[发明专利]一种基于迭代计算的冷却塔软测量参数自整定方法

说明书

本发明涉及一种基于迭代计算的冷却塔软测量参数自整定方法，包括步骤：通过BP神经网络算法构建冷却塔气水比软测量模型；通过BP神经网络算法构建冷却塔出塔气温软测量模型。本发明的有益效果是：利用已有的设计数据或性能试验数据通过神经网络算法，构建冷却塔气水比和出塔气温软测量模型，并用数理和机理计算相结合的方式对气水比软测量值进行修正，提高准确性。在生产环境利用大气压力、干球温度、相对湿度、环境风速、机组负荷、进塔水温、循环水流量这些已知参数，可以实时对冷却塔系统进行运行监控和状态优化分析。为冷却塔的运行维护和检修改造提供基本技术依据，为冷端优化计算出塔水温提供可靠的数据支撑。

技术领域

本发明属于冷却塔热力性能计算领域，尤其涉及一种基于迭代计算的冷却塔软测量参数自整定方法。

背景技术

冷却塔是火电厂的重要冷端设备之一，其冷却性能的好坏直接影响整个电厂运行的经济性和安全性，目前大型冷却塔热力性能计算均采用试验法，定期进行试验，存在安装表计多，耗时长，试验环境差、费用高等问题。

在冷却塔热力性能计算中，气水比是计算冷却塔性能的核心参数，是计算冷却塔出塔水温的必要指标。由于冷却塔运行环境恶劣、出塔气温大多未安装实时在线测量表计、实时环境风速测量数据存在较大误差等问题，很难采用机理计算模型进行冷却数实时计算，从而得到气水比，计算出出塔水温。

目前已有采用神经网络等算法对出塔水温进行软测量的方法，但由于出塔水温与气水比在机理上密切相关，缺乏气水比作为出塔水温的训练参数导致生产环境下的出塔水温拟合值与实际值存在偏差，无法实时准确评价冷却塔冷却性能，不能给冷端优化提供可靠的数据。因此如何在实际生产环境利用有限参数计算气水比和出塔水温，并达到计算准确，构建冷却塔性能模型，是非常有必要的。

发明内容

本发明的目的是克服现有技术中的不足，提供一种基于迭代计算的冷却塔软测量参数自整定方法。

这种基于迭代计算的冷却塔软测量参数自整定方法，包括以下步骤：

步骤1、采用已有的冷却塔设计数据或性能试验数据，通过BP神经网络算法构建冷却塔气水比软测量模型；

步骤2、采用已有的冷却塔设计数据或性能试验数据，通过BP神经网络算法构建冷却塔出塔气温软测量模型；

步骤3、以环境温度作为冷水塔出塔水温初始值，与当前工况点采集得到的参数一并代入冷却塔气水比软测量模型，输出气水比软测量值，作为后续气水比软测量的初始迭代值；

步骤4、结合冷却塔气水比软测量模型和冷却塔出塔气温软测量模型，构建气水比迭代计算机理模型；

步骤4.1、将步骤3所得气水比软测量的初始迭代值和大气压力、干球温度、相对湿度、环境风速、机组负荷、进塔水温、循环水流量一起代入冷却塔出塔气温软测量模型，输出出塔气温软测量值；

步骤4.2、通过气水比迭代计算机理模型计算常量参数：查询干湿空气比焓表、水蒸汽焓熵表，获取海水密度、海水比热、重力加速度常数、干湿空气比容、干湿空气比焓；将查询得到的数据与出塔气温软测量值一起代入冷却数计算公式，得到冷却数；冷却数的计算公式为：