基于SIS的典型工况下火焰特征统计分析

电厂的煤粉火焰检测装置只作炉膛有火或无火判断,不仅不能对燃烧稳定程度做出定量表述。以某电厂的监控信息系统(SIS)中的历史数据库作为分析平台,对常规光学火检信号所包含的丰富信息进行深层次挖掘。首先对火检信号数据进行必要的预处理,提取出火焰信号的亮度平均值、火焰亮度方差、火焰亮度峰峰值作为火检信号时域特征量,在前人研究的基础上提出并使用“均匀度”作为火检信号频域特征量。然后分锅炉高负荷稳定、锅炉低负荷稳定、锅炉高负荷波动、锅炉低负荷波动、启磨、停磨、点火与停炉等8种典型燃烧工况对火检强度信号作了大量统计分析。结果表明这些特征量能够较准确地反映不同工况下的火焰燃烧状态,并为今后电站锅炉燃烧优化奠定了基础。     

典型工况火焰强度信号的复杂性分析

对燃煤火焰辐射光强度信号进行频谱分析,可以有效识别锅炉燃烧状态的稳定与否。但从电厂获取的实时火检数据采样频率低,很难满足香农定理的要求。以某电厂的SIS(监控信息系统)中的历史数据库作为分析平台,提出了利用Kolmogorov复杂性测度定量分析火焰强度信号的波动程度。首先对炉膛压力信号进行必要的预处理,然后分析了8种典型燃烧工况下的炉膛压力信号复杂性。结果显示正常燃烧工况和不稳定工况的火焰强度信号复杂性有明显的不同,复杂性测度可能作为燃烧稳定性诊断的一个定量指标,值得进一步研究。     

PCA和SVM在火焰监测中的应用研究

通过对火焰图像进行分析,提取火焰亮度、火焰面积、质心偏移距离和圆形度等7个特征量.然后基于主元分析技术,提出一种对燃烧火焰稳定性进行监视和诊断的方法,采用Hotelling T2和Q两个统计量对每一时刻的图像数据向量进行监测,检验是否超过各自的控制限,只要这两个统计量之一越限,则可判定燃烧出现异常.实验结果表明:该方法能够在线实时地、有效地识别、判断火焰的燃烧状态,并且将结果以Q图、Hotelling T2图和主元图的形式直观地表示出来;该文同时应用支持向量机方法分别对特征向量和原始图像数据进行识别分类,结果表明基于主元分析原理和支持向量机方法所得到的结果是一致的.     

基于炉内火焰图像的燃烧诊断方法研究

针对现今电厂采用的锅炉燃烧监控系统所采集的火焰动态图像,提出了一种利于辅助分析的炉内火焰燃烧诊断方法。该方法分析了火焰图像的特点,提出了分析火焰稳定性判别的三个特征量,根据现场图像信号作出数据提取,并对提取结果进行了数据分析。提出一种燃烧稳定性判别方法,该方法利用以上三个特征量作为BP神经网络输入参数,得到输出确定为火焰稳定性系数,然后用模糊判别给出准确的燃烧稳定性综合评估。此方法利用了动态图像的差分特性,动态地分析燃烧过程中火焰锋面变化的状况,为现场锅炉监控人员提供了一种燃烧状态监测方法,方便了现场运行人员及时快捷地对现场状况做出准确迅速的判断和操作。通过对现场图像的人工分析和此方法判别结果比对,证明此方法具有很强的辅助分析功能。     

运用计算机图像处理和神经网络技术对炉膛火焰进行诊断

研究利用火焰图像处理技术进行炉膛火焰燃烧诊断的方法。根据火焰图像处理系统获取燃烧图像，并提取用于燃烧诊断的火焰图像特征参数，构造用于燃烧诊断的BP神经网络，将提取的火焰图像特征参数作为神经网络的输入量，通过训练和测试，进行火焰燃烧状态的预测，开发的火焰图像处理和燃烧诊断系统已在3000MW电站锅炉上得到了应用。     

基于遗传支持向量机算法的燃烧状态诊断

针对支持向量机中的参数通常用交叉验证来确定的状况,提出了遗传支持向量机算法,即使用遗传算法来优化支持向量机中的参数并应用在基于火焰图像特征参数的锅炉燃烧状态诊断中.从火焰图像中提取的5个特征量作为支持向量机的输入,3种燃烧状态作为输出,选用径向基核函数,使用遗传算法得到优化参数.实验结果表明,该方法能在较大范围内准确地...     

基于模糊模式与火焰图像特征量的燃烧状态识别方法

通过对火焰图像进行分析，提取出火焰亮度、火焰面积、质心偏移距离和圆形度等7个特征量，应用模糊模式建立识别模型，根据最大隶属度判别火焰的燃烧状态。模型识别结果表明，此方法识别准确率高，计算速度快，适合实际应用。     

基于BP网络的旋流燃烧器火焰燃烧状态识别

通过对所采集的电站锅炉旋流燃烧器火焰图像与直流燃烧器火焰图像的对比分析,在原有直流燃烧器火焰图像判据的基础上,讨论了旋流燃烧器火焰图像特征量的提取与特征区的选定,运用现代人工神经BP网络智能理论,设计并训练了BP网络实现旋流燃烧器燃烧状态实时判断的功能。通过实验证明在旋流燃烧器火焰图像上提取的特征量和燃烧状态之间存在映射关系,通过所建立的BP网络模型可以对旋流燃烧器的火焰燃烧状态进行实时判断。     

基于数理统计的炉膛火焰中心高度构造及验证

对于火电机组,实施锅炉燃烧优化及机组运行优化是提高机组经济性、安全性,实现节能、减排的重要手段.针对锅炉燃烧优化调整过程中一些状态参量不可直接测得的问题,提出一种以高度特征量来构造火焰中心的方法.以某电厂的监控信息系统(SIS)中的历史数据库作为分析平台,采用数理统计分析与机理分析结合的方法建立火焰中心高度因子,通过考察因子与汽水吸热比的相互关系,验证了所构造火焰中心高度的合理性及可行性.     

火焰燃烧的特征量提取及稳定性识别

为了有效提取火焰燃烧特征量,进而对火焰燃烧稳定性进行分析,文章通过理论分析和实验总结,首先提取了火焰强度方差及闪烁频率作为特征量,之后重点运用高阶统计量对火焰信号进行分析,提取了对火焰稳定性有较大影响的相位作为另一个新的特征量。最后考虑到各个特征量之间的相关性及量纲的影响,运用马氏距离作为判别准则,对火焰燃烧稳定性进行了有效的识别。结果表明,提取的3个特征量对火焰燃烧稳定性都有重要影响,而且运用马氏距离能够综合这3个特征量,使得从总体样本中选出的训练样本识别率达到93%,识别效果理想。