一、软测量技术概述

软测量技术（Soft Sensor）是一种利用数学建模、统计分析、人工智能等方法，通过对过程中间或末端的部分数据进行监测、分析和计算，以实现对过程中不能或难以直接测量的参数或品质进行间接推测和估计的一种技术手段。

软测量技术可以通过对已知变量和测量数据之间的关系进行建模，从而实现对未知变量的预测、估计或监测。

软测量技术通常包括以下几个步骤：

1、 数据采集：收集过程中的传感器数据或其他相关数据。

2、 数据预处理：对采集的数据进行清洗、去噪、平滑等预处理操作。

3、建模与算法选择：选择合适的数学模型和算法，建立变量之间的关系模型。

4、 模型训练：使用历史数据对模型进行训练和优化。

5、 软测量预测：利用训练好的模型对未知变量进行预测或估计。

6、 模型评估与调整：对预测结果进行评估，并根据需要调整模型参数或算法。

软测量技术在工业过程控制、制造业、化工、能源等领域有着广泛的应用，以提高生产过程的可靠性、安全性和经济性，优化生产过程的控制和管理效果。在热电厂场景下的应用也十分广泛，预计将来会越来越发挥重要作用。

二、软测量在热电厂的应用场景举例

1、流化床锅炉磨损情况预测：

由于流化床锅炉燃烧过程是一个复杂过程，磨损问题又是流化床锅炉的痛点之一，它对锅炉的运行可靠性提出很大的挑战。运行中锅炉受热面的磨损又是难以直接测量，目前只能是停炉检修时对易磨损区域进行人工测量，属于事后维护，使锅炉的维护保养工作略显被动。所以，找出磨损机理，建立模型，通过几个周期的验证后，对于流化床锅炉磨损的软测量将是十分重要的一个数字化工具。

2、入炉煤热值的软测量

对于入炉煤热值的在线监测，软测量技术主要分两种，一是基于机理分析在线软测量技术，二是基于机器学习的煤质在线软测量技术。

（1）基于机理分析的煤质在线软测量技术：其具有明确的理论分析依据，易于对测量误差进行逆向定向分析；缺点是分析过程复杂、 详细机理分析模型描述困难，机组的大延迟、大惯性与动态非线性特征相互作用，分析困难，求解过程易受干扰。

（2）基于机器学习的煤质在线软测量技术：其不需解析详细机理，通过对机组运行数据库的机器学习与智能建模逼近解析模型，但对采样和智能模型泛化能力要求高；对于不同机组炉型煤质软测量智能模型缺乏通用性。

（3）融合机理分析与机器学习的复合式煤质软测量技术，将发挥更大优势，复合式软测量方法将用热电机组运行控制中的部分机理模型指导分析，机理模型中不易推理、难以精确描述的环节利用机器学习形成智能模型；复合式的煤质软测量将热电机组生产过程当作“灰箱”来处理，既避免了完全机理分析的困难，又发挥了生产控制规律的指导作用，避免了完全“黑箱”式机器学习过程的不可控性，在未来应用将会十分广泛。

3、烟气氧量的软测量技术：

测量烟气中含氧量数据，传统方法主要是使用热磁传感设备等对烟气进行测量得出数据，但由于烟气中会含有较多尚未燃尽的碳粉颗粒、燃烧炉中也有可能出现漏风等现象，因此所测量的数据会有较大大误差。当采用软测量技术，可以通过对发电过程中燃料总量、电流数据、风力数据、供水量、烟气温度、压力以及蒸汽温度等数据进行测量分析，然后通过偏最小二乘法以及主元分析法对烟气的各个可测数据进行数学建模分析，进而得出较为可靠的烟气含氧量数据，更好的指导生产，提升效率。

4、汽轮机热耗率预测：

针对热工过程某些变量无法或难以直接测量的问题，使用“最小二乘支持向量机”（LSSVM）软测量方法。以实际复杂系统中的大量运行数据为驱动，寻找辅助变量与被估计变量之间的规律，并利用这种规律对未来数据做出有效估计。

在此方法中，采用混沌非线性灰狼优化算法预先选择模型参数，解决模型参数难以确定的难题，最后建立 CNGWO-LSSVM 的热耗率 软测量模型，经过验证，是一种有效的软测量方法。

5、锅炉飞灰含碳量的软测量应用：

在热电厂中，飞灰含碳量是燃烧经济性的主要指标之一。飞灰含碳量精准的实时测量有益于控制空气与燃煤比例，提高锅炉的燃烧效率。基于KPCA和LSSVM的软测量模型可以解决飞灰含碳量的精确测量和滞后问题。通过选取样本、对数据进行采集，然后对于选取的与飞灰含碳量相关的辅助变量进行特征提取，以此作为最小二乘支持向量机软测量模型的输入，从而实现对飞灰含碳量的及时、精确测量。

6、锅炉受热面粘污在线监测的软测量技术（精准吹灰）：

合理有效的进行吹灰是热电厂一项重要工作，目前主要是“定时吹灰”，如何能“精准吹灰”？是一个挑战，需要实时对锅炉受热面的污染情况进行监测。可以利用人工神经网络原理分别对炉膛和对流受热面进行建模，首先是数据采集与过滤，接着是人工神经网络输入、输出量的选择与人工神经网络结构的设计，建立模型后，进行反复验证和训练，从而提高仿真精度，使锅炉流受热面的污染情况可视化，并得到实际应用，为现场运行人员的吹灰操作提供合理指导。

三、参考文献

1、成艳亭：《入炉煤质在线软测量技术研究与应用进展》；

2、薛辉：《火电厂热工参数软测量技术的应用价值分析》；

3、左智科：《基于 CNGWO-LSSVM 的汽轮机热耗率预测模型》

4、金秀章：《基于KPCA和LSSVM的锅炉飞灰含碳量软测量》

5、孙鑫强：《燃煤电站锅炉受热面玷污在线监测系统研究》（硕士论文）