出针对性的统计分析软件( 只用到部分统计学知识) 。第2 辈锅妒运行参数筛选2 3 数学模型锅秽往麓优讫主强关注豹是爱浃参数串静氮氧亿耪n o x 和供毫煤耗。其中氮氧化物n o x 是一氧化氮n o 和：氧化氮n 0 2 的混合物，它融成为电厂主臻的接放甥；供电煤耗是搬发电鲍耗煤蹙，显然供魄爆耗越毫藏袭示弱潆量熬大，那么发魄成本就会越离。正是这两个反映参数会童接影响到发电厂的效益，如果不加以控制，那么电价将会升商。受了表述方矮，藏反获参数稻灞参数分嗣记为戳交叁e ( 歹；1 ，2 7 ) 鞠舀燹基置( f = 1 ，3 4 ) ，分别如表2 - 1 、袭2 - 2 所示锅炉效率茸再热器喷水磊汽温k ，主蒸汽流量e炉膛出口烟气漱度( 实测)比过热器1 缎减温水流蠼嚣空气预热器a 出口一次风滠墨7过热爨2 缀减涅零渡豢k空舔蘩；器b 惑叠一次蔑瀑瓦嚣热器臻瀑水流爨嚣空气预热器a 波墨二次风潺黾汽镪压力嚣空气颡热嚣b 搿口二次风漱主蒸汽压力誓摊烟溢度左夏l主蒸汽温度磊排烟温度右e 2再热器谶口温度左，；氮氧化物n o x再热器逃口湿发塞c o 浓度焉热器出口滠发左鼍l炉膛风艇压差焉热器逡窭渥发右誓2厂鬟鸯过熟器一缀喷承篱汽濑x3供电煤耗过熟器二级绩水霸汽濑嚣4袭2 - 1 反映参数就京工监大攀谨学硕士学位论文一ii ii ii i 绘水流量墨1 4 熙挡板开度墨。缩水压力互1 3 艨挡板开度五9给水温度玛1 2 艨挡板开度五。遘燕器一缀喷采蔫汽滠x t l 滋挡板嚣度五l过热器= 级喷水前汽温五1 0 艨挡板开度如再热嚣囔采兹汽温五9 鼷爨叛嚣痉墨3空气预热器a 入口烟温x ，8 层挡板开度五；空气颈热器b 入霜烟滚墨6 艨搂援舞度置s空气预热器a 入口一次风漩x 95 屡挡板开度五6空气羲热器b 入疆一次蕊滠置o4 藩攒投歼度墨，空气颈热器a 入1 2 - - 次避蕊五13 瑶籀投开度五8空气强热器b 入叠二次风湛五22 按挡援聂度x 丈气滋疫焉31 # - 4 #五。过氧蹙( 空预器之前)五。5 群一8 姑焉。窭测裁藿萎s9 8 - 1 2 嚣玛21 6 层燃尽风挡板开度墨61 3 拌一1 6 #五31 5 屡三次风挡板开璇墨，大气压力x 表2 - 2 可调参数表2 - 1 鼹爱映参数，靼因变璧，袭2 - 2 是霹调参数，黪蠡交爨。在实际擞产中我们只关注氮襞化物n o x 、供电媒糕，为了麓单超见，我稍只分别对氮戴化物n o x 、供电煤耗建立一元线性回归模型3 4强= 蔬+ 群五( 2 1 1 )e ，= 厉+ 屈2 z( 2 1 2 )由于自变量置单位不同，为了抵消单位的影响先对数据进行标准化处理然后求模型的回归系数。回归模型在一定程度上反映了自变量对因变量的影响。由于自变量过多，我们想从众多的可调参数中找出对氮氧化物n o x 、供电煤耗影响较大的可调参数。所以采用逐步回归分析的方法来筛选自变量，以a i c 准则为变量选择准则。逐步回归分析完全从数据来分析参数，在实际生产经验中有些可调参数是必须要采用的，但在逐步回归分析后可能没有被纳入模型。对于这种情况我们可以强制将某些可调参数纳入回归模型。2 4 实践验证2 4 1 数据采集我们只采集发电厂高负荷( 3 0 0 m w ) 数据，由于2 0 0 3 年1 0 月是用电量较低的月份，进行高负荷生产需经申请批准，用了5 天时间共采集6 7 组数据。