入爐煤質(zhì)在線軟測量技術(shù)研究與應(yīng)用進(jìn)展

成艷亭，宋立信，池 鋒，馬 超，景 強，王 洋

(1.中國大唐集團(tuán)科學(xué)技術(shù)研究院有限公司，北京 100040；2.廣東大唐國際潮州發(fā)電有限公司，廣東 潮州 515723；3.太極計算機股份有限公司，北京 100102；4.山東理工大學(xué) 物理與光電工程學(xué)院，山東 淄博 255000)

0 引 言

火電生產(chǎn)過程中，煤質(zhì)波動是影響鍋爐效率的主要因素之一，但煤質(zhì)是少數(shù)未廣泛實現(xiàn)在線檢測聯(lián)入生產(chǎn)控制的過程變量。當(dāng)前煤質(zhì)在線分析儀多依賴進(jìn)口，設(shè)備應(yīng)用到核射線或其他高能束的介入探測，價格昂貴、應(yīng)用要求高、后期維護(hù)投入較大；煤質(zhì)分析儀適用于皮帶煤的測試，對于中儲式制粉系統(tǒng)測試后的煤還需經(jīng)過制粉倉存儲，并不能直接反映入爐煤品質(zhì)，因此煤質(zhì)在線分析儀器在火電生產(chǎn)過程協(xié)同控制中的應(yīng)用較少。

工業(yè)過程某些重要變量難以直接檢測，借助軟測量技術(shù)可通過易于得到的輔助變量進(jìn)行間接診斷估計與趨勢預(yù)測。軟測量技術(shù)也稱為軟儀表或虛擬儀表，被認(rèn)為是儀表技術(shù)發(fā)展的第5個階段(模擬儀表-電子儀表-數(shù)字儀表-智能儀表-虛擬儀表)。研究人員基于電廠分布式聯(lián)動控制監(jiān)測的特點，將軟測量技術(shù)應(yīng)用于入爐煤煤質(zhì)的在線測量[1-2]，并初步形成了不同的技術(shù)路線。

火電生產(chǎn)中大量的分布式測點狀態(tài)反映了生產(chǎn)工況及燃用煤質(zhì)的情況，特別是爐后煙氣組分變化與入爐煤可燃成分組成密切相關(guān)。根據(jù)GB/T 13223—2011《火電廠大氣污染物排放標(biāo)準(zhǔn)》要求，我國多數(shù)電廠都配備了煙氣排放連續(xù)監(jiān)測系統(tǒng)(Continuous Emission Monitoring System，簡稱CEMS)，CEMS系統(tǒng)內(nèi)集成了氣體分析儀、顆粒物分析儀、溫度/壓力/濕度分析儀等在線獲取SO2、O2、NOx等氣體成分的標(biāo)準(zhǔn)體積分?jǐn)?shù)、煙塵顆粒濃度及煙氣排放物理特性(煙氣流量、煙道壓力、溫度、濕度等)。根據(jù)“特定品質(zhì)的燃煤和工況產(chǎn)生特定排放”的事實，煙氣側(cè)參數(shù)結(jié)合磨煤機參數(shù)、爐側(cè)汽水參數(shù)、機前參數(shù)等可充分反映燃用煤的品質(zhì)。當(dāng)前入爐煤質(zhì)軟測量研究基于機理分析或數(shù)據(jù)學(xué)習(xí)、人工智能形成了不同的技術(shù)路線；而燃煤品質(zhì)具有多參數(shù)的特點，不同燃煤品質(zhì)參數(shù)的軟測量存在關(guān)聯(lián)的同時亦有較大區(qū)別，關(guān)于入爐煤質(zhì)軟測量技術(shù)體系目前缺乏綜合的系統(tǒng)論證。

為總結(jié)論證煤質(zhì)軟測量技術(shù)的體系框架，筆者按照技術(shù)特點對入爐煤質(zhì)軟測量技術(shù)原理和方法進(jìn)行分類總結(jié)，對不同煤質(zhì)參數(shù)的軟測量方法進(jìn)行關(guān)聯(lián)論證，分析不同煤質(zhì)軟測量技術(shù)存在的問題，對未來入爐煤質(zhì)軟測量技術(shù)的發(fā)展方向提出建議。

1 燃煤品質(zhì)參數(shù)及軟測量技術(shù)分類

煤質(zhì)分析分工業(yè)分析和元素分析兩類，元素分析包含煤中可燃性元素碳(C)、氫(H)、氧(O)、氮(N)、硫(S)含量以及灰分(A)、水分(M)，元素含量以通常以收到基統(tǒng)計。工業(yè)分析參數(shù)包括固定碳、灰分、水分、揮發(fā)分含量，在火電生產(chǎn)中以煤的工業(yè)分析應(yīng)用為主并參與火電的能效分析。此外，燃煤品質(zhì)參數(shù)還包括煤的發(fā)熱量，可分為高位發(fā)熱量及低位發(fā)熱量，發(fā)熱量是燃煤分析中非常受關(guān)注的品質(zhì)參數(shù)，以低位發(fā)熱量的分析應(yīng)用為主。

煤質(zhì)軟測量可根據(jù)煤質(zhì)劃分方法不同分為煤種辨識及上述燃煤品質(zhì)參數(shù)的軟測量；煤種辨識技術(shù)綜合煤的品質(zhì)特性按照易燃性、發(fā)熱高低等將燃煤劃分為有限的品質(zhì)等級，電廠通過建立燃用煤種歷史數(shù)據(jù)庫，對比不同品質(zhì)等級燃煤的應(yīng)用工況、效率、經(jīng)濟(jì)性等開展燃煤種類的在線辨識技術(shù)。如王惠杰和王雷雨[3]在某電廠應(yīng)用燃煤品質(zhì)范圍內(nèi)，利用k-均值法得到用煤收到基灰分、水分的典型值，用k-中心算法得到干燥無灰基典型值，在此基礎(chǔ)上將典型數(shù)據(jù)進(jìn)行組合，并基于門捷列夫經(jīng)驗公式補充低位發(fā)熱量構(gòu)造燃煤品質(zhì)數(shù)據(jù)庫，基于正反平衡校驗對入爐煤種進(jìn)行在線識別。

當(dāng)前入爐煤質(zhì)軟測量以具體品質(zhì)參數(shù)的軟測量為主，也是本研究的主要論述內(nèi)容，下述內(nèi)容中煤質(zhì)軟測量即代指煤的具體品質(zhì)參數(shù)的軟測量技術(shù)，圍繞煤的元素含量、水分、灰分、發(fā)熱量的軟測量分別論述。根據(jù)不同檢測原理和技術(shù)路線，將當(dāng)前研究和應(yīng)用的軟測量技術(shù)劃分為基于機理分析的軟測量和基于機器學(xué)習(xí)的軟測量兩大類，下面分別對兩類煤質(zhì)在線軟測量方法進(jìn)行闡述。

2 基于機理模型分析法的煤質(zhì)在線軟測量

基于機理分析的煤質(zhì)軟測量技術(shù)起源于輸入/損失技術(shù)[4]，機理分析以制粉、汽水、排煙等環(huán)節(jié)的能量、質(zhì)量平衡作為依據(jù)構(gòu)建軟測量模型。

2.1 基于機理分析的水分軟測量

2.1.1機理分析模型

水分軟測量模型機理主要根據(jù)磨煤機進(jìn)出口能量平衡分析構(gòu)建，如圖1所示[5-8]。根據(jù)能量平衡原理流入和流出磨煤機能量相等，各部分能量通過磨煤機入口風(fēng)量、磨煤機出力、漏風(fēng)系數(shù)、摩擦因數(shù)、工質(zhì)比熱等測點數(shù)據(jù)進(jìn)行計算；其中原煤物理熱、水分蒸發(fā)熱量及加熱煤料熱量均與煤含水量有關(guān)。

