基于SCADA的火力发电厂辅控系统及方法

本申请涉及火力发电厂技术领域，其具体地公开了一种基于SCADA的火力发电厂辅控系统及方法，其利用SCADA系统采集锅炉燃烧过程中的炉膛温度、氧含量和煤粉浓度参数，并使用基于深度学习的时序分析技术对炉膛温度、氧含量和煤粉浓度数据进行时序建模，接着，以氧含量和煤粉浓度的时序联合特征作为助燃变量特征，以炉膛温度的时序变化特征作为燃烧变量特征，通过对两者进行细粒度的交互响应分析，以挖掘出氧含量和煤粉浓度对炉膛温度的影响机制，从而在此基础上实现对送风量和煤粉供给比例的智能推荐控制。通过这种方式，可以实现对火力发电厂锅炉燃烧过程的优化控制，提高燃烧效率和热稳定性，进而提升发电厂的经济效益和环保性能。