一种基于改进熵权法的配煤掺烧模糊综合评价方法

摘要

本发明涉及一种基于改进熵权法的配煤掺烧模糊综合评价方法，包括以下步骤：1)根据影响配煤掺烧煤种选取的因素，确定评价指标集；2)根据电厂配煤掺烧实际状况要求确定评语集；3)对各评价指标的重要性进行排序并采用改进熵权法确定评价指标集中各评价指标的权重；4)构建各评价指标关于评语集的隶属度函数；5)获取每个待评价的配煤掺烧煤质方案对应的评价指标参数，并根据各评价指标的隶属度函数值合并得到模糊综合判断矩阵；6)根据模糊综合判断矩阵经过模糊变换，得到配煤掺烧模糊综合评价结果，根据选取最大隶属度的原则确定最优的配煤掺烧煤质方案。与现有技术相比，本发明具有定量优化配煤方案、可靠性和可信度高等优点。

说明书

技术领域

本发明涉及电厂配煤掺烧领域，尤其是涉及一种基于改进熵权法的配煤掺烧模糊综合评价方法。

背景技术

煤炭是我国的主要能源，随着经济的不断发展，煤炭消耗总量占能源消费总量超过50％，所以我国发电形式长时间内仍然会以燃煤火电机组为主。由于目前国内煤炭资源短缺、煤炭量供应日益紧张导致煤炭价格上涨、煤炭运输成本增加，为了节约综合成本，大多电厂尝试把煤质不同的两种或几种单煤经过机械加工，按照一定的比例进行混配，使得混煤综合性能达到要求。但是混煤配比的确定是一个多因素的综合评价的过程，考虑的因素较多，若混煤的配比不恰当，会对燃烧设备造成巨大的不良影响，比如：锅炉出力不足、燃烧不稳定、着火困难、锅炉效率降低、增加成本和污染物排放严重等问题。

目前大多电厂采用的配煤优化算法有很多，每种算法在配煤应用中存在各种各样的差异，比如BP神经网络算法应用最多，但是会受到煤种的燃烧特性数据库的影响；遗传算法有着很好的全局搜索性能，但是会受到煤种差异性大的影响，导致约束条件很复杂，计算结果不够精确；模糊综合评价可以有效建立不同煤种之间的模糊关系，但是评价指标权重需要人为设置，主观性较大，使得结果可信度降低；单纯地应用熵权法确定评价指标权重又会出现客观性太强，导致缺乏实际意义，而配煤掺烧方面的研究还有很大的研究意义和价值。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于改进熵权法的配煤掺烧模糊综合评价方法。

本发明的目的可以通过以下技术方案来实现：

一种基于改进熵权法的配煤掺烧模糊综合评价方法，用以获取最优的配煤掺烧煤质方案，包括以下步骤：

1)根据影响配煤掺烧煤种选取的因素，确定评价指标集；

2)根据电厂配煤掺烧实际状况要求确定评语集；

3)对各评价指标的重要性进行排序并采用改进熵权法确定评价指标集中各评价指标的权重ω

4)构建各评价指标关于评语集的隶属度函数；

5)获取每个待评价的配煤掺烧煤质方案对应的评价指标参数，并根据各评价指标的隶属度函数值合并得到模糊综合判断矩阵R；

6)根据模糊综合判断矩阵经过模糊变换，得到配煤掺烧模糊综合评价结果，根据选取最大隶属度的原则确定最优的配煤掺烧煤质方案。

所述的步骤1)中，评价指标集中的各评价指标具体包括自燃特性、可磨特性、着火特性、燃烬特性、可燃特性、燃烧效率、结渣程度、经济性、稳燃特性和污染物排放。

所述的步骤2)中，评语集中的各决断具体包括优秀、良好、中等和较差。

所述的步骤3)具体包括以下步骤：

31)采用Delphi法获取每个专家对评价指标的重要性排序，并叠加形成评价指标重要性排序矩阵A＝(a

32)采用改进熵权法确定评价指标集中各评价指标的权重ω

所述的步骤32)中，将专家对第i个评价指标评判后得出的排序数T对应的隶属度函数H(T)作为信息熵，根据第i个评价指标排序数为T时的概率f(T)，计算共计m名专家对第i个评价指标的评价指数b

所述的各评价指标的权重ω

f(a

其中，b

所述的步骤4)中，在各评价指标中，稳燃特性和污染物排放评价指标参数越小，对应的评语越好，则构建评价指标越小越好的隶属度函数，则有：

在各评价指标中，着火特性、燃烬特性、可燃特性、经济性、燃烧效率、结渣程度、可磨特性、自燃特性评价指标参数越大，对应的评语越好，构建评价指标越大越好的隶属度函数，则有：

其中，r

所述的评判指标标准表具体为：

。

所述的步骤5)中，获取每个待评价的配煤掺烧煤质方案对应的评价指标参数的具体为：

自燃特性K

其中，V

可磨特性Kkm以可磨性系数作为评价指标，则有：

其中，E

着火特性指标Z的计算式为：

其中，V

燃烬特性指标F的计算式为：

F＝(V

其中，V

可燃特性指标C的计算式为：

其中，V

稳燃特性指标T的计算式为：

T＝654-1.9V

其中，V

经济性E以经济指数作为评价指标，则有：

其中：Q

污染物排放I以环保评分指数作为评价指标，则有：

其中：V

燃烧效率从系统数据库中调取数据；

结渣程度以煤灰的软化温度作为评价指标，其数据从实际中采集选取。

所述的步骤6)中，根据模糊综合判断矩阵经过模糊变换，得到配煤掺烧模糊综合评价结果，并选择模糊综合评价值最大的作为最优的配煤掺烧煤质方案，具体为：

B＝ω

其中，B为综合评判矩阵，N

与现有技术相比，本发明具有以下优点：

一、本发明将配煤掺烧领域中的问题与模糊综合评价模型相结合，解决了电厂配煤问题多约束多指标因素的问题，不仅有效地建立了影响混煤比例的各种因素指标之间的模糊关系，而且可以很好的来定量确定优化的配煤模型。