圖1 磨煤機能量平衡模型Fig.1 Energy equilibrium model of coal mill

原煤物理熱qrc為

qrc=Cdc(1-Mar)trc+MarC(H2O)trc，

(1)

式中，Cdc為煤的干燥劑比熱容，kJ/(kg·K)；trc為原煤溫度，℃；C(H2O)為水的比熱容，kJ/(kg·K)。

煤粉在磨煤機研磨過程中蒸發(fā)水分消耗的熱量qev和蒸發(fā)水分ΔMar為

qev=ΔMar(2 500+C″(H2O)t2-4.187trc)，

(2)

(3)

其中，C″(H2O)為水蒸氣平均比定壓熱容，kJ/(kg·K)；t2為磨煤機風(fēng)粉混合物溫度，℃；wmf為磨煤機出口煤粉含水量，視為煤粉細(xì)度R90和磨煤機出口風(fēng)粉混合物溫度、Mar的函數(shù)，具體為

(4)

加熱煤料消耗的熱量qf為

(5)

其中，等號右側(cè)第2部分為解凍熱量，適用于最低日均溫度低于0 ℃的寒冷地區(qū)，最低日均溫度高于0 ℃的氣候該部分取0；Id為冰的溶解熱，kJ/kg；ci為冰的比熱容，kJ/(kg·K)；ta,min為最低日均溫度，℃。

根據(jù)圖1中磨煤機能量平衡模型最終得到關(guān)于原煤收到基水分的一元二次方程[9-10]。需要說明的是所述水分軟測量機理分析方法僅適用于直吹式鍋爐，而中儲式鍋爐制粉系統(tǒng)輸出的煤進(jìn)入煤粉倉而非進(jìn)入鍋爐，因此基于制粉系統(tǒng)能量平衡分析所得含水量并不能代表入爐煤含水量，中儲式鍋爐入爐煤含水量的理論計算模型[11]為

Mar=80.65γ(H2O)(V(CO2)+V(SO2)+V(N2)+V(O2))-
9w(Har)-100ραVgkdk，

(6)

式中，γ(H2O)為煙氣中水分的體積分?jǐn)?shù)；V(CO2)、V(SO2)、V(N2)、V(O2)分別為煙氣中CO2、SO2、N2、O2在標(biāo)準(zhǔn)狀態(tài)下的體積，L；ρ為空氣密度，kg/L；α為過量空氣系數(shù)；Vgk為干煙氣體積；dk為空氣濕度。

2.1.2基于機理分析的水分軟測量現(xiàn)場應(yīng)用

文獻(xiàn)[5]在一臺300 MW機組上應(yīng)用基于機理分析軟測量模型測量入爐煤水分含量，入爐煤質(zhì)在試驗期間較為穩(wěn)定，現(xiàn)場應(yīng)用表明軟測量模型適用于配有直吹式制粉系統(tǒng)的電站鍋爐，入爐煤收到基水分的實時測量誤差在5%以下。文獻(xiàn)[7]在某電廠直吹式制粉系統(tǒng)應(yīng)用水分軟測量分析，對比一段時間內(nèi)的煤粉的工業(yè)分析值，水分軟測量平均相對誤差為-3.33%。

相較于其他煤質(zhì)參數(shù)，基于機理分析的水分軟測量只涉及制粉環(huán)節(jié)，通常先于其他燃煤品質(zhì)參數(shù)進(jìn)行求解，軟測量結(jié)果作為其他品質(zhì)參數(shù)軟測量分析的已知條件。

2.2 基于機理分析的元素成分軟測量

2.2.1機理分析模型

燃煤中可燃成分(有機元素)經(jīng)過燃燒氧化放熱后形成煙氣，燃煤有機元素組成決定了煙氣組分含量，研究者通過煙氣監(jiān)測數(shù)據(jù)依據(jù)國標(biāo)進(jìn)行了煤元素成分的機理分析模型。元素含量通常以收到基(Car、Sar、Har、Oar、Nar)為基準(zhǔn)，而分析中常以干燥無灰基(Cdaf、Sdaf、Hdaf、Odaf、Ndaf)為計算單位，兩者之間可參考國標(biāo)利用收到基灰分進(jìn)行換算[12-14]。

基于機理分析的煤元素成分軟測量通常將含水量作為已知條件，以入爐和爐后的物質(zhì)的量平衡為依據(jù),以1 kg入爐煤為基準(zhǔn)燃燒前后物質(zhì)平衡方程[15]為

(7)

式中，ρA為空氣密度，kJ/L；Vgk為參與燃燒的空氣體積，L；V(H2O)為標(biāo)準(zhǔn)狀態(tài)下煙氣中水分的體積，L；ρ(CO2)、ρ(SO2)、ρ(N2)、ρ(O2)、ρ(H2O)分別為煙氣中各氣體成分密度，kg/L；∑Viρi為微量氣體總質(zhì)量，kg；Cucr為未燃盡碳的百分含量。

入爐前后物質(zhì)的量平衡亦可采用不同的燃料標(biāo)準(zhǔn)分析，何明福等[16]基于煤的干燥無灰基列出入爐到煙氣側(cè)的物質(zhì)平衡(式(8))，其中煤的干燥無灰基表示為CHaSbOcNd，下標(biāo)a為Hdaf與Cdaf的物質(zhì)的量之比，b為Sdaf與Cdaf的物質(zhì)的量之比，c為Odaf與Cdaf的物質(zhì)的量之比，d為Ndaf與Cdaf的物質(zhì)的量之比。

(8)

其中，f為煤中水分子的摩爾系數(shù)；w為空氣中水分子的摩爾系數(shù)；x為未燃盡碳摩爾系數(shù)；m為CO的摩爾系數(shù)；B為單位摩爾分子數(shù)量的煤完全燃燒所需O2的物質(zhì)的量，具體為

(9)

煤粉燃燒后有機元素經(jīng)過氧化轉(zhuǎn)化成雙原子或三原子氣體并在煙氣中占一定比例，實際應(yīng)用中，除將燃燒前后物質(zhì)總量平衡作為構(gòu)建軟測量模型的直接依據(jù)，由于煙氣測點可提供計算依據(jù)及煙氣成分與煤有機元素含量構(gòu)成的內(nèi)在聯(lián)系，普遍將煙氣成分體積分?jǐn)?shù)的理論計算引入軟測量模型；據(jù)物質(zhì)總量平衡及國家標(biāo)準(zhǔn)進(jìn)一步解析煙氣成分體積分?jǐn)?shù)的理論計算模型，如根據(jù)式(8)的煤粉燃燒物質(zhì)的量平衡，由右端整理得到燃燒產(chǎn)物(煙氣：CO2、CO、H2O、SO2、O2、N2)總的物質(zhì)的量R為

B(3.76+w)+Bα(4.76+w)。

(10)

進(jìn)一步由式(8)右端各氣體成分前系數(shù)與R的比值即得各氣體成分占總煙氣的體積分?jǐn)?shù)理論值；假設(shè)煙氣分析儀可提供煙氣中各氣體成分體積分?jǐn)?shù)測量值(CO、CO2、O2、SO2、N2)，并結(jié)合其他條件使式(8)右端各氣體成分前系數(shù)閉合求解(a、b、c、d求解可知)，即CHaSbOcNd顯式可得，則根據(jù)分子組成得到入爐煤粉有機元素的干燥無灰基質(zhì)量分?jǐn)?shù)。