采集日期分别为2 0 0 3 年的1 0 月1 7 日、1 0 月1 8 日、1 0 月2 1 日、1 0 月2 2 日、1 0月2 3 日，采集时间间隔为1 5 分钟，具体采集时间如表2 3 所示2 0 0 3 1 0 1 72 0 0 3 1 0 1 82 0 0 3 1 0 2 12 0 0 3 1 0 2 22 0 0 3 1 0 2 39 ：1 5 1 0 ：0 08 ：4 5 9 ：0 09 ：0 0 9 ：i 58 ：4 5 9 ：0 08 ：4 5 9 ：o o1 l ：o o 一1 l ：1 59 ：4 5 一l o ：1 59 ：4 5 1 0 ：0 09 ：4 5 1 0 ：o o9 ：4 5 1 0 ：o o1 3 ：0 0 1 3 ：1 51 0 ：4 5 一1 1 ：0 01 0 ：4 5 1 1 ：0 01 0 ：4 5 1 1 ：0 01 0 ：4 5 一l l ：0 01 4 ：3 0 一1 4 ：4 51 3 ：3 0 1 3 ：4 51 4 ：1 5 一1 4 ：3 01 4 ：0 0 1 4 ：1 51 4 ：1 5 一1 4 ：3 01 5 ：4 5 1 6 ：0 01 4 ：3 0 一1 4 ：4 51 5 ：1 5 一1 5 ：3 01 5 ：0 0 1 5 ：1 51 5 ：1 5 一1 5 ：3 01 5 ：4 5 一1 6 ：0 01 6 ：1 5 一1 6 ：3 01 6 ：0 0 1 6 ：1 51 6 ：1 5 1 6 ：3 01 7 ：0 0 一1 7 ：1 51 8 ：0 0 一1 8 ：1 51 9 ：0 0 1 9 ：152 4 2 计算及结果表2 - 3 采集时间2 4 2 1r 软件计算过程在r 软件中有两个函数分别为1 i i 】( ) 和s t e p 0 ，l m 0 是求解线性回归模型系北京工业大学理学硕士学位论文数，s t e p ( ) 是在l m ( ) 基础上进行逐步回归分析，代码编写起来很简单，并且函数有可选参数项，能够实现自变量强制纳入的功能。2 4 2 2 计算结果由于6 7 组数据自变量五，、五。的值都相同，无法做标准化处理，所以没有纳入模型。( 1 ) 线性回归模型的r 计算结果( 2 1 1 ) 式和( 2 1 2 ) 式的回归系数分别如表2 - 4 、表2 5 所示：c 0 6 f f i e i e n t s ：( i n t 6 r c e p t ) x lx 2x 3x4)6x 6- 2 4 6 4 e 一1 4 2 3 3 9 e 一0 16 2 6 9 e - 0 11 1 4 8 e - 0 32 7 5 4 e 0 12 3 7 2 e - 0 139 6 9 e o lx 7x 8x 9x 1 0 x 1 1x 1 2x 1 32 5 6 2 e 一0 2 1 7 9 9 e - 0 13 9 7 3 e - 0 1 - 1 0 4 1 e + 0 0 1 1 1 5 e + o l1 2 0 4 6 + 0 12 9 7 0 e + 0 0 x 1 4x 1 5x 1 6x 1 9x 2 0 x 2 1x 2 22 3 0 6 e - 0 1 1 5 8 6 e 一0 16 1 6 6 e + 0 0 - 2 6 0 7 e + 0 l2 1 6 l e + 叭1 3 9 4 e + 0 27 5 7 3 e + 0 1x 2 3x 2 4x 2 5x 2 6x 2 7x 2 8x 2 94 9 5 0 e + 们3 0 9 1 e + 0 1 - 2 8 4 5 e - 田12 0 2 6 e + 0 13 7 7 2 e + 0 1 1 2 5 1 e + 0 1 7 1 7 9 e + 0 1x 3 0 x 3 1x 3 2x 3 3x 3 41 2 5 9 e - 0 12 6 1 3 e - 0 1- 1 5 8 0 e - 0 i2 9 4 1 e - 0 13 5 9 8 e - 0 2表2 4 ( 2 1 1 ) 式线性回归结果表2 - 4 中的x i 对应于模型中的自变量置，下述内容中的x i 均是对应模型中酌骞交萋鼍。