二、本发明采用改进的熵权法和模糊综合评价方法，既解决了熵权法客观性太强，导致偏离实际意义的问题，又解决了模糊综合评价中评价指标主观性太强，导致可靠性和可信度降低的问题。

附图说明

图1为本发明的方法流程图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。注意，以下的实施方式的说明只是实质上的例示，本发明并不意在对其适用物或其用途进行限定，且本发明并不限定于以下的实施方式。

实施例

如图1所示，本发明提供一种基于改进熵权法的配煤掺烧模糊综合评价方法，该方法包括以下步骤：

1、综合考虑多方面影响配煤掺烧煤种选取的因素，确定与配煤掺烧有关的评价指，从不同方面反映了混煤配比的优劣程度，各个评价指标分别为自燃特性、可磨特性、着火特性、燃烬特性、可燃特性、燃烧效率、结渣程度、经济性、稳燃特性和污染物排放，这10个评价指标构成了评价指标体系集合，记为：

U＝{u

2、根据电厂配煤掺烧实际状况要求，对指标评语分为优秀、良好、中等和较差，4个不同决断构成评语集，记为：

V＝{v

实际对各个评价指标的评语集划分，得到各评判指标标准如表1所示。

表1各评判指标标准表

3、评价指标重要性排序：采用“Delphi法”形成各专家对评价指标的重要性进行排序，具体步骤如下：

围绕“评价指标对配煤掺烧配比影响最大”这个目标，设有m个专家对n(本例中取10)个评价指标进行重要性排序，每个专家对应一个评价指标排序集矩阵，对m个专家的排序集矩阵加和得到评价指标重要性排序矩阵，如式(3)所示：

A＝(a

式中，a

表2专家小组对评价指标排序表

假设p(x)表示事件X发生的概率，定义事件X的信息熵并使得取值始终位于[0,1]之间，如式(4)所示：

设T为专家对第i个指标u

H(T)＝-αp

式中，如果指标u

由b

b

对评价指标i进行归一化处理，得到评价指标权重如式(8)所示：

根据改进熵权法以及表2中专家小组对评价指标排序，得到的评价指标权重向量为：

W＝(0.0641,0.0798,0.1308,0.1164,0.1161,0.0983,0.0875,0.0916,0.0894,0.1260)

4、分析各评价指标的特点，选择并构建适应于各评价指标的隶属度函数，具体为：

(1)根据实际情况，在各评价指标中，稳燃特性和污染物排放评价指标参数越小，对应的评语越好，因此构建评价指标越小越好的隶属度函数，对应表1中的评判指标标准，则有：

式中，r

(2)根据实际情况，着火特性、燃烬特性、可燃特性、经济性、燃烧效率、结渣程度、可磨特性、自燃特性评价指标参数越大，对应的评语越好，因此构建评价指标越大越好的隶属度函数，对应表1中的评判指标标准，则有：

式中，r

5、确定模糊综合判断矩阵R，包括预测混煤煤质、采集混煤实时数据、计算评价指标参数以及计算模糊综合判断矩阵R，具体为：

5.1预测混煤煤质的具体方式是，使用BP神经网络算法或者支持向量机算法对混煤煤种发热量、硫分、挥发分、水分、固定碳以及灰分的预测，得出计算评价指标的必要参数；

5.2采集混煤实时数据包括对锅炉燃烧效率数据、软化温度即结渣程度、煤粉自燃温度、混煤的硬度、强度、韧度、锅炉故障率、煤单价、煤运费以及排放SO

5.3计算各个评价指标参数的计算公式如下所示：

自燃特性K

式中，V

可磨特性Kkm是以可磨性系数作为评价指标，如公式(18)所示：

式中，E

着火特性指标Z的计算式如公式(19)所示：

式中，V

燃烬特性指标F的计算式如公式(20)所示：

F＝(V

式中，V

可燃特性指标C的计算式如公式(21)所示：

式中，V

稳燃特性指标T的计算式如公式(22)所示：

T＝654-1.9V

式中，V

经济性E是以经济指数作为评价指标，其计算式如公式(23)所示：

式中：Q

污染物排放I是以环保评分指数作为评价指标，其计算式如公式(24)、(25)所示：

式中：V

燃烧效率则从系统数据库中调取数据；

结渣程度通常以煤灰的软化温度作为评价指标，数据从实际中采集选取。

5.4将混煤煤质预测信息和实际状况采集数据代入各评价指标参数计算公式中得到各个评价指标的参数值，根据评价指标参数和评语集标准计算属于各个评语的隶属度，最后合并形成模糊综合判断矩阵R，该模糊综合判断矩阵R内的每个列向量即对应每个待评价的配煤掺烧煤质方案包含的10个评价指标参数值。

6、经过模糊变换，计算配煤掺烧模糊综合评价结果，根据选取最大隶属度的原则确定最优配煤掺烧煤质方案，具体为：

通过模糊变换F(U)→F(V)得到综合评判结果，如式(26)所示：

B＝ω

式中，B为综合评判矩阵，N为待评价的煤掺烧煤质方案总数。

将综合评判矩阵中最大的隶属度B

上述实施方式仅为例举，不表示对本发明范围的限定。这些实施方式还能以其它各种方式来实施，且能在不脱离本发明技术思想的范围内作各种省略、置换、变更。