當(dāng)煤燃燒物質(zhì)的量平衡采用煤的收到基(式(7))，煤元素軟測量同樣是通過建立煙氣成分測點數(shù)據(jù)與元素含量間的解析關(guān)系來完成，此時宜將收到基Car、Har、Oar、Nar、Sar的質(zhì)量分?jǐn)?shù)作為求解變量，式中煙氣氣體成分V(CO2)、V(SO2)、V(N2)、V(O2)、V(H2O)根據(jù)煤元素成分含量計算理論值并計算在煙氣中的理論體積分?jǐn)?shù)[17]，以實際煙氣中氣體成分的體積分?jǐn)?shù)為依據(jù)，并結(jié)合其他條件構(gòu)建軟測量模型，實現(xiàn)入爐煤粉有機元素含量的閉合求解。

軟測量模型中煤粉燃燒的總量平衡中涉及過量空氣系數(shù)，可根據(jù)煙氣測點數(shù)據(jù)計算(式(11))[18]，或依據(jù)國標(biāo)由煤元素含量解析(式(12))[19-20]，或在簡化軟測量模型的條件下(如忽略未燃盡碳)作為獨立變量求解。

(11)

(12)

其中，γ(O2)、γ(CO)分別為煙氣中O2和CO的體積分?jǐn)?shù)；V(RO2)為煙氣中三原子氣體在標(biāo)準(zhǔn)狀態(tài)下的體積，L；φ為空氣中氧氣的體積分?jǐn)?shù)(以1 kg煤燃燒前后物質(zhì)的量計)；Vgk,daf為1 kg煤燃燒所需理論干空氣標(biāo)準(zhǔn)體積，L，根據(jù)煤中各有機元素含量w(Cdaf)、w(Sdaf)、w(Hdaf)、w(Odaf)計算如下：

Vgk,daf=0.088 9(w(Cdaf)+0.375w(Sdaf))+
0.265w(Hdaf)-0.033w(Odaf)-0.889ΓC。

(13)

由于未知量較多，僅由煙氣分析儀測點數(shù)據(jù)并不能構(gòu)成閉合可解的軟測量模型，煤的元素成分軟測量通常補充Cdaf-Hdaf及Cdaf-Odaf間的統(tǒng)計關(guān)系為

w(Hdaf)=a1w(Cdaf)+b1，

(14)

w(Odaf)=a2w(Cdaf)+b2，

(15)

其中，a1、a2、b1、b2為根據(jù)統(tǒng)計煤樣得到的回歸系數(shù)，統(tǒng)計范圍應(yīng)盡量貼近電廠實際常用煤種。由于Cdaf-Hdaf、Cdaf-Odaf統(tǒng)計關(guān)系的引入，入爐煤粉有機元素成分的軟測量關(guān)鍵是Cdaf、Sdaf的求解，而N元素可根據(jù)總的煤粉組成間接得到[16]，煤的干燥無灰基組成為

w(Cdaf)+w(Hdaf)+w(Odaf)+w(Ndaf)+w(Sdaf)=1。

(16)

未燃盡碳使得軟測量模型存在修正。劉福國[17]給出了修正后的碳、硫元素理論計算公式為

w(Cdaf)=53.59γ(CO2)(Vdaf(RO2)+Vdaf(N2)+Vdaf(O2))+
(1-γ(CO2))ΓCucr，

(17)

w(Sdaf)=142.86γ(SO2)(Vdaf(RO2)+Vdaf(N2)+
Vdaf(O2))，

(18)

其中，γ(CO2)、γ(SO2)分別為煙氣中CO2、SO2的體積分?jǐn)?shù)；ΓCucr為由未燃盡碳Cucr引入的修正量；Vdaf(RO2)、Vdaf(N2)、Vdaf(O2)分別為煙氣三原子和雙原子氣體在標(biāo)準(zhǔn)狀態(tài)下的體積(以煤的干燥無灰基計)，修正后的理論值為

(19)

Vdaf(RO2)=0.018 66(w(Cdaf)+0.375w(Sdaf))-
0.018 66ΓC，

(20)

Vdaf(N2)=0.008w(Ndaf)+(1-φ)αVgk,daf，

(21)

Vdaf(O2)=φ(α-1)Vgk,daf。

(22)

Cdaf-Hdaf、Cdaf-Odaf統(tǒng)計關(guān)系的補充仍難以解決軟測量模型的閉合求解問題，為實現(xiàn)煤元素分析軟測量模型閉合求解，研究者進(jìn)一步引入燃料特性系數(shù)β的計算[18](式(23))，實際應(yīng)用中由于煙氣中CO含量很少，分子分母中由γ(CO)引入的項可忽略。

(23)

此外，研究者利用門捷列夫多元線性回歸公式作為橋梁進(jìn)行煤元素含量與發(fā)熱量的同步分析[21]，門捷列夫公式給出了煤發(fā)熱量與煤元素成分含量間的統(tǒng)計公式[22-26]為

Qnet,ar=339w(Car)+1 208w(Har)-
109(w(Oar)-w(Sar))-25Mar，

(24)

劉福國等[27]在煤元素成分的軟測量中，開展?fàn)t膛蒸發(fā)受熱面燃燒輻射吸熱的經(jīng)驗計算公式和進(jìn)出口工質(zhì)的能量平衡的協(xié)同分析，并結(jié)合門捷列夫公式構(gòu)建了發(fā)熱量與元素分析的并聯(lián)軟測量模型；爐膛蒸發(fā)受熱面能量平衡分析為

(25)

其中，右側(cè)為爐膛蒸發(fā)受熱面所吸收輻射傳熱的經(jīng)驗計算公式[28]，其中Ta為理論燃燒溫度，℃，是煙氣成分含量、灰分等決定的關(guān)鍵參數(shù)，而煙氣成分含量與煤元素成分關(guān)系見式(17)～(20)；A為與爐膛結(jié)構(gòu)有關(guān)的常數(shù)；σ0為絕對黑體的輻射系數(shù)；φ為爐膛的保熱系數(shù)；Vcpj為根據(jù)工質(zhì)吸收輻射熱能及理論燃燒溫度折算的比熱容，kJ/(kg·K)；左側(cè)為爐膛蒸發(fā)受熱面進(jìn)出口工質(zhì)吸熱，g為每秒流入流出工質(zhì)質(zhì)量，kg；h′、h″分別為入口和出口的工質(zhì)焓，kJ/kg；Bj為考慮未燃盡碳損失的計算燃料質(zhì)量，kg，具體為

(26)

式中，Bm為實際燃料消耗量，kg；q4為固體未燃盡損失率，%。

2.2.2基于機理分析的燃煤元素成分軟測量應(yīng)用

何明福等[16]在600 MW火電機組上進(jìn)行了基于煙氣成分分析的燃煤元素成分軟測量試驗，穩(wěn)負(fù)荷4 h試驗數(shù)據(jù)表明，碳、氫、氧、硫元素與試驗測定值的偏差小于2%；劉志華[20]在試驗鍋爐上應(yīng)用基于煙氣成分分析的燃煤元素成分軟測量模型，多工況對比試驗表明收到基碳的相對誤差為-4.3%～3.9%；劉福國等[15]通過熱效率試驗驗證了基于煙氣成分分析的燃煤元素成分軟測量模型的有效性；米翠麗等[18]通過機組穩(wěn)態(tài)試驗表明，基于煙氣成分分析的燃煤元素軟測量結(jié)果與電廠工業(yè)分析數(shù)據(jù)間相對誤差均值<5%；劉吉臻等[11]進(jìn)行了部分煙氣信息下的燃煤成分軟測量試驗，結(jié)果表明，當(dāng)水分無法通過磨煤機能量平衡模型直接計算時，燃煤含硫、碳、氫、氧元素含量的軟測量誤差分別為±3%、±3%、±5%、±5%，若水分通過磨煤機能量平衡模型求解時對應(yīng)誤差分別為±1.5%、±0.2%、±0.4%、±0.6%。

