CFB锅炉交互感知智慧管控系统研发
桐乡泰爱斯环保能源有限公司
一、项目案例基本信息
二、项目案例详细内容
1.项目案例简介
本项目采用机理模型+数学模型相结合的方法，通过源网协同、智能寻优，开发“热电智能生产与优化系统”，形成热电企业从CFB锅炉给煤、加风到热用户用热整个生产流程的智能优化协调，降低生产成本，提高盈利能力。该系统在国内热电行业尚没有先例，具有较好的项目示范性及推广应用价值。
本项目在热电厂母管制锅炉上尝试投运了蒸汽参数的自动控制系统，基于本项目研究成果进一步向热电企业生产过程的全流程人工智能助理方向研究及开发，未来可实现传统的热电生产与新兴的人工智能相结合，充分利用人工智能在处理大数据、复杂系统、大惯性时的能力以及先进的算法和深度学习能力，通过智慧生态仿真交互，使其在生产过程的全流程协助、全方位替代运行人员的运行调节操作，减少运行人员的工作强度，确保调节动作的精准性，增加调节动作的节能效果，提高热电企业的运行管理水平及盈利能力。
2.主要创新点概述
（1）、设计一种基于强化学习的动态特征选择算法，可以根据当前系统的运行状态，自适应地选择对当前状态影响最大的特征。该算法通过定义奖励机制来评估特征选择的效果，并通过深度强化学习（DRL）进行训练和优化，使其在运行过程中不断调整特征选择策略。此创新能够实时调整模型输入，提高系统对状态变化的敏感度和响应速度，进而提升控制效果和运行效率。
（2）、利用大数据和人工智能技术，通过设计和优化先进的模型算法，例如：将编码部分改为双编码器，并将解码部分替换为双层GRU的变种Transformer模型。采用此类算法模型能够更准确地预测和应对系统运行状态的变化，为实时决策提供更可靠的依据，从而提升整个系统的智能化水平。
（3）、利用模糊逻辑处理系统的不确定性，通过神经网络学习系统的动态特性，实现对模糊规则的自适应调整。具体而言，模糊逻辑用于描述系统的状态和控制规则，神经网络则用于优化模糊规则的参数，从而形成一个自适应的模糊控制器。此方法能够在复杂多变的工业环境中，实现对系统状态的精确控制，提高控制系统的鲁棒性和响应速度。
3、技术实现路径及方法
本项目从数据湖建设和锅炉智慧控制功能模块开发2个方面分别进行研究工作，最终通过锅炉智慧控制系统软件集成部署落地，实现锅炉各项核心运行指标的自动控制。
数据湖建设
智慧控制系统建立在大数据和人工智能算法基础上，对数据的实时性、准确性和数据体量要求非常高，数据链路建设尤为重要。数据链路建设包括Modbus接口开发。在保证数据传输稳定性的同时需要保证系统的安全，智慧控制系统采用Modbus接口从DCS系统读取数据；在计算完成后通过Modbus接口将优化后的参数传输到DCS系统；DCS进行数据甄别后通过无扰切换判断是否投生产。
在保证了数据链路的安全稳定后，数据的存储和进一步使用也尤为重要。数据湖实时保存DCS系统点位数据信息到分布式存储文件系统中，并结合大数据分析服务和机器学习模块对离线数据进行二次利用，从数据中提炼有助于提高控制效果和控制安全的信息，最终构建的半结构化配置文件以及非结构化的模型文件将提供给智能控制模型调用。在实时控制接管后，控制模块也会输出日志文件，在构建的数据湖中同时提供日志服务，对日志文件进行同步可视化和历史工况的分析排查。
锅炉智慧控制功能模块开发
具体研究内容包括：
（1）锅炉烟气含氧量智慧控制模块。采用机器学习方法借助于锅炉运作时
一次风、二次风、给煤总量等历史点位数据构建锅炉烟气含氧量的预测模型，并在预测模型的基础上引入在线校正技术来排除复杂工况下的扰动，同时通过滚动优化得到最优的二次风机控制增量，实时调节保证烟气含氧量始终在参考轨迹上波动，达到了智慧控制氧量的效果。
（2）锅炉炉膛负压智慧控制模块。基于机理模型和大数据分析技术，通过历史运行归纳得到每台锅炉引风机的特性曲线；采用机器学习建立送风系统与引风系统对负压的预测模型，预测出负压的未来变化曲线，提前进行控制，保证负压波动始终在目标区间内。
（3）锅炉主蒸汽温度智慧控制模块，锅炉汽包水位智慧控制模块。建立燃料量、减温水系统与锅炉主蒸汽温度的机理模型，结合先进控制算法，解决主蒸汽温度控制这一过程控制大惯性、多变量、迟滞性的控制难点。保证锅炉系统给水与供热之间的动态平衡。
