馬天霆,許園,謝凱,王培紅
(1.國(guó)家能源集團(tuán)宿遷發(fā)電有限公司,江蘇 宿遷 223803;2.東南大學(xué)能源與環(huán)境學(xué)院, 南京 210096)
為了助力“雙碳”目標(biāo)的實(shí)現(xiàn),“十四五”期間能源領(lǐng)域清潔低碳轉(zhuǎn)型力度將加大,火電廠不僅要減少煙氣污染物排放,還要盡可能降低廠用電耗。輸灰系統(tǒng)在火電廠中是能耗較大的一個(gè)系統(tǒng),國(guó)內(nèi)的火電廠輸灰系統(tǒng)普遍存在著各類(lèi)問(wèn)題[1]。傳統(tǒng)的火電廠并沒(méi)有以先進(jìn)的模式對(duì)氣力輸送系統(tǒng)進(jìn)行科學(xué)高效的管理與控制,對(duì)氣力輸灰功能要求更加看重,在節(jié)能上并未付予關(guān)注,有較大的節(jié)能空間。
電除塵器灰斗上部連接電除塵器,下部連接氣力輸灰系統(tǒng),承上啟下,灰斗料位測(cè)量直接影響輸灰系統(tǒng)的效率與能耗,灰斗內(nèi)灰料的安全存放也關(guān)系到整個(gè)系統(tǒng)的安全運(yùn)行[2]?;叶穬?nèi)物料為粒度很細(xì)的粉體,其密度小、介電常數(shù)小、易飛揚(yáng),倉(cāng)內(nèi)溫度較高,壓力不穩(wěn)定,倉(cāng)壁掛料對(duì)料位計(jì)插入深度也有影響,這些因素均給接觸測(cè)量帶來(lái)不利影響使其測(cè)量不穩(wěn)定或裝置壽命降低[3];非接觸測(cè)量中核輻射料位計(jì)因?qū)θ梭w有害,除特殊場(chǎng)合外用戶一般不愿接受。
軟測(cè)量技術(shù)以其獨(dú)特的優(yōu)勢(shì)可以有效減弱接觸測(cè)量導(dǎo)致的不利影響,在火電廠電除塵器灰斗料位的測(cè)量中有很大的應(yīng)用潛力。當(dāng)前在工業(yè)上軟測(cè)量建模方法一般有三種:基于機(jī)理的建模法、數(shù)據(jù)驅(qū)動(dòng)的建模法和機(jī)理與數(shù)據(jù)混合驅(qū)動(dòng)的建模法[4],多選用數(shù)據(jù)驅(qū)動(dòng)法,包括主成分分析法、偏最小二乘法、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)和高斯過(guò)程回歸等。根據(jù)測(cè)量原理,精密測(cè)量過(guò)程不僅應(yīng)該得到測(cè)量結(jié)果,還應(yīng)給出該測(cè)量結(jié)果的精度參數(shù)(如測(cè)量不確定度)。對(duì)于軟測(cè)量,由于模型通常較復(fù)雜,很難采用誤差傳遞定律等方法來(lái)獲得其估計(jì)值的精度參數(shù),因此這些軟測(cè)量建模方法都不考慮軟測(cè)量模型估計(jì)值的測(cè)量不確定度。
高斯過(guò)程模型的主要優(yōu)點(diǎn)體現(xiàn)在:它是一種非參數(shù)概率模型,不僅能對(duì)未知輸入做輸出預(yù)測(cè)而且同時(shí)給出該預(yù)測(cè)的精度參數(shù)(即估計(jì)方差)。高斯過(guò)程回歸作為一種處理回歸問(wèn)題的貝葉斯方法,經(jīng)研究發(fā)現(xiàn)在處理小樣本和高維度非線性問(wèn)題上表現(xiàn)突出,與神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等方法相比,具有模型參數(shù)明顯減少、參數(shù)優(yōu)化相對(duì)容易、輸出具有概率意義等優(yōu)點(diǎn)[5],在軟測(cè)量建模當(dāng)中引起了重視[6]。
