CN101364286B - 一种火力发电机组等效强迫停运率的预测方法 - Google Patents

Abstract

本发明涉及一种火力发电机组等效强迫停运率的预测方法，其特征在于，采用C语言，编制火力发电机组等效强迫停运率预测的计算软件，运行在企业的计算服务器上，其方法为输入或调用基础数据，计算扣除计划停运的等效强迫停运检修系数，确定等效强迫停运检修系数计算模型的待定参数，计算不考虑计划检修影响的等效强迫停运率，确定计划检修类型的修正系数，预测等效强迫停运率，确定等效强迫停运率考核基础值，火力发电机组等效强迫停运率的定量评价，本发明的优点是可以定量预测火力发电机组的等效强迫停运率，能够使火力发电机组的等效强迫停运率处于受控状态。

Description

一种火力发电机组等效强迫停运率的预测方法

技术领域

本发明涉及一种火力发电机组等效强迫停运率的预测方法，应用于火力发电机组等效强迫停运率的定量预测和定量评价，属于火力发电机组的技术领域。

背景技术

等效强迫停运率EFOR是评价火力发电机组可靠性与可用性的一个重要指标，EFOR高表示火力发电机组的可靠性差且可用性低。在使用阶段，通过对火力发电机组的运行历史数据进行统计分析，可以确定火力发电机组等效强迫停运率历史数据的统计结果。从1994年起，电力行业每年召开新闻发布会，公布国内火力发电机组等效强迫停运率历史数据的统计结果。厂网分开后，火力发电厂采用优化检修和竞价上网的管理体制，急需火力发电机组等效强迫停运率的定量预测结果，以便为火力发电机组优化检修和竞价上网提供技术依据。现有在用的火力发电机组的等效强迫停运率的统计方法，还停留在事故发生后的统计分析方面，还无法在使用阶段，在事故发生前定量预测今后几年火力发电机组的等效强迫停运率。现有技术侧重于火力发电机组强迫停运事故发生后的数据统计，等效强迫停运率与投运年数和计划检修的关联较弱，实际运行的火力发电机组等效强迫停运率处于失控状态。目前，火力发电机组等效强迫停运率的定量预测，还没有适合的方法可供使用。

发明内容

本发明的目的是提供一种定量计算火力发电机组等效强迫停运率的预测方法。

为实现以上目的，本发明的技术方案是提供一种火力发电机组等效强迫停运率的预测方法，其特征在于，采用C语言，编制火力发电机组等效强迫停运率预测的计算软件，运行在企业的计算服务器上，其方法为：

第一步：输入或调用基础数据

若某台火力发电机组投运年数达到或超过3年，输入该台火力发电机组等效强迫停运率历史数据的逐年统计结果，作为建立等效强迫停运检修系数的计算模型预测的基础数据；若某台火力发电机的投运年数少于3年，从数据库中调用同型号火力发电机组等效强迫停运率历史数据的逐年统计结果，应用于建立等效强迫停运检修系数预测的计算模型；

第二步：计算等效强迫停运检修系数ρ(t_i)

已知火力发电机组第t_i年的等效强迫停运率EFOR(t_i)历史数据的统计结果，其第t_i年等效强迫停运检修系数ρ(t_i)的计算公式表示为

$\mathrm{\ρ}\left(t_i\right)=\frac{\mathrm{EFOR}\left(t_i\right)}{1-\mathrm{EFOR}\left(t_i\right)};$

第三步：确定等效强迫停运检修系数ρ(t_i)计算模型的待定参数

提出使用历史数据的统计结果来拟合火力发电机组投运第t_i年的等效强迫停运检修系数ρ(t_i)的计算公式为

$\mathrm{\ρ}\left(\mathrm{ti}\right)={\mathrm{\η}}_1{\mathrm{ti}}^{-m_1}$

通过对火力发电机组等效强迫停运检修系数ρ(t_i)历史数据的统计结果进行计算与分析，确定该计算模型的待定参数η₁和m₁；

第四步：计算不考虑计划检修影响的等效强迫停运率EFOR₀(t_i)

火力发电机组不考虑计划检修影响的投运第t_i年的等效强迫停运率EFOR₀(t_i)的计算公式为

${\mathrm{EFOR}}_0\left(t_i\right)=\frac{{\mathrm{\η}}_1{t_i}^{-m_1}}{1+{\mathrm{\η}}_1{t_i}^{-m_1}};$

第五步：确定计划检修类型的修正系数k_i

定义考虑计划检修类型的修正系数k_i表示在表1；

[表1]

第六步：预测等效强迫停运率EFOR(t_i)

采用C语言编写的火力发电机组等效强迫停运率预测的计算软件运行在企业的计算服务器上，在投运第t_i年安排计划检修类型已知的前提下，由表1知，对应不同计划检修类型的修正系数k_i是确定的，火力发电机组等效强迫停运率EFOR(t_i)的计算公式为

