李賀

【摘 要】在BP網(wǎng)絡(luò)的基礎(chǔ)上，為了避免加熱器結(jié)構(gòu)參數(shù)的復(fù)雜計(jì)算，提出了一種新的計(jì)算模型——BP網(wǎng)絡(luò)的低壓加熱器端差應(yīng)達(dá)值的計(jì)算模型。結(jié)果表明，基于BP神經(jīng)網(wǎng)絡(luò)的低壓加熱器端差應(yīng)達(dá)值的計(jì)算模型滿足精度要求，因此可應(yīng)用于低壓加熱器運(yùn)行熱經(jīng)濟(jì)性評(píng)價(jià)，并可實(shí)現(xiàn)對(duì)加熱器性能降低的早期發(fā)現(xiàn)。

【關(guān)鍵詞】汽輪機(jī) 低壓加熱器 端差 BP神經(jīng)網(wǎng)絡(luò)

【Abstract】 Based on the BP neural network， we proposes a new calculated model for avoiding the complex calculating of the structure parameters of the heat， the calculated model of the target value of terminal temperature differences from the low- pressure heater. Evaluate the operational economical situation from the deviation extent of the heater. The calculation results show that the suggestion evaluation methods of the operation heat economy of the low-pressure heater by using the BP neural network can be used for the operational economical situation of the low-pressure heater and the early detection of heater performance degradation.

【Key words】steam turbine；low-pressure heater；terminal temperature difference；BP neural network

低壓加熱器是汽輪機(jī)的一個(gè)重要的輔助設(shè)備。低壓加熱器運(yùn)行經(jīng)濟(jì)情況的好壞，直接關(guān)系到汽輪機(jī)乃至全廠的經(jīng)濟(jì)運(yùn)行。因此，運(yùn)行部門十分重視低壓加熱器性能失常的早期發(fā)現(xiàn)并及時(shí)處理。

加熱器運(yùn)行經(jīng)濟(jì)性通常采用端差作為評(píng)價(jià)指標(biāo)，但由于加熱器端差受入口水溫、汽輪機(jī)負(fù)荷等因素的影響，實(shí)測(cè)端差值并不能直接用來(lái)評(píng)價(jià)加熱器熱經(jīng)濟(jì)性。為此，文獻(xiàn)[1]以熱力系統(tǒng)的熱平衡方程等基礎(chǔ)建立了加熱器端差運(yùn)行熱經(jīng)濟(jì)性的通用計(jì)算模型。文獻(xiàn)[2]利用等效焓降法定量分析了加熱器端差對(duì)機(jī)組熱經(jīng)濟(jì)性的影響，文獻(xiàn)[3]利用傳熱學(xué)的基本理論建立了回?zé)峒訜崞鞯淖児r數(shù)學(xué)模型。通過(guò)分析以上幾種方法可以看出現(xiàn)有的計(jì)算端差應(yīng)達(dá)值是通過(guò)加熱器變工況計(jì)算方法得到運(yùn)行工況變化后加熱器端差的應(yīng)達(dá)值，并將端差應(yīng)達(dá)值與實(shí)際測(cè)量值進(jìn)行對(duì)比，從而實(shí)現(xiàn)對(duì)加熱器運(yùn)行經(jīng)濟(jì)性的評(píng)價(jià)。但這需要預(yù)先已知加熱器的結(jié)構(gòu)參數(shù)，然而時(shí)設(shè)備制造廠家說(shuō)明書中并沒有明確給出，從而導(dǎo)致基于變工況計(jì)算方法得到的低壓加熱器上、下端差存在著較大的誤差，這些都會(huì)影響到對(duì)低壓加熱器運(yùn)行經(jīng)濟(jì)性的準(zhǔn)確評(píng)價(jià)。

本文鑒于以上方法的不足，提出了反向傳播網(wǎng)絡(luò)（Back-Propagation Network，簡(jiǎn)稱BP網(wǎng)絡(luò)）計(jì)算模型。基于BP網(wǎng)絡(luò)的數(shù)學(xué)建模方法的優(yōu)點(diǎn)在于不必事先給出函數(shù)的具體形式，它借助于本身所具有的學(xué)習(xí)能力，自動(dòng)形成應(yīng)變量與自變量之間的函數(shù)關(guān)系，因此為數(shù)學(xué)建模提供了方便條件。

