基于小波分析的爐膛壓力異常分析與處理

李恩長，何郁晟，韓 峰，劉成柱

（1.浙江浙能技術研究院有限公司，杭州 311121；2.浙江省火力發電高效節能與污染物控制技術研究重點實驗室，杭州 311121；3.浙江浙能中煤舟山煤電有限責任公司，浙江 舟山 316131）

0 引言

某1030MW 電廠在AGC 工況時爐膛壓力波動較大。鍋爐爐膛壓力表征入爐燃料量、總風量與鍋爐出口高溫煙氣量的工質平衡關系，是判斷鍋爐燃燒穩定性的重要指標。當爐膛壓力波動嚴重時，將危及機組的運行。為了適應電網AGC 指令的變化，保證機組安全穩定運行，亟需解決爐膛負壓波動大的問題。

爐膛壓力是多種因素共同作用的結果，同時其動態特性變化快，靈敏度高，且易受干擾，這造成爐膛壓力呈現較強波動性[1]。

在爐膛壓力的研究上，郝祖龍[2]利用小波變換的多分辨率特性，提出了一種適用于熱工信號的多尺度相關分析方法，發現信號的低頻成分能較好地反映信號的整體趨勢，高頻成分則反映了信號的局部波動信息，利用信號在特征頻段上的相關性，更好地分析復雜熱力系統的動態特性。

田亮[3]借鑒小波變換多尺度分析的思想，提出一種首先通過多尺度濾波器將信號分解為不同頻率范圍的分量，然后再進行各分量間線性相關分析的方法。通過分析與爐膛壓力相關的信號，發現爐膛壓力與燃料量、送風量、引風量之間存在著特定的相互作用關系。

本文利用小波分析方法分解爐膛壓力相關信號的總風量、總煤量、總一次風流量并進行等尺度分析，同時以連續小波時頻圖的可視化分析，確定主要影響因素后進行后續進一步地調整，進而改善爐膛壓力調節品質。

1 小波理論

小波變換利用一組稱為基函數或母小波的有限長度波形對函數進行分解。母小波可以通過縮放和平移得到一組子小波。

通過對信號用不同尺度的子小波進行求積運算，可以獲得信號在時域和頻域上的多分辨率分析結果，從而實現信號的時頻分析。

小波分析有較好的時頻局部化能力、多分辨率分析能力，使其成為信號處理、故障檢測的重要工具[4]。

1.1 離散小波分析

離散小波變換是一種離散化的小波分解方法，通過一系列的低通濾波和高通濾波操作來實現。它將信號分解成不同尺度的近似系數和細節系數，可以通過迭代分解和重構來實現多尺度分析。

本文采用db4 小波進行5 層分解。

1.2 相關性分析

相關技術是一種常用的信號處理方法，在電力系統領域已有廣泛應用，通常用來定量描述信號波形之間的相似程度。

對于兩組有限零均值的離散信號x(k)、y(k)，長度為N，ρxy為其歸一化的相關系數，則有[5]

區別于陳剛[6]分別計算各臺磨煤機入口一次風量信號與爐膛壓力的等尺度信號相關系數，本文將各磨入口一次風量求相加后，計算總一次風量信號與爐膛壓力的等尺度信號相關系數，并通過連續小波變換的時頻圖加以可視化分析。

1.3 連續小波分析

連續小波變換將小波函數與信號進行卷積，得到一系列連續尺度和頻率的小波系數。這種變換提供了信號在時頻域上的全局信息，但計算量較大。本文利用Matlab 的連續小波分析工具，基于Morse 分析小波來繪制連續小波時頻圖。

2 工程應用

2.1 設備情況

該公司2×1030MW 超超臨界燃煤機組，鍋爐為北京B&W 公司制造的超超臨界參數、螺旋爐膛、一次中間再熱、平衡通風、固態排渣、全鋼構架、露天布置的Π 型鍋爐，型號為B&WB-3048/26.15/605-M，每臺爐配置6 臺HP1163-Dyn 型中速磨煤機，采用前后墻對沖燃燒方式。

2.2 數據處理

本文將機組的爐膛壓力、總風量、給煤量、各磨煤機一次風量導入Matlab，并計算各磨一次風流量相加得到總一次風流量，利用小波分析工具進行具體分析。

2.3 小波分析

2.3.1 離散小波分析

以1s 為采樣周期，取1200 組數據，對爐膛壓力、總煤量、總風量、一次風流量等進行db4 小波5 層分解，將原始信號分解為不同頻率尺度下的波形。圖1 為爐膛壓力分解示意圖。其中，ai 為低頻分量，di 為高頻分量。

圖1 爐膛壓力小波分解示意圖Fig.1 Schematic diagram of furnace pressure wavelet decomposition

由于高頻分量主要來自于噪聲，對信號相關性分析影響不大，因此忽略高頻分量d1，將爐膛壓力與其他參數的小波分解分量做等尺度信號相關系數。

表1 中，d2 ～d5 為高頻分量，a5 為低頻分量，s 為原始信號。從表1 中可見一次風流量的d5 高頻分量與爐膛壓力的d5 高頻分量相關性最大，總煤量的a5 低頻分量與爐膛壓力的a5 分量相關性次之。

