時 標， 梁炎明， 傅望安， 毛國明， 韋玉華

（1．華能玉環(huán)發(fā)電廠， 浙江 臺州 317604； 2．西安理工大學(xué)自動化與信息工程學(xué)院， 西安 710048）

M am dani模型在提高空氣預(yù)熱器熱點檢測準確度上的研究與應(yīng)用

時 標1， 梁炎明2， 傅望安1， 毛國明1， 韋玉華1

（1．華能玉環(huán)發(fā)電廠， 浙江 臺州 317604； 2．西安理工大學(xué)自動化與信息工程學(xué)院， 西安 710048）

為進一步提高現(xiàn)有空氣預(yù)熱器熱點檢測系統(tǒng)的檢測準確率，對原空氣預(yù)熱器熱點檢測系統(tǒng)進行了詳細研究，結(jié)合空氣預(yù)熱器實際運行情況，提出了一種能夠提高該系統(tǒng)檢測準確率的輔助方法。即根據(jù)運行經(jīng)驗利用模糊理論建立了機組負荷與能量歸一化因子的 Mamdani模糊模型， 通過模糊推理運算使能量歸一化因子隨著機組負荷變化進行自適應(yīng)調(diào)整。實例分析表明，采用能量歸一化因子自適應(yīng)調(diào)整方法，能有效降低該系統(tǒng)的誤報，從而提高了熱點檢測準確率。

空氣預(yù)熱器； 熱點檢測； 能量歸一化因子； 自適應(yīng)調(diào)整； Mamdani模糊模型

0 引言

空氣預(yù)熱器（簡稱空預(yù)器）是火力發(fā)電機組中重要的換熱設(shè)備，作用是提高鍋爐燃燒和制粉系統(tǒng)的空氣溫度，降低排煙溫度，減少排煙熱損失。如果空預(yù)器內(nèi)部的空氣、煙氣流速低或不均勻，導(dǎo)致散熱條件變差，空預(yù)器可能會發(fā)生火災(zāi)事故[1－2]。 為預(yù)防此類事故， 玉環(huán)發(fā)電廠安裝了熱點檢測系統(tǒng)。

原有的測溫傳感器是以移動的方式對空預(yù)器的溫度場進行檢測。在空預(yù)器運行過程中，由于其內(nèi)部環(huán)境極其惡劣（溫度高、灰塵多和腐蝕嚴重），移動式熱點檢測系統(tǒng)容易發(fā)生機構(gòu)卡死故障，嚴重影響系統(tǒng)的投運率。如果測溫傳感器所在的位置與熱點位置距離較遠，需要經(jīng)過數(shù)個空預(yù)器轉(zhuǎn)動周期才能檢測到熱點，移動檢測方式存在嚴重的檢測滯后問題。因此，為提高系統(tǒng)投運率和縮短熱點檢測時間，對移動式熱點檢測系統(tǒng)進行改造，替換成由西安理工大學(xué)開發(fā)的基于紅外陣列傳感器的固定式熱點檢測系統(tǒng)。該系統(tǒng)克服了移動式檢測系統(tǒng)易發(fā)生機械故障和檢測嚴重滯后的問題，而且其熱點檢測方法在可靠性和準確率方面都高于傳統(tǒng)的閾值報警方式。目前該系統(tǒng)運行良好，但出現(xiàn)過誤報情況。

結(jié)合系統(tǒng)的檢測原理，對誤報原因進行了分析，結(jié)果表明，當能量歸一化因子與機組負荷不匹配時容易引起誤報。為此，對機組負荷與能量歸一化因子的關(guān)系進行了研究， 建立了 Mamdani模糊模型，使能量歸一化因子隨著負荷變化進行自適應(yīng)調(diào)整。實例分析表明，采用能量歸一化因子自適應(yīng)調(diào)整方法，能有效降低該系統(tǒng)的誤報，從而提高了熱點檢測準確率。

1 熱點檢測系統(tǒng)的工作原理[3]

1.1 系統(tǒng)構(gòu)成

該系統(tǒng)的測溫傳感器由熱電偶和紅外陣列傳感器組成。這兩類不同性質(zhì)的傳感器分布在空預(yù)器空氣側(cè)的上部和下部。4只熱電偶沿空預(yù)器半徑方向均勻分布在上部，作為系統(tǒng)的輔助測溫元件。5個紅外陣列傳感器固定在空預(yù)器下部的橫梁上，由于每個紅外陣列傳感器擁有7個紅外探頭， 因此相當于有 35個紅外探頭布置在橫梁上，完全覆蓋測量范圍，再配合空預(yù)器轉(zhuǎn)子的轉(zhuǎn)動，可以掃描整個轉(zhuǎn)子蓄熱元件的受熱面，從而獲得轉(zhuǎn)子內(nèi)部的溫度場分布。熱電偶和紅外傳感器的安裝位置如圖1所示。

