一种面向动态变负荷过程的锅炉水冷壁壁温预测系统及预测方法

本发明涉及工业智能计算，具体涉及一种面向动态变负荷过程的锅炉水冷壁壁温预测系统及预测方法。

背景技术：

1、“双碳”大背景下，随着新能源发电占比提高，燃煤机组承担了更多深度调峰和快速变负荷任务。锅炉在动态变负荷过程中，燃料量、送风量、燃烧器投运方式、给水参数等运行条件连续变化，炉膛燃烧组织、烟气温度场和水冷壁烟气侧热流密度随之发生非稳态变化。水冷壁作为锅炉蒸发受热面的重要组成部分，其壁温水平直接关系到管壁强度、超温风险和机组安全运行。

2、目前，电厂现场多依靠布置在水冷壁局部位置的温度测点监测壁温状态。然而水冷壁面积大、管屏数量多、热负荷分布不均，有限测点难以反映全炉水冷壁壁温的空间分布及热点迁移过程。计算流体力学（cfd）方法能够较详细地模拟炉膛燃烧、烟气流动和受热面热流密度分布，但若对动态变负荷过程每一时刻均进行完整瞬态cfd计算，并与水侧传热模型反复耦合迭代，则计算量大、耗时长，难以满足大量工况分析和现场快速预测需求。

3、同时，已有数据驱动方法可利用历史温度场或运行参数建立快速预测模型，但若直接对高维壁温场进行时序预测，模型训练难度较大，且容易忽略水冷壁热流输入、水侧焓值传播、工质物性变化和管壁热惯性等物理因素。因此，有必要提出一种面向动态变负荷过程的锅炉水冷壁壁温预测系统以及预测方法，结合热流密度场、物理传热计算和深度学习预测，实现未知动态工况下水冷壁壁温场和超温风险的快速预测。

技术实现思路

1、本发明需要解决的技术问题是提供一种面向动态变负荷过程的锅炉水冷壁壁温预测系统及预测方法，以解决现有燃煤锅炉变负荷过程中传统测点监测难以反映水冷壁壁面整体壁温变化情况、传统计算流体力学计算耗时长难以实时指导电力生产现场的问题，实现未知动态工况下水冷壁壁温场和超温风险的快速预测。

2、为解决上述技术问题，本发明所采取的技术方案如下。

3、一种面向动态变负荷过程的锅炉水冷壁壁温预测系统，包括依次连接的数据获取与标准化模块、物理壁温计算模块、样本数据库模块、卷积自编码器空间特征提取模块、gru时序预测模块、结果输出模块以及与物理壁温计算模块和gru时序预测模块分别连接的校核模块；

4、所述数据获取与标准化模块用于获取瞬态计算流体力学方法得到的壁面计算结果和运行控制参数，并形成面积守恒的动态热流密度场；

5、所述物理壁温计算模块用于根据受热计算单元吸热功率和水侧守恒推进计算动态壁温场；

6、所述样本数据库模块用于存储动态壁温场和运行控制参数；

7、所述卷积自编码器空间特征提取模块用于对二维壁温场进行编码得到低维特征向量，并对低维特征向量进行解码还原二维壁温场；

8、所述gru时序预测模块用于根据低维特征向量和运行控制参数预测未来时刻低维特征向量；

9、所述结果输出模块用于输出最大壁温、超温风险和壁温变化趋势中的至少一种；

10、所述校核模块用于在代表工况下对物理壁温计算结果或预测结果进行误差校核。

11、一种面向动态变负荷过程的锅炉水冷壁壁温预测方法，包括以下步骤：

12、s1.数据获取与标准化：分别获取目标锅炉动态变负荷过程的瞬态计算流体力学壁面计算结果以及运行控制参数；将cfd壁面网格按所属炉墙和几何位置展开至二维坐标系，并将运行控制参数插值到与瞬态计算流体力学壁面计算结果一致的时间序列；建立规则画布网格，通过加权映射将cfd壁面网格热流密度转换至规则网格，经面积守恒修正得到修正后的规则网格热流密度；

13、s2.受热计算单元划分与吸热功率计算：依据水冷壁管屏布置、炉墙位置和工质流动方向，将水冷壁二维区域划分为多个沿工质流向顺序连接的水侧受热计算单元，每个水侧受热计算单元覆盖一个或多个规则网格单元，并作为一维有限体积水侧状态推进的离散控制体；对第i个受热计算单元内的规则网格热流密度进行面积积分，计算该受热计算单元的吸热功率；

14、s3.动态壁温场计算：以吸热功率作为烟气侧热边界，采用一维有限体积方法沿工质流动方向推进水侧状态，基于质量和能量守恒更新各受热计算单元的工质焓值、工质温度及热物性参数，计算管内对流换热系数，结合水侧对流换热热阻、管壁导热热阻得到准稳态目标壁温，再考虑管壁热容引起的热惯性，对实际壁温进行迭代更新，得到动态壁温场；

