参数的回归:燃烧系统孪生模型怎么跟机组对上
中国能源产业发展网 发布时间:
2026-11-17 08:06
【中国能源产业发展网】原创 【作者】卓启焱
电厂控制室里,操作规程写得清清楚楚,屏幕上却总有一些数字和设计值对不上。主蒸汽温度比设计值低一点,排烟温度比预期高一点,运行人员凭经验调风、调煤、调挡板,效果时好时坏。数字孪生想解决的正是这类"说不清"的问题——但它先要迈过一道坎:模型里的参数,得跟眼前这台机组对上。
一、设计参数为什么不准
锅炉与汽轮机在设计阶段拿到的是一组理想参数:受热面的对流传热系数、炉膛黑度、各段流量指数,都来自热力计算标准与厂家试验数据。机组投运之后,这些参数会随着时间偏离设计值。受热面外壁积灰结渣,传热热阻上升,对流传热系数实测值明显低于设计值;炉膛结焦改变辐射换热分布,黑度随之变化;受热面内部结垢又影响流量分配。
在《中国电机工程学报》刊载的一项热电燃烧系统数字孪生研究中,研究人员用参数辨识得到的结果印证了这一点:水冷壁、屏式过热器、高温过热器与低温过热器四段的对流传热系数,辨识值相比设计值都有不同程度的减小,原因正是运行时间累积下来的灰垢沉积与结渣。换句话说,用设计参数搭建的模型,描述的是一台"新机组",而运行人员面对的是"老机组"。
二、辨识:把偏差算成参数
参数辨识的思路是把模型误差转化为可求解的优化问题。给定一组实测的稳态工况数据,以模型计算值与实测值的偏差为目标函数,用智能优化算法在参数空间里搜索,让目标函数最小。上述研究中采用的差分进化类算法设置了种群规模、进化策略、最大迭代次数、容忍度与交叉概率等控制参数,最终迭代误差收敛到较小量级,得到一组与该机组当前状态匹配的传热系数与流量指数。
这套方法的价值在于可解释。数据驱动的黑箱模型能拟合曲线,但难以回答"为什么这段受热面的换热变差了";机理模型加上辨识参数之后,工程师可以看到究竟是哪一段、哪个系数发生了偏移,进而与吹灰记录、燃煤硫分、结渣情况相互印证。对运行优化而言,可解释的偏差比精确的拟合更有用。
相邻的技术路线也提供了参照。面向发电机进相深度极限与安全边界的数字孪生研究采用"逆向校正加分步校正"的方案,用安全稳定数据迭代优化模型参数,以解决试验数据有限的问题,并通过粒子群算法把参数实时校正过程转化为数学优化问题,在核电厂真机验证中预测误差控制在较小范围内。不同设备、相近方法论,说明参数校正在电力系统里已经形成相对成熟的技术范式。
三、怎么证明模型可信
模型建好之后,最容易被跳过的一步是验证。可信度要分开看:稳态精度与动态精度是两回事,标定工况与未标定工况也是两回事。上述研究的验证设计值得参考——先在稳态工况中挑选较高、中间、较低三个负荷点,分别比较设计参数模型与辨识参数模型的误差;结果显示按辨识参数构建的模型精度明显提升,主蒸汽温度、主蒸汽流量等关键参数的计算值与实测值偏差不超过测量仪表量程的正负百分之一,汽包压力、氧量等燃烧稳定性参数的误差更小。
随后是瞬态验证。选取升负荷与降负荷两个过程,比较模型输出与实测曲线的跟随程度,动态过程平均相对误差低于0.6%。这一步很关键:机组的大量时间处在变负荷过程中,一个只在稳态点准确、动态响应迟缓的模型,无法支撑协调控制与优化指导。新能源高比例接入之后,火电机组的变负荷频次上升,瞬态精度的权重也随之提高。
四、数据质量决定了上限
擦亮模型的前提是数据能用。电厂DCS里的测点数量庞大,但真正参与辨识的必须经过筛选:量程与精度是否满足要求、采样周期是否一致、是否存在长期漂移、工况覆盖是否足够。用一段只在满负荷下采集的数据去辨识全工况模型,结果必然偏斜;用未标定的流量测点去反推流量指数,误差会被放大到无法接受。
工程上常见的做法是先做数据清洗与工况分类,把稳态段与过渡段分开,再按负荷区间分别辨识,最后形成随负荷变化的参数表。也有研究选择在线更新,通过历史实测数据对参数进行自主校正,把校正过程变成持续的优化循环。无论离线还是在线,前提都是对测点可信度有清晰判断——这一点在任何算法都替代不了。
五、模型的边界在哪
孪生模型的用途正在扩展:能效精准评估、燃烧优化指引、操作培训、设备安全边界量化、检修前后的性能对比。每拓展一种用途,对精度的要求就细化一层。用于培训时,趋势正确即可;用于优化指导时,稳态误差要小;用于边界量化时,还要证明模型在极端工况下的外推能力。
边界之外的部分需要诚实标注。机理模型无法完整刻画煤质波动、磨煤机出力分配、受热面局部堵塞等细节,数据模型又缺乏物理约束。机理与数据混合建模因此成为主流选择:用机理骨架保证物理一致性,用实测数据校正参数与修正偏差。这套组合的工程价值,取决于开发者是否愿意把不确定性和适用范围一并写进交付文档。
热电燃烧系统的数字化,最终落在一个朴素的问题上:模型说的话,运行人员敢不敢信。参数辨识、多工况验证与数据治理,就是为了让这个"敢"字有依据。
模型的部署方式也在变化。过去孪生模型多在厂级服务器上运行,与DCS之间通过单向隔离的数据接口取数,避免影响控制系统安全;随着边缘算力提升,部分轻量模型开始部署在靠近控制层的边缘节点,缩短从数据到结论的时延。无论部署在哪一层,数据流向的单向性、模型输出的建议属性,都是必须守住的安全边界。
与既有系统的配合也需要设计。模型若只输出一堆参数,运行人员不会用;把结论转成吹灰建议、配风调整幅度、负荷升降速率提示,才可能进入日常操作。模型与仿真培训机、性能计算软件之间的数据接口若各自为政,结果就会出现同一台机组在不同系统里显示不同效率的尴尬局面。
(来源:《中国电机工程学报》、能源电力期刊网公开论文)
【研究支持机构:《中国工业报社》能源与双碳研究中心 |中国能源产业发展网】
来源:
中国能源产业发展网原创
作者:
卓启焱
版权及免责声明:
本网站摘录或转载的属于第三方的信息,目的在于传递更多信息,内容仅供参考。相关股票、投融资等资讯及分析并不代表本网站赞同其观点和对其真实性负责,不构成投资建议。若不慎涉及侵权,请在相关内容刊发之日起30日内联系我们,我们将第一时间进行删除处理 。转载本网资讯请注明来源作者。
联系电话:010-85763416 邮箱:zgnycyfznh@163.com
| 相关能源金融
| 相关推荐
能源品牌强国路
2026-11-17
2026-11-17
2026-11-16
2026-11-15
2026-11-15
2026-11-14
2026-11-14
2026-11-14
高端沙龙
推荐阅读
暂无数据
推荐阅读