基于人工神經網絡的電極鍋爐電導率預測及控制方法

文/陳衛波 曾寧 張大長 王升歌 黃依婷

浸沒式電極蒸汽鍋爐是將浸入鍋爐內筒的三相電極通電后，直接加熱具有一定電導率的鍋爐水，使鍋爐水快速加熱產生蒸汽的裝置。通過調節內筒的液位和電導率，可實現鍋爐功率的0-100%無極調節。電極鍋爐具有占地面積小、啟停速度快、控制精度高、效率高、節能等優點，在核輔助蒸汽系統、集中供熱系統等領域得到了廣泛的應用。人工神經網絡（ANN）是模擬人腦神經元的結構、特征和認知功能的新型信號與信息處理系統。它是一種非線性映射，具有較強的魯棒性、容錯性、冗余性和并行性。它是人工智能的前沿研究領域，得到了廣泛的應用。。

利用人工神經網絡對電極鍋爐電導率的不規律的變化進行預測，可以更迅速的、更準確的確定補水量，以保證電導率的穩定。因此對電導率控制系統的優化進行深入的研究對電極鍋爐的安全運行具有重要意義。

1 浸沒式電極鍋爐原理

1.1 電極加熱原理

1.1.1 鍋爐筒內的三相電極浸入水中

三相電極帶電后，直接加熱具有一定電導率的鍋爐水。在電流的作用下，爐內的水迅速加熱，產生高質量的蒸汽。

1.1.2 爐膛內的水循環

鍋爐外筒水通過循環泵流入內筒，連續向內筒供水。

1.1.3 鍋爐外部供水

當鍋爐處于正常運行或熱備狀態時，要求內外筒總水量保持恒定，因此需要通過給水泵將脫氧水供應到鍋爐外筒。

1.2 功率無級調節原理

在內筒中電導率一定的情況下，當內筒液位逐漸升高時，其與電極棒之間接觸的表面積也在變大，從而可通過調節內筒水位來實現對電極加熱回路中的電阻以及電流大小的控制。液位連續升降即電極棒浸沒在電解質溶液中的部分的面積連續變化，因而可實現對加熱功率的無級調節。電導率的變化直接影響著電極鍋爐運行過程中電流以及輸出功率的變化。

2 人工神經網絡

2.1 原理介紹

人工神經網絡（ANN）是以簡單的計算處理單元（稱為神經元）為節點，采用一定的網絡拓撲結構，模擬人腦神經系統的有源網絡。構建神經網絡的每個神經元模型模擬生物神經元，如圖2所示。該神經元單元由多個輸入xi, i=1, 2, …, n和一個輸出yj組成。中間狀態由輸入信號的權和表示，而輸出為：

神經網絡是數據驅動的，這意味著它們必須輸入大量關于系統過去特性的數據以進行分析，稱為“訓練”。在“訓練”期間，將它們轉換成連續的數學規律性，結果是適用于這些數據的模型（稱為建模）。也就是說，神經網絡系統基于被控系統的輸入輸出數據對，通過學習，得到一個描述系統輸入輸出關系的非線性映射。然后神經網絡系統會自動調整自己的模型，因此神經網絡系統也具有“推斷”的功能。

2.2 特性分析

2.2.1 并行分布式處理

神經網絡采用分布式信息處理，具有較高的并行結構和并行實現能力，能夠快速地進行大量的計算，而不僅僅是以空間復雜度為代價來獲得時間速度，具有較好的容錯性和較快的綜合處理能力，特別適用于實時控制和動態控制。

2.2.2 非線性映射

神經網絡由于具有逼近任意非線性映射（變換）的能力，即具有任意精度的逼近任意復雜非線性函數的能力而具有固有的非線性。這種性質為非線性控制問題帶來了新的途徑。

2.2.3 通過訓練進行學習

圖1：電極鍋爐結構圖

圖2：神經元模型

圖3：模型預測流程圖

神經網絡通過記錄過去的數據來訓練、預測和控制系統的流動。經過適當訓練的神經網絡具有綜合所有數據的能力，并且對復雜環境和多目標控制要求具有較強的自學習能力。因此，神經網絡可以解決難以用數學模型或描述性規則處理的控制過程問題。

3 預測及控制流程

3.1 電導率模型建立方法

電極鍋爐無補水正常運行過程中，并在一定的時間內保持內筒水位不變，鍋爐輸出的蒸汽以及系統循環水不斷地產生損耗，內外筒的水將電導率將升高并趨于一致。由于電導率儀器檢測，以及電導率安裝在管道位置，內筒電導率的檢測具有滯后性誤差。

當預測電導率變化時，在前三分鐘內每5秒收集一組電導率值，總共收集了36套初始數據。利用MATLAB強大的計算功能和工具箱對網絡進行仿真和訓練，最后，得到用于預測的網絡。這樣，通過在運行數據庫中輸入短期用戶歷史負荷數據和未來預測的一些環境狀態參數，就可以預測未來30秒內的電導率變化。并建立自動補水控制程序。

3.2 模型預測流程

如圖3所示。

3.3 預測結果驗證方法

（1）控制電極鍋爐系統在后30秒內不進行補水，檢測并收集30秒內的5組數值，與預測結果進行對比分析。

（2）將該算法結合于原有PID控制系統，電極鍋爐系統在后30秒內根據預測結果進行自動補水，檢測并收集試驗時間內電流數值，與歷史電流波動幅度進行對比分析。

4 結論

結合本文所研究的電極鍋爐加熱及無極調節的特點，闡述了基于人工神經網絡對電極鍋爐電導率預測的步驟和流程，詳細論述了電導率神經網絡模型的建立與實現。

本文敘述了預測模型準確性的驗證方法，以預測所得的逐時電導率結果為基礎進行優化電極鍋爐運行決策，能更快速的做出補水響應，并自動計算自變化的實時補水量。