中國自動化學會專家咨詢工作委員會指定宣傳媒體
新聞詳情
gkongbbs

中控技術工業(yè)AI技術在熱電廠循環(huán)流化床鍋爐中取得突破應用

http://m.casecurityhq.com 2024-07-03 09:42 來源:中控技術

近期,中控技術與浙江新安化工集團股份有限公司建德熱電廠(以下簡稱“建德熱電廠”)基于工業(yè)AI的鍋爐燃燒優(yōu)化項目成功完成驗收,獲得用戶好評。在項目實施過程中,中控技術團隊結合Transformer架構等多種工業(yè)AI技術打造燃燒優(yōu)化控制解決方案,實現(xiàn)了工業(yè)AI技術在該領域上的成功應用,保障了建德熱電廠現(xiàn)場3臺循環(huán)流化床鍋爐燃燒的安全、智能化運行,提升了企業(yè)綜合效益,為熱電行業(yè)的數(shù)字化、智能化升級樹立了標桿。

建德熱電廠

01

熱電聯(lián)產(chǎn)行業(yè)鍋爐運行核心痛點

傳統(tǒng)熱電聯(lián)產(chǎn)行業(yè)中的循環(huán)流化床鍋爐燃燒普遍存在以下痛點:

  1. 基于常規(guī)算法的傳統(tǒng)控制在面對鍋爐燃燒強耦合、大慣性、大滯后和多變量控制的場景時具有局限性,負荷需求響應不及時。
  2. 燃燒狀況復雜多變,傳統(tǒng)控制模式易導致燃燒不充分或排煙損失大,造成熱效率低下。
  3. 傳統(tǒng)母管制運行模式下鍋爐負荷由人工分配,無法根據(jù)鍋爐能效、負荷工況、燃燒狀況進行多模式分配,從而影響整體鍋爐燃燒效率。
  4. 常規(guī)鍋爐NOx調節(jié)存在較大慣性滯后,為避免NOx超標,通常采取加大噴氨量的方式,從而導致較高的氨逃逸問題。

這些因素或直接、或間接地造成了鍋爐自控率低、運行參數(shù)波動大、調節(jié)滯后、燃燒不充分、排煙損失大、熱效率低等問題。

02

基于Transformer架構構建

AI燃燒優(yōu)化控制體系

中控技術鍋爐燃燒優(yōu)化控制解決方案基于工業(yè)AI實現(xiàn)大數(shù)據(jù)優(yōu)化控制,通過Transformer架構構建智能優(yōu)化控制體系,融合時間序列預測模型、層疊推薦算法,結合前饋+反饋的控制方式,對關鍵參數(shù)進行優(yōu)化與控制,使得鍋爐燃燒更加平穩(wěn)。通過采用多目標協(xié)同優(yōu)化,在保證燃燒優(yōu)化過程不超溫、不結焦的情況下,保持鍋爐穩(wěn)定的燃燒狀態(tài)和最佳的床層溫度,使得運行更加高效,提高了鍋爐燃燒效率。

AI鍋爐燃燒優(yōu)化控制架構

03

助力建德熱電廠“提人效、穩(wěn)運行、增收益”

中控技術基于工業(yè)AI的鍋爐燃燒智能優(yōu)化控制體系,歷經(jīng)多輪次、長周期的交替驗證測試,效果顯著。在建德熱電廠鍋爐燃燒優(yōu)化項目中,實現(xiàn)系統(tǒng)自控率達到95%以上,關鍵運行參數(shù)平均波動幅度降低30%以上,噸蒸汽煤耗指標較手動操作下降1%以上,利用鍋爐燃燒的關鍵參數(shù)作為特征前饋,在氮氧化物不超標的情況下氨逃逸較手動控制降低20%以上,有效降低操作人員工作強度,提升了鍋爐燃燒效率,有效助力建德熱電廠“提人效、穩(wěn)運行、增收益”。

上圖:TFT模型預測母管壓力預測值與實際值對比

下圖:AI煙氧含量尋優(yōu)與控制圖示

工業(yè)智能化是推動未來工業(yè)發(fā)展的重要力量,中控技術將持續(xù)為客戶提供“AI+安全”“AI+質量”“AI+低碳”“AI+效益”的智能化解決方案,推動工業(yè)向智能化、高效化、可持續(xù)化方向邁進,引領工業(yè)生產(chǎn)的革命性變革。

版權所有 中華工控網(wǎng) Copyright?2024 Gkong.com, All Rights Reserved