灰色检测技术在火电厂热工控制中的应用.pdf

第 3 1 卷第 1 期 2 0 O 8年 0 2月 四 川 电 力 技 术 S i e h u a n E l e c t ric P o w e r Tech n o lo g y v o 1 ． 3 1 ． N【】 ． 1 F e b． 。 2 0 08 灰色检测技术在火电厂热工控制中的应用 钟茜 ， 杜继伟 1 ． 四川省电力公司电网电力交易中心 ， 四川 成都6 1 0 0 4 1 ； 2 ． 四川省 电力公司遂宁分公司， 四川 遂宁6 2 9 0 0 0 摘要 提 出一种基于灰色预测理论的检测技术。此检测技术核心是基于灰色预测模型以及等维的新陈代谢灰色序 列模型。最后， 把这种灰色检测技术应用到火电厂热工控制 系统中。 设计出具有灰色预测检测器的火电厂锅炉过热 汽温控制系统， 仿真结果表明 在具有灰色预测检测器的过热汽温控制作用下， 火电厂锅炉过热汽温控制系统具有更 好 的动 态响应， 有效地克服 了过 热汽 温系统“ 大时滞” 缺点。 关键词 灰色理论 ； 检测； 热工控制； 仿真 Ab s t r a c t A n o v e l d e t e c ti o n me t h o d i s p r o p o s e d wh i c h i s b a s e d O n Gr e y p r e d i c t i o n t h o e r y ．T h e p r o b l e ms o c c u r r e d i n t h e a p p l i c a t i o n s o f t y p i c a l c o n t roll e r w i t h g r e y p r e d i c t i o n d e t e c t o r t o t h e r mal c o n t r o l p r o c e s s a r e s o l v e d ．T h e s imula ti o n r e s u l t s s h o w t h a t t h e c o n t r o l l e r t h t h e n o v e l d e t e c t o r g i v e s a b e t t e r d y n a mi c r e p o n s e a n d o v e r ℃ o I T l e s t h e d r a w b a c k s o f the r ma l c o n t rol p r o c e s s ． Ke y wo r d s G r e y tho e r y ；d e t e c ti o n ；t h e r ma l c o n t r o l p r o c e ；s i mula ti o n 中图分类号 n 02 文献标识码 B 文章编号 1 0 0 3 6 9 5 4 2 0 0 8 0 1 一 O 0 7 8 0 3 随着现代工业 过程对控制、 计量、 节能增效和运 行可靠性等要求 的不断提 高，各种检测技术要求也 日益增加。现代过程检测 的内涵和外延较之以往均 有很大的深化和拓展 。传统 的检测 方法 中仅获取过 程参数的测量信息 已不能满足工艺操作和控制 的要 求。在现代的复杂的大型工业控制中， 不仅需要过程 参数 的检测信息 ， 还要要求反映过程二维／ Z维 的时 空分布信息以及信息的准确性、 实时性等， 这样才能 有效地实现有效的过程控制、 故障诊断、 状态监测等。 因此 ， 先进的现代检测技术成为人们研究 的热点。 目前 ， 对现代检测技术的研究主要有基于工艺机 理分析的检测方法 ， 此法 主要对工艺过程 的化学反 应 、 物料平衡等原理 ， 通过对过程对象的机理分析 ， 建 立机理模型 ， 从而 实现某 一参数的检测[ ， 2 ； 基于人 工神经网络的检测技术可在不具备对象的先验知识 的条件下， 根据对象的输入输出数据直接建模， 模型 的在线校正能力强 ， 并能使用于高度非线性和严重不 确定性系统 ， 很 好解决复杂系统过程参数的检测 问 题 I 4 ； 基于模糊理论 的检测技术适用于复杂工业过 程 中被测对象呈现亦此亦彼的不确定性 的参数等情 况l 5 ； 还有基于回归分析的检测技术、 基于状态估计 的检测技术等等 ， 这些检测方法都有一定的局 限性 ， 一 般只适用某一些工业控制过程。 下面结合火电厂热工控制过程的特点， 提出了一 种适用于火电厂热工控制过程的新型灰色检测技术 ， 并通过仿真进行验证。 1 灰色预测模型 灰色检测技术的核心是以灰色预测理论为基础 。 灰色检测系统在接受到外界信息后， 首先对采集到受 到干扰的灰色数据列进行累加生成 ， 即对原始数据列 中各时刻的数据依次累加， 累加的结果可大大弱化随 机干扰的影响 ， 从而得到新 的一次累加生 成数据列 ； 再建立 G 1 ， 1 模型， 最后可 以提高预测 出下一时刻 的信息。