目前采用周期吹灰模式的火電廠的各輸灰管線的輸灰周期等參數(shù)一般是固定的,不能跟隨機(jī)組負(fù)荷、鍋爐出灰量進(jìn)行調(diào)整,壓縮空氣利用率較低,靈活性較差,使得氣力輸灰設(shè)備耗費(fèi)了大量電能。對(duì)于定周期模式,部分電廠采用停運(yùn)部分輸灰空壓機(jī)節(jié)能,在輸灰系統(tǒng)正常運(yùn)行的前提下停運(yùn)部分輸灰空壓機(jī),做出機(jī)組負(fù)荷和輸灰空壓機(jī)運(yùn)行數(shù)量的曲線,達(dá)到節(jié)能目的。文獻(xiàn)[9]中提出了基于優(yōu)先權(quán)、流量匹配、時(shí)間均值的三種控制模式來(lái)實(shí)現(xiàn)節(jié)能。文獻(xiàn)[10]是通過(guò)分析不同灰管的工作情況調(diào)整輸灰周期參數(shù)。文獻(xiàn)[11]設(shè)計(jì)控制程序根據(jù)灰量分布來(lái)調(diào)整倉(cāng)泵等待階段的時(shí)間,從而隨時(shí)調(diào)整同一根管道上的某一倉(cāng)泵運(yùn)行次數(shù)。這種方法受限于料位計(jì)的精確度和可靠性,若測(cè)量裝置出現(xiàn)故障就會(huì)導(dǎo)致輸灰系統(tǒng)故障甚至癱瘓。
基于高斯過(guò)程回歸的特性,本文將其用于灰量預(yù)測(cè)建模,以便于對(duì)定周期吹灰策略進(jìn)行優(yōu)化。首先將輸灰管出口壓力曲線面積作為灰量特征值近似替代灰量,采用高斯過(guò)程回歸建模,再根據(jù)預(yù)測(cè)灰量采用吹灰閥門(mén)自動(dòng)控制方式,自動(dòng)程序啟動(dòng)條件是接受電除塵器灰斗料位裝置高料位信號(hào),結(jié)束條件是接受低料位信號(hào)。預(yù)測(cè)模型減弱了控制系統(tǒng)對(duì)于測(cè)量裝置的依賴性,提高了吹灰系統(tǒng)對(duì)機(jī)組負(fù)荷的跟蹤速率,極大減少了空載次數(shù),降低了吹灰能耗。
電除塵器系統(tǒng)分為本體系統(tǒng)、高壓供電系統(tǒng)和低壓自動(dòng)控制系統(tǒng)[12],本體系統(tǒng)負(fù)責(zé)完成除塵任務(wù),高壓供電系統(tǒng)負(fù)責(zé)給變壓器供電,低壓自動(dòng)控制系統(tǒng)負(fù)責(zé)振打、卸灰、輸灰及溫度控制。本體系統(tǒng)如圖1所示。
圖1 電除塵器結(jié)構(gòu)示意圖
電除塵器的除塵工作過(guò)程主要可分為氣體電離、粉塵荷電、粉塵收集以及清理這4個(gè)階段[13]。在電場(chǎng)力的作用下,這些帶負(fù)電的粉塵就會(huì)產(chǎn)生速度,向陽(yáng)極遷移,最終附著在收塵極上集中起來(lái)。在清灰系統(tǒng)振打裝置的機(jī)械振打作用下,這些粉塵就會(huì)沉積在下部灰斗中。
評(píng)價(jià)電除塵器性能優(yōu)劣的直接指標(biāo)是除塵效率,根據(jù)收塵理論[12],除塵效率為
(1)
式中:A為收塵極板的橫截面積,Q為除塵煙氣量,ω為粉塵驅(qū)進(jìn)速度。
由式(1)可知,對(duì)于一個(gè)電除塵器,收塵極板橫截面積固定,當(dāng)除塵煙氣量恒定時(shí),粉塵驅(qū)進(jìn)速度越大,除塵效率越高。在粉塵顆粒充分荷電情況下,粉塵驅(qū)進(jìn)速度為
(2)
式中:d為粉塵顆粒直徑,E為供電能量(正比于UI的乘積),ε0為真空介電常數(shù),εs為煙氣介電常數(shù),μ為煙氣動(dòng)力粘度。
由式(2)可知,當(dāng)煙氣物性參數(shù)變化不大時(shí),粉塵驅(qū)進(jìn)速度與電壓U的二次方成正比,也與電流I的二次方成正比。電除塵器一般是高壓供電裝置提供恒定電壓,通過(guò)調(diào)節(jié)高頻電源二次電流來(lái)控制除塵效率,高頻電源二次電流I越大,除塵效果越強(qiáng),除塵效率η越高。
輸灰系統(tǒng)先后歷經(jīng)了水力輸灰、負(fù)壓輸送、正壓稀相輸送、正壓濃相輸送這四種變革,如今火電廠主要采用的是正壓濃相輸灰系統(tǒng),飛灰邊流化、邊輸送,使得懸浮式氣力輸送轉(zhuǎn)變?yōu)榱鲬B(tài)化氣力輸送,輸送阻力更小,灰塵殘留量更少。
