煤质实时检测技术在电力行业研究

前言：本站为你精心整理了煤质实时检测技术在电力行业研究范文，希望能为你的创作提供参考价值，我们的客服老师可以帮助你提供个性化的参考范文，欢迎咨询。

摘要：针对目前电力行业中火电机组煤质化验数据存在的滞后性以及给锅炉运行带来的安全性和经济性问题，研究基于LIBS技术的入炉煤质检测分析技术与建模技术，建立入炉煤质数据库，实现入炉煤质在线检测，分析精度、重复性限、再现临界值等指标满足国标要求。建成集煤炭自动取样、连续制样及激光在线检测分析装置于一体的应用系统，实现LIBS技术从煤炭行业到电力行业火电机组入炉煤实时检测的研究与应用。

关键词：LIBS；特征谱线；训练模型；在线检测

1研究背景

燃煤电厂煤质分析一般是在实验室内用物理和化学方法对煤样进行化验和测试。每一批次煤要得到分析煤样需经过初级采样、破碎、缩分、收样、制样等环节。实验室煤质分析需若干步骤，获得最终煤质化验报告的时间一般在24h左右，煤质化验报告时间严重滞后于入厂煤接卸和入炉煤掺配工作。煤质的成分、特性对燃煤电厂安全经济生产及环境保护具有极其重要的影响。多数燃煤电厂入炉煤种繁多且经常变化，不同煤种的掺配往往导致难以准确判断实时入炉煤质，因此造成锅炉热损失大，结焦及熄火等情况时有发生，对机组运行的安全性和经济性有很大影响。传统解决办法一般采用煤质库历史数据平均值替代，但往往因误差过大而无法作为数字化煤场管理实时指导依据。随着电力行业发展，燃煤电厂入厂煤种及煤质呈现复杂多变的形势，目前亟需一种能够实时、全面、准确地进行入炉煤煤质分析的设备及系统。

2主要研究内容

建立一套LIBS煤质在线检测系统，基于系统提供的检测数据，构建贫煤及多煤种混合燃料的模型。实时提供入炉煤发热量、全水分、灰分、挥发份、碳、氢、硫等煤质指标的检测分析结果，实时比对、查询、分析煤质变化趋势，不断提高检测数据精密度和准确度。具体内容如下：(1)利用激光技术实现对煤质进行快速检测分析，并提供一套适合现场的自动取样、连续制样及激光检测装置，实现对煤质的实时在线检测分析；(2)建立激光检测分析计算数学模型，并在对一定数量的标准煤样进行试验、比对的基础上，建立算法模型，经过优化试验建立入炉煤定标煤样模型数据库。(3)整体设计激光在线检测分析系统控制系统，控制取样、制样及激光检测分析装置工作流程及频率，实现整个系统的无人干预、自动检测。

3研究应用情况

3.1技术理论。LIBS技术采用高能量密度激光脉冲烧蚀样品，激发被分析物质产生等离子体，同时采用光谱分析装置对等离子体中原子和离子的能级跃迁特征光谱进行分析，得出各个元素成分及含量。其中自由定标法（CF-LIBS）是基于合理的实验操作方法和等离子体理论下提出的，利用实验检42电站系统工程2021年第37卷测到的光谱数据和相关的理论能同时进行多元素定量化分析。定量分析的理论依据如下：(1)激光等离子体中的化学组分能够代表样品的真正化学组分；(2)激光等离子体应处于局部热平衡（LTE）或近似局部热平衡。在近似LTE条件下，如果存在Ek和Ei两个能级之间的跃迁，在实际的光谱LIBS检测中，由于光学系统的光学效率会影响光谱线的绝对强度，跃迁产生的谱线线积分强度可由下列修正式给出：ki(1)式中：ki是实验检测到的光谱线强度；是考虑LIBS系统的光学采集体系效率、激光等离子体密度和体积等因素后引入的实验参数；是谱线跃迁波长；代表S粒子的含量；是谱线跃迁概率；是上能级统计权重；是玻尔兹曼常量；是激光等离子体温度；是S粒子配分函数。经过公示变形及替换，S粒子含量可由下式得出：s(2)式中：与粒子含量的自然对数成正比例关系；、、可从原子谱线数据库中查到；、、从光谱实验数据中计算得到。

