一种机数双驱式炉膛主燃区温度分布预测与偏烧倾斜预警方法与流程

涉及锅炉温度场预测与燃烧优化，具体是一种考虑燃烧机理的数据驱动式炉膛主燃区温度分布预测与偏烧倾斜预警方法。

背景技术：

1、锅炉炉膛主燃区的温度分布是反映燃煤锅炉燃烧组织状态的重要运行信息，其分布情况与炉内燃烧均匀性、受热面安全运行以及运行调节密切相关。在火力发电机组运行过程中，通常需要依据机组负荷、煤量、风量、一次风温、二次风温等运行参数判断炉内燃烧状态，并对主燃区温度场变化进行监测或预测，以便及时识别前后墙或左右侧的燃烧偏斜趋势。

2、现有技术中，炉膛主燃区温度分布的获取方式主要包括现场测温、数值模拟以及数据驱动预测等。现场测温通常依赖热电偶、红外测温装置等传感器采集炉膛局部位置的温度信息，该方式能够获得特定测点的实时温度值，但测点数量和安装位置受炉膛结构及高温环境限制，难以连续表征主燃区整体空间温度分布。数值模拟方法通常根据锅炉几何结构、燃烧边界条件和煤粉燃烧机理建立计算模型，通过网格划分和迭代求解得到炉内温度场及氧气浓度场等物理场数据，该方式能够较细致地描述炉内燃烧过程，但计算流程复杂，单次计算耗时较长，难以直接满足机组运行过程中的实时预测和预警需求。数据驱动预测方法通常利用历史运行数据训练神经网络等预测模型，以机组运行参数作为输入快速输出温度预测结果，该方式计算速度较快，但如果训练数据仅反映运行参数与温度之间的统计关系，缺少对炉内燃烧机理和物理场关系的约束，则容易出现预测结果与炉内温度、氧气浓度之间实际变化关系不一致的问题。

3、此外，现有基于温度预测的燃烧状态判断方法多侧重于整体温度水平或单点温度异常，难以将主燃区温度预测结果按照炉膛空间结构进一步分区处理。当炉膛存在前后方向或左右方向的温度不均衡时，若不能基于主燃区空间温度分布计算不同区域的温度均值差异，则难以及时判断偏烧方向及偏烧程度，进而影响运行人员对燃烧倾斜状态的识别和调节。

4、综上，现有技术中存在难以兼顾炉膛主燃区温度分布预测的实时性、空间完整性及物理一致性，并难以基于预测温度场准确识别炉膛偏烧方向和偏烧程度的缺陷。

技术实现思路

1、为解决现有技术中存在难以兼顾炉膛主燃区温度分布预测的实时性、空间完整性及物理一致性，并难以基于预测温度场准确识别炉膛偏烧方向和偏烧程度的缺陷，本发明提供的技术方案为：

2、一种机数双驱式炉膛主燃区温度分布预测与偏烧倾斜预警方法，包括：

3、获取燃煤锅炉运行参数、炉膛空间位置以及与所述炉膛空间位置对应的温度值和氧气浓度值，并形成训练数据集的步骤；

4、基于所述训练数据集训练温度分布预测模型，在训练过程中根据温度预测值与氧气浓度预测值之间的变化关系是否符合预设燃烧物理单调关系，对模型训练损失进行约束，得到温度分布预测模型的步骤；

5、获取燃煤锅炉当前运行参数，将所述当前运行参数与炉膛主燃区内待预测空间位置输入所述温度分布预测模型，得到当前时刻炉膛主燃区温度预测值的步骤；

6、根据炉膛空间结构对所述炉膛主燃区温度预测值进行区域划分，并计算相对区域之间的温度差异的步骤；

7、根据所述相对区域之间的温度差异确定炉膛偏烧方向和偏烧程度，并输出炉膛偏烧倾斜预警结果的步骤。

8、进一步，在一个优选实施方式中，所述训练数据集由多组燃烧工况下的燃煤锅炉运行参数、炉膛空间位置、温度值和氧气浓度值匹配形成，每一训练样本以燃煤锅炉运行参数和炉膛空间位置作为输入数据，以对应的温度值和氧气浓度值作为输出数据。