總結(jié)煤元素含量的機理分析軟測量，主要以煙氣成分與煤元素成分組成間的物質(zhì)平衡為依據(jù)構(gòu)建軟測量分析模型，分析模型未知量較多，煙氣測點難以提供足夠的解析模型求解依據(jù)；需要聯(lián)入其他關(guān)系模型進(jìn)行并聯(lián)求解，如以門捷列夫公式為橋梁進(jìn)行能量平衡分析等。

2.3 基于機理分析的燃煤發(fā)熱量軟測量

對于火電生產(chǎn)而言，入爐煤發(fā)熱量的可監(jiān)測具有重要意義。研究表明燃煤發(fā)熱量與理論空氣量有非常明顯的線性關(guān)系，可以用發(fā)熱量來表征煤質(zhì)變化，以此確定煤質(zhì)變化后的最佳風(fēng)煤比。當(dāng)前入爐煤發(fā)熱量多采用間接矯正實現(xiàn)生產(chǎn)調(diào)節(jié)，超臨界機組通常將主蒸汽流量作為實際負(fù)荷參考值與負(fù)荷指令進(jìn)行對比修正燃料發(fā)熱量，或?qū)θ济憾ㄆ谌樱謩虞斎胄Ｕ?，矯正方式并不能滿足煤質(zhì)頻繁波動對發(fā)電控制的要求。煤發(fā)熱量的軟測量技術(shù)彌補了間接矯正的不足，可作為BTU矯正的直接依據(jù)提高控制效率[29]?；跈C理分析的發(fā)熱量軟測量技術(shù)大致可分為4類，即靜/動態(tài)矯正法、熱量信號構(gòu)造法、基于總能量計算及煤量矯正的熱值軟測量及間接法。

2.3.1靜/動態(tài)矯正法

煤發(fā)熱量測量目的是對煤耗進(jìn)行矯正，多以穩(wěn)定性工況為矯正前提，根據(jù)總?cè)剂狭颗c負(fù)荷等構(gòu)建煤耗矯正系數(shù)，實現(xiàn)煤量的在線矯正[29]。黃衛(wèi)劍等[30]通過對一段時間內(nèi)機組從并網(wǎng)到帶滿負(fù)荷過程的負(fù)荷-燃料量關(guān)系進(jìn)行平滑處理后,作為基準(zhǔn)的負(fù)荷-燃料率關(guān)系，通過增加動、靜態(tài)前饋降低負(fù)荷及主汽壓力對PID調(diào)節(jié)的依賴，實現(xiàn)穩(wěn)態(tài)燃料熱值矯正；當(dāng)機組負(fù)荷和燃料量變化速率大于定值時要停止矯正，機組負(fù)荷低于40%額定負(fù)荷時熱值校正輸出跟蹤手/自動操作站。趙征等[31]總結(jié)了燃煤發(fā)熱量的靜態(tài)矯正法和動態(tài)矯正法，其中靜態(tài)矯正法在穩(wěn)工況下由機組負(fù)荷N和總煤量BV計算：

(27)

其中，k為特性系數(shù)，根據(jù)穩(wěn)工況機組特性判定，靜態(tài)矯正法應(yīng)用中首先通過負(fù)荷、主蒸汽壓力、主蒸汽溫度、送風(fēng)量、給煤量等參數(shù)等判斷是否符合穩(wěn)態(tài)工況判定，判定為穩(wěn)定工況的前提下進(jìn)行煤發(fā)熱量的計算；N為機組負(fù)荷；BV為總煤量，通?？赏ㄟ^制粉系統(tǒng)皮帶秤讀數(shù)得到，亦可通過擬合制粉量與磨煤機轉(zhuǎn)速、出口風(fēng)壓與一次風(fēng)壓差數(shù)值關(guān)系間接獲得。靜態(tài)矯正法主要應(yīng)用的是機組負(fù)荷出力，在穩(wěn)工況前提下可得到較好應(yīng)用，而機組頻繁調(diào)峰處于非穩(wěn)工況時負(fù)荷出力與燃煤發(fā)熱量間偏離線性回歸，靜態(tài)矯正法不再適用。

與此同時，云南省跨境結(jié)算清算渠道也在不斷完善，打通了與700多家境外銀行機構(gòu)跨境清算渠道，首創(chuàng)開展了非現(xiàn)金支付工具跨境使用。此外，現(xiàn)鈔跨境調(diào)運路徑進(jìn)一步拓寬。3家金融機構(gòu)獲得開展外幣現(xiàn)鈔跨境調(diào)運資格，開通了泰銖、越南盾直供渠道?！对颇鲜∫?guī)范境外邊民人民幣個人銀行賬戶管理工作方案》獲中國人民銀行總行批準(zhǔn)實施，放開NRA賬戶現(xiàn)金存取款和賬戶內(nèi)資金轉(zhuǎn)存為定期存款功能。截至今年6月末，累計共批復(fù)46家境外機構(gòu)NRA賬戶辦理現(xiàn)金業(yè)務(wù)，累計辦理現(xiàn)金業(yè)務(wù)396筆，金額3．6億元，較好地滿足了邊貿(mào)企業(yè)、邊民的現(xiàn)金使用需求。

動態(tài)矯正法通過主蒸汽流量和鍋爐蓄熱2部分來計算機組總能量，對于汽包爐鍋爐蓄熱用汽包壓力微分表示：

(28)

(29)

2.3.2熱量信號構(gòu)造法

張銳鋒等[32]用機組實際負(fù)荷與負(fù)荷預(yù)測值比較構(gòu)造矯正系數(shù)，用矯正系數(shù)乘以設(shè)計煤種發(fā)熱量得到熱值的軟測量值；負(fù)荷預(yù)測值基于亞臨界機組負(fù)荷-汽輪機前壓力簡化非線性動態(tài)模型得到：

rM=UB(t-τ)，

(30)

(31)

(32)

Pt=Pb-K2(K1rB)1.5，

(33)

(34)

式中，rM為進(jìn)入磨煤機煤量，t/h；UB為燃料指令，t/h；t為當(dāng)前時刻，s；τ為制粉系統(tǒng)延遲時間，s；Tf為制粉系統(tǒng)慣性時間，s；rB為鍋爐燃燒煤量，t/h；Cb為鍋爐蓄熱系數(shù)；K3為汽輪機增益；Pt為汽輪機前壓力，MPa；uT為汽輪機調(diào)節(jié)汽閥開度，%；K1為燃料增益；K2為過熱器出口蒸汽壓力系數(shù)；Tt為汽輪機側(cè)慣性時間，s；NE為機組發(fā)電負(fù)荷，MW。

劉鑫屏等[33]利用機前壓力Pt、機組負(fù)荷N、汽包壓力Pb、汽輪機調(diào)節(jié)級壓力P1來衡量過熱環(huán)節(jié)、汽輪機做功、再熱環(huán)節(jié)的能量傳遞以及差壓特性，基于機組負(fù)荷-壓力的雙輸入雙輸出簡化模型構(gòu)造出熱量信號(式(35))，結(jié)合制粉的慣性延遲整定，計算入爐煤發(fā)熱量(式(36))：

(35)

(36)