煙氣中灰塵流經(jīng)部位依次是電除塵器、灰斗、入口圓頂閥、倉(cāng)泵、輸灰管道、灰?guī)??;叶穬?nèi)存灰進(jìn)入倉(cāng)泵后輸送的工作過(guò)程包括四個(gè)階段:倉(cāng)泵進(jìn)灰、飛灰流化、管道輸送、管道吹掃。四個(gè)階段都是通過(guò)PLC控制系統(tǒng)來(lái)執(zhí)行[15]。
電除塵器絕大部分的除灰都是在一、二電場(chǎng)完成的,由于煙氣最先經(jīng)過(guò)一電場(chǎng),通常該處除灰力度最大,積灰也最多,占總灰量的80%以上,因此對(duì)一電場(chǎng)灰斗進(jìn)行分析更具有必要性與代表性。圖2中兩管與一電場(chǎng)灰斗相連:一個(gè)是氣化風(fēng)管,將加熱過(guò)的外部的壓縮空氣流經(jīng)截止閥、止回閥后,分兩路進(jìn)入氣化裝置,再通入灰斗下部,此時(shí)熱氣流加熱并吹散存灰,使得飛灰充分流態(tài)化,增加其流動(dòng)性;另一個(gè)是平衡管,用來(lái)連接倉(cāng)泵上部與灰斗上部,進(jìn)灰階段首先打開(kāi)的就是平衡閥,作用是將倉(cāng)泵內(nèi)壓力與灰斗內(nèi)壓力平衡,使得灰斗內(nèi)存灰能依靠重力作用快速下落至倉(cāng)泵。
圖2 電除塵器一電場(chǎng)灰斗及附屬設(shè)備示意圖
不考慮爐內(nèi)燃燒狀況的差異,影響灰斗料位的因素包括電源電壓、二次電流、振打頻率、煤質(zhì)、機(jī)組負(fù)荷等等。在目標(biāo)火電廠進(jìn)行的實(shí)驗(yàn)中,電除塵器的振打裝置頻率固定,且未獲取煤質(zhì)以及電網(wǎng)指令相關(guān)信息。考慮到數(shù)據(jù)獲取的實(shí)際情況,灰量預(yù)測(cè)模型中影響料位的輸入變量選擇高頻電源二次電流和機(jī)組負(fù)荷。
(1)機(jī)組負(fù)荷:生成灰量的趨勢(shì)在某種程度上可以依據(jù)日負(fù)荷曲線的變化趨勢(shì)來(lái)判斷,若處于發(fā)電低峰比如夜晚,灰量會(huì)相應(yīng)地降低,若處于發(fā)電高峰,灰量也會(huì)對(duì)應(yīng)增大。一般來(lái)說(shuō),機(jī)組負(fù)荷曲線在時(shí)間跨度較大的范圍內(nèi)具有連續(xù)性和一定的周期性。
(2)高頻電源二次電流:根據(jù)電除塵器工作原理,除塵效率與電壓的二次方和電流的二次方均成正比,因此可以認(rèn)為電流和電壓越大,灰量越多。在實(shí)際運(yùn)行時(shí)電壓通常波動(dòng)較小,往往通過(guò)調(diào)節(jié)電流信號(hào)來(lái)控制除塵效率。
采集的原始數(shù)據(jù)中高頻電源二次電流編號(hào)為A01~A15、B01~B15,與四根灰管和電除塵器分室的對(duì)應(yīng)關(guān)系如表1所示。
表1 灰管、電流與分室對(duì)應(yīng)關(guān)系
在數(shù)據(jù)采樣上選擇一電場(chǎng)的一、二灰管和二電場(chǎng)的一、二灰管四根管道的出口壓力作為計(jì)算灰量的間接變量。四根灰管的數(shù)據(jù)處理操作一致,下面以二單元一管訓(xùn)練集為例:對(duì)A02、A07、A12原始電流數(shù)據(jù)取平均值作為二單元一管對(duì)應(yīng)的電流I,再對(duì)灰管壓力與時(shí)間的曲線形成的面積積分,積分值為灰量特征值,近似代表灰量。找出每個(gè)灰量特征值對(duì)應(yīng)的時(shí)間間隔并對(duì)這段時(shí)間內(nèi)的電流I和負(fù)荷P分別取平均值,此時(shí)一個(gè)平均電流、一個(gè)平均負(fù)荷與一個(gè)灰量特征值作為一個(gè)訓(xùn)練或測(cè)試樣本。選取連續(xù)時(shí)間的20 000個(gè)原始數(shù)據(jù),按上述操作,得到的前15 000個(gè)與后5 000個(gè)數(shù)據(jù)樣本分別作為訓(xùn)練集與測(cè)試集。對(duì)訓(xùn)練集去除粗大點(diǎn)后進(jìn)行標(biāo)準(zhǔn)化處理,得到訓(xùn)練集774個(gè)樣本;測(cè)試集去除粗大點(diǎn)后,再用訓(xùn)練集的均值與方差對(duì)測(cè)試集進(jìn)行標(biāo)準(zhǔn)化處理得到測(cè)試集227個(gè)樣本。