9、进一步，在一个优选实施方式中，所述炉膛空间位置从炉膛主燃区对应的物理场数据中提取，并根据炉膛空间位置的分布特征对炉膛主燃区样本点进行筛选后形成所述训练数据集。

10、进一步，在一个优选实施方式中，所述温度分布预测模型的训练过程对燃煤锅炉运行参数、炉膛空间位置、温度值和氧气浓度值进行尺度统一处理，并根据尺度统一处理后的数据更新模型参数。

11、进一步，在一个优选实施方式中，所述预设燃烧物理单调关系为温度预测值与氧气浓度预测值之间的预设变化关系，当温度预测值与氧气浓度预测值之间的变化关系偏离所述预设变化关系时，对模型训练损失施加单调不一致约束。

12、进一步，在一个优选实施方式中，所述当前运行参数与炉膛主燃区内多个待预测空间位置分别组合，形成对应多个待预测空间位置的实时预测输入数据，所述温度分布预测模型输出与各待预测空间位置分别对应的温度预测值。

13、一种机数双驱式炉膛主燃区温度分布预测与偏烧倾斜预警装置，包括：

14、获取燃煤锅炉运行参数、炉膛空间位置以及与所述炉膛空间位置对应的温度值和氧气浓度值，并形成训练数据集的模块；

15、基于所述训练数据集训练温度分布预测模型，在训练过程中根据温度预测值与氧气浓度预测值之间的变化关系是否符合预设燃烧物理单调关系，对模型训练损失进行约束，得到温度分布预测模型的模块；

16、获取燃煤锅炉当前运行参数，将所述当前运行参数与炉膛主燃区内待预测空间位置输入所述温度分布预测模型，得到当前时刻炉膛主燃区温度预测值的模块；

17、根据炉膛空间结构对所述炉膛主燃区温度预测值进行区域划分，并计算相对区域之间的温度差异的模块；

18、根据所述相对区域之间的温度差异确定炉膛偏烧方向和偏烧程度，并输出炉膛偏烧倾斜预警结果的模块。

19、计算机存储介质，用于存储计算机程序，当所述计算机程序被计算机读取时，所述计算机执行所述的方法。

20、计算机，包括处理器和存储介质，当所述处理器读取所述存储介质中存储的计算机程序时，所述计算机执行所述的方法。

21、计算机程序产品，作为计算机程序，当所述计算机程序被执行时，实现所述的方法。

22、与现有技术相比，本发明提供的技术方案的有益之处在于：

23、燃煤锅炉几何结构与炉膛计算域的网格划分模型将冷灰斗、燃烧器、燃尽风区域及受热面区域纳入统一空间坐标体系，使炉膛主燃区温度分布不再仅依赖少量测点温度进行判断，而是具有可对应三维位置的空间数据基础，从而为后续温度场预测和偏烧方向识别提供位置可追溯的数据载体。

24、煤粉燃烧过程数值计算模型将锅炉负荷、煤量、风量、风温等运行边界条件与炉内燃烧、流动、辐射换热过程相结合，使训练数据不仅反映运行参数变化，还包含炉膛内部温度场和氧气浓度场的空间分布规律，减少单纯历史数据训练时缺少炉内物理场信息而导致的预测偏差。

25、不同燃烧工况下形成的温度及氧气浓度分布数据覆盖了锅炉运行状态变化下的炉内响应关系，使温度分布预测模型在训练阶段可以学习运行参数变化与主燃区空间温度变化之间的对应关系，改善模型仅适用于单一工况或局部工况的局限。