圖1 熱電偶和紅外傳感器安裝位置示意圖

1.2 檢測原理

圖2 為該系統(tǒng)的熱點檢測模型， 其中 i=0，1， 2， …， n-k， 表示探頭順序號， n 表示紅外探頭數(shù)量， k 表示對區(qū)域 Sl（l=1， 2， 3， …， n-k +1）進行融合推理的探頭個數(shù)。 根據(jù)圖2， 區(qū)域 Sl的紅外能量可被相鄰k個紅外探頭檢測，則 k個紅外 探頭的 輸 出 分別為 ti+1， ti+2，… ， ti+k， 通 過 紅外探頭的熱點局部決策函數(shù) f（t）， 可計算出在某一紅外能量下各探頭的熱點概率 μA和非熱點概率μB，然 后利 用 DS 證 據(jù)理 論[4]推 理區(qū)域 Sl是否存在熱點。 f（t）的定義如圖3 所示， 其中 θ1， θ2為預(yù)先設(shè)定的門限，t為紅外能量歸一化信號。

圖3 熱點局部決策函數(shù)

DS 證據(jù)理論提供了組合 2 個證據(jù)的規(guī)則，設(shè)U 是 1 個論域集合， m1和 m2是 2 個相互的基本概率賦值， 則 m1和 m2可以按式（1）和（2）合成 1個新的基本概率賦值函數(shù)：

式中：K為不相交集合的基本概率乘積之和，若K=1， 則認為 m1與 m2矛盾， 不能對基本概率賦值進行組合；集合 E，F(xiàn)和G是U 的子集。

圖2 基于 DS證據(jù)理論的空預(yù)器熱點檢測模型

根據(jù)式（1）和（2）對 k 個探頭按順序進行兩兩組合，最后可以得到這k個探頭的推理結(jié)果。設(shè)mi（A）， mi（B）和 mi（U）表 示最后 推理 得 到的 熱點 、非熱點基本概率賦值和不確定度，則可按式（3）和（4）判斷是否存在熱點。 如果 mi（A）滿足：

則判斷結(jié)果為熱點，否則不是熱點或者不確定，可根據(jù)基本概率賦值決策方法進行進一步判定， 其中 ε1， ε1為預(yù)先設(shè)定的門限。

2 能量歸一化因子的自適應(yīng)調(diào)整

2.1 能量歸一化信號

系統(tǒng)的紅外探頭輸出信號為能量歸一化信號，該信號與接收到的紅外輻射能量關(guān)系為：

式中： t為紅外探頭的能量歸一化信號； Et為紅外探頭接收到的紅外輻射能量；M為該系統(tǒng)的能量歸一化因子。

由式（5）可知， 當 M 固定時， 能量規(guī)一化信號與紅外探頭接收到的紅外輻射能量成正比，即可以用 t的大小判斷物體溫度的高低。 因此，系統(tǒng)利用 t代替 Et來判斷熱點是否存在。 基于 t的熱點判斷方法要求M的取值要合理，否則會影響判斷結(jié)果，目前常用經(jīng)驗法確定M的值。這種值確定方法不適用于工況復(fù)雜的情況，容易出現(xiàn)誤報，實際應(yīng)用效果也是如此。為此，本文提出一種自適應(yīng)調(diào)整M值的方法。

2.2 M am dani模型建立

針對經(jīng)驗法確定M值不具備自適應(yīng)性，引入Mamdani 模糊模型[4]，其規(guī)則如下：

其中： xj表示第 j個輸入變量（ j=1， 2， …， k）； Aj表示 xj采用的模糊集； yi表示第 i條規(guī)則對應(yīng)的局域輸出； Hi表示 yi采用的模糊子集。

根據(jù)運行經(jīng)驗，選取機組運行負荷量L和機組運行負荷量每小時的變化率 Lc作為模型的輸入變量，能量歸一化因子M作為輸出變量，假設(shè)共有k條規(guī)則，可得到如下形式的模糊規(guī)則：

模型輸入變量 L 的論域取[0， 1 000 MW]， 語言變量設(shè)為{B（大）， M（中）， S（?。﹠； 輸入變量 Lc的論域取[-300，300 MW]， 語言變量設(shè)為{NB（負大）， Z（零）， PB（正大）}； 輸出變量 M 的論域取[180，340]，語 言 變 量 設(shè) 為 {TB （真 大 ），WB （弱大）， M（中等）， WS（弱?。?， TS（真小）}。 圖4-6 分別為 L， Lc和 M 的隸屬度函數(shù) μ， 這些隸屬度函數(shù)是根據(jù)現(xiàn)場運行經(jīng)驗獲得的。

根據(jù)現(xiàn)場運行經(jīng)驗，可以總結(jié)出較為合理的模糊規(guī)則表，如表1所示。

表1 能量規(guī)一化因子調(diào)整規(guī)則表

圖4 負荷L的隸屬度函數(shù)

圖5 Lc的隸屬度函數(shù)

2.3 能量歸一化因子計算

得到上述 Mamdani模型后， 通過模糊推理運算，可以根據(jù)機組實際運行負荷來確定能量歸一化因子，步驟如下：

（1）計算在負荷 L′和負荷變化率 Lc′下每條規(guī)

圖6 M的隸屬度函數(shù)則的權(quán)值：

（2）計算在負荷 L′和負荷變化率 Lc′下，能量歸一化因子對應(yīng)的模糊集合 H′：

（3）采用重心法將模糊集合 H′進行反模糊化計算， 得到的值便是能量歸一化因子 M′。

3 實例驗證

為了驗證本文介紹的新方法的有效性，取玉環(huán)發(fā)電廠 3 號爐在 2010 年 7－9 月份的部分運行數(shù)據(jù)， 與原系統(tǒng)（能量歸一化因子為 260）的熱點檢測結(jié)果作比較。為簡化計算，降低計算復(fù)雜度，將連續(xù)輸出模糊集合化簡為離散模糊集合，從輸出論域[180， 340]中以 5 為單位， 等距離地取 33個離散值， 將這 33個離散值構(gòu)成離散模糊集合，則式（8）的積分運算變成求和運算。 表2 給出了測試和比較結(jié)果，可以看出該方法可以使能量歸一化因子能隨機組運行負荷變化而做自適應(yīng)調(diào)整，與原系統(tǒng)的檢測結(jié)果相比，有效降低了誤報率。

表2 測試和比較結(jié)果

4 結(jié)語

根據(jù)現(xiàn)場運行經(jīng)驗， 利用 Mamdani模型較好地建立了熱點檢測系統(tǒng)能量歸一化因子與機組負荷之間的關(guān)系，使能量歸一化因子的確定更加合理。實例分析表明，本文提出的空預(yù)器熱點檢測輔助方法有效并使原來的熱點檢測系統(tǒng)具有較高的判警準確率。

[1]劉涵，李琦，劉丁，等．基于最小二乘支持向量機的電站鍋爐空預(yù)器熱點檢測系統(tǒng)研究[J]．中國電機工程學(xué)報，2005，25（3）∶147－151．

[2]梁炎明，劉丁，李琦，等．基于證據(jù)推理的電站鍋爐空預(yù)器熱點檢測[J]．傳感技術(shù)學(xué)報，2009，22（12）∶1843－1847．

[3]梁炎明，李琦，吳軍軍，等．基于紅外陣列傳感器的電站鍋 爐 空 氣 預(yù) 熱 器 熱 點 檢 測 系 統(tǒng) 設(shè) 計[J]．西 安 理 工 大 學(xué)學(xué)報，2010，26（1）∶106－110．

[4]孫增析．智能控制理論與技術(shù)[M]．北京：清華大學(xué)出版社，1997．

（本文編輯：陸 瑩）

Research and App lication of M am daniM odel for Accuracy Im provement of Air Preheater Hot Spot Detection

SHIBiao1， LIANG Yan-ming2， FUWang-an1， MAO Guo-ming1， WEIYu-hua1
（1．Huaneng Yuhuan Power Plant， Taizhou Zhejiang 317604， China；2．School of Automation and Information Engineering，Xi′an University of Technology， Xi′an 710048,China）

To further improve the accuracy of the existing air preheater hot spot detection system， the air preheater hot spot detection system is studied in detail．According to the actual operation of air preheater， an assistantmethod that can improve the system detection accuracy is proposed．The Mamdanimodel of unit load and energy normalization factor is established by means of fuzzy theory based on operation experience，the energy normalization factor can be adaptively adjusted by fuzzy logic operation according to the variations of unit load．The result of case analysis shows that the adaptive adjustmentmethod of energy normalization factor can effectively reduce false alarms of the system to improve the hot spot detection accuracy．

air preheater； hot spot detection； energy normalization factor； adaptive adjustment； Mamdani fuzzymodel

TK311∶TP272

： B

：1007－1881（2011）07－0034－04

2011-2-11

時 標（1979-）， 男， 安徽阜陽人， 工程師， 從事發(fā)電廠熱控專業(yè)管理工作。