在高斯過(guò)程回歸(GPR)中我們假設(shè)函數(shù)f在輸入x處的輸出y為:
y=f(x)+ε
(3)
假設(shè)函數(shù)f(x)的分布是高斯過(guò)程分布:
f(x)=GP(m(x),k(x,x′))
(4)
高斯過(guò)程(GP)是一種由均值和協(xié)方差函數(shù)定義的函數(shù)分布。均值函數(shù)m(x)反映輸入x的預(yù)期函數(shù)值:
m(x)=E(f(x))
(5)
即在輸入x處估計(jì)分布中所有函數(shù)值的平均值。協(xié)方差函數(shù)k(x,x′)對(duì)不同輸入點(diǎn)x和x′處的函數(shù)值之間的依賴關(guān)系進(jìn)行建模:
k(x,x′)=E[(f(x)-m(x))(f(x′)-m(x′))]
(6)
協(xié)方差函數(shù)k是高斯過(guò)程的核函數(shù),它的選擇取決于假設(shè),這個(gè)假設(shè)一般是兩點(diǎn)間的相關(guān)性隨著兩點(diǎn)間的距離增大而衰減,這表明更接近的點(diǎn)估計(jì)會(huì)比彼此間遠(yuǎn)離的點(diǎn)表現(xiàn)得更相似,符合這一數(shù)學(xué)假設(shè)的核是徑向基函數(shù)核,定義為
(7)
令Xe是一個(gè)矩陣,那么每一行都有一個(gè)新的輸入點(diǎn)Xei,i=1,…,n。先計(jì)算Xe中所有輸入之間的協(xié)方差,并將它們存入一個(gè)n×n矩陣K(Xe,Xe)中。假設(shè)已經(jīng)收集了觀測(cè)值Dt={Xt,yt},并且通過(guò)從后驗(yàn)分布p(f|Dt)中繪制fe來(lái)對(duì)新輸入Xe進(jìn)行預(yù)測(cè)。根據(jù)定義,先前的觀測(cè)值yt和函數(shù)值fe遵循聯(lián)合(多變量)正態(tài)分布。這個(gè)分布可以寫(xiě)成
(8)
條件分布p(fe|Xt,yt,Xe)是有均值的多元正態(tài)分布,均值函數(shù)與協(xié)方差矩陣分別為:
(9)
(10)
這個(gè)后驗(yàn)GP的均值函數(shù)與內(nèi)核分別為:
(11)
(12)
因此計(jì)算GP的后驗(yàn)均值和協(xié)方差需要先得到式(8)中4個(gè)協(xié)方差矩陣。為了預(yù)測(cè)fe,我們可以簡(jiǎn)單地使用式(9)中的均值函數(shù),將其重寫(xiě)為:
(13)
(14)
(15)
采用預(yù)測(cè)均方根誤差(RMSE)和平均絕對(duì)誤差(MAE)來(lái)作為模型測(cè)量精度的評(píng)價(jià)指標(biāo),其計(jì)算公式為:
(16)
(17)
2.2.1 輸入變量與輸出變量的選取
根據(jù)料位影響因素,在現(xiàn)場(chǎng)數(shù)據(jù)采集限制條件下,選取了對(duì)生成灰量影響比較大的高頻電源二次電流信號(hào)和機(jī)組負(fù)荷。采集滿負(fù)荷和中低負(fù)荷輸灰系統(tǒng)輸灰壓力和循環(huán)周期時(shí)間特性參數(shù),分析研究輸灰特性,發(fā)現(xiàn)每周期輸灰量越大,周期內(nèi)輸灰壓力累積面積越大。由于缺少灰量或灰位數(shù)據(jù),本文將輸灰管出口壓力曲線對(duì)時(shí)間的積分值即面積作為灰量特征值,近似代表灰量,因此模型預(yù)測(cè)值為灰量特征值。設(shè)置了輸灰管道出口壓力積分下限為正壓0.01 MPa,若下限值設(shè)定較高,必須加長(zhǎng)吹掃時(shí)間給予補(bǔ)充,這樣才能避免管道中殘余灰沉積對(duì)下一次輸灰造成影響。