26、主燃区位置样本点从全炉膛数值模拟结果中提取，使模型训练对象集中于炉膛主燃区这一偏烧判断和燃烧调节更直接相关的区域，避免非主燃区数据对模型训练造成干扰，提高预测对象与实际预警需求之间的匹配程度。

27、高斯混合聚类算法对主燃区样本点进行筛选，使样本点能够按照空间分布和数据特征进行聚类整理，减少冗余样本和异常样本对训练过程的影响，在保留主燃区温度分布主要特征的同时降低数据复杂度，有利于提高模型训练效率和预测稳定性。

28、电厂dcs历史运行数据与cfd仿真数据的融合将锅炉运行宏观参数、炉膛三维坐标以及对应温度和氧气浓度值形成统一数据集，使模型输入同时具有运行状态信息和空间位置信息，克服单纯运行数据难以表达炉膛不同位置温度差异的问题，也克服单纯cfd计算难以满足实时应用的问题。

29、数据集归一化处理将不同量纲、不同数值范围的运行参数、坐标参数和输出物理量转化至统一尺度，降低大数值特征对模型训练权重更新的支配影响，使神经网络在训练过程中更容易获得稳定的参数收敛结果，并提高不同类型输入数据共同参与预测时的协调性。

30、以锅炉负荷、总煤量、总风量、一次风量、二次风量、燃尽风量、一次风温、二次风温以及炉膛三维坐标作为输入参数，使温度分布预测模型同时考虑机组运行调节量和炉膛空间位置，模型输出不再是单一测点温度，而是对应不同坐标位置的温度值和氧气浓度值，从而形成可用于空间分区分析的主燃区温度预测结果。

31、温度与氧气浓度共同作为模型输出，使预测模型在输出温度场的同时保留与燃烧充分程度相关的氧气浓度信息，温度预测不再是孤立数值拟合，而是与燃烧过程中的氧气消耗和空间分布关系共同约束，有利于提升预测结果与炉内燃烧机理之间的一致性。

32、考虑温度与氧气浓度单调变化关系的改良损失函数在模型训练过程中对不符合物理单调关系的预测结果施加惩罚，使神经网络参数更新不仅追求数值误差降低，还受到炉内燃烧物理关系约束，减少传统数据驱动模型可能出现的温度场形态失真和物理规律偏离问题。

33、通过网格搜索优化隐藏层神经元数量和学习率，使温度分布预测模型的结构复杂度与训练数据规模及预测任务相适配，降低模型过于简单造成欠拟合或模型过于复杂造成训练不稳定的风险，从而改善不同工况下温度分布预测结果的一致性。

34、预测结果经反归一化处理后再进行评价和应用，使模型输出能够恢复为实际工程温度尺度，便于与cfd数值模拟结果、炉膛运行状态以及偏烧判断条件进行对应，避免归一化数值直接参与工程判断导致阈值含义不明确的问题。

35、通过opc协议实时采集机组运行参数并输入优化后的温度分布深度神经网络预测模型，使经过离线数值模拟和训练得到的模型能够用于在线运行状态下的温度场预测，减少实时依赖cfd迭代计算带来的时间消耗，使主燃区温度分布预测能够适应机组运行监测需求。

36、根据炉膛结构将主燃区温度预测值划分为前、后、左、右四个区域，使三维温度预测结果能够转化为与炉膛燃烧偏斜方向相对应的区域温度信息，避免仅依据整体平均温度或局部最高温度判断燃烧状态时无法定位偏烧方向的问题。

37、前后区域温度平均值差值与左右区域温度平均值差值的计算将空间温度场差异转化为可比较的方向性指标，使炉膛前后偏烧和左右偏烧能够分别判断，减少不同方向温度不均衡混合在同一指标中造成的识别不清问题。

38、利用温度平均值差值的正负确定偏烧方向，并结合差值大小区分偏烧程度，使偏烧倾斜预警不仅给出是否异常的判断，还能够进一步对应前壁面、后壁面、左侧或右侧的偏烧倾向，为运行调节提供更明确的空间指向。