(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111419192.6 (22)申请日 2021.11.26 (71)申请人 国家能源蓬莱发电有限公司 地址 264000 山东省烟台市蓬莱区北沟镇 申请人 南京新瓦特智控科技有限公司 (72)发明人 徐西俊　李明堂　程孝峰　李永涛　 孙亚伟　张蓬亮　韩刚　王丹秋　 李雪冰　 (74)专利代理 机构 南京天华专利代理有限责任 公司 32218 代理人 许轲 (51)Int.Cl. G16C 20/20(2019.01) G16C 20/70(2019.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06Q 10/04(2012.01) G06Q 50/06(2012.01) (54)发明名称 一种基于实时测量数据的氧量预测方法 (57)摘要 本发明公开了一种基于实时测量数据的氧 量预测方法， 其包括步骤为： (1)在烟道原位氧量 测点后加装网格多点氧量测量装置； (2)收集电 站锅炉运行的数据； (3)抽取一部分数据作为人 工神经网络的训练样本， 剩余的数据作为验证样 本； (4)设预测时间提前量为t0， 并以多个不同t 时刻的机组负荷、 总给煤量、 总风量、 烟气流量样 本数据为输入， t+t0时刻的网格多 点氧量样本 数 据为预测输出进行训练； (5)对训练好的人工神 经网络通过验证样本测试； (6)将验证后的人工 神经网络作为氧量补偿预测模型嵌入到测量系 统中， 负责氧量预测。 本发明既有实际氧量硬测 量的准确性， 又有软测量预测的优点， 可 以更好 地满足送风自动中氧量副调的需求。 权利要求书1页 说明书4页 附图2页 CN 114187976 A 2022.03.15 CN 114187976 A 1.一种基于实时测量数据的氧量预测方法， 其特 征在于包括以下步骤： 步骤一、 在 烟道原位氧量测点后加装网格多点氧量测量装置； 步骤二、 收集一段时间内电站锅炉运行的数据， 数据包括： 机组负荷、 总给煤量、 总风 量、 烟气流 量、 网格多点氧量； 步骤三、 按照不同的工况， 抽取一部分数据作为人工神经网络的训练样本， 剩余的另一 部分数据作为验证样本； 步骤四、 设预测时间提前量为t0， 并以多个不同t时刻的机组负荷、 总给煤量、 总风量、 烟气流量样本数据为输入， t+t0时刻的网格多点氧量样本数据为预测输出进行训练； 步骤五、 对训练好的人工神经网络通过验证样本测试， 要求预测相对误差不超过2％； 步骤六、 将上述通过验证后的人工神经网络作为氧量补偿预测模型嵌入到测量系统 中， 负责氧量预测的软测量结果输出。 2.根据权利要求1所述的一种基于实时测量数据的氧量预测方法， 其特征在于， 所述步 骤三中， 抽取80％的数据作为人工神经网络的训练样本数据， 剩余的20％数据作为验证数 据。 3.根据权利要求1所述的一种基于实时测量数据的氧量预测方法， 其特征在于， 所述网 格多点氧量测量装置输出的氧量数据为硬测量输出， 氧量补偿预测模型输出的氧量数据为 软测量输出， 软测量输出的氧量预测数据与指 定提前预测时间段t0后的网格多点硬测量输 出值的差值控制在4％以内； 若发现连续多个差值超过4％， 则提醒电厂运行人员对多点氧 量测量结果进行确认。 4.根据权利要求3所述的一种基于实时测量数据的氧量预测方法， 其特征在于， 若连续 多个差值超过4％， 且确认网格多点氧量测量结果无误， 则对 软测量的氧量补偿预测模型进 行修正， 具体为： 记录这些时刻的机组负荷、 总煤量、 总风量和烟气流量、 网格多点氧量数 据， 根据机组负荷、 煤量和风量确定运行工况， 用这些新数据去 取代原训练样本库中对应运 行工况的旧数据， 然后重新对人工神经网络进行训练和验证， 根据验证后的人工神经网络 修改嵌入到测量系统中氧量补偿预测模型， 继续负责氧量预测的软测量结果输出。 