[发明专利]一种基于BP神经网络的给煤机偏差监测方法及系统

说明书

本发明公开了一种基于BP神经网络的给煤机偏差监测方法及系统，其包括获取给煤机的每个煤种的给煤数据，基于给煤数据计算稳态状态及偏差状态的给煤机的对应煤种的给煤率，以磨煤机的磨电流及每个煤种的煤质系数作为约束数据，在监测平台上构建BP神经网络模型，实时采集当前煤种的工作数据并传输给BP神经网络模型，监测平台基于电机转速、精确给煤率及真实给煤率判断给煤机是否偏差，是则预警，否则循环监测。本发明通过建立BP神经网络模型，对给煤机的工作状态进行检测，实时性和智能性好，可适应给煤机在实际使用中的稳定性与可靠性的要求，可及时预警给煤机的故障及提供偏差故障的原因，减免了人工检测的大量工作。

技术领域

本发明涉及火电厂设备监测技术领域，尤其涉及一种基于BP神经网络的给煤机偏差监测方法及系统。

背景技术

电厂给煤机控制系统主要接受DCS系统的给煤率控制信号，以4-20MA模拟量控制信号输出给就地给煤机控制柜。给煤机控制柜根据皮带两端上的测称重信号，通过控制变频电机的频率达到改变皮带转速进而控制皮带按DCS给定的给煤率输送煤量，确保锅炉产生稳定热量。

实际运行中，给煤机的给煤率控制精度对于统计机组煤耗，控制掺烧配煤比例有着极为重要的作用。但实际设备运行中，影响给煤率的精度的因素较多，如皮带张紧度改变、跑偏，托辊变形，称重传感器测量偏差、速度控制偏差等等；因为给煤机成套设备属于机械转动设备，在使用一段时间后，以上因素都会容易收到外界干扰或疲劳机械磨损而造成误差，进而会对精度造成影响。为了确保给煤机始终保持在较为精准的精度，现行的做法是制定内控标准，在条件允许的情况下，一般定期每两个月进行一次停转开盖检查，排除机械故障，并进行定度，通过定度来发现并纠正系统的误差。这样做虽然能够通过定期工作来发现问题并进行处理，但是属于计划性检查与测试的方式，过于机械与被动。当夏季机组负荷较高时，很难有合适的时间段来开展定度检查工作，或者是在设备已经出现问题了，但因为未到定度周期而延误了发现给煤机偏差异常的时机，造成后续纠正工作的被动。

虽然影响给煤率精度的因素较多，且在正常运行中不易被监测与发现，但研究发现：给煤机正常运行时给煤率数值的大小不仅与给煤机的转速数值相关，还可通过磨煤机的电流、煤质校正系数这两个可监测参数反映。通过收集相关数据，摸索与研究它们与给煤率变化的规律，并建立监测模型就能实现对给煤机控制偏差的实时预警。因此，提供一种能够实时采集各设备数据并自学习、提前预警给煤机偏差及提供偏差原因的基于BP神经网络的给煤机偏差监测方法及系统。

发明内容

本发明的目的在于提供一种基于BP神经网络的给煤机偏差监测方法及系统。

为实现上述目的，本发明采用以下技术方案：

一种基于BP神经网络的给煤机偏差监测方法，包括以下步骤：

S1、获取给煤机的每个煤种的给煤数据，所述给煤数据包括给煤机在稳态状态及偏差状态的数据；

S2、基于给煤数据计算稳态状态及偏差状态的给煤机的对应煤种的给煤率；

S3、获取稳态状态及偏差状态的磨煤机的磨电流及每个煤种的煤质系数作为约束数据；

S3、在监测平台上构建BP神经网络模型，将S1中每个煤种的给煤数据、S2中对应煤种的给煤率及S3中约束数据作为训练集、并传送到BP神经网络模型，对其优化并测试，得到最优的BP神经网络模型；

S4、获取当前的煤种类型，实时采集当前煤种对应的给煤机的给煤数据、磨煤机的磨电流及煤质系数，将所有数据传输给最优的BP神经网络模型得到精确给煤率，监测平台根据当前给煤数据计算真实给煤率，监测平台基于精确给煤率及真实给煤率判断给煤机是否偏差，是则输出给煤机的偏差警告及偏差原因提示，否则循环监测。

进一步地，所述给煤数据包括给煤机的电机转速、皮带的转速系数、皮带两侧的称重传感器重量系数及总煤量。