其中，uB為輸入燃料量，t/h；η為機組發(fā)電效率；s為拉氏變換量。模型中主要應(yīng)用汽機側(cè)參數(shù)構(gòu)建能量傳遞環(huán)節(jié)，減少了水汽側(cè)參數(shù)的應(yīng)用，一定程度上減少了機組參與一次調(diào)頻帶來的擾動，但需要通過擾動試驗等整定動態(tài)參數(shù)后才能應(yīng)用，此外模型本身易受到給水波動及其他非適定因素影響。

曾德良等[34]在直吹式鍋爐簡化模型基礎(chǔ)上進(jìn)行了煤量的慣性延遲矯正(式(37)～(38))；結(jié)合汽水環(huán)節(jié)工質(zhì)能量平衡及動量平衡分析，并假設(shè)汽水循環(huán)系統(tǒng)狀態(tài)變化可由任意點的狀態(tài)變化表示，得到有效吸熱Q(s)(式(39))；最終得到直流爐入爐煤低位發(fā)熱量測量模型的傳遞函數(shù)(式(40))：

Q=k0rB，

(37)

(38)

Q(s)=c1sPm(s)-(hw(s)-d1)Dw(s)-

(d1-lhm(s))Ds(s)，

(39)

(40)

式中，Q為汽水系統(tǒng)有效吸熱，kJ；k0為有效發(fā)熱增益系數(shù)；Pm為汽水分離器出口蒸汽壓力，MPa；hw為省煤器入口給水比焓，kJ/kg；Dw為省煤器入口給水流量，kg/s；Ds為過熱器出口蒸汽流量，kg/s；hm為汽水分離器出口蒸汽比焓，kJ/kg；η、l、τ、d1、Tf、c1為待定參數(shù)。

傳遞模型包含2個靜態(tài)參數(shù)η、l和4個動態(tài)參數(shù)τ、d1、Tf、c1，靜態(tài)參數(shù)利用機組穩(wěn)態(tài)運行工況求取，其中η為機組發(fā)電效率，動態(tài)參數(shù)采用智能尋優(yōu)算法辨識得到。分析過程將汽水循環(huán)內(nèi)部視為響應(yīng)無異性和均勻工質(zhì)，當(dāng)汽水循環(huán)不同環(huán)節(jié)時間慣性不一致時軟測量模型難以區(qū)分，這是機理分析方法普遍面臨的難點。

韓忠旭等[35]應(yīng)用類似方法，基于直流鍋爐單元機組協(xié)調(diào)控制模型如圖2所示，依據(jù)能量守恒設(shè)計“熱值觀測器”，應(yīng)用汽機前壓力信號對熱值進(jìn)行動態(tài)修正[36]，分析模擬了爐前到燃燒傳熱汽水工質(zhì)壓力變化、機前壓力各環(huán)節(jié)的時間響應(yīng)特性。

圖2 直流鍋爐單元機組協(xié)調(diào)被控對象模型Fig.2 Coordinated control model of once-through boiler

田亮等[37]對比燃煤完全燃燒所需理論干空氣量與理論燃燒釋放總能量，總結(jié)出理論燃燒空氣熱量近似比Kvq，結(jié)合鍋爐排煙氧量的計算建立起煤燃燒吸熱模型(式(41))，基于有效吸熱模型相對總煤量可進(jìn)一步構(gòu)造入爐煤發(fā)熱量Q0：

(41)

其中，Q0包含了鍋爐散熱損失及未燃盡碳熱損失；m(O2)為鍋爐排煙氧量；V為進(jìn)入鍋爐的實際風(fēng)量；Kvq為燃燒空氣熱量比的不準(zhǔn)確性，是影響熱量信號構(gòu)造精度的主要因素，受煤質(zhì)、空氣濕度、爐膛漏風(fēng)、鍋爐散熱等影響，文獻(xiàn)[37]列出了國內(nèi)主要煤種的Kvq值。

2.3.3基于總能量計算及煤量矯正的熱值軟測量

通過測定鍋爐有效吸熱及各項熱損失計算放熱總能，對總給煤量進(jìn)行慣性延遲矯正[38-39]，由放熱總能和矯正后的給煤量計算燃煤發(fā)熱量為

(42)

Qr=Q1+Q2+Q3+Q4+Q5+Q6，

(43)

Q1=Dgrigr-Dgsigs+Djws(izr-ijws)+Dzr(izr-igp)，

(44)

式中，Qr為煤粉燃燒釋放熱總能，kJ；Q1為鍋爐有效吸熱，kJ，根據(jù)汽水側(cè)包括再熱段與過熱段參數(shù)計算；Q2為排煙熱損失，kJ；Q3為化學(xué)未完全燃燒熱損失，kJ；Q4為機械未完全燃燒熱損失，kJ；Q5為鍋爐散熱損失，kJ；Q6為灰渣物理熱損失，kJ；Dgr為主蒸汽流量，kg/s；igr為主蒸汽焓，kJ/kg；igs為給水焓，kJ/kg；Dgs為給水流量，kg/s；Djws為減溫水流量，kg/s；izr為再熱蒸汽焓，kJ/kg；ijws為減溫水焓，kJ/kg；Dzr為再熱蒸汽流量，kg/s；igp為高缸排汽焓，kJ/kg，各焓值可根據(jù)壓力、溫度按照汽水熱力特性IFC97計算獲得。

(45)

式中，T為給煤量的慣性時間常數(shù)，s。

基于總能量計算及煤量矯正的熱值軟測量模型主要問題是機組慣性延遲特性的矯正，分析模型進(jìn)行了給煤量延遲慣性矯正，但未統(tǒng)籌有效吸熱與熱損測算的慣性延遲，如針對同一信號標(biāo)準(zhǔn)的過熱、再熱環(huán)節(jié)慣性延遲特性參數(shù)不完全一致，且忽略了汽水側(cè)熱工參數(shù)不均勻的影響。

2.3.4間接法

煤的發(fā)熱量與煤的元素含量存在統(tǒng)計線性回歸，即門捷列夫公式；此外發(fā)熱量與煤的工業(yè)分析間也存在類似聯(lián)系[40-45]，即燃煤發(fā)熱量與煤水分、灰分、揮發(fā)分和固定碳等符合多元線性統(tǒng)計回歸，為

Qnet,ar=0.377 7(Aar+Mar)+33.828。

(46)

因此，在具備水分、灰分在線測試儀的條件下，通過發(fā)熱量、水分、灰分3者間的二元線性回歸關(guān)系式求得熱量。發(fā)熱量與燃煤工業(yè)分析指標(biāo)間的統(tǒng)計回歸受樣本的影響，當(dāng)樣本范圍不一樣時式(46)中回歸系數(shù)有一定差別[46]。

2.3.5基于機理分析的燃煤發(fā)熱量軟測量應(yīng)用

劉福國[17]在300 MW的汽輪發(fā)電機組中應(yīng)用煤質(zhì)元素分析與發(fā)熱量的并聯(lián)求解模型，入爐煤發(fā)熱量的軟測量相對誤差為4%；劉福國等[27]構(gòu)建了煤質(zhì)元素分析與發(fā)熱量的并聯(lián)求解模型在一臺1 000 MW 超超臨界鍋爐上獲得應(yīng)用，發(fā)熱量的相對測量誤差在-6.99%～5.32%；黃衛(wèi)劍等[30]設(shè)計熱值矯正系統(tǒng)在某1 000 MW機組應(yīng)用表明AGC響應(yīng)速度明顯提高；張銳鋒等[32]設(shè)計熱值矯正系統(tǒng)對某600 MW機組協(xié)調(diào)控制系統(tǒng)進(jìn)行BTU矯正，改善了機組負(fù)荷、汽輪機前壓力控制品質(zhì)；劉鑫屏等[33]基于負(fù)荷-壓力動態(tài)模型構(gòu)造熱值信號在大唐盤山電廠600 MW機組上應(yīng)用，結(jié)果表明軟測量系統(tǒng)具有良好的抗?fàn)t側(cè)、壓力擾動性能，熱測量結(jié)果與電廠工業(yè)分析結(jié)果吻合較好；曾德良等[34]在1 000 MW直流爐上應(yīng)用熱量信號測量模型，升降負(fù)荷階段計算燃煤發(fā)熱量誤差<5%；田亮等[37]在一臺660 MW機組上進(jìn)行由風(fēng)量和氧量構(gòu)造熱量信號試驗，負(fù)荷擾動試驗表明熱量信號反饋能夠有效減小機前壓力波動。