5.根据权利要求4所述的一种基于实时测量数据的氧量预测方法， 其特征在于， 所述测 量系统中嵌入多点氧量测量数据合理性判据， 即在满负荷和大负荷运行情况下， 烟气氧量 应在3‑5％范围内， 如发现连续20次以上测量数据超出此范围， 则认 为网格多点氧量测量装 置测量结果异常， 如 网格多点氧量测量数据没有触发上述判据， 则认为网格多点氧量测量 正常。权　利　要　求　书 1/1 页 2 CN 114187976 A 2一种基于实时测量数据的氧量预测方 法 技术领域 [0001]本发明涉及一种基于实时测量数据的氧量预测方法， 属于烟气含氧量 监测领域。 背景技术 [0002]目前火力发电在我国发电体系中仍然占有主导地位。 火力发电的优化方向主要是 提高锅炉的燃烧效率和减少污染物的排放。 电厂烟气含氧量作为一个和锅炉效率以及污染 物排放测量直接相关的参数， 其测量的准确性对于指导 生产运行有着重要的作用。 [0003]如测得的烟气含氧量偏高， 表明空气量与燃料量之比偏大， 排烟热损失会增大， 锅 炉效率会降低， 且氮氧化物生成量增加， 不利于电厂环保排放； 如测得烟气含氧量偏低， 空 气量与燃料量之比偏小， 燃烧不充分， 固体不完全燃烧损失增大， 锅炉效率会降低。 [0004]目前电厂常采用氧化锆探头测量烟气中的含氧量， 氧化锆普遍布置在烟气温度较 低的空预器入口或S CR的出口， 此处烟道 通流面积大且附近烟道中存在拐弯， 部 分区域还可 能存在涡 流， 导致烟气含氧量分布很不均匀， 同时氧化锆的取样位置、 探头伸入长度等因素 也会直接影响测量结果， 使得 氧量测量过程十分困难。 [0005]同时， 现有方案中， 为了提高取样的代表性， 往往采用网格多点测量来代替原位单 点测量， 相比于原有的原位单点测量， 网格多点测量提高了测量结果的代表性， 但也存在取 样管道变长引起更 大的氧量测量滞后问题。 [0006]此外还有软测量方法， 如发明专利 《一种电站烟气含氧量的测量方法及系统》 (申 请号CN202110235773.8)， 通过统计 分析现场试验和历史数据， 建立烟气含 氧量软测量机理 模型， 获取烟气含氧量计算 公式， 然后根据系统传感器获取的现场数据， 得到一次风量和燃 煤低位发热量， 然后结合二次风量的真实密度对烟气含氧量计算公式进行修正。 这样的软 测量方法烟气含氧量软测量值由DCS系统直接算出， 速度快， 没有氧化锆测量滞后问题， 有 利于指导运行人员调整和自动控制优化。 缺点是需要知道燃煤低位发热量， 另要求锅炉运 行期间内状态参数尽可能不变， 如漏风量不能发生变化， 若发生变化， 软测量就无法得到准 确的测量结果。 [0007]因此， 为了精确测量烟道内烟气氧量， 有必要提高氧量测量取样的代表性， 以及减 少氧量的滞后性。 发明内容 [0008]本发明的目的在于提供一种基于实时测量数据的氧量预测方法， 结合网格多点测 量和软测量的优点， 以锅炉实时发电功 率、 煤量、 风量， 网格多点氧量等 实时数据为基础， 建 立全工况下的氧量补偿预测模型， 准确预测烟气中氧含量以满足送风自动中氧量副调的需 求。 [0009]为实现上述目的， 本发明采取的技术方案是： 一种基于实时测量数据的氧量预测 方法， 其包括以下步骤： [0010]步骤一、 在 烟道原位氧量测点后加装网格多点氧量测量装置；说　明　书 1/4 页 3 CN 114187976 A 3