15、s4.样本数据库构建：将动态壁温场与运行控制参数按时间对齐，构建动态壁温样本数据库，并按照滑动时间窗形成深度学习训练样本；采用卷积自编码器对二维壁温场进行编码，获得表示空间温度分布和局部过热点特征的低维特征向量；所述卷积自编码器包含编码器和解码器，且编码器通过卷积算法将二维壁温场降维为一维特征向量；

16、s5.时序预测与结果输出：将低维特征向量与运行控制参数输入gru时序预测模型，预测未来时刻的低维特征向量，并通过解码器重构未来动态变负荷工况下的水冷壁壁温场；遍历各规则网格的预测壁温，得到最大壁温及其对应位置，将预测壁温与预设超温阈值比较，确定超温区域和超温风险，并根据相邻未来时刻壁温或最大壁温的变化量判断壁温变化趋势，输出结果。

17、优选的，所述步骤s1中，瞬态计算流体力学壁面计算结果是在建立目标锅炉三维几何模型、划分cfd壁面网格f和体积网格并施加随时间变化的燃料、风量及受热面边界条件后，通过求解质量守恒、动量守恒、能量守恒和组分输运方程得到并从水冷壁边界导出的数据，包括各cfd壁面网格f的中心坐标、面积、烟气侧热流密度和cfd时间步；

18、所述运行控制参数来自目标锅炉dcs历史记录或电厂实际操作指令，包括机组负荷、变负荷速率、燃烧器投运状态、给水流量、给水温度和给水压力；

19、所述插值的具体方法为：

20、将运行控制参数的采样时刻记为，将瞬态计算流体力学壁面计算结果的输出时刻记为；由于瞬态数值模拟时间步长和实际采集数据时间步长不一致，对于运行控制参数，当满足时，采用线性插值获得运行控制参数在时刻的值，使每一时刻的cfd热流密度场与对应运行控制参数具有相同时间戳。

21、优选的，所述步骤s1中，规则网格单元的热流密度计算式为：

22、

23、其中，为规则网格单元在t时刻的热流密度；为cfd壁面网格f的面积；为cfd壁面网格f在t时刻的热流密度；为cfd壁面网格f中心到规则网格单元中心的距离；

24、为同一墙面分区内的有效cfd邻域，具体表示为：

25、

26、其中，

r为邻域半径，且r>0；表示cfd壁面网格f和规则单元网格g位于同一墙面；

27、为权重核函数，具体表示为：

28、

29、对两种网格热流密度进行面积守恒修正：

30、

31、其中，表示动态热流修正系数，是无量纲参数；为规则网格单元的面积；表示cfd壁面网格f的热功率；表示规则网格的热功率；

32、修正后的规则网格热流密度具体为：

33、

34、其中，表示修正后的规则网格热流密度，用于计算规则网格的局部壁温，作为壁温场。

35、优选的，所述步骤s2中，吸热功率的计算式为：

36、

37、其中，表示第i个受热计算单元的吸热功率，仅用于水侧能量守恒和工质状态推进；ωi表示第i个受热计算单元覆盖的规则网格单元编号集合。

38、优选的，所述步骤s3中，推进水侧状态的具体方法为：

39、沿每一水冷壁工质流路将水侧受热计算单元按i=1，2，...，n编号，并采用迎风格式令第i-1个单元的出口焓值作为第i个单元的入口焓值；对于每一时间步，先由质量守恒更新单元内工质质量，再由能量守恒将烟气侧吸热功率计入工质焓值，最后根据更新后的压力和焓值查取工质温度及热物性参数；

40、所述压力根据水冷壁入口压力和出口压力沿工质流向插值获得；所述工质温度及热物性参数根据压力-焓值或压力-温度物性表进行双线性插值获得；

41、所述步骤s3中，管内对流换热系数根据雷诺数re、普朗特数pr和努塞尔数nu关联式获得，并根据雷诺数所属区间选择层流、过渡流或湍流努塞尔数关联式；当

re

i<2300时采用层流努塞尔数关联式，当2300≤

re

i<10000时采用过渡流关联式，当

re

i≥10000时采用湍流关联式计算管内对流换热系数；

42、所述努塞尔数nu计算式为：

43、

44、其中，表示第i个水侧受热计算单元的努塞尔数，无量纲，用于表征对流换热的强弱；表示第i个受热计算单元的雷诺数，无量纲，用于判断工质的流动状态；表示第i个受热计算单元的普朗特数，无量纲，用于表征工质动量扩散与热扩散能力之比；