總結(jié)基于機理分析的入爐煤發(fā)熱量軟測量，技術(shù)分支相對多樣，其中靜動態(tài)矯正法應(yīng)用較早，但對機組的延遲慣性處理欠佳，且未統(tǒng)籌熱損；熱量構(gòu)造法主要基于煤量、壓力信號傳遞的時間響應(yīng)特性描述構(gòu)建分析模型，或?qū)ζh(huán)系統(tǒng)熱焓傳遞特性進(jìn)行簡化分析構(gòu)建熱量信號；非穩(wěn)工況下時間響應(yīng)特性參數(shù)的準(zhǔn)確整定、汽水工質(zhì)變化均勻性是否近似滿足是軟測量可靠性的關(guān)鍵；基于空氣熱量比的測定有效吸熱的軟測量方法較簡潔，但要求入爐煤使用穩(wěn)定煤質(zhì)、保證空氣熱量比的可靠性；基于總能量計算及煤量矯正的熱值軟測量方法較直接，需要核算有效吸熱及各項熱損，計算量較大；間接法以水分、灰分測試儀的使用為前提應(yīng)用較少。

2.4 基于機理分析的灰分軟測量

基于機理分析的灰分的軟測量在元素分析、發(fā)熱量軟測量的基礎(chǔ)上借助總給煤量校驗進(jìn)行，或借助經(jīng)驗公式通過其他品質(zhì)參數(shù)估算。

2.4.1基于給煤量校驗的迭代修正法

發(fā)熱量已知的情況下，煤燃燒釋放總能量取決于總給煤量；若已知灰分含量，總給煤量給定的條件下灰分總量一定，在該事實基礎(chǔ)上構(gòu)建基于煤量校驗的灰分修正[20]，流程如圖3所示。

圖3 基于給煤量校驗的灰分迭代計算流程Fig.3 Iterative computation of ash content based oncoal mass verification

基于給煤量校驗的迭代修正法本質(zhì)上是在煤元素成分與熱值軟測量的聯(lián)合分析模型基礎(chǔ)上，加入灰分假設(shè)和給煤量驗證進(jìn)行的迭代計算；校驗修正過程中應(yīng)用到元素含量的軟測量模型、發(fā)熱量的軟測量；總煤量的校驗應(yīng)用到煤粉燃燒釋放總能量的計算，包括機組有效吸熱和各項熱損，總和見式(37)。軟測量構(gòu)建過程的影響因素較多，除了煤元素與發(fā)熱量分析模型的可靠性外，包括各測點的可靠性、機組有效吸熱及各項熱損測算準(zhǔn)確性等。

2.4.2基于正反平衡校驗法計算

(47)

(48)

基于正反平衡校驗的灰分軟測量模型與基于給煤量校驗的迭代修正法有很大相似性，均需要在水分、元素成分的軟測量基礎(chǔ)上計算機組有效吸熱及熱損失，不同的是校驗修正方法。同基于給煤量檢驗的灰分修正法一樣，參與計算的熱工參數(shù)繁雜，有效吸熱及各項熱損失的計算易受到工況波動的影響，非穩(wěn)態(tài)下的計算準(zhǔn)確性降低。

2.4.3基于其他品質(zhì)參數(shù)的間接估計

利用煤的工業(yè)分析參數(shù)與發(fā)熱量間存在顯著的多元線性回歸，由水分、發(fā)熱量依據(jù)統(tǒng)計回歸得到灰分[49]。但實際應(yīng)用中，利用工業(yè)分析參數(shù)間的統(tǒng)計回歸進(jìn)行灰分間接測量的情況較少，通常用于燃煤發(fā)熱量的軟測量，即在具備水分、灰分在線測試儀的條件下依照統(tǒng)計回歸進(jìn)行燃煤發(fā)熱量的計算，主要原因是缺乏發(fā)熱量在線檢測設(shè)備，且發(fā)熱量的軟測量分析實施難度較大，非穩(wěn)工況分析確切性欠佳。

2.4.4基于機理分析的灰分軟測量現(xiàn)場應(yīng)用

劉志華[20]基于給煤量矯正迭代修正求解入爐煤灰分，就單爐膛固態(tài)排渣汽包爐型進(jìn)行不同工況的試驗，結(jié)果表明軟測量值較工業(yè)分析值相對誤差的絕對值小于5%；米翠麗等[18]在煤質(zhì)軟測量模型中融合正反平衡校驗法進(jìn)行了入爐煤元素成分及灰分的同步求解，基于某電廠穩(wěn)定運行段的試驗結(jié)果表明，收到基灰分的軟測量誤差在±5%以內(nèi)。

基于機理分析的入爐煤灰分軟測量相較于其他品質(zhì)參數(shù)的機理分析軟測量計算過程更大，其機理分析以水分、元素成分軟測量模型為基礎(chǔ)，利用門捷列夫公式進(jìn)一步計算發(fā)熱量；基于機組進(jìn)出口工質(zhì)焓值計算鍋爐有效吸熱及各項熱損，進(jìn)一步借助總給煤量或機組熱效率的正反校驗迭代修正灰分。其中基于總給煤量校驗的修正法應(yīng)進(jìn)行制粉環(huán)節(jié)的時間延遲特性處理，除卻水分、元素成分軟測量基礎(chǔ)模型的評價，有效吸熱的計算準(zhǔn)確性對灰分的軟測量尤為重要，汽水側(cè)進(jìn)口到出口工質(zhì)焓值分布的不均性將影響計算準(zhǔn)確性，非穩(wěn)態(tài)工況的軟測量精度易受到影響。

3 基于機器學(xué)習(xí)的煤質(zhì)軟測量技術(shù)

基于機理模型驅(qū)動的煤質(zhì)軟測量利用整機分布式測點，應(yīng)用制粉、汽水循環(huán)、煙氣側(cè)多物理類型參數(shù)；軟測量模型分析構(gòu)建復(fù)雜，測量精度易受機理模型自身精確性影響，整機慣性延遲及動態(tài)特性難處理，機組負(fù)荷變動頻繁的時候存在較大測量誤差。

近年來隨著火電機組DCS系統(tǒng)的日益完善，整機分布式測點提供了豐富的數(shù)據(jù)平臺；大數(shù)據(jù)、人工智能技術(shù)在工業(yè)過程控制領(lǐng)域廣泛應(yīng)用，基于機器學(xué)習(xí)的煤質(zhì)軟測量技術(shù)開始受到關(guān)注。基于機器學(xué)習(xí)的煤質(zhì)軟測量從電廠DSC、CEMS系統(tǒng)中選取與煤質(zhì)品質(zhì)參數(shù)關(guān)系密切的數(shù)據(jù)類型，通過機器學(xué)習(xí)建立起燃煤品質(zhì)參數(shù)與鍋爐運行特性間的智能模型，實現(xiàn)燃煤品質(zhì)的在線識別。

