中国在内的全世界火力发电运营技术，无一例外的执行着 ACC（自动化燃烧控制）系统的传统理念。ACC 系统的运行理念，在一定的历史背景下，确实是非常成功的技术应用，对于推进火力发电行业的发展也起到了关键的作用。
ACC 系统从控制理念来说，其核心就是燃煤热值的准确输入。首先，ACC 系统根据发电任务计划，计算出蒸汽量的工艺目标、标煤配煤工艺目标，然后，再根据实物煤热值，最终计算承出实物煤的配煤工艺目标，当然也包括诸如一次风、二次风这样的工艺目标，以及运行的控制机制，最后，根据计算出的这些参数进行所谓的合理投煤。这样一套工艺控制的理念，完全是运用“解算法”来进行即时的产线调节。
无论“解算法”计算得多么精准，燃煤的热值依然存在波动现象。尽管这种波动在可控的范围内，但实际上对生产运行影响还是较大。若燃煤热值正向波动，实际工况则会浪费燃煤；若燃煤负向波动，实际工况则会偏离发电任务目标。结论就是：燃煤热值只要有波动，实际工况就是对发电企业造成了损失。
由此可见，火力发电运用的“解算法”控制机制，已经成为行业深度节煤技术的最大拦路虎。如果依然按照“解算法”机制运转，那么火力发电几乎没有低成本解决节煤技术的路径（运用超高高成本进行设备改造除外）。
- 本文地址：人工智能 RIDIC 系统技改流化床锅炉两台 300MW 发电机组年最低可节省燃煤 1.5 万吨
- 本文版权归作者和AIQ共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出
工业人工智能（工业 AI）技术的诞生，让火力发电的节煤技术迎来了可能性。
RIDIC system 系统，抛弃了传统“解算法”技术的核心，重点放在在煤炭燃烧的时刻，应该需要用多少煤就投用多少煤，更加精准的调节产线的运行。
传统的 ACC 控制技术，缺乏自动适应性、综合性、连续最优性、智能性优化匹配性等，导致 ACC 控制技术发到一定程度，就会出现不可逾越的门槛。所以火力发电行业急需一套能够深度解决问题的 AiCC++ 智能控制系统。ACC 系统的瓶颈，就是这个行业发展的瓶颈。
RIDIC system 系统通过机器感知、机器预判、机器推理的 AI 控制思想，运用 MPC 动态模型构造理论以及卡尔曼滤波原理，动态构造即时状态的焚烧工艺函数，不仅仅可以节省大量的煤炭，还可以更加深度稳定生产工况，让生产工艺运行的上下限区间变得更加狭窄，对于设备的故障率的降低也是起到了非常好的作用。
注意：本文归作者所有，未经作者允许，不得转载