3.2实施路线。(1)选取元素特征谱线。在实际工业应用过程中，因煤中含有的元素种类较多，主要有C、H、O、N等非金属元素以及Al、Fe、Ca、Mg等金属元素，这些元素的含量会影响煤各个工业指标，因此筛选元素特征谱线作为参考，采用的谱线部分见表1。(2)研究工业分析指标与其特定元素关联关系。当确定好工业分析指标的关联元素后，从煤的光谱中提取元素信息从而建立从光谱到工业分析指标之间的直接映射关系。(3)研究不同分析指标之间的关联关系。由于煤的各项分析指标之间并非完全独立，不同分析指标之间存在强相关性，利用经验公式、数据挖掘技术以及回归拟合技术，可以从海量的煤质信息表中确定各项分析指标的相关性，可根据已测出的分析指标去推导其他分析指标。存在相关性的分析指标部分如下：热值同其他分析指标的相关性：៉,,−(94.1∗,+,)碳同其他分析指标的相关性：+−8.18∗0.76氢同其他分析指标的相关性：0.075∗+3.29∗100−−−100−0.2(4)建立分析指标训练模型。当训练集中的煤样基本上能反映电厂中绝大部分的入炉煤和入厂煤的特性时，模型就可以通过自学习算法学习到煤样的光谱信息同各个分析指标之间的关联性。由于煤样的变质问题以及煤样本身分布不均匀导致光谱波动大，需要采取一定的策略对异常光谱进行剔除。模型生成之后可以预测未知的煤样，未知煤样的煤质分析指标预测流程包括异常光谱剔除、数据预处理，然后将特征光谱强度代入模型得出分析指标。图1模型建立流程为了验证该技术的实际建模效果，事先准备40种国家标准煤样，其所有分析指标均已通过国家标准工业分析法测定。当要对某一个分析指标建立模型时，首先从这40个煤样中提取10个煤样做预测集，剩余30个煤样用于建模，然后用建立好的模型对预测集的煤样进行分析。图2展示了采用40种国家标准煤样，以两种典型工业分析指标挥发分和高位热值为例的建模结果，其中决定系数R2和校正集的均方根误差RMSEC用来表征模型的拟合好坏，测试集均方根误差RMSEP与平均绝对误差AAE用来评估模型对未知煤样的预测能力，当这四个参数符合我们预期的范围时，终止模型的训练。对入炉煤的实际建模流程与标样一致。但由于入炉煤品种多样，基体组成复杂，要想针对入炉煤建立一个性能好的模型要求数据集足够大。因此采集了400多个煤样光谱，然后针对多个分析指标建立模型。图3展示了以空气干燥基挥发分Vad、弹筒热值Qb,ad两个分析指标为例的入炉煤建模结果。(5)模型生成后，将所有模型集成到LIBS煤质分析系统软件中，当采集完光谱后，利用软件中的数据分析模块对光谱进行异常数据剔除，再进行预处理，最后调用模型进行预测并将每个指标的分析结果展现在软件界面上，见图4。

4技术指标

在线检测入炉煤发热量、全水分、挥发分、灰分、碳、氢、硫等指标，检测结果符合《中子活化型煤炭在线分析仪》国家标准要求。建成基于LIBS技术的煤质智能在线检测系统，实现与入炉煤皮带机连锁运行，可以实现每3min一次采样、制样、检测、数据处理的连续自动工作，检测过程无人为干预。煤样制备流程符合国标制样标准要求，煤样输送过程无残留积粉、无混样现象。可向现场生产管理系统推送入炉煤实时煤质数据信息。

5实施效果

5.1社会效益。依据入炉煤实时煤质数据，指导优化锅炉燃烧，降低发电成本；指导优化锅炉脱硫、脱硝系统控制，避免超标排放，降低环保运行成本。在线检测灰熔点变化，避免出现高灰分配煤，减少磨煤机损耗，降低锅炉结焦几率，延长锅炉无故障运行时间。

5.2推广前景。采用基于大数据集的回归模型建立，采集400组电厂入炉煤样数据，建立一套煤质检测模型，建立入炉煤定标煤样模型数据库，数据库具备自学习、持续优化功能。LIBS煤质在线检测系统控制取样装置、制样装置、激光检测分析装置按流程和频率连续自动进行工作，实现整个系统自动在线检测，不同批次数据自动汇总统计。该项目是燃料管理技术与工业智能技术的高度融合，是工业4.0在电力行业的典型应用，在火电行业具有广阔应用前景。

参考文献

[1]李娉,陆继东,谢承利,等.用激光感生击穿光谱技术测量燃煤含碳量[J].应用光学,2007,28(6):756～759．

[2]刘彦,陆继东,李娉,等．内标法在激光诱导击穿光谱测定煤粉碳含量中的应用[J].中国电机工程学报,29(5):1～4．

作者:蒋蓬勃 单位:华电国际技术服务分公司