c o e f f i e i e n t s ：( i n t e r c e p t ) x lx 2x 3x 4x 5x 6- 4 7 7 5 e 1 42 6 t 2 e - 0 11 0 3 2 e 枷2 5 3 l e 一0 11 8 6 3 e - 0 12 7 4 5 e - 0 2 - 3 4 6 8 e - 0 1x 7x 8x 9x l ox 1 1x 1 2x 1 34 4 0 5 e - 0 11 1 3 0 e + o o - 3 6 1 4 e + 0 07 8 5 4 e - 0 1 9 6 6 6 e + 0 01 0 5 5 e 十0 11 6 6 4 e + 0 0 x 1 4x 1 5x 1 6x 1 9x 2 0 x 2 1x 2 23 3 3 0 e - 0 12 0 3 5 e - 0 17 0 2 6 e q ) l3 ，0 3 9 e + o l - 2 。8 1 3 酗电17 ，6 9 8 e + 0 01 。5 3 4 1x 2 3x 2 4x 2 5x 2 6x 2 7x 2 8x 2 94 5 4 2 e + 0 1 - 1 6 6 7 e + 0 l7 6 3 8 e + 0 05 0 8 7 e + 0 15 0 1 9 e + 0 0 ，7 1 5 e + 0 1 - 4 3 4 4 e + 0 1x 3 0 x 3 lx 3 2x 3 3x 3 4- 6 6 2 1 e 0 16 2 2 5 e - 0 16 5 4 6 e - 0 1 1 5 4 8 e - 0 1- 3 1 5 3 e - 0 1袭2 - 5 ( 2 1 2 ) 式线性回归结果此时线性回归模型只是从统计学的角度粗略地分析了自变量对因变量的影一1 2 第2 章锅炉运行参数筛选响，可以通过各自变量的回归系数给各个可调参数的重要性做一个初步的评价。一般来说，这种直接得到的结果可能与实际有较大的差异，但这个结果可以给我们对这个过程一个粗略的认识，为以后的分析做好铺垫性的工作。( 2 ) 逐步回归的r 计算结果我们辩( 2 ，1 1 ) 式和( 2 1 2 ) 式分剐避行逐步阐归分析，结果如寝2 - 6 、表2 7所示：x 1 65 1 5 4 e + 0 0 x 2 5t 2 8 2 5 e 十o lx 1 91 6 5 9 e + 0 1x 2 61 4 0 8 e 十0 1- 9 ，2 3 0 甜- 0 0 x 2 27 5 2 3 e 十0 1x 3 32 1 5 4 e - 0 1x 1 29 2 9 2 0 + 0 ex 2 33 9 4 9 e + 0 1袁2 - 6 ( 2 1 1 ) 式逐步回归结果l - 4 4 0 1 e - t 41 9 7 9 e * o l7 ，0 3 0 e - o l3 3 1 2 e - 0 1- 2 3 5 2 e - 0 11 0 1 6 e 0 0 3 9 9 t e + 0 0|ix 1 0 x 1 1x 1 2x 1 4x 1 9x 2 0 x 2 2l三62蓦3鍪1三110錾03le兰14：0兰261e+012三10i7e+01：3三7015e+01：7三5917e：017 ：0 三7 6 1 e - 0 1 x 3 2x3453 5 6 e - 0 12 6 6 elii - 3 e 斗0一十o-ll1 - 3 _ o纛地珏脚甜拼酬拢篡蚤一础宅l 曩m舭co 屯2北嚣工啦大学骥学硕士学位论文_ ii _( 3 ) 强制纳入的r 计算结果将自变熬x 1 4 强制纳入模型( ( 2 1 1 ) 式) 进行逐步阿归分析，结果如表2 - 8所示：c o e m c i e n t s ：( i n t e r c e p qx 2x 4姘x10 x 1 2x 1 3- 2 0 5 9 e - 1 40 2 4 7 e o l* 1 。0 3 4 e - 0 i2 ，9 1 8 e - 0 l1 2 0 2 e + 0 0 。4 0 6 7 f 卜0 08 5 31 e + 0 0 x 1 4x 1 6x 1 8x 1 9x 2 1x 2 2x 2 43 。2 6 2 e + 0 06 7 4 2 e + 0 0 - 2 5 6 8 e 十o ll ，9 8 3 e + 0 2 - 4 。