灰量預(yù)測(cè)模型的輸入變量屬于二維向量,包括機(jī)組負(fù)荷和高頻電源二次電流,輸出變量為灰量特征值。
2.2.2 模型參數(shù)的優(yōu)化
高斯過(guò)程回歸函數(shù)是由均值函數(shù)和協(xié)方差函數(shù)組成的,其模型參數(shù)的優(yōu)化一般針對(duì)這兩個(gè)組成函數(shù)。均值函數(shù)先驗(yàn)通常設(shè)置為m(x)=0,這樣可以避免出現(xiàn)復(fù)雜的后驗(yàn)計(jì)算,并且僅通過(guò)協(xié)方差函數(shù)進(jìn)行推斷。根據(jù)經(jīng)驗(yàn),一般要從所有觀察中減去(先驗(yàn))均值才能將先驗(yàn)設(shè)置為0。而協(xié)方差函數(shù)(cov函數(shù))的初參數(shù)要根據(jù)輸入變量數(shù)據(jù)的特點(diǎn)來(lái)具體實(shí)驗(yàn),cov函數(shù)包含兩個(gè)參數(shù),第一個(gè)是length-scale,第二個(gè)是variance,通俗理解為這2個(gè)參數(shù)第一個(gè)控制分布的延展或平滑,第二個(gè)控制振幅。似然函數(shù)在高斯回歸過(guò)程一般固定取高斯似然回歸函數(shù)。在實(shí)際操作中,對(duì)原始數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化和歸一化處理,通過(guò)GPML Matlab工具包進(jìn)行高斯過(guò)程回歸,選擇合適的cov函數(shù),均值函數(shù)設(shè)置為0,likfunc函數(shù)選擇likGauss,通過(guò)cov初值的調(diào)整來(lái)控制回歸效果。以圖3的四幅圖為例,(b)圖是利用covEiso協(xié)方差函數(shù)作出的模型,跟隨性較差,(a)、(c)、(d)三幅圖都是利用covMaterniso協(xié)方差函數(shù)作出的模型。sf控制平滑,sf越大平滑性越好但跟隨性變差,ell控制振幅即方差。圖(a)到圖(c)降低了平滑度來(lái)增強(qiáng)跟隨性,圖(c)到圖(d)是在較強(qiáng)跟隨性的基礎(chǔ)上減小了方差,圖(d)是得到的最佳模型,其中RMSE(c)=0.683 6,MAE(c)=1.064 9×10-4,RMSE(d)=0.670 9,MAE(d)=1.044 3×10-4。
圖3 二單元一管調(diào)參過(guò)程
預(yù)測(cè)結(jié)果中相對(duì)誤差最小的點(diǎn)僅0.002%,相對(duì)誤差最大高達(dá)300%,推測(cè)原因是訓(xùn)練樣本較少且數(shù)據(jù)處理不完善,測(cè)試樣本選擇不佳,且灰量特征值數(shù)值上并不是和灰量實(shí)際值線性對(duì)應(yīng),灰量特征值是灰管出口壓力積分值,同時(shí)灰量特征值對(duì)應(yīng)的輸入變量電流與負(fù)荷是在某一時(shí)間段上平均得到的,輸入與輸出存在一定的時(shí)間相位差。高斯過(guò)程回歸的獨(dú)特優(yōu)點(diǎn)是不僅可以得到均值還可以得到方差,由此可以確定一個(gè)預(yù)測(cè)上下限,然而由于實(shí)際數(shù)據(jù)的波動(dòng)過(guò)大,導(dǎo)致得到的方差也很大,圖4為預(yù)測(cè)值與2倍標(biāo)準(zhǔn)差構(gòu)成的預(yù)測(cè)區(qū)間。
圖4 二單元一管預(yù)測(cè)范圍
