国家鼓励推进与煤共伴生资源的综合开发利用,目前循环流化床(Circulating Fluidized Bed,CFB)技术是综合利用煤泥的最佳工业处理方式,掺烧低价煤泥也是提高CFB机组经济性的重要手段。但掺烧煤泥造成控制参数波动给机组运行带来挑战,如何保证运行安全稳定前提下调节控制参数实现经济性最优,具有重要研究意义。掺烧煤泥CFB机组的大惯性、大迟延、强耦合特点导致机理建模困难,很难形成具普适性的控制优化系统。大数据、人工智能与发电产业的深度融合是智能电厂应用推广的重要手段。目前较少出现基于过程数据的掺烧煤泥CFB机组整体建模优化成果,因此深入挖掘过程数据提出运行辅助信息系统,填补此类研究空白具有重要意义。本研究基于分布式控制系统中存储的过程数据,以掺烧煤泥CFB机组运行稳定性、经济性、安全性为目标,采用数据驱动建模、数据挖掘优化、专家系统指导以及状态智能预警等技术,创新性提出掺烧煤泥CFB机组整体运行督导与智能预警方案。基于以上研究内容与思路,课题从以下几个方面开展研究:(1)运行督导系统内综合经济性模型建立以全机组燃料成本、脱硫脱硝成本、厂用电成本总和为综合经济性指标。在数据预处理与偏互信息法特征选择基础上,利用Elman神经网络、支持向量机、最小二乘支持向量机为代表的传统数据驱动算法分别建立控制变量与综合经济性之间黑箱模型并综合比较分析。在性能较优的最小二乘支持向量机算法基础上,提出改进策略:采用改进网格搜索法及模型更新策略提升模型预测精度与自适应能力,进一步采用模糊信息粒化方法分析综合经济性变化趋势及范围。(2)运行督导系统搭建由运行数据库、模型算法库以及专家知识库组成掺烧煤泥CFB机组运行督导系统。以综合经济性模型为基础,遗传算法优化下的典型稳态工况组成离线专家知识库。改进模糊关联规则挖掘算法创新性引入“效用成本”关联规则复合型评价指标,对专家知识库数据进行模糊化与关联规则挖掘。筛选出最佳综合经济性稳态工况下变量间关联规则后,将其输入至模糊逻辑控制器。模糊逻辑控制器接收负荷指令后,在线输出最佳综合经济性稳态工况控制变量目标值,为机组运行提供操作指导与信息参考。(3)智能预警系统内状态预测模型建立状态预测模型是智能预警系统的模型基础,准确的正常状态预测模型与观测状态之间的差异信息蕴含了故障早期特征。多维时间序列预测、模糊推理预测、多元状态估计技术以及提出的改进多元状态估计技术用来进行设备正常状态参数预测和模型比较。在模型预测精度方面,利用概率密度构造过程记忆矩阵的改进多元状态估计技术与多维时间序列预测方法优于其他两种方法;在模型复杂度及运算快速性方面,以状态向量为操作单元的改进多元状态估计技术不需逐一参数建模,远优于其他三种方法。(4)智能预警系统搭建智能预警系统通过状态预测、状态判断、变量定位功能板块,最终实现智能预警功能。在状态判断研究中,综合比较基于可调平滑参数、K-means聚类以及滑动窗口相似度的状态判断方法,提出的滑动窗口相似度在预警准确性、及时性、简便性方面最具优势。滑动窗口相似度函数以状态预测模型输出为基础,采用状态间欧氏距离的反比函数描述正常状态与观测状态间相似性;将层次分析法得到的故障信息权重赋值相似度函数变量,利用滑动窗口法消除随机重复预警误报。预警后变量异常标记占比被用于故障变量定位与诊断,结合变量信息及现场检修得到故障原因。最后分析与讨论了滑动窗口参数对预警灵敏度的影响规律。