BP網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)的一種變化形式，且其應(yīng)用的范圍非常廣泛，如函數(shù)逼近、模式識(shí)別、分類和故障診斷等領(lǐng)域。為此，本文基于BP網(wǎng)絡(luò)建立了低壓加熱器上、下端差應(yīng)達(dá)值的數(shù)學(xué)模型，并以某300MW汽輪機(jī)組某低壓加熱器性能狀態(tài)正常時(shí)的低壓加熱器上、下端差及其相應(yīng)的影響因素作為訓(xùn)練樣本，得到了低壓加熱器上、下端差與其影響因素之間的非線性數(shù)學(xué)模型。汽輪機(jī)實(shí)際運(yùn)行過(guò)程中，借助于BP網(wǎng)絡(luò)得到的加熱器端差應(yīng)達(dá)值和實(shí)際測(cè)量值進(jìn)行比較，即可以對(duì)低壓加熱器的運(yùn)行經(jīng)濟(jì)狀態(tài)進(jìn)行評(píng)價(jià)。

1 BP網(wǎng)絡(luò)算法

BP網(wǎng)絡(luò)于1986年由Rumelhart 和McCelland領(lǐng)導(dǎo)的科學(xué)小組在《Parallel Distributed Processing》一書中提出，是模擬人腦結(jié)構(gòu)及其功能的人工智能技術(shù)。

網(wǎng)絡(luò)的輸入向量為；隱層輸出向量為；輸出層輸出向量為。由圖可以看出，此網(wǎng)絡(luò)輸入層節(jié)點(diǎn)有n個(gè)，網(wǎng)絡(luò)的輸出信號(hào)為，有m個(gè)隱含層。根據(jù)Kosmogorov定理理論證明，在合理的結(jié)構(gòu)和恰當(dāng)?shù)臋?quán)值條件下，3層BP神經(jīng)網(wǎng)絡(luò)可以逼近任意的連續(xù)函數(shù)。根據(jù)經(jīng)驗(yàn)公式：

（1）

其中，，，分別為隱含層、輸入層、輸出層的神經(jīng)元數(shù)目，為1～10之間的一個(gè)整數(shù)。

由于BP網(wǎng)絡(luò)自身存在的很多缺點(diǎn)，如它的訓(xùn)練速度慢、易陷入局部極小點(diǎn)等。這就需要在訓(xùn)練過(guò)程中選擇合適的網(wǎng)絡(luò)結(jié)構(gòu)。借于以上分析，本文采用一個(gè)隱層，節(jié)點(diǎn)數(shù)目在訓(xùn)練過(guò)程中不時(shí)調(diào)整，以達(dá)到最佳的訓(xùn)練效果。

2 基于BP網(wǎng)絡(luò)的加熱器端差計(jì)算模型

本文采用的計(jì)算模型是以某300MW汽輪機(jī)為例，對(duì)其經(jīng)過(guò)大修后正常狀態(tài)下的H5低壓加熱器上、下端差值用BP網(wǎng)絡(luò)模型進(jìn)行計(jì)算，并通過(guò)與實(shí)測(cè)端差值的對(duì)比來(lái)驗(yàn)證模型的有效性。

本文的訓(xùn)練數(shù)據(jù)通過(guò)電廠控制系統(tǒng)采集，算例中共準(zhǔn)備180個(gè)樣本，為了避免訓(xùn)練過(guò)程中的“過(guò)擬合”現(xiàn)象并且評(píng)價(jià)所建立的BP網(wǎng)絡(luò)模型的性能和泛化能力，其中100個(gè)作為訓(xùn)練樣本，50個(gè)作為檢驗(yàn)樣本，30個(gè)作為測(cè)試樣本。語(yǔ)言使用MATLAB 7.6.0。

本文所用的BP網(wǎng)絡(luò)的傳遞函數(shù)為Sigmoid函數(shù)，其工作區(qū)域?yàn)閇0，1]，因此對(duì)于訓(xùn)練樣本還要進(jìn)行預(yù)處理，將其對(duì)應(yīng)到區(qū)間[0，1]之間，這個(gè)過(guò)程稱為“歸一化”。這樣做的目的是可以提高訓(xùn)練速度和靈敏性。所采用的歸一化公式為：

（2）

式中，為歸一化后的變量，為原始的變量，為變量中的最大值，為變量中的最小值。

在訓(xùn)練結(jié)束后，對(duì)輸出值再進(jìn)行反歸一化處理，即可以得到低壓加熱器上、下端差的應(yīng)達(dá)值。

在進(jìn)行模型的性能評(píng)價(jià)時(shí)，本文采用均方差（Mean squared error，Mse）作為計(jì)算結(jié)果準(zhǔn)確度判斷的依據(jù)，即：