選取部分時(shí)刻內(nèi)的原始數(shù)據(jù),作出輸灰管線在工作過(guò)程中的出口壓力曲線,圖5為二單元一管出口壓力曲線,其中橫坐標(biāo)的時(shí)間節(jié)點(diǎn)中兩個(gè)節(jié)點(diǎn)時(shí)間差為50 s。對(duì)輸灰系統(tǒng)循環(huán)周期時(shí)間參數(shù)進(jìn)行調(diào)整,如表2所示,這是當(dāng)前主要針對(duì)定周期吹灰模式的優(yōu)化,對(duì)機(jī)組負(fù)荷顯著改變時(shí)引起的灰量變化不敏感,無(wú)法自動(dòng)調(diào)整吹灰次數(shù),仍然存在空載輸送。
表2 輸灰系統(tǒng)循環(huán)周期時(shí)間參數(shù) s
圖5 二單元一管出口壓力
基于預(yù)測(cè)結(jié)果研究一種跟蹤機(jī)組負(fù)荷監(jiān)測(cè)灰量來(lái)控制吹灰閥門(mén)開(kāi)關(guān)的優(yōu)化控制策略,同時(shí)可以存儲(chǔ)并利用歷史數(shù)據(jù)進(jìn)行模型的實(shí)時(shí)更新。輸灰控制邏輯框圖如圖6所示。根據(jù)實(shí)際情況及安全考慮,設(shè)置灰位高于允許值的90%時(shí)開(kāi)啟吹灰管道入口閥門(mén),低于允許值的10%時(shí)關(guān)閉入口閥門(mén)。通過(guò)對(duì)GPR模型輸入所需變量二次電流和機(jī)組負(fù)荷得到灰量特征值,再利用f(x)計(jì)算出灰位占比并判斷是否開(kāi)啟吹灰閥門(mén),灰管出口壓力反饋到預(yù)測(cè)模型中進(jìn)行學(xué)習(xí)與驗(yàn)證,提高模型的精確度。
圖6 吹灰策略控制框圖
通過(guò)計(jì)算圖5時(shí)間段內(nèi)各個(gè)灰量特征值,按照表2的吹灰周期參數(shù)至少要吹灰7次,而根據(jù)基于灰量預(yù)測(cè)模型的吹灰優(yōu)化,計(jì)算出在該時(shí)間段內(nèi)吹灰5次,相比7次可節(jié)省28.5%的能耗。
可以看出,優(yōu)化周期時(shí)間參數(shù)仍是保持定期吹灰模式,相比于優(yōu)化前降低了能耗,但當(dāng)某周期內(nèi)灰位未達(dá)到其安全滿載灰位的90%時(shí)仍會(huì)浪費(fèi)一次吹灰次數(shù)?;诨伊款A(yù)測(cè)自動(dòng)控制方法的優(yōu)勢(shì)在于由高斯過(guò)程回歸灰量預(yù)測(cè)模型可以預(yù)測(cè)出較為準(zhǔn)確的灰量并直接加以利用,相比于優(yōu)化定期吹灰的周期,這種方法可以最大程度上減少不必要吹灰次數(shù),極大地降低了輸灰電耗與氣耗,還擁有更高的靈活性,即跟隨機(jī)組負(fù)荷及鍋爐灰量來(lái)控制吹灰次數(shù);相比于控制空氣壓縮機(jī)的啟停,這種方法保證了設(shè)備工作的連續(xù)性與安全性,也減少了設(shè)備壽命的損耗。
本文利用灰管出口壓力曲線對(duì)時(shí)間的積分值來(lái)表示灰量特征值并進(jìn)行建模,建立了基于高斯過(guò)程回歸的灰位軟測(cè)量模型,實(shí)驗(yàn)結(jié)果表明模型具有較高的精度,可以對(duì)未來(lái)短期灰量進(jìn)行預(yù)測(cè),還具有一定的預(yù)測(cè)范圍,提高了灰位測(cè)量系統(tǒng)的精確性與穩(wěn)定性。在預(yù)測(cè)模型基礎(chǔ)上設(shè)計(jì)了不定周期吹灰策略,加入了GPR預(yù)測(cè)模型,根據(jù)其預(yù)測(cè)值,通過(guò)灰位閾值的邏輯控制吹灰閥門(mén)的開(kāi)關(guān),并且可以存儲(chǔ)歷史數(shù)據(jù)實(shí)時(shí)更新預(yù)測(cè)模型。這種方法最大程度地減少了不必要吹灰次數(shù),降低了能耗,相比于優(yōu)化周期參數(shù)方法,具有更低空載率,能夠更靈活地跟隨機(jī)組負(fù)荷改變吹灰次數(shù),節(jié)能效果更好。