一、技術名稱：電站鍋爐智能吹灰優化與在線結焦預警系統
二、技術所屬領域及適用范圍：電力、鋼鐵、石化、水泥等行業火力發電機組鍋爐
三、與該技術相關的能耗及碳排放現狀
在電站及工業鍋爐運行中，鍋爐結渣、積灰是個長期存在的問題。由于缺乏科學的監測方法指導鍋爐水冷璧、再熱器、過熱器、省煤器“四管”及省煤器后部煙道空預器進行吹灰，導致吹灰頻次不合理，“四管”局部污染和磨損嚴重及結焦，從而造成吹灰汽源浪費、鍋爐效率降低，并給鍋爐的安全和可靠運行帶來很大隱患。鍋爐結渣、積灰不但增加了鍋爐受熱面的傳熱阻力，使受熱面傳熱惡化、煤耗增加，降低鍋爐的熱經濟性，還可能造成煙氣通道的堵塞，影響鍋爐的安全運行，嚴重時會發生設備損壞、人身傷害事故，對鍋爐運行危害嚴重。目前該技術可實現節能量14萬tce/a，CO2減排約37萬t/a。
四、技術內容
1.技術原理
電站鍋爐智能吹灰優化與在線結焦預警系統，是以能量守恒定律、傳熱學和工程熱力學原理為基礎，建立軟測量模型、統計回歸、模糊邏輯數學及人工神經網絡等分析運算體系，將鍋爐水冷壁、過熱器、再熱器、省煤器”四管”及省煤器后尾部煙道空預器污染程度進行量化處理和圖像轉換，顯示實時參考畫面和污染數據，使各受熱面的污染率”可視化”，并根據臨界污染因子及機組運行狀況提出優化策略，從而實現”按需吹灰”和節能降耗、提高鍋爐效率。
2.關鍵技術
建立爐膛、對流受熱面和空預器的污染監測模型（包括灰污增長和衰減模型），建立軟測量模型、統計回歸、模糊邏輯數學及人工神經網絡等分析運算體系，建立基于經濟分析的吹灰指導模型和結焦預警模型。
3.工藝流程
神經網絡已廣泛地應用于各種復雜系統輸入輸出關系的建模過程，人工神經網絡通過對樣本集合的學習，提取出有效的知識和規則，通過對權值和閾值的修正，實現對復雜系統的�；＜词怪挥幸粋�隱層，神經網絡也能一致近似任何連續函數，從而為非線性系統的神經網絡建模提供了理論依據。模型采用了一層隱層的神經網絡，結構如圖3所示。
單位時間段內，吹灰次數越多，總的吹灰收益越大，顯示了吹灰收益與吹灰頻率的關系，如圖4所示。
五、主要技術指標
主要是減少鍋爐“四管”吹損及吹損泄漏造成的非正常停機幾率。同時改善鍋爐性能指標：平均降低鍋爐排煙溫度2-6℃，減少吹灰次數20%-60%。其中，135MW-200MW機組鍋爐一般降低4-10℃，減少吹灰次數40%-70%；200MW-300MW，一般降低3-6℃，減少吹灰次數30-60%；600MW-1000MW機組一般降低1-4℃，減少吹灰次數20%-40%。
六、技術鑒定、獲獎情況及應用現狀
通過山東省科學技術廳的科技成果鑒定，山東省科技進步三等獎，中國電子工業學會科技進步三等獎，山東省計算機應用優秀成果三等獎。截止到2013年底，該項目產品已在五大發電集團下屬20多個電廠50多臺機組投入使用，產品技術先進，運行可靠，性能穩定，節能效果明顯，得到了電廠用戶的認可和信賴。
七、典型應用案例
典型案例1
應用單位：華電鄒縣發電有限公司
技術提供單位：山東泓奧電力科技有限公司
建設規模：1000MW機組#7鍋爐”鍋爐智能吹灰優化與結焦預警系統”節能技術改造。主要技改內容：增加部分煙溫測點，增加一臺上位機，與原有SIS系統連接，建立爐膛、對流受熱面和空預器的污染監測模型（包括灰污增長和衰減模型），建立軟測量模型、統計回歸、模糊邏輯數學及人工神經網絡等分析運算體系，建立基于經濟分析的吹灰指導模型。節能技改投資額約180萬元，建設期8個月。年綜合節能量1315tce，年綜合經濟效益直接收益（不考慮吹損爆管）182.3萬元，投資回收期1年。
典型案例2
應用單位：華電鄒縣發電有限公司
技術提供單位：山東泓奧電力科技有限公司
建設規模：600MW機組#6鍋爐“智能吹灰優化與在線結焦預警系統”節能技術改造。主要技改內容：新增1套采集器、1臺套服務器、1臺工控機和1套顯示器，并建立數據采集 和傳輸系統，建立吹灰優化和結焦預警系統。節能技改投資額150萬元，建設期9個月。年 綜合節能量7000tce，年綜合經濟效益560余萬元，投資回收期4個月。
八、推廣前景及節能減排潛力
預計未來5年總投入1500萬元，技術在行業內推廣比例達到20%，節能量達到54萬tce/a，減碳量達到143萬tCO2/a。
|