45、对流换热系数的计算式为：

46、

47、其中，表示t时刻第i受热计算单元水侧管内对流换热系数；为工质导热系数；为水冷壁管内径。

48、优选的，所述步骤s3中，准稳态目标壁温的计算式为：

49、

50、其中，表示t时刻的准稳态目标壁温；表示t时刻第i受热计算单元管内工质温度；表示管壁金属厚度；表示管壁钢材导热系数；

51、考虑管壁热容引起的热惯性，对实际壁温进行迭代更新的计算式为：

52、

53、其中，表示时刻的壁温；表示物理壁温计算所采用的时间步长；表示当前t时刻的壁温；表示t时刻的壁温；表示无量纲的动态响应系数，其具体为：

54、

55、其中，为热惯性时间常数。

56、优选的，所述步骤s5中，gru时序预测模型的输入为，其中，

z

t为当前时刻真实低维特征向量，

u

t为当前时刻运行控制参数；

57、所述gru时序预测模型的gru依次计算复位门、更新门、候选隐藏状态和隐藏状态，并由输出层得到下一时刻低维特征预测值；

58、所述gru时序预测模型采用自回归滚动预测方式，以上一时刻预测得到的低维特征向量作为下一时刻预测的历史状态输入；训练过程中，采用低维特征预测误差和解码后壁温场误差构成联合损失函数：

59、

60、其中，为gru时序预测模型训练联合总损失函数；为损失权重系数，取值范围为[0,1]；mse为均方误差；为gru时序预测模型输出的预测低维特征向量；为低维特征经过解码器还原后得到的预测壁温场；为样本数据库中的目标壁温场；

61、gru时序预测模型训练时按照完整动态变负荷工况划分训练集和验证集，以降低同一工况相邻样本泄漏造成的预测偏差。

62、优选的，还包括校核步骤：对部分代表性动态变负荷工况，将步骤s3中得到的动态壁温场与基于同一工况边界条件的fluent-udf在线耦合计算结果或现场测点壁温进行误差校核，用于修正热惯性时间常数以及努塞尔数关联式中的换热计算经验参数；

63、所述udf为基于c语言编程的壁温计算程序，udf在每一时间步读取水冷壁烟气侧热流密度，并根据给水流量、温度和压力计算水侧工质状态及壁温，再将壁温返回fluent作为壁面边界，实现烟气侧热流与水侧壁温的双向迭代；fluent-udf在线耦合计算结果即由该双向迭代过程得到的壁温场；

64、将步骤s3得到的动态壁温场与fluent-udf耦合计算结果在相同边界条件、空间位置和时间点下进行比较，所得误差用于修正前述热惯性时间常数及努塞尔数关联式经验系数。

65、优选的，所述步骤s5中，结果以数值、变化曲线或二维壁温分布图中的至少一种形式输出。

66、由于采用了以上技术方案，本发明所取得技术进步如下。

67、本发明融合了物理机理与数据驱动，兼顾精度与速度：

68、本发明通过瞬态cfd热边界与一维水侧物理传热模型计算得到动态壁温场，构建样本数据库，再利用卷积自编码器进行空间降维、gru进行时序预测。该架构既保证了训练样本的物理一致性和泛化能力，又实现了壁温场的快速预测，解决了纯cfd计算耗时与纯数据驱动模型缺乏物理可解释性的双重矛盾。

69、本发明热流密度场标准化中采用面积守恒修正，保证了物理一致性：

70、本发明在将非结构化cfd壁面网格映射至规则画布网格时，采用面积加权插值，并进一步引入动态热流修正系数进行全局面积守恒修正，确保了插值前后的总热功率一致，保证了后续物理壁温计算的准确性。

71、本发明引入了动态响应系数对管壁热惯性进行物理建模，贴近实际传热过程：

72、本发明引入动态响应系数对壁温进行一阶惯性递推更新，将管壁热容对壁温变化的滞后效应量化为热惯性时间常数，并通过校核模块进行修正，使壁温计算更贴近实际物理过程。

73、本发明校核模块实现了“物理计算-数据预测-校核修正”闭环优化，保证了预测精度：

74、校核模块利用高保真fluent-udf耦合计算结果或现场测点数据，对物理壁温计算模块中的热惯性时间常数及努塞尔数关联式经验系数进行修正，形成了闭环优化，保证了物理计算模块持续输出高保真样本，进而保证了深度学习模型的预测精度。

75、本发明卷积自编码器与gru有效结合，降低了模型复杂度并保证了预测精度：

76、卷积自编码器将高维壁温场压缩为低维特征向量，显著降低了gru时序预测模型的参数量和训练难度；联合损失函数同时考虑低维特征预测误差和壁温场重构误差，保证了预测精度。

77、本发明预测结果直观实用，便于现场安全监控：

78、本发明可输出最大壁温及其位置、超温区域和风险等级、壁温变化趋势等，并以数值、变化曲线或二维壁温分布图中的至少一种形式输出，为电厂变负荷过程的安全运行提供了直观的技术参考。