其过程如下 给定量测数据序列 。 i { 。 1 ， 。 2 ， ⋯， 。 Ⅳ } 1 经过一次累加得 i ∑ 。 2 ， 1 设 ￡ 满足一阶单变量常微分方程 _『 d X 1 a Z I U 3 其中 口 为常系数， 视为对系统的常输入。上 述微分方程的解为 ‘ t ‘ t。 一 e ‘ ⋯ 。 詈 4 灰色建模是依靠式 5 的序列值通过最／ b- “ 乘法 来估计 tT , 和 。 8 8 舯 维普资讯 第 3 l 卷第 1 期 2 0 0 8年 0 2 月 四 J I l 电 力 技 术 S i c h u a n Ele c t r ic P o we rT e c h n o l o g y V o 1 ． 31 ， No ． 1 F e b ． ， 2 0 0 8 B 一 1 ．、X 1 ’ Ⅳ 1 ’ Ⅳ一1 1 ’ 1 ’ 1 一旦 e o k 旦 6 a a 2 等维新陈代谢灰色数列预测模型 灰色预测模型在应用中常常由于两个 因素的干扰 使模型预测效果受到影响， 一是因为无法合理地确定 原始数据的长短 ， 太短或太长均会影响预测的精确度 ； 二是由于外界因素的干扰使原有数据的信息量下降， 按时间序列越靠前的信息价值越低， 而这些信息在参 加灰色预测时是等价的。这两个因素就束缚着预测模 型的准确度。有些文献提出了数据加权的方法来解决 数据信息非等价现象， 但又遇到了权系数的确定问题。 因此， 下面结合热工过程控制中具有较强的迟滞、 大惯 性的性质， 采用等维新陈代谢灰色数列预测 ， 并有效地 提高了原有灰色序列预测的预测性能。 1 设原始数据 。 ’ i { 。 ’ 1 ， 。 ’ 2 ， ⋯ ， 。 ’ Ⅳ } 8 据式 7 得到 0 ’ k1 ， 去掉最早时间的数据 。 ’ 1 ， 补充新数据 。 ’ k1 ， 原始数据变为二次 数据 ， 记作 。 ’ i { 。 ’ 2 ， 。 ’ 3 } ， ⋯ ， 。 ’ N ， 。 k1 } 2 按式 1 一 7 得到第二 次预测值 ’ k2 [ o ’ 1 一旦] c n ’ u 9 3 依次预测第 hl ， h步 ， 得到 ’ kh一1 [ o ’ 1 一旦] e n h 一 ’ 旦 1 0 n [ 1 一旦 a 。 ‘ 一’ u n 1 1 还原得到预测第 h步数据 o ’ kh ’ kh 一 ’ k t t 一1 [ 。 ’ 1 一 a ] e 一 。 一 一e d ‘ 一 ’ 1 2 从上所述可以看出， 灰色数列预测模型就是进行 单步预测 ， 而等维新陈代谢灰色数列预测模型是实质 上进行多步 的灰色数列预测 ， 步数 h的确定 可以依 据控制对象的时滞特征 ， 如果 时滞性 比较大 ， 如大容 器的温度控制 ， 往往需要选取较大值 来提高控 制精 度。但是需要指出的是， 随着 h的增加 ， 当超过一定 的程度， 不可知因素也增加， 预测精度逐渐下降， 大量 热工过程控制一般取 一 9为限。 3 具有灰色检测器过热汽温控制系统 3 ． 1 火 电厂锅炉过热系统特性分析 火电厂锅炉过热器是 由辐射过热器 、 对流过热器 和减温器等组成 ， 其任务是将汽包 出来 的饱 和蒸汽 加热到一定数值 ，然后送至汽轮机去做功。过热器 是在高温、 高压条件下工作的， 锅炉出口的过热汽温 是整个汽水行程 中工质的最 高温 度，其正常运行温 度已接近过热器构成钢材允许 的极 限温度 ，强度方 面的安全系数也很小 。汽温过高会使过热器和汽轮 机高压缸 因承受过高的热应力而 损坏 ，汽温偏低会 降低机组的热效率 ，影响经济运行。因此过热汽温 是影响安全和经济的重要参数。 过热器受热面主要受蒸汽扰动量 、 过热器吸热扰 动量和过热器人 口汽温扰动量这三个扰动量的影响。 大型机组过热器 、 再热器受热面结构的特点 ， 本身决 定 了汽温对象具有较强的迟滞 、 大惯性 的性质 ， 此 时 一 般的控制系统难于工作或不准确 ， 也即是由于滞后 或大惯性 系统的关键信息不能得到及时的检测 ， 等到 信号测出已是事过境迁 。目前 ， 火力发 电厂锅炉过热 的温度 自动控制系统的调节效果还不理想。一是 ， 有 的主蒸汽温度 自动调节运行不可靠 ， 只好退出 自动调 节改为手动调节 ； 二是 ， 即使投入 了过热的主蒸 汽温 度 自动调节系统 ， 但是锅炉运行中主蒸汽温度还是出 现偏高或偏低的情况 ， 锅炉运行人员只好迅速采用手 动调整方式来控制主蒸汽温度。若 能将此种信息提 前估计出 预测 ， 则将大大改善生产操作水平和 自动 控制的效果 。