布。
3.2.2 试验运行的样本数据分析
结合人工相关理论和现场的实际情况,我们将
332 个样本点的热值和相对应的特征数
据分为两个部分,一部分特征数据添加到数据库中用于在线煤质辨识系统的训练和学习,
让系统
“认识”现在正在燃烧的煤质。另一部分的特征数据用于辨识正在燃烧的煤质之后,在
系统进行辨识的时候就会
“认出”这种已经学习过的煤质,从而得出煤质相应的热值等信息。
辨识系统对煤质热值的分析辨识结果的平均绝对偏差为
1.78%,最小误差能够达到 0.01%。
且热值区间在
5900~6400 之间的数据辨识结果较准确,这与图 1 中的热值样本统计分布图
中热值样本的分布情况相吻合。分析少量数据误差较大的原因,得出以下结论。
(
1)由于实际情况的约束,无法得到和火焰特征信息相对应的瞬时煤质化验结果,而
是采用了将一段时间内(
3min)采集的煤样进行混合的化验结果和对应的 3min 的特征数据
对应,就相当于将此
3min 内数据强制平均为已得到的化验结果,即用于训练和学习的数据
本身存在误差,这是由于煤质本身燃烧火焰出现了偏差且离散性大造成的
“认错和认偏”的
情况。
(
2)由于热值样本分布的问题,导致了部分热值样本点偏少,也就是相对应的特征数
就会偏少,容易受到其他样本点多的数据的影响,此问题可通过一段时间的采样之后该样
本点逐渐增多得到改善。
4 结论
综合在线煤质辨识系统试验运行情况的分析,得出如下结论。
(
1)经过长时间的试验运行,在线煤质辨识系统软件和硬件都非常稳定并且运行正常,
安全性稳定性较高,可以在电厂中推广运用。
(
2)由于两端样本点的偏少和煤质本身离散性大的原因,热值区间在 5900~6400 之
间 的辨 识结 果较 为准确, 全区间内 辨识的平 均准确度为
98%以上,平均绝对偏差为
1.78%,最小误差能够达到 0.01%。
(
3)系统虽然存在一定的误差,但是系统的综合准确性较高,已在系统设计误差范围
内,想要进一步提高系统准确度需要在运行中逐步增加煤质样本点的采集,增加煤质数据
库中的样本量,可以达到进一步提高系统精度的目的。
参考文献
[1] 岺可法,姚强.高等燃烧学[M].浙大出版社,2002,2.
[2] 李志宏.可视化火焰测量系统开发及应用[J].中国科学院工程热物研究所,2006,11.
[3] OFIS 煤质在线检测.白皮书.