EFOR(t_i)＝k_i×EFOR₀(t_i)；

第七步：确定等效强迫停运率考核基础值EFOR_α和EFOR_β

按照火力发电机组可靠性大纲的要求，确定不同容量火力发电机组无计划大修年份的等效强迫停运率考核基础值EFOR_α和有计划大修年份的等效强迫停运率考核基础值EFOR_β；

第八步：火力发电机组等效强迫停运率的定量评价

根据今后几年的检修计划，计算得出下一年度或今后几年火力发电机组的等效强迫停运率EFOR(t_i)，并与相同容量火力发电机组的等效强迫停运率考核基础值EFOR_α和EFOR_β作比较：

(1)在无计划大修年份：若EFOR(t_i)≥EFOR_α，表明该火力发电机组的等效强迫停运率达到可靠性大纲的要求；若EFOR(t_i)＜EFOR_α，则该火力发电机组的等效强迫停运率没有达到可靠性大纲的要求，通过调整计划检修类型来优化检修，进一步降低该火力发电机组的EFOR(t_i)；

(2)在有计划大修年份：若EFOR(t_i)≥EFOR_β，表明该火力发电机组的等效强迫停运率达到可靠性大纲的要求；若EFOR(t_i)＜EFOR_β，则该火力发电机组的等效强迫停运率没有达到可靠性大纲的要求，通过调整计划检修类型来优化检修，进一步降低该火力发电机组的EFOR(t_i)。本发明具有以下特点：

(1)数据库服务器存放两类数据：第一类数据为火力发电机组本台机组的逐年等效强迫停运率EFOR(t_i)历史数据的统计结果；第二类数据为同类型机组逐年等效强迫停运率EFOR(t_i)历史数据的统计结果。

(2)在等效强迫停运率预测的应用计算服务器上安装火力发电机组等效强迫停运率预测的计算机软件，该计算机软件接收网页服务器端的指令后，通过从数据库服务器中读取所需数据，或浏览器端用户输入的基础数据，进行火力发电机组等效强迫停运率预测，计算分析得出的结果，返回给网页服务器；计算结果同时送到数据库服务器供网页服务器下次调用。

(3)火力发电机组等效强迫停运率预测的结果在网页服务器上发布有两类：第一类为按照浏览器端用户发出请求，调用数据库服务器中的计算结果，在网页服务器上形成等效强迫停运率预测的结果页面，返回给浏览器端用户；第二类根据浏览器端用户发出的请求，网页服务器做出动态响应，通过调用等效强迫停运率预测的应用计算服务器上的火力发电机组等效强迫停运率预测的计算机软件，完成等效强迫停运率预测，形成等效强迫停运率预测的结果页面，返回给浏览器端用户。

(4)用户端浏览器具有输入数据和查看结果两大功能：一是给数据库补充火力发电机组等效强迫停运率预测的原始数据，包括等效强迫停运率历史数据的统计结果和今后几年安排的计划检修类型；二是调用或查看火力发电机组等效强迫停运率预测的计算分析结果。

本发明根据火力发电机组的等效强迫停运率历史数据的统计结果和今后几年的计划检修类型来定量预测火力发电机组的等效强迫停运率，可以定量评价其等效强迫停运率。

本发明的优点是在火力发电机组的使用阶段，在制定火力发电机组的今后几年的计划检修类型后，可以定量预测火力发电机组的等效强迫停运率。依据火力发电机组的等效强迫停运率预测值来优化检修，能够使火力发电机组的等效强迫停运率处于受控状态。

附图说明

图1为火力发电机组的等效强迫停运率预测系统的方框图；

图2为火力发电机组的等效强迫停运率预测所采用的方法流程图；

图3为火力发电机组的等效强迫停运率预测所采用方法的计算机软件框图。

具体实施方式

如图1所示，为火力发电机组强迫停运率预测系统，由数据库服务器1，进行等效强迫停运率预测的计算服务器2，网页服务器3，用户端浏览器4组成，用户端浏览器4通过网页服务器3分别与数据库服务器1和进行等效强迫停运率预测的计算服务器2连接，进行等效强迫停运率预测的计算服务器2与数据库服务器1相连接。

如图2所示，为本发明提供方法的流程图，如图3所示，为采用C语言编写的火力发电机组的等效强迫停运率预测的计算软件框图，该软件安装在发电公司或发电企业的控制中心的服务器上，在本发明提供的火力发电机组的等效强迫停运率预测系统中，由数据库和等效强迫停运率计算软件构成火力发电机组的等效强迫停运率预测的计算机软件系统，应用于火力发电机组的等效强迫停运率定量预测和定量评价。

实施例

某发电公司的某台600MW火力发电机组，蒸汽参数为16.7MP/538℃/538℃，即将投入运行。采用图1所示火力发电机组的等效强迫停运率预测系统和图3所示火力发电机组的等效强迫停运率预测计算机软件，运行在发电公司控制中心的计算机上。对于该型号600MW火电机组进行等效强迫停运率预测，采用图2所示的火力发电机组等效强迫停运率预测的流程图，得出该台600MW火力发电机组的等效强迫停运率预测结果。