表1 爐膛壓力與各相關參數的等尺度相關系數Table 1 Lsoscale correlation coefficients between furnace pressure and various related parameters

2.3.2 時頻圖可視化分析

根據離散小波的相關性分析，爐膛負壓的波動與一次風系統的擾動、煤量的擾動相關性較大。以1s 為采樣周期，取10000 組數據，將爐膛壓力、一次風流量、總煤量數據，繪制分析小波為Morse 的CWT（連續小波變換）時頻圖，如圖2（a）所示。橫坐標為時間，縱坐標為頻率，顏色表征強度。從圖中可以明顯地看到，爐膛負壓的頻率分布基本是一次風流量和總煤量頻率分布的疊加，這也佐證了通過等尺度相關性分析得出的結果。

圖2 某電廠爐膛壓力與相關測點的CWT時頻圖Fig.2 CWT Time-frequency diagram of furnace pressure and related measurement points in a certain power plant

2.4 問題處理

2.4.1 一次風流量周期波動的問題

在圖2 的時頻圖中，一次風流量有非常明顯的固定周期的波動，周期約為1min，與空預器的轉動周期一致，經后續綜合判斷由空預器漏風引起[7]。

停機檢查更換空預器徑向密封片后，爐膛壓力相關參數的時頻尺度圖如圖2（b）所示。由圖可見，一次風流量的周期波動大大緩解，爐膛壓力的波動強度也有較大緩解，但仍受到煤量波動的影響。

檢修后的爐膛壓力與相關參數的等尺度相關系數見表2，從表2 中也看到一次風對爐膛壓力的影響大大減弱，但總煤量與爐膛壓力在低頻分量a5 上有較大的相關性。

表2 空預器檢修后爐膛壓力各等尺度相關系數Table 2 Correlation coefficients of furnace pressure on various equal scales after air preheater maintenance

2.4.2 煤量波動的問題

出于負荷調節的需要，煤量需要頻繁地調整，而在投入AGC 時，由于AGC 指令較頻繁，煤量的調節也勢必更加頻繁。而對引風機的動葉調節來說，單純靠反饋調節無法很好地適應這種工況，需要適當地提高送風前饋量。

因此為了減少煤量波動對負壓的影響，采取了以下措施：

1）判斷AGC 動態/穩態[8]，在非連續升降負荷工況時，適當減少前饋量以減少煤量的波動。

2）適當提高送風機動葉反饋至負壓控制的前饋量。

采取優化措施后的時頻尺度圖如圖2(c)所示。由圖可見，雖然在AGC 工況下，煤量不可避免地有所波動，但爐膛壓力的波動已明顯地減弱。

控制優化后的爐膛壓力與相關參數的等尺度相關系數見表3。相比表2，煤量與爐膛壓力在低頻分量a5 上的相關系數也有減弱。

表3 控制優化后爐膛壓力各等尺度相關系數Table 3 Correlation coefficients of furnace pressure at various equal scales after control optimization

2.4.3 時序數據中爐膛壓力調整效果對比

為了在時域下比較爐膛壓力的控制效果，圖3 羅列了調整前、空預器漏風問題處理后及控制參數優化后的爐膛壓力、一次風流量、總煤量等數據。

圖3 最初爐膛壓力相關參數時序圖Fig.3 Time sequence diagram of initial furnace pressure related parameters

調整前，爐膛壓力波動頻繁，且爐膛壓力最高超過200Pa，如圖3（a）所示。

空預器漏風問題處理后，一次風流量的周期波動緩解，爐膛壓力波動減弱，波動幅度有所減弱但依然經常超過100Pa，如圖3（b）所示。

控制優化后，爐膛壓力波動減弱，波動幅度有所減弱且基本在100Pa 以下，如圖3（c）所示。

由此可見，從時域數據上看，爐膛壓力的控制品質也在逐步改善，與小波分析的結果一致。

3 結論

本研究利用小波分析工具分析了導致某電廠爐膛負壓波動的影響因素。具體來說，通過離散小波分解后進行各參數同尺度相關性分析，通過連續小波時頻圖進行可視化分析。結果發現，空預器漏風導致一次風母管壓力和一次風流量的周期性波動，進而導致爐膛壓力同尺度波動，而通過檢修時更換空預器密封片解決了該問題。此外，AGC工況下變負荷前饋引起的波動導致負壓波動較大，通過減弱變負荷前饋量和增加送風機動葉反饋至負壓控制的前饋量，負壓調節品質得到提高。

綜上所述，小波分解工具及其相應的分析方法成功地識別和解決了導致爐膛負壓波動的關鍵因素，展示了良好效果。相比傳統的時間序列數據分析，小波分析能剔除噪聲干擾，從不同尺度上單獨比較分析信號間關系，而通過連續小波時頻圖的可視化分析也可以更清晰地顯示信號的時頻關系。這些研究結果為爐膛壓力的監控和調整提供了有力的支持，并為改進爐膛運行質量提供了有益的參考。