Spatiotemporal Characteristics-based Decoupling Control Method for Multimodal Operation Data of Coal Mills in Thermal Power Plants

GUO Zhi

doi:10.19806/j.cnki.fdsb.2026.05.010

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

Spatiotemporal Characteristics-based Decoupling Control Method for Multimodal Operation Data of Coal Mills in Thermal Power Plants

Digitalization and Intelligentization | 更新时间：2026-09-10

- Spatiotemporal Characteristics-based Decoupling Control Method for Multimodal Operation Data of Coal Mills in Thermal Power Plants
- POWER EQUIPMENT Vol. 40, Issue 5, Pages: 394-399(2026)
- 作者机构：
  
  国家能源集团科学技术研究院有限公司，南京 210023
- 作者简介：
- 基金信息：
- DOI：10.19806/j.cnki.fdsb.2026.05.010
  CLC： TM621;TP273
- Received：04 August 2025，
  
  Revised：2025-09-29，
  
  Published：15 September 2026
- 稿件说明：
移动端阅览
郭智.火电厂磨煤机多模态运行数据的时空特征解耦控制方法[J].发电设备,2026,40(5):394-399.

GUO Zhi.Spatiotemporal Characteristics-based Decoupling Control Method for Multimodal Operation Data of Coal Mills in Thermal Power Plants[J].POWER EQUIPMENT,2026,40(05):394-399.
郭智.火电厂磨煤机多模态运行数据的时空特征解耦控制方法[J].发电设备,2026,40(5):394-399. DOI： 10.19806/j.cnki.fdsb.2026.05.010.

GUO Zhi.Spatiotemporal Characteristics-based Decoupling Control Method for Multimodal Operation Data of Coal Mills in Thermal Power Plants[J].POWER EQUIPMENT,2026,40(05):394-399. DOI： 10.19806/j.cnki.fdsb.2026.05.010.

摘要

针对火电厂磨煤机多模态运行数据强时空耦合与非线性时变特性导致的多变量协同控制难题，提出融合时空特征的多变量解耦控制方法。该方法通过分析磨煤机运行原理及多源数据特性，采用改进自适应小波阈值降噪与时滞补偿进行预处理；利用多尺度时序卷积网络提取时间特征，结合图注意力网络构建空间拓扑图提取空间特征，通过双流交叉注意力机制实现时空特征融合；设计含动态补偿层与鲁棒控制层的分层递阶解耦控制器，基于特征解耦矩阵实现多变量解耦控制。在660 MW机组磨煤机的案例验证中，该方法使煤粉细度超调量改善72.6%，出口温度恢复时间缩短51.1%，振动强度标准差降低43.7%，风煤比耦合度下降84.5%；煤质扰动下出口温度维持设定值±2 ℃区间的概率达93.6%，异常停机次数显著减少，磨辊磨损工况下仍保持高控制精度。研究表明：该方法可有效降低多变量耦合影响，提升运行稳定性与控制精度，为磨煤机控制系统优化提供技术路径。

Abstract

To address the problem of strong spatiotemporal coupling and nonlinear time-varying characteristics in the multimodal operation data of coal mills in thermal power plants， which make it difficult for traditional single variable control strategies to meet the requirements of multivariable collaborative control and restrict the improvement of operational stability and energy efficiency， a multivariable decoupling control method that integrates spatiotemporal characteristics was proposed. By analyzing the operation principle of the coal mill and the characteristics of multi-source data， an improved adaptive wavelet threshold denoising and time-delay compensation method was adopted for preprocessing. A multi-scale temporal convolutional network was used to extract time features， and a graph attention network was used to construct a spatial topological graph to extract spatial features. Then， a dual stream cross attention mechanism was used to achieve spatiotemporal characteristics fusion. A hierarchical decoupling controller with a dynamic compensation layer and a robust control layer was designed. Multi-variable decoupling control was achieved based on the characteristic decoupling matrix. Furthermore， the verification was conducted using the coal mill of a 660 MW unit. The results show that compared with traditional proportional-integral-differential （PID） control， this method improves the overshoot of pulverized coal fineness by 72.6%， shortens the recovery time of outlet temperature by 51.1%， reduces the standard deviation of vibration intensity by 43.7%， and decreases the coupling degree of air coal ratio by 84.5%. The probability of maintaining the outlet temperature within the set value ±2 ℃ range under coal quality disturbance is 93.6%， the number of abnormal shutdowns is significantly reduced， and high control accuracy is still maintained under grinding roller wear condition. This method can effectively reduce the coupling effects of multiple variables， improve the stability and control accuracy of coal mills operation， and provide an effective technical approach for optimizing coal mills control systems in thermal power plants.

关键词

Keywords

references

王雪，徐健，黄子轩，等 . 某火力发电厂磨煤机基础改造实践［J］. 东方电气评论， 2025 ， 39 （ 2 ）： 68 - 72 .

赵建虎，白光远，吴斌 . 600 MW超临界机组制粉系统自启动控制研究与实践［J］. 电气传动自动化， 2025 ， 47 （ 1 ）： 15 - 18，10 .

闻瑞士，游施纬 . HP型碗式中速磨煤机运行声音异常分析与处理［J］. 山东电力高等专科学校学报， 2022 ， 25 （ 5 ）： 43 - 46 .

陈立志，董云山，司风琪 . 基于DSLPSO的中速磨煤机动态特性研究［J］. 发电设备， 2021 ， 35 （ 3 ）： 194 - 200 .