（3）

3 BP網(wǎng)絡(luò)算法的實(shí)驗(yàn)驗(yàn)證

在實(shí)際計(jì)算時(shí)，給定的學(xué)習(xí)精度為0.01，網(wǎng)絡(luò)隱含層神經(jīng)元個(gè)數(shù)為15個(gè)，訓(xùn)練次數(shù)= 2000，權(quán)值調(diào)整參數(shù)=0.01。其最終的加熱器的上、下端差實(shí)測(cè)值和計(jì)算結(jié)果如圖1和圖2所示。

圖1端差樣本訓(xùn)練結(jié)果圖 圖2下端差樣本訓(xùn)練結(jié)果

通過(guò)圖1和圖2可以看出，低壓加熱器的上、下端差的訓(xùn)練結(jié)果和實(shí)際大修后正常狀態(tài)下的上、下端差實(shí)測(cè)值基本吻合。其上、下端差的均方差值分別為0.0152℃和0.7635℃。由模型性能評(píng)價(jià)指標(biāo)表明，此模型可實(shí)現(xiàn)對(duì)低壓加熱器上、下端差應(yīng)達(dá)值的精確計(jì)算。

為了檢驗(yàn)此模型的有效性，本文在汽輪機(jī)大修后正常運(yùn)行狀態(tài)下的數(shù)據(jù)中又抽取了50個(gè)數(shù)據(jù)作為驗(yàn)證樣本，通過(guò)該模型驗(yàn)證后的上、下端差應(yīng)達(dá)值的計(jì)算結(jié)果如圖3和圖4所示。

圖3端差樣本驗(yàn)證結(jié)果 圖4下端差驗(yàn)證結(jié)果

由圖3和圖4可見，采用BP網(wǎng)絡(luò)計(jì)算方法驗(yàn)證得出的低壓加熱器上、下端差的結(jié)果與實(shí)際測(cè)量結(jié)果吻合比較好，證明該計(jì)算方法得出的結(jié)果具有較高的精度，此模型可以應(yīng)用于低壓加熱器運(yùn)行經(jīng)濟(jì)性能的評(píng)價(jià)。

通過(guò)現(xiàn)場(chǎng)實(shí)際檢查，發(fā)現(xiàn)該汽輪機(jī)H5和H6低壓加熱器存在旁路門內(nèi)漏問(wèn)題，造成加熱器出口水溫降低，導(dǎo)致加熱器測(cè)量的上端差偏大。

4 結(jié)語(yǔ)

本文利用BP網(wǎng)絡(luò)建立了低壓加熱器熱經(jīng)濟(jì)性評(píng)價(jià)模型，通過(guò)分析和討論，得到的結(jié)論如下：

（1）根據(jù)BP網(wǎng)絡(luò)原理建立的低壓加熱器熱經(jīng)濟(jì)性評(píng)價(jià)模型可準(zhǔn)確地對(duì)低壓加熱器運(yùn)行經(jīng)濟(jì)性能進(jìn)行評(píng)價(jià)。

（2）該模型在計(jì)算過(guò)程中能夠避免加熱器復(fù)雜結(jié)構(gòu)對(duì)加熱器端差的影響，為低壓加熱器的熱經(jīng)濟(jì)性評(píng)價(jià)提供了方便條件。

（3）在模型參數(shù)訓(xùn)練過(guò)程中，若隱層節(jié)點(diǎn)數(shù)過(guò)少，則達(dá)不到所需要的精度；若隱層節(jié)點(diǎn)數(shù)過(guò)多，雖然網(wǎng)絡(luò)誤差減小，但會(huì)使訓(xùn)練時(shí)間變長(zhǎng)。因此，本文將訓(xùn)練數(shù)據(jù)分成三份，

參考文獻(xiàn)：

[1]郭民臣，劉強(qiáng)，葉江明，陳愛萍.定功率下加熱器端差對(duì)機(jī)組熱經(jīng)濟(jì)性的影響[J].中國(guó)電機(jī)工程學(xué)報(bào)，2008，28（23）：42-45.

[2]李秀云，嚴(yán)俊杰等.外置蒸汽冷卻器機(jī)組熱統(tǒng)定量分析方法[J].中國(guó)電機(jī)工程學(xué)報(bào)，2001，21（1）：35-39.

[3]劉繼平，李秀云等.帶疏水冷卻器的回?zé)峒訜崞髯児r特性研究[J].汽輪機(jī)技術(shù)，2000，4（6）：356-359.