3.1 機器學(xué)習(xí)與智能建模

基于機器學(xué)習(xí)的煤質(zhì)軟測量主要用于煤質(zhì)工業(yè)分析，如揮發(fā)分、灰分、固定碳、低位發(fā)熱量，前期需要準(zhǔn)備足夠規(guī)模的數(shù)據(jù)庫用于支撐數(shù)據(jù)學(xué)習(xí)智能建模，數(shù)據(jù)庫原則上要覆蓋全工況及摻燒煤種?；跈C器學(xué)習(xí)的煤質(zhì)軟測量數(shù)據(jù)庫中需要融入煤質(zhì)工業(yè)參數(shù)的化驗數(shù)據(jù)，因此需要定期進(jìn)行入爐煤的采樣。

智能建模是基于機器學(xué)習(xí)的軟測量技術(shù)關(guān)鍵，其中神經(jīng)網(wǎng)絡(luò)技術(shù)被廣泛應(yīng)用于電廠生產(chǎn)過程分析及控制[49-55]，譚浩藝等[53]采用磨煤機狀態(tài)參數(shù)、主蒸汽壓力、流量等17種分布參數(shù)基于神經(jīng)網(wǎng)絡(luò)對入爐煤揮發(fā)分和低位發(fā)熱量進(jìn)行了在線軟測量研究，結(jié)果表明軟測量模型計算值與實際值間相對誤差小于2%；巨林倉等[54]采用磨煤機運行參數(shù)、煙氣含氧量、排煙溫度、給水壓力/溫度、主蒸汽壓力/溫度、再熱器出口壓力/溫度等26種分布參數(shù)作為驅(qū)動數(shù)據(jù)，利用神經(jīng)網(wǎng)絡(luò)建立了煤揮發(fā)分、固定碳、煤低位發(fā)熱量3種輸出的軟測量模型，基于有限樣本數(shù)據(jù)的試驗結(jié)果表明，固定碳和燃煤發(fā)熱量的軟測量誤差分別為小于1%和小于2%。

支持向量機也被應(yīng)用于煤質(zhì)參數(shù)及煤粉燃燒參數(shù)(如飛灰含碳量)的軟測量[56-60]。CHENG等[61]、XU等[62]利用復(fù)合光電探測器采集煤粉爐內(nèi)多波段瞬變輻射信號，結(jié)合鍋爐運行參數(shù)進(jìn)行煤種及入爐煤發(fā)熱量的軟測量研究，利用提出的在線軟測量系統(tǒng)進(jìn)行爐內(nèi)燃燒輻射信號的時域頻域特征的在線識別，通過統(tǒng)計空間的映射(PCA、ICA、偏最小二乘)對燃燒輻射信號時頻特征量進(jìn)行了去相關(guān)、冗余剔除提高學(xué)習(xí)數(shù)據(jù)質(zhì)量，利用支持向量機建立起入爐煤發(fā)熱量的回歸預(yù)測模型，基于某300 MW機組長時段運行樣本數(shù)據(jù)的測試結(jié)果表明，燃煤發(fā)熱量測量相對誤差小于1%。

3.2 技術(shù)要點及局限性

基于機器學(xué)習(xí)的煤質(zhì)軟測量技術(shù)的優(yōu)點在于不需要解析煤粉品質(zhì)參數(shù)與機組運行狀態(tài)間的詳細(xì)機理，通過數(shù)據(jù)的機器學(xué)習(xí)充分逼近機理模型；在狀態(tài)測點與燃煤品質(zhì)參數(shù)存在必然聯(lián)系時，理論上能夠通過學(xué)習(xí)建立起燃煤品質(zhì)參數(shù)的回歸辨識模型，而無需解析詳細(xì)機理?；跈C器學(xué)習(xí)的燃煤品質(zhì)參數(shù)軟測量技術(shù)實施的要點在于：

1)軟測量模型具備決策邏輯，如圖4所示。決策邏輯正向依據(jù)由2部分構(gòu)成，即煤質(zhì)參數(shù)(軟測量目標(biāo)量)及火電運行控制參數(shù)，如給煤量(磨煤機功率)、總風(fēng)量(風(fēng)機功率、風(fēng)門開度)、給水量等；正向邏輯依據(jù)應(yīng)決定火電運行狀態(tài)參數(shù)，包括主蒸汽壓力、出口煙溫、煙氣含氧量等，決策邏輯中相關(guān)參量均應(yīng)包含于煤質(zhì)軟測量機器學(xué)習(xí)數(shù)據(jù)庫中。

圖4 基于機器學(xué)習(xí)的煤質(zhì)軟測量決策邏輯Fig.4 Logical basics of coal quality soft measurementbased on machine learning

火電運行狀態(tài)參數(shù)及火電運行控制參數(shù)應(yīng)能唯一反向鎖定燃煤的品質(zhì)參數(shù)，煤質(zhì)軟測量機器學(xué)習(xí)數(shù)據(jù)庫參數(shù)應(yīng)充分支持邏輯成立，當(dāng)數(shù)據(jù)庫參數(shù)結(jié)構(gòu)不滿足要求時，機器學(xué)習(xí)所建立的辨識模型泛化特性不佳，當(dāng)運行工況發(fā)生變動時難以獲得穩(wěn)定的辨識精度。

2)智能模型的科學(xué)構(gòu)建。智能建模型構(gòu)建具有很大的靈活性，建模方法及模型參數(shù)選擇是否合理是基于機器學(xué)習(xí)的軟測量技術(shù)的關(guān)鍵。當(dāng)數(shù)據(jù)庫中歷史數(shù)據(jù)記錄豐富時可選擇神經(jīng)網(wǎng)絡(luò)等智能建模技術(shù)，當(dāng)用以學(xué)習(xí)的數(shù)據(jù)較少時易選擇支持向量機等具有分散稀疏數(shù)據(jù)分類功能的智能建模技術(shù)。智能構(gòu)建過程中合理選擇結(jié)構(gòu)參數(shù)，以神經(jīng)網(wǎng)絡(luò)為例，網(wǎng)絡(luò)深度、神經(jīng)元數(shù)量及激活類型等均需要合理選擇滿足表征能力，如對于3層網(wǎng)絡(luò)結(jié)構(gòu)隱層神經(jīng)元數(shù)量可初步選擇輸入量的1.0～1.5倍，最終通過模型測試進(jìn)行調(diào)整，在保證良好的精度和泛化性的同時避免計算資源的過多占用。

基于機器學(xué)習(xí)的煤質(zhì)軟測量技術(shù)缺點在于，軟測量模型要定期更新來保證可靠泛化性能。隨著火電機組的長期運行，存在設(shè)備老化、出現(xiàn)新的測點響應(yīng)特性；已有的軟測量模型對緩慢改變的機組特性適應(yīng)性較差，因此，在機組進(jìn)行顯著改造或長期投運后，應(yīng)重新采樣替換更新煤質(zhì)學(xué)習(xí)數(shù)據(jù)庫，并建立新的機器學(xué)習(xí)模型，以保證應(yīng)用穩(wěn)定性。

4 煤質(zhì)在線軟測量誤差分析

兩類煤質(zhì)軟測量技術(shù)的存在同源誤差，煤質(zhì)軟測量普遍應(yīng)用機組分布式測點，而電廠環(huán)境惡劣測點故障率較高，且存在不同程度靜態(tài)誤差；如煙氣含氧量的測量采用工業(yè)氧化鋯，氧化鋯的測量誤差可以達(dá)到±0.5%；燃煤灰分檢測采用射線探測法對于低灰分煤的測量誤差在±0.5%之內(nèi)，高灰分煤測量誤差在±3%之內(nèi)。無論是基于機理分析的煤質(zhì)軟測量技術(shù)還是基于機器學(xué)習(xí)的軟測量技術(shù)，測量精度均受到測點數(shù)據(jù)源誤差的影響。