5 8 3 e + 0 19 。7 5 l e + 0 1t 。9 8 8 e + 0 1x 2 5x 2 6x 2 8x 3 0) ( 3 lx 3 4- 3 。2 9 2 e + 0 14 。9 8 4 e + 0 1- 5 6 4 3 e + o l1 。3 0 8 e + 0 12 ，6 8 2 e + 0 1- 7 5 9 3 e 一0 1袭2 - 8 ( 2 1 1 ) 式强锱缡入变量x 1 4 豹缨粟将x 1 4 强制纳入模型屠褥到的结果( 表2 - 8 ) 同栉符含实际生产经验。2 5 模型应用2 5 1 数据试骏平套我们已知氮鬣他物n o x 、供电煤耗蹙一对相互矛藤的参数，丙锅炉性能优化的目的就是让两者能达到一个平衡，即同时取较小的值。通过逐步回归分析跫经缮到对嚣畿眷重要影响鹃参数的回麴系数。现在我们剩曩实际爱产经验来设计一个数据试骚平台。设计慝想是：通过用己知数据代入到逐步测归模型中所对应的自变量，这样每组数据都可以得到一组氮氧化物n o x 年n 供电煤耗的值。邋过实际经验我髓可戳从诗簿出的多组氮裁位物n o x 黢供电煤耗豹数毽中找出熬体同时较小的一组来，所对应的输入值就是所求静自变量( 可调参数) 的值，对所得的每个自变量我们利用经验均给出个区间。这样我们就得剩个数据试验乎台，戳鬃就豁每个塞交璧熬区阍笼俊据来调整爨变量熬篷。2 ，5 1 1 数据试验平台软件设计为了电厂人员方便操作，我们把数据试验平台做成软件。由于r 软件自带c o m 缀搏，我们缀容易遘避任意一个牙发工其来实现黉要豹功能。软件设计思想：考虑到c o m 组件和以后功能的扩麟，我们将c o m 组件的操作封装到个动态连接库r d l l ( v c 编筠) ，在开发时我们只需设计好界面和缡雩r 代码，露具髂豹r 功煞逶过动态逐接痒1 l d l l 寒实现。设诗滚疆翔图3 - 1第2 章锅炉运行参数筛选所涿髑产( b c b 开发)动态连接痒( r d l l ，v c 开发)调用c o m 组搏执行r 愈令分撬秘嚣支 孛，将缀巢邀强到赛西得到计算结果 t x t 格式)图3 - 1 数攘试验平台设计流程图下面介绍软件的基本功能。l 、操作童界面如图3 2 所示：圈3 - 2 主界面图3 - 2 中有4 个按钮，其中“数据选取”、“经验指导”悬为以后留霄的接墨，“数据分接”、“分耩结暴”楚试验设诗平台熬圭要珐能。2 、数据分析界面如图3 - 3 所示：耗京z 盈夹学瓒攀硕士拳像论文图3 - 3 数据分析如图3 3 所示，我们选择所要分析的因变量和自变量，或者根据要求强制纳入自变量，然后进行逐步回归分析。分析结果如图3 4 所示图3 4 分析结果第2 章锅炉运行参数筛选图3 4 给出了逐步回归的结果，从图中我们可以很直观的看到对n o x 浓度和供电煤耗影响较大的参数。每个自变量具体的回归系数可以在d 盘的i n f o t m p 文件得到。2 5 1 2 数据试验平台的应用以6 7 组试验数据为例，简单介绍数据试验平台的应用。在2 4 2 节我们是通过在r 软件中手工编写代码来实现逐步回归，现在利用数据试验平台软件可以方便的得到同样结果。将6 7 组数据标准化的数据代入到逐步回归模型中。计算结果如表2 - 9 所示序号胁供电煤耗序号黻供电煤耗序号腑供电煤耗10 9 1 10 0 3 52 4- 1 0 4 90 7 5 24 7o 1 9 60 7 9 621 1 3 5- 0 3 5 82 5- 0 9 5 3o 0 1 34 80 2 2 40 7 7 430 7 9 90 6 3 72 6- 2 3 5 90 2 4 44 90 2 6 40 6 8 640 1 4 30 4 3 72 7- 3 3 0 0- 0 0 5 45 0o 0 3 1 10 8 7 950 7 7 30 8 0 72 80 3 7 21 5 2 05 l0 3 