1、关于火电机组入炉煤质在线辨识应用的研究 摘 要：锅炉效率是确定锅炉燃烧经济性的重要指标。本文针对煤质的复杂性，设计了煤质在线辨识应用软件，以实现锅炉效率在线计算 ?程中煤质的在线取用。 下载 关键词：火电机组；煤质；在线辨识；应用 能源是人类生活、社会发展以及科技进步的必要基础。然而，在当下，由于中国乃至世界的资源日渐紧张，能源价格不断上涨，以致火电机组的燃料成本提高，使得电力行业面临最为严峻的情况。我国煤炭储量丰富，但对于天然气、核能和其它清洁可再生能源的开发应用不足，在今后的相当长的一段的时间内，我国的能源结构很难发生大的改变，燃煤发电仍将是我国最主要的发电方式。因此，对火电机组入炉煤质在
2、线辨识应用的研究将极具现实意义。 一、数据预处理 数据预处理指的是数据挖掘处理、加工、转换、清洗、原始数据的离散和还原 等一系列的整合，直到达到挖掘算法的知识获取的最低要求。数据是从实际的运行过程中，各仪表测得或通过公式间接计算得到，由于仪表的误差、仪表的失真以及一些数据的缺失等一系列因素的存在，导致这些所得数据达不到我们挖掘算法对实际历史数据的要求。目前应用比较多的数据预处理方法大概有以下 4种：数据清洗、数据集成、数据归约以及数据交换。 （一）数据清理。数据清理主要是为了对缺失的值进行补充、光滑噪声数据、识别出典型的失真数据，并将不一致的数据进行统一。对于噪声数据和典型的失真数据来说，我们
3、可以根据有关的数据性质知 识，确定出明显失真的数据，并可以通过限制取值范围将这些失真数据进行剔除；对于一些噪声数据，如果数据朝相反的趋势发展，可以明显看出数据有误，就可以直接将其剔除；对于缺失数据，其处理方法主要有缺值删除与均值填补。缺值删除指的是将有参数缺失的数据进行整项删除，这种方法适用于历史数据量较大且数据源足够的数据；而均值填补就是指将缺失数据左右两侧的数据取均值，并填补进去，这种方法主要适用于历史数据量较少的情况。 （二）数据集成。数据集成主要是为了方便于数据挖掘方法对数据进行应用。由于数据库内的数据不一定全部来 自同一存储装置，它可能来自多个不同的数据存储装置，因此对不同存储装置里
4、的数据进行整合集成在一个大型的数据库中十分重要。由于数据集成会涉及到多个学科，因此数据集成的处理十分复杂。目前，在不同的领域已经拥有了许多的集成方法，例如，在重大自然灾害集成项目中，使用各种地球科学数据和非地学数据集成，实现了很好的预测结果。 （三）数据转化。数据转化就是将数据从高维数据转化为低维数据，非线性数据转化为线性数据或者反之的过程。虽然这个方法会对原始数据产生一定程度的破坏，但结果的作用却很大。除了经常会用到的标准的最 大的方法标准化外，还可以采用主成分分析法对数据进行计算，从而转换为矩阵模型，并可以建立一个通用的数据变换、降低数据维数的模型。 （四）数据归约。数据归约就是指在不降低
5、挖掘算法效果的前提下，为了简化步骤而对历史数据进行简化的过程。由于数据库里的历史数据庞大且复杂，如果直接进行挖掘的话就会花费很长的时间，这就需要对其进行数据归约。在选择参数时，应该使各参数之间的关联性尽量小，以避免出现冗余重复的数据。对于与目标函数关联性较小的数据应该尽量少选或不选。使用 ProcLogistic 的过程可以为每个变量实现 由一个变量来达到压缩数据的目的。通过收集高维数据，可以得出两种降维方法有：第一，子集选择方法。消除弱关联维数相关的变量是独立冗余，找到一个子集的变量来建立模型；第二，数据挖掘法。它主要包括连续属性值的离散化，将数据汇总到一个更高的水平，这可以帮助学习有效地参
6、与到这个过程中来减少输入和输出操作。 二、软件程序设计思路 本文煤质在线辨识软件煤质在线辨识流程如图 1 所示。 其中，煤种变化识别模块的作用是根据负荷给煤量的比值变动情况，判断是否进行煤质识别。而煤质库模型划分主要是根据煤质中 硫分及水分的检测，并在煤质库模型中进行大致范围的确定，以最大限度的减少迭代次数。最后进行煤质辨识。这里可以通过发热量以及正反平衡的校验，在确定的煤质数据库范围中选择煤种，并进行比对校验。 三、结语 本计算软件模型的计算精度可以满足要求，符合机组实际运行规律。系统简单便捷，易于使用操作，稳定性好，对于煤质在线检测及火电机组节能优化具有重要指导作用。 参考文献： 李洋 .火电机组入炉煤质在线辨识应用研究 D.华北电力大学， 2015. 夏季 .火电机组配煤掺烧全过程 优化技术研究与应用 D.华中科技大学，2013. 陈伟 .带煤质校正的协调系统多模型预测控制及应用研究 D.东南大学，2015.
