基于机器学习的一次风量软测量技术研究

陈卫，罗志浩，程声樱

（1.浙江省电力公司电力科学研究院，杭州310014；2.台州发电厂，浙江台州308016）

发电技术

基于机器学习的一次风量软测量技术研究

陈卫1，罗志浩1，程声樱2

（1.浙江省电力公司电力科学研究院，杭州310014；2.台州发电厂，浙江台州308016）

磨煤机风量的准确、可靠测量是保证火电机组控制系统稳定运行，进而提高锅炉燃烧效率的重要因素，然而受现场安装条件等方面的限制，仪表测量得到的磨煤机风量与实际值偏差很大。针对这一问题，应用软测量方法，结合火电厂的实际应用，对磨煤机风量软测量中辅助变量的选择、数据预处理、测量模型的建立及校正等问题进行了研究。采用基于支持向量机回归的方法建立了风量软测量模型，并对建模过程中核函数、惩罚因子的选择进行了分析和研究。电厂实际运行数据的验证表明：该软测量方法能够获得比现有硬件流量仪表更准确可靠的测量结果，且能适应机组工况的变化。

软测量；机器学习；一次风量；测量技术；磨煤机

0 引言

在火电机组的燃烧调整中，煤量和空气的合理配比是锅炉安全经济运行的关键因素，也是燃烧控制系统稳定运行的前提。合理配比包括两个方面：一是维持进入炉膛的总的风煤比，即维持炉膛过量空气系数在规定的范围内；二是每个燃烧器都应按照一定的风煤比向炉膛送入燃料，即风煤比应平均分配。只有这样，才能使锅炉达到最佳的燃烧效果，因此要求煤量和风量测量结果必须准确、可靠。……