（4）锅炉料层稳定智慧控制模块。以冷渣机为主要控制设备，通过分析历史数据总结其所主导的排渣动作与煤炭入炉动作、送风量变化对料层差压的影响关系。在此基础上通过保持协调随动，降低料层差压波动，提升炉内燃烧状态稳定性。
（5）锅炉母管协调优化模块。通过构建母管制锅炉—汽机机组之间的动态特征对应关系。实现在不同用热需求下，保持母管压力稳定的同时，分析得出经济性最优的锅炉—汽机机组出力配比。
（6）智慧锅炉控制系统大数据中心。利用图形和数字形式直观展示锅炉系
统重要生产数据、自动控制状态以及经济效益指标，各项数据均实时跳动更新，帮助管理者直观掌控锅炉智慧控制系统的全局生产实况。
4.应用情况及可推广前景简述
目前该系统已在我公司投用，基本实现绿色低碳热电生产。基于人工智能、大数据以及先进控制算法技术，研发锅炉智慧管控智慧控制系统，以应用于锅炉生产过程中，进一步提升锅炉燃烧效率和运行稳定性，助力生产过程节能降碳，提供热电智慧生产以及安全管理解决方案。通过针对各个目标参数的自动化管控模块协同控制，实现锅炉生产过程中燃料系统、送风系统、引风系统、主蒸汽系统以及母管系统等核心系统在大部分工况下的高度自动化投产，提升厂区生产自动化程度的同时，降低操作人员监盘工作量、保障锅炉工作安全性和运行可靠性。目前该技术赛道竞争尚不充分，市场潜力巨大，具备广阔的规模化推广应用前景。
5.经济效益及社会效益情况
当前热电以人工调控为主的控制方式难以支持热电企业进一步节能降碳的需求。其中，锅炉设备作为燃料燃烧、工质换热的直接发生设备，是决定热电企业能耗水平、运行效率的关键环节。提高锅炉运行的管控水平也是热电管控技术企业实现绿色低碳发展和智慧化战略转型的重点。通过采集热电核心设备海量运行数据，并将数据存储至分布式大数据平台，结合相关控件和工具对数据进行分析处理以构建实时链接和离线计算。确定控制需求后，对相关数据进行机器学习算法建模，通过智能算法寻优，以探寻复杂工况下大数据的隐含关联，构建好的模型在结合控制技术后优化多工况下运行实况，最终可以从源头上提升热效率、减少碳排放，充分挖掘核心设备的节能潜力。同时，系统开发过程不涉及核心设备的本体改造，技术投资以及工程风险少。
随着工业互联网、大数据分析、人工智能等技术的发展，该研究方向已经逐渐成为电力/热力行业的热点。项目能够创造降本降耗、节能减排、数字赋能和智慧接管等四方面价值收益。其中，包括更高的系统综合效率、更低的二氧化碳排放总量与排放强度、高度厂区生产自动化控制率以及更稳定的生产工艺指标等直接收益；也包括操作人员监盘强度降低、设备可靠运行周期延长、蒸汽品质提升等间接收益。通过项目实施，在助力企业提升生产效率和经济效益的同时，能够为企业实现绿色低碳发展和智慧化转型战略目标提供有力技术支撑和成功经验。
从经济角度看，该系统通过优化燃烧过程进行智慧管控，提高燃烧热效率，将显著降低能源消耗。以1台220t/循环流化床锅炉年运行6000小时、平均耗煤量为24吨/小时进行估算，该系统可以节省标煤968.6吨/年。以每吨标煤价格1000元计算，年节约成本预计可达96.86万元。同时，精确的控制可以减少设备的磨损和损坏，延长设备寿命，减少维护和更换成本。
6.项目案例获专利及奖励情况：
该系统通过传统的热电生产与新兴的人工智能相结合，充分利用人工智能在处理大数据、复杂系统、大惯性时的能力以及先进的算法和深度学习能力，构建智慧生态仿真交互，实现在生产过程的全流程协助。经浙江省科技信息研究院查新检索，查新结论为该技术特征在所检相关文献中未见具体述及。该系统已通过华电电力科学研究院的CFB锅炉热效率提升的检测。
该系统已获得一项名为《一种锅炉智慧控制人机交互平台》的实用新型专利，专利号为ZL 202421330191.3，专利权人为桐乡泰爱斯环保能源有限公司。获得一项名为《循环流化床锅炉控制系统》的软著。该项目获得本年度《浙江省设备管理协会》、《嘉兴市节能协会》科技创新一等项目。
7.申报单位内部评审结论意见：
本项目采用机理模型+数学模型相结合的方法，通过源网协同、智能寻优，开发“热电智能生产与优化系统”，形成热电企业从锅炉给煤、加风到热用户用热整个生产流程的智能优化协调，降低生产成本，提高盈利能力。该项目自投运以来，运行稳定，符合预期的节能效果和智能化发展方向，产生较好的经济效益和社会效益；该项目值得借鉴和推广。
京公网安备 11011502004515号 