第一步：输入该型号600MW火力发电机组在其他发电厂投运12年的等效强迫停运率EFOR(t_i)的统计结果分别为0.0744，0.0352，0.0726，0.233，0.0323，0.0221，0.0204，0.0113，0.0110，0.0107，0.0073，0.0050；

第二步：使用图3所示等效强迫停运率预测的计算软件，得出该型号600MW火力发电机组投运12年等效强迫停运检修系数ρ(t_i)的计算结果分别为0.0804，0.0365，0.0783，0.0239，0.0334，0.0226，0.0208，0.0114，0.0111，0.0108，0.0074，0.0050；

第三步：使用图3所示的等效强迫停运率预测的计算机软件，得出该型号600MW火电机组的ρ(t_i)计算模型的待定参数为η₁＝0.113389，m₁＝1.038472；

第四步：从投运起算，第1年至第8年的不考虑计划检修影响的等效强迫停运率EFOR(t_i)的计算结果分别为

${\mathrm{EFOR}}_0\left(1\right)=\frac{0.113389\×1^{-1.038472}}{1+{0.113389\×1}^{-1.038472}}=0.1018142$

${\mathrm{EFOR}}_0\left(2\right)=\frac{0.113389\×2^{-1.038472}}{1+0.113389\×2^{-1.038472}}=0.052315$

${\mathrm{EFOR}}_0\left(3\right)=\frac{0.113389\×3^{-1.038472}}{1+0.113389\×3^{-1.038472}}=0.034965$

${\mathrm{EFOR}}_0\left(4\right)=\frac{0.113389\×4^{-1.038472}}{1+0.113389\×4^{-1.038472}}=0.026172$

${\mathrm{EFOR}}_0\left(5\right)=\frac{0.113389\×5^{-1.038472}}{1+0.113389\×5^{-1.038472}}=0.020871$

${\mathrm{EFOR}}_0\left(6\right)=\frac{0.113389\×6^{-1.038472}}{1+0.113389\×6^{-1.038472}}=0.017334$

${\mathrm{EFOR}}_0\left(7\right)=\frac{0.113389\×7^{-1.038472}}{1+0.113389\×7^{-1.038472}}=0.014808$

${\mathrm{EFOR}}_0\left(8\right)=\frac{0.113389\×8^{-1.038472}}{1+0.113389\×8^{-1.038472}}=0.012915;$

第五步：该台600MW火力发电机组，第1年至8年安排的计划检修类型与取

表1上限值的修正系数分别为

第1年，节日检修(D级检修)1次，k₁＝0.948859

第2年，计划大修(A级检修)1次，k₂＝1.145332

第3年，计划小修(C级检修)1次，k₃＝0.991375

第4年，计划小修(C级检修)1次，k₄＝0.991375

第5年，计划中修(B级检修)1次，k₅＝1.055563

第6年，计划小修(C级检修)1次，k₆＝0.991375

第7年，计划小修(C级检修)1次，k₇＝0.991375

第8年，计划大修(A级检修)1次，k₈＝1.145332；

第六步：已知不考虑计划检修影响的EFOR₀(t_i)和计划检修类型的修正系数k_i，该台600MW火力发电机组投运8年的等效强迫停运率EFOR(t_i)的预测值分别为

EFOR(1)＝k₁×EFOR₀(1)＝0.948859×0.101842＝0.0966

EFOR(2)＝k₂×EFOR₀(2)＝1.145332×0.052315＝0.0599

EFOR(3)＝k₃×EFOR₀(3)＝0.991375×0.034965＝0.0347

EFOR(4)＝k₄×EFOR₀(4)＝0.991375×0.026172＝0.0259

EFOR(5)＝k₅×EFOR₀(5)＝1.055563×0.020871＝0.0220

EFOR(6)＝k₆×EFOR₀(6)＝0.991375×0.017334＝0.0172

EFOR(7)＝k₇×EFOR₀(7)＝0.991375×0.014808＝0.0147

EFOR(8)＝k₈×EFOR₀(8)＝1.145332×0.012915＝0.0148；

第七步：根据火力发电机组可靠性大纲的要求，对于600MW火力发电机组，无计划大修年份等效强迫停运率考核基础值EFOR_α＝0.04，有计划大修年份等效强迫停运率考核基础值EFOR_β＝0.06；

第八步：该台600MW火电机组在投运8年中，有

第1年，EFOR(1)＝0.0966＞EFOR_α＝0.04

第2年，EFOR(2)＝0.0599＜EFOR_β＝0.06

第3年，EFOR(3)＝0.0347＜EFOR_α＝0.04

第4年，EFOR(4)＝0.0259＜EFOR_α＝0.04

第5年，EFOR(5)＝0.0220＜EFOR_α＝0.04

第6年，EFOR(6)＝0.0172＜EFOR_α＝0.04

第7年，EFOR(