機組存在工質(zhì)泄露及造成的能量損失，如管道漏風(fēng)、爐膛散熱及磨煤機發(fā)生堵磨漏粉等特殊情形，某些情況下由于工質(zhì)泄露使煤質(zhì)軟測量存在較大誤差。兩類煤質(zhì)軟測量技術(shù)也存在特有誤差。

4.1 基于機理分析的煤質(zhì)軟測量誤差分析

基于機理分析的煤質(zhì)軟測量普遍采用了經(jīng)驗公式，如元素分析軟測量機理模型采用了Cdaf-Hdaf和Cdaf-Odaf經(jīng)驗公式，而多數(shù)經(jīng)驗公式都是在有限樣本范圍內(nèi)統(tǒng)計得到，當(dāng)應(yīng)用超出樣本范圍時將造成軟測量分析誤差。再如門捷列夫經(jīng)驗公式對于灰分含量較大的煤質(zhì)公式的應(yīng)用存在較大誤差。

基于機理分析的煤質(zhì)軟測量模型應(yīng)用了較多的經(jīng)驗參數(shù)，如測點不充分時分析模型常將機械不完全燃燒產(chǎn)生的未燃盡碳(飛灰份額、飛灰含碳量、爐底渣份額及其含碳量)作為常數(shù)處理；實際機組運行中煤粉機械不完全燃燒程度會隨著煤質(zhì)波動及工況變動而變化，不同負(fù)荷工況下爐渣不完全燃燒熱損失占機械未完全燃燒損失的比例在12%～43%[63-65]。經(jīng)驗參數(shù)在水分軟測量、元素分析、灰分軟測量中普遍使用，多與機組特性相關(guān)，當(dāng)多類經(jīng)驗參數(shù)在煤質(zhì)機理分析軟測量中應(yīng)用時應(yīng)綜合分析對模型精度的影響。

此外，機理分析模型進(jìn)行了一定程度的簡化，如忽略化學(xué)不完全燃燒部分，能量傳遞分析忽略工質(zhì)、焓值不均勻、不同環(huán)節(jié)時間慣性不一致等。

4.2 基于機器學(xué)習(xí)的煤質(zhì)軟測量誤差分析

基于機器學(xué)習(xí)的煤質(zhì)軟測量誤差一方面有數(shù)據(jù)庫噪聲污染，包括測點響應(yīng)不穩(wěn)定、故障數(shù)據(jù)未剔除；另一方面有智能模型自身泛化能力的影響造成的測量誤差，建模初期數(shù)據(jù)點偏少、機器學(xué)習(xí)不充分，測點不足決策邏輯欠充分，以及長時間投運后智能模型的被動失配均會造成智能模型泛化性欠佳。在基于機器學(xué)習(xí)的煤質(zhì)軟測量研究中，煤質(zhì)參數(shù)需要人工采樣化驗，投入工作量大，一般1 d內(nèi)煤粉采樣不超過5次，通常用采樣化驗數(shù)據(jù)作為當(dāng)天的煤質(zhì)均值，煤質(zhì)欠采樣造成數(shù)據(jù)庫信息不充足?；跈C器學(xué)習(xí)建立的煤質(zhì)軟測量系統(tǒng)長期投運后，應(yīng)進(jìn)行數(shù)據(jù)庫和智能模型及時更新，以適應(yīng)機組新的特性。

4.3 煤質(zhì)在線軟測量技術(shù)與在線煤質(zhì)分析儀測量精度比較

入爐煤質(zhì)在線軟測量技術(shù)誤差源除了測點本身的精度有限性、數(shù)據(jù)源污染外，主要取決于模型自身的合理性、適應(yīng)性。綜合不同煤質(zhì)軟測量技術(shù)，水分軟測量誤差在3%～5%；元素成分軟測量誤差小于5%，取決于不同軟測量方法的適用性測量下限可達(dá)0.5%～2.0%；熱值軟測量不同方法誤差在1%～7%。

煤質(zhì)軟測量技術(shù)通常與煤的工業(yè)分析進(jìn)行比對并統(tǒng)計測量誤差，煤質(zhì)工業(yè)分析基于人工采樣、實驗室化驗的離線測量，誤差主要來源于操作不規(guī)范以及煤樣污染、試樣混合不均導(dǎo)致的樣本誤差，通過規(guī)范流程、標(biāo)準(zhǔn)化操作可較大程度避免。對比在線煤質(zhì)軟測量技術(shù)和基于核技術(shù)的在線煤質(zhì)分析儀器的測量精度，除水分儀外，后者需在具備符合標(biāo)準(zhǔn)的煤流測試的條件下，對射線進(jìn)行探測接收、依據(jù)分析模型將信號進(jìn)行處理轉(zhuǎn)換成煤質(zhì)信息，除分析模型的合理性外，其精度受環(huán)境和應(yīng)用條件的約束明顯。目前工業(yè)推廣性較好的在線煤質(zhì)分析儀主要應(yīng)用技術(shù)包括瞬發(fā)γ射線中子活化法(PGNAA)、雙能γ射線透射法，在線煤質(zhì)分析儀器對環(huán)境和測量條件的要求主要包括環(huán)境溫度、水分、煤樣；同時測試中要避免強烈的機械振動，煤中Fe元素等變化也直接影響分析儀測量精度。上述約束條件中尤其對煤粉細(xì)度、煤流厚度要求較高；由于煤流中顆粒間空隙有隨機性，粒度及質(zhì)量厚度無法保證一致，造成煤流對射線的衰減系數(shù)不同而直接影響測量精度。盡管煤質(zhì)在線分析儀標(biāo)稱測量精度可達(dá)0.5%～1.0%，但應(yīng)用環(huán)境、制粉等偏離標(biāo)準(zhǔn)時測量精度將產(chǎn)生較大波動；而對于入爐煤質(zhì)軟測量技術(shù)而言，由于無需復(fù)雜的檢測設(shè)備，對環(huán)境和應(yīng)用條件的要求較低，試驗精度有較高的可靠性。

5 結(jié)語與建議

1)總結(jié)兩類煤質(zhì)軟測量技術(shù)，基于機理分析的煤質(zhì)在線軟測量具有明確的理論分析依據(jù)，易于對測量誤差進(jìn)行逆向定向分析；缺點是分析過程復(fù)雜、詳細(xì)機理分析模型描述困難，機組的大延遲、大慣性與動態(tài)非線性特征相互作用，分析困難，求解過程易受干擾。

2)基于機器學(xué)習(xí)的煤質(zhì)在線軟測量不需解析詳細(xì)機理，通過對機組運行數(shù)據(jù)庫的機器學(xué)習(xí)與智能建模逼近解析模型，但對采樣和智能模型泛化能力要求高；對于不同機組爐型煤質(zhì)軟測量智能模型缺乏通用性。

3)融合機理分析與機器學(xué)習(xí)的復(fù)合式煤質(zhì)軟測量技術(shù)將發(fā)揮更大優(yōu)勢，復(fù)合式軟測量方法將用火電機組運行控制中的部分機理模型指導(dǎo)分析，機理模型中不易推理、難以精確描述的環(huán)節(jié)利用機器學(xué)習(xí)形成智能模型；復(fù)合式的煤質(zhì)軟測量將火電機組生產(chǎn)過程當(dāng)作“灰箱”，既避免了完全機理分析的困難，又發(fā)揮了生產(chǎn)控制規(guī)律的指導(dǎo)作用，避免了完全“黑箱”式機器學(xué)習(xí)過程的不可控性，在未來應(yīng)用中將發(fā)揮更大的作用。