中控技术团队结合Transformer架构等多种工业AI技术打造燃烧优化控制解决方案,实现了工业AI技术在该领域上的成功应用,保障了建德热电厂现场3台循环流化床锅炉燃烧的安全、智能化运行,提升了企业综合效益,为热电行业的数字化、智能化升级树立了标杆。
近期,中控技术与浙江新安化工集团股份有限公司建德热电厂(以下简称“建德热电厂”)基于工业AI的锅炉燃烧优化项目成功完成验收,获得用户好评。在项目实施过程中,中控技术团队结合Transformer架构等多种工业AI技术打造燃烧优化控制解决方案,实现了工业AI技术在该领域上的成功应用,保障了建德热电厂现场3台循环流化床锅炉燃烧的安全、智能化运行,提升了企业综合效益,为热电行业的数字化、智能化升级树立了标杆。
![图1](https://www.e-works.net.cn/articles/articleimage/20247/133645459149866587_new.png)
建德热电厂
热电联产行业锅炉运行核心痛点
传统热电联产行业中的循环流化床锅炉燃烧普遍存在以下痛点:
1 基于常规算法的传统控制在面对锅炉燃烧强耦合、大惯性、大滞后和多变量控制的场景时具有局限性,负荷需求响应不及时。
2 燃烧状况复杂多变,传统控制模式易导致燃烧不充分或排烟损失大,造成热效率低下。
3 传统母管制运行模式下锅炉负荷由人工分配,无法根据锅炉能效、负荷工况、燃烧状况进行多模式分配,从而影响整体锅炉燃烧效率。
4 常规锅炉NOx调节存在较大惯性滞后,为避免NOx超标,通常采取加大喷氨量的方式,从而导致较高的氨逃逸问题。
这些因素或直接、或间接地造成了锅炉自控率低、运行参数波动大、调节滞后、燃烧不充分、排烟损失大、热效率低等问题。
基于Transformer架构构建AI燃烧优化控制体系
中控技术锅炉燃烧优化控制解决方案基于工业AI实现大数据优化控制,通过Transformer架构构建智能优化控制体系,融合时间序列预测模型、层叠推荐算法,结合前馈+反馈的控制方式,对关键参数进行优化与控制,使得锅炉燃烧更加平稳。通过采用多目标协同优化,在保证燃烧优化过程不超温、不结焦的情况下,保持锅炉稳定的燃烧状态和最佳的床层温度,使得运行更加高效,提高了锅炉燃烧效率。
![图2](https://www.e-works.net.cn/articles/articleimage/20247/133645459984241587_new.png)
AI锅炉燃烧优化控制架构
助力建德热电厂“提人效、稳运行、增收益”
中控技术基于工业AI的锅炉燃烧智能优化控制体系,历经多轮次、长周期的交替验证测试,效果显著。在建德热电厂锅炉燃烧优化项目中,实现系统自控率达到95%以上,关键运行参数平均波动幅度降低30%以上,吨蒸汽煤耗指标较手动操作下降1%以上,利用锅炉燃烧的关键参数作为特征前馈,在氮氧化物不超标的情况下氨逃逸较手动控制降低20%以上,有效降低操作人员工作强度,提升了锅炉燃烧效率,有效助力建德热电厂“提人效、稳运行、增收益”。
![TFT模型预测母管压力预测值与实际值对比](https://www.e-works.net.cn/articles/articleimage/20247/133645460525022837_new.jpg)
TFT模型预测母管压力预测值与实际值对比
![AI烟氧含量寻优与控制图示](https://www.e-works.net.cn/articles/articleimage/20247/133645461117522837_new.jpg)
AI烟氧含量寻优与控制图示
工业智能化是推动未来工业发展的重要力量,中控技术将持续为客户提供“AI+安全”“AI+质量”“AI+低碳”“AI+效益”的智能化解决方案,推动工业向智能化、高效化、可持续化方向迈进,引领工业生产的革命性变革。