针对此种情况 ， 把基于灰色理论的新型 79 、 、 、 、 1 2 ，L，L 、 、 2 3 ，L，L ， L，L 一 2 一 2 一 一 维普资讯 第 3 l 卷第 1 期 2 0 0 8年 0 2月 四 川 电 力 技 术 S i c h u a n E l e c t r i c P o we rT e c h n o l o g y v 0 1 ． 3 1 ． No． 1 F e b． 。 2 0 0 8 检测技术应用到火电厂锅炉过热汽温控制系统。 这里研究的对象 为 6 0 0 M W 超临界直流锅炉的 高温过热器 ， 其过热汽温对减温水量扰动的动态特性 传递函数 为 1 1 0 0 ％负荷时 导前区 G 1 s 0 ． 8 1 5 ／ 1 1 8 s ； 惰性区 G 2 s 1 ． 2 7 6 ／ 1 l 8 ． 4 s 6 0 2 7 5 ％负荷时 导前区 G 1 s 1 ． 6 5 7 ／ 1 2 0 s ； 惰性区 G 2 s 1 ． 2 0 2 ／ 1 2 7 ． 1 s 。 上面的式子也说 明， 超临界机组过热汽温动态特 性呈现出大惯性 、 大延迟 的特点， 而且在不同的负荷 工况下 ， 动态特性和模型参数变化较大。 3 ． 2 具有灰色检测器的控制系统的仿真研究 图 1 具有灰色检测器的控制系统 主回路的控制算法分别采用普通 “P I D控制方法， 整定的参数 副 回路 的 P控制器 K e2 5 ； 主回路 的 P I D控制 K e 1 ． 2 ， K 1 0 ． 0 1 2 7 ， K o2 8 ． 6 。 对上述的控制系统采用加灰色检测器与没有加 灰色检测器进行 比较研究 ， 其单位阶跃响应仿真结果 如 图 2 、 图 3 f厂 一 ’ ∞ 2 ∞ ， ∞ o 0 t ／ s 图 2 1 0 0 ％负荷模型有和无灰色检测器时的阶跃晌应输出 仿真结果说明， 对 于火电厂锅炉过热汽温这样的 大时滞系统， 如果不采用灰色预测模型的检测技术 ， 系统将无法很快稳定 ， 而采用等维新陈代谢灰色数列 多步预测模型 ， 很快就进入稳定， 超调量很小， 可以起 到明显的改善作用 。同时需要指出， 随着预测步数的 8 0 - 增加 ， 控制效果得到改善的效果也逐渐减小 ， 这是由 于未知因素也在增加。总的来说 ， 灰色序列预测模型 包括等维新陈代谢灰色数列 多步预测模 型 在处理 大时滞对象的仿真上取得了比较理想的效果。 t ／ s 图3 7 5 ％负荷模型有和无灰色检测器时的阶跃响应输出 注 图2 、 图3中曲线 1 是没有灰色预测时的响应曲线 ； 曲 线 2是有灰色预测时的响应曲线。 4 结论 针对现有热工过程控制系统大时滞特点 ， 利用灰 色预测理论的检测技术， 能够有效预测下一步的信 息 ， 提前调节或优化控制 系统的参数 ， 使其控制效果 达到较佳状态。仿真实验证明， 这种方法具有较高的 预测性能 ， 可 以推广于热工设 备控制器 的研 制或优 化 ， 以及其它大时滞系统。 参考文献 [ 1 ] 张明君 ， 皮道应， 等 ． 基于工程观点的软仪表开发策略 [ J ] ． 化工自动化及仪表， 1 9 9 6 ， 2 3 6 3 43 6 ． [ 2 ] 于静江 ， 周春晖 ． 过程控制中的软测量技术[ J ] ． 控制理 论与应 用 ， 1 9 9 6 ， 1 3 2 1 3 7 1 4 4 ． [ 3 3 Wi l l i s M J ， Mo mta g u e G A，M a s s i m o C D e t a1 ． A r t i fi c i a l n e u r a l n e t w o r k i n p r o c e s s e s t i ma ti o n a n d c o n tr o 1．Au t o ma t i c a [ J ] ．1 9 9 2 ， 2 8 6 ． [ 4 ] J o h n s o n M．N e u r a l n e two r k i n a d v anc e d i n s t r u m e n t d esi g n ． M e a s u r e m e n t con t r o l[ J ] ． 1 9 9 6 ， 2 9 ． [ 5 ] 董立忠， 张荣祥 ． 模糊信息处理及其应用[ J ] ． 仪器仪表 学报[ J ] ， 1 9 9 5 ， 1 6 ． [ 6 ] 王学萌， 张继忠， 王荣． 灰色系统分析及实用计算程序 [ M] ． 华中科技大学出版社， 2 0 0 1 ． [ 7 ] 谷俊杰， 贾增周， 张栗英 ， 等 ． 调峰机组的过热汽温控制 [ J ] ． 动力工程， 1 9 9 6 ， 1 6 4 4 3 4 5 ． [ 8 ] 王东风， 韩璞． 基于免疫遗传算法优化的汽温系统变参 数 P I D控制[ ． 中国电机工程学报， 2 0 0 3 ， 2 3 9 2 1 2 2 1 7 ． 收稿 日期 2 0 0 71 2 1 9 维普资讯