杨宇伟，韩志成，高飞，等 . 配煤掺烧工况下火电厂制粉系统参数报警阈值优化与运行措施［C］// 2024年北京电机工程学会年度论文集 . 北京：中国电机工程学会， 2024 ： 78 - 83 .

武涛，宿向磊 . 火电厂锅炉辅机磨煤机检修故障及处理技术研究［J］. 现代制造技术与装备， 2023 ， 59 （ 8 ）： 123 - 125 .

李鹏飞，金晶 . 某电厂磨煤机堵煤事故的原因分析及处理措施［J］. 设备管理与维修， 2023 （ 10 ）： 53 - 55 .

苏永健，解世涛，李雪冰，等 . 基于ADAM-BPNN优化模型的磨煤机智能启动技术研究［J］. 工业加热， 2023 ， 52 （ 1 ）： 30 - 34 .

刘海峰，王义洪，张进，等 . ZGM113型磨煤机的煤粉细度控制方法［J］. 南京工程学院学报（自然科学版）， 2020 ， 18 （ 4 ）： 20 - 22 .

周文正，雷中辉，钟强 . 火电厂双进双出钢球磨煤机旁路风管隐患治理研究浅析［C］// 2024年电力行业技术监督专业技术交流研讨会优秀论文集 . 南宁：中国电力技术市场协会， 2024 ： 924 - 928 .

陈国民，王浩 . 1 000 MW超超临界机组磨煤机顺序控制系统设计［J］. 设备管理与维修， 2024 （ 15 ）： 157 - 160 .

赵华，孙少鹏，宁玉琴 . 火电厂中速磨煤机石子煤排放方式研究与应用［J］. 节能与环保， 2019 （ 8 ）： 92 - 93 .

陈思勤，周浩豪，茅大钧 . 基于改进GWO-Light GBM的磨煤机故障预警方法研究［J］. 自动化仪表， 2024 ， 45 （ 2 ）： 106 - 110，115 .

崔智明 . 基于物联网的磨煤机风量智能软测量系统设计［J］. 工业仪表与自动化装置， 2023 （ 6 ）： 125 - 132 .

商桐友 . 燃煤火电厂给煤机常见故障分析及处理［J］. 科学技术创新， 2020 （ 19 ）： 41 - 42 .

杨子荣 . 火电厂锅炉辅机磨煤机检修故障分析［J］. 中国新技术新产品， 2020 （ 9 ）： 86 - 88 .

赵慧玲 . 基于PID控制技术的变风量空调系统多变量解耦回路控制［J］. 电子器件， 2023 ， 46 （ 2 ）： 498 - 502 .

苏振华，王社昌，范玉林，等 . 超大型锻造操作机的并联解耦机构和联动控制技术［J］. 重型机械， 2024 （ 6 ）： 13 - 17 .

孙文革 . 有源电力滤波器补偿的PI解耦控制技术研究［J］. 自动化仪表， 2024 ， 45 （ 4 ）： 51 - 56 .

朱明皓 . 火力发电厂锅炉运行优化策略的相关研究［J］. 机械管理开发， 2023 ， 38 （ 10 ）： 107 - 109 .

Kim D H ， Lee S B ， Kim Y H ， et al . Pulverizer condition monitoring system using acoustic emission technique in thermal power plant ［J］. Journal of the Korean Society for Nondestructive Testing ， 2017 ， 37 （ 6 ）： 435 - 442 .

王洁 . 火电厂锅炉辅机磨煤机检修故障及处理技术［J］. 中国设备工程， 2024 （ 23 ）： 205 - 207 .

刘文静，靳岚，张金刚，等 . 基于灰色关联法与FAHP的磨煤机能耗分析［J］. 甘肃科学学报， 2022 ， 34 （ 5 ）： 12 - 17 .

康晓光 . 某660 MW火电厂制粉系统运行特性分析及优化［J］. 山西电力， 2022 （ 6 ）： 56 - 58 .

Blondeau J ， Kock R ， Mertens J ， et al . Online monitoring of coal particle size and flow distribution in coal-fired power plants： dynamic effects of a varying mill classifier speed ［J］. Applied Thermal Engineering ， 2016 ， 98 ： 449 - 454 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Research on Hydrodynamic Optimization Technology for Deep Peak Regulation at 30% Rated Load of 1 000 MW Ultra‑supercritical Boiler

Research on the Construction of a Digital Twin Operation and Maintenance Model for Integrated Energy Systems Based on the Source Side of Thermal Power Plants

Optimization of the Coordinated Control System in a 660 MW Ultra Supercritical Unit

Research on Architecture of Intelligent Control Systems and Auxiliary Optimization Technology for Thermal Power Plants

Research on Exhaust Gas Temperature Control and Thermal Efficiency Optimization of Waste Incinerators

Related Author

DU Chengde

GAO Peng

SHI Lin

DAI Xiaoye

XU Shuhan

YOU Xiaohui

LI Zhou

Zhang Jin

Related Institution

CHD Zouxian Power Plant

Department of Energy and Power Engineering， Tsinghua University

Beijing Guodian Zhishen Control Technology Co., Ltd.

Key Laboratory of Energy Thermal Conversion and Control of Ministry of Education, Southeast University

Guodian Nanjing Automation Co., Ltd.

AI问答

⁰