基于证据理论的循环流化床锅炉煤质扰动识别

马玉锴，田亮

基于证据理论的循环流化床锅炉煤质扰动识别

马玉锴，田亮

（华北电力大学 控制与计算机工程学院，河北 保定 071003）

燃烧扰动是循环流化床锅炉常见扰动之一，基于人工判断很难将煤质变化引起的燃烧扰动与其他因素导致的燃烧扰动正确区分。针对以上问题，提出一种基于证据理论的煤质好坏在线识别方法。首先对锅炉燃烧过程进行机理分析，构造了机组负荷/给煤量、热量/给煤量、给水流量/给煤量这3个可以反映当前煤质的证据；然后用典型样本法建立置信函数；最后用D-S融合法则将这3个证据进行融合，得出最终的诊断结论。取电厂实际运行数据对该方法进行验证，诊断结果表明该方法可有效区分煤质正常和煤质变差两种燃烧状况；相比单一证据诊断结果，对目标模式的支持度增加，不确定性减小，提高了识别的准确性。

循环流化床锅炉；数据融合；证据理论；典型样本；燃烧扰动识别

0 引言

近年来，循环流化床锅炉因其污染排放低、燃料适应性广，燃烧效率高的特点得到了飞速发展，并被广泛应用于火电行业。由于其独特的燃烧结构，使其几乎可以燃用一切燃料并达到极佳的燃烧效率[1]。近些年来，受煤炭供应及价格的影响，考虑到经济因素，越来越多的电厂选择在运行过程中掺烧劣质煤种。在这种大环境下，循环流化床锅炉燃料适应性广的优势愈加突出。

由于在运行时掺烧劣质煤种，会导致入炉煤质热值不均，进而引起炉内燃烧状况的波动。……