0 20 7 3 660 2 4 10 7 0 22 90 9 7 91 3 2 65 20 8 3 20 4 7 270 4 4 1一1 5 8 03 00 9 1 70 8 9 65 30 8 0 00 4 3 980 1 6 2- 1 4 5 53 10 5 3 80 7 1 05 40 0 2 51 4 8 790 4 1 00 0 7 33 20 1 1 70 6 0 75 5- 0 1 2 21 2 9 21 00 3 0 80 0 1 23 30 4 5 70 1 1 65 60 2 9 0- o 1 4 81 l0 0 1 6- 0 5 4 63 40 5 8 60 8 1 45 70 0 3 11 3 2 61 20 3 7 0一o 3 5 13 50 4 7 60 8 6 25 80 ，2 2 21 0 5 81 31 0 1 71 2 0 03 60 6 7 61 3 1 75 90 4 6 40 8 3 31 4- 1 0 8 7- 0 6 6 83 70 2 9 60 9 l l6 00 3 4 90 8 1 51 5- 1 2 3 80 3 3 13 80 9 6 80 1 2 76 l0 5 4 60 2 5 01 61 3 6 60 2 2 53 9- 0 2 2 30 6 0 46 21 3 1 1- 2 2 5 81 71 7 7 00 2 2 44 00 3 7 20 6 6 26 30 5 8 315 4 41 80 3 4 7- 1 1 3 84 l0 9 7 90 4 6 96 40 6 8 50 3 3 61 9o 6 1 91 7 6 24 2o 3 7 20 6 6 26 5o 1 9 205 4 32 01 9 0 6o 3 4 84 30 9 7 90 4 6 96 60 1 7 40 5 5 72 11 3 7 80 2 8 74 40 0 9 01 4 7 86 70 5 7 3- 0 8 7 62 20 9 3 00 9 8 44 50 4 3 10 7 2 52 30 5 4 61 2 3 04 60 0 9 80 4 6 6表2 - 9 计算结果掇摊实际生产缀骏，我们选出多组氮氧化物n o x 和供电燎糯同时较低的傻，表2 - 9 中的黑体即为选中的数据。这样我们就可以按照数据试验平台思想米制定数攒试验方案。横攥不同的实鼯生产要求，鼹纯戆基标可分为下蘑三耱演嚣：( 1 ) 只降低氮氯化物n 0 x o 在表2 - 9 中，我们可以看到篇2 6 、2 7 缀数据北京工业大学理学硕士学位论文中氮氧化物n o x 的值在6 7 组数据中比较小，我们根据生产经验给出包含第2 6 、2 7 组每个自变量( 可调参数) 值的范围，并以此范围来制定试验计划。( 2 ) 只降低供电煤耗。在表2 - 9 中，第6 2 组数据中供电煤耗的值比较小，此时我们根据( 1 ) 中的方法来制定试验计划。( 3 ) 同时降低氮氧化物n o x 和供电煤耗。这是主要的优化目标，在表2 - 9中，第1 3 、1 4 、1 5 、1 6 、5 5 组数据中氮氧化物n o x 和供电煤耗的值同时较小，我们参照( 1 ) 、( 2 ) 中的方法制定试验计划。2 5 2 参数的确定逶过逐步基归分瓣懿结果筏镯邑经知道大部分挡援拜度、过甄量及部分媒粉流量对氮氧化物n o x 、供电煤耗影响较大，和实际经验相符。根据实际难产亵锅炉运行知识，我钠舍去逐步圈羟终繁孛系数较小款参数，辈x l 至x 1 3 中耪对虑的参数，同时增添了模型中没有的个别挡板开度和煤粉流量。最终自变量( 霹调参数) 熬选择隽过氧量，1 6 、1 5 、1 4 、1 3 、强、l l 、1 0 、9 、8 及6 、5 、4 、3 、2 层挡板开度，1 撑一4 拌、5 捍一8 撑、9 # 一1 2 # 、1 3 # 一1 6 # 煤粉流量。由于考虑到敷麓b p 耪疑网络模登豹建立，在因