丁会成

(国能宁东第一发电有限公司,宁夏 灵武 750408)

输煤系统是火力发电厂的重要组成部分,现阶段我国火力发电厂锅炉输煤系统有关的控制方法欠缺合理性。随着经济增长缓慢以及煤炭行业开采能力的提升,造成煤炭行业产能过剩日益加剧,资源消耗增多。为了实现节能减排的目标,提升能源清洁度,需要对火力发电厂锅炉输煤系统进行优化节能控制[1-2]。

为此,国内相关专家对此进行了深入研究。索新良[3]等为了有效解决锅炉燃烧问题,展开一次风调平以及煤粉细粒度调整,同时展开实验分析,获取最佳优化调整方案。鲍小丽[4]等对热力学的基本原理展开分析推导,同时选择典型燃煤机组和运行数据构建系统仿真模型,通过模型展开分析计算,根据计算结果制定节能方案。包海龙[5]等分析锅炉的运行状态,获取对应的运动规律,以此为依据制定优化方案。但上述方法均未对采集到的图像进行去噪处理,控制效果有待提升。

为解决上述方法存在的问题,提出一种火力发电厂锅炉输煤系统优化节能控制方法。利用相机采集输送带运煤图像,采用一维小波分析方法去除图像噪声,Canny边缘检测算法获取图像边缘信息,通过PLC模糊控制器对输入频率和输出频率进行控制。

1 锅炉输煤系统节能控制方法

1.1 火力发电厂锅炉输煤系统输送带煤流检测

通过相机采集火力发电厂锅炉输煤系统中输送带运煤图像,由于采集到的两幅图像为相邻图像,需要根据图像特点将其划分处理。需要首先分析煤流、胶带以及背景三个部分的分布特点,进而获取目标的描述方法,可以通过计算相邻图像的绝对值,获取剔除背景后的图像,详细的计算式如下:

U=abs|u1(x,y,z)-u2(x,y,z)|

(1)

式中:U为剔除背景后的图像;abs| |为绝对值计算;u1(x,y,z)和u2(x,y,z)为两幅相邻的图像。

采用一维小波分析方法对采集的图像去噪处理[6-7],详细的分析过程如下:

(1)由于采集到的火力发电厂锅炉输煤系统中输送带运煤图像中煤块具有比较高的反射率,所以研究的目标图像中部分区域的灰度值相对较高。设定煤块所在的区域即为煤流范围,以此为依据计算图像阈值uβ(x,y,z),则有

(2)

式中:u(x,y)为原始图像。

(2)在输送带运行一段时间后,胶带会出现一定程度的磨损,同时灰度值和煤块亮点两者基本吻合,尤其是完成阈值分割处理之后,磨损部分表现更加明显。

(3)由于煤块亮点并不是随机分布的,所以,将以上三者设定为火力发电厂锅炉输煤系统中输送带运煤图像分割依据,在完成差值计算后,将取值相近的划分为一类,同时引入一维小波分析方法对其去噪处理,进而得到去噪处理后的图像[8-9]:

(3)

式中:φ(x,y,z)为去噪后的图像。

通过强度图像中有效边缘信息修复深度图像中不可靠数据,引入Canny边缘检测算法获取深度和强度图像的边缘信息[10-11],同时识别各个图像的强弱边缘部分,分析强弱边缘之间的坐标位置关系,以此为依据得到目标图像完整的边缘信息。对深度图像进行扫描后,将8邻域范围内的强度图像放置到对应的候选集合中,完成边缘校正。深度图像边缘校正原理图如图1所示。

图1 深度图像边缘校正原理图

校正深度图像[12-13]边缘过程如下式所示:

(4)

式中:N(A)为图像边缘点深度值的平均取值;T8a为8邻域范围;P为候选集合。

完成校正处理后,采用Navier-Stokes方程修复图像的非边缘部分,即可获取高精度的深度图像。

将输送带空载状态下的高精度深度图像和当前图像像素Sd和S0相减同时乘以转换系数,获取煤料的实际高度图像x,如式(5)所示:

x=α|Sd-S0|

(5)

式中:α为转换系数。

计算煤料的实际面积Sm,如式(6)所示:

(6)

式中:m为图像的像素总数。对煤料像素级分割处理[14-16]即可得到煤料体积Vm,如式(7)所示:

(7)

在得到煤料体积后,通过输送带速度即可获取煤流量,对应的计算式如下:

(8)

式中:G(u,v)为煤流量;I为深度图像像素总数;Δρ(x)代表深度图像分辨率。

1.2 火力发电厂锅炉输煤系统优化节能控制

为了确保火力发电厂锅炉输煤系统输送带处于节能运行状态,需要利用煤流量实时调节输送带运行速度,输送带变频调节控制原理图如图2所示。

图2 输送带变频调节控制原理图

模糊控制被广泛应用于不同的研究领域内,尤其是非线性或者时变系统中。以下将模糊控制应用到火力发电厂锅炉输煤系统优化节能控制中,不仅可以有效抵抗外界干扰,同时还可以提升算法的计算效率。分析当前煤流量变化趋势,确定传感器的数据运行速度,经过计算得到两者的偏差和偏差变化率,将其设定模糊控制器的输出;输入则为变频率输出频率,则输入输出变量对应的模糊矩阵E如公式(9)所示:

(9)

在PLC模糊控制器中,将三角形函数作为隶属度函数,获取各个变量对应的模糊子集为[NB,NM,NS,Z,PS,PM,PB]。从火力发电厂锅炉输煤系统优化节能控制的角度出发,需要将误差降至最低,同时还要避免超调情况的发生。在掌握被控制系统运动规律的情况下,引入相关先验知识构建符合需求的模糊规则,如表1所示。

表1 模糊控制规则

将上述获取的模糊规则存储在PLC模糊控制器中,在已知输送带计算偏差和偏差率的情况下,引入模糊推理计算变频器的输出频率,如式(10)所示:

f=ρ(s)·l(x)+[NB,NM,NS,Z,PS,PM,PB]

(10)

式中:f为变频器输出频率;ρ(s)为输送带额定输送量;l(x)为期望输送带速度。

根据调节变频率输出频率完成电机转速调整,进而实现输送带运行速度调节,最终达到火力发电厂锅炉输煤系统优化节能控制的目的。

2 实验结果与分析

为了验证所提火力发电厂锅炉输煤系统优化节能控制方法的有效性,利用Matlab仿真软件展开测试分析。选取A城市某煤矿的生产数据作为测试数据,年产煤量为150万t,工作面采煤量为240 t/h,以此为基础,利用所提方法、文献[3]方法、文献[4]方法和文献[5]方法测试24 h内火力发电厂锅炉输煤系统的功率变化情况。

2.1 功率误差变化分析

火力发电厂锅炉输煤系统采用不同控制方案后,功率误差变化情况如图3所示。

图3 不同方法的功率误差对比结果

分析图3中的实验数据可知,在经过4种方法对火力发电厂锅炉输煤系统优化节能控制后,相对另外3种方法而言,所提方法的误差较低,充分验证了所提方法的优越性。

2.2 电能节约比率与电费消耗比率分析

火力发电厂锅炉输煤系统运行过程中产生的电费一直以来是大家关注的热点话题,如果控制方案有效,则对应的电量呈现下降趋势,电费也会随之降低。以下实验测试分析各个方法的电能节约比率和电费消耗比率,实验结果如表2和图4所示。

表2 不同方法的电能节约比率测试结果对比

图4 不同方法的电费消耗比率实验结果对比

由表2可知,随着测试时间的增加,四种方法的电能节约比率也随之升高,文献[3]方法、文献[4]方法和文献[5]方法的电能节约比率最高值分别为1.49%、1.54%和1.51%,而所提方法的电能节约比率最高达到1.63%,证明所提方法可以有效减少电能消耗。

分析图4中的实验数据可知,经过各个方法优化节能控制后,各个方法的电费消耗比率均得到明显改善,但是相比而言,所提方法的电费消耗比率始终低于3.0%,证明所提方法的节能效果更好。

2.3 优化节能控制效果分析

为了更进一步验证所提方法的节能控制效果,测试2022年1月1日至6日控制前后日均煤流量变化情况,实验结果如图5所示。

图5 不同方法控制前后的煤流量变化情况对比

由图5中的实验数据可知,在采用不同方法优化节能控制后,对应的煤流量均有所改善。但是所提方法的煤流量相比之前的煤流量下降幅度最大,进一步说明所提方法具有良好的控制效果。

2.4 优化节能控制耗时分析

在不同环境下,控制耗时是测试各个方法控制能力的重要指标,利用上述三种方法随机选取15个区域中进行耗时测试,实验结果如表3所示。

表3 不同方法的火力发电厂锅炉输煤系统优化节能控制耗时测试结果对比

由表3中的实验数据可知,由于测试区域不同,采用各个方法获取的优化控制耗时也完全不同。对于环境比较复杂的区域,耗时相对就会长一些,而对于比较简单的区域,则用时就相对低一些。分析以上4种优化节能控制方法可知,文献[3]方法、文献[3]方法和文献[3]方法的最低耗时分别为126、130和134 ms,而所提方法的最低耗时为102 ms。因为所提方法在优化节能控制前提对采集到的火力发电厂锅炉输煤系统中输送带运煤图像展开了去噪处理,这样不仅可以有效滤除图像中噪声,同时也可以有效避免优化节能控制过程中噪声对控制性能产生影响,简化控制步骤,为火力发电厂锅炉输煤系统节能优化控制奠定坚实的基础,可以有效优化控制流程,确保优化节能控制耗时得到有效降低。

3 结 语

为了确保火力发电厂锅炉输煤系统在应用过程中达到节能的目的,提出一种火力发电厂锅炉输煤系统优化节能控制方法。利用相机采集图像信息,根据一维小波方法去除图像噪声,采用Canny边缘检测算法搜寻深度图像和强度图像,通过PLC模糊控制器完成火力发电厂锅炉输煤系统优化节能控制。经实验测试结果表明,采用所提方法可以有效降低电能和电费的消耗,同时还能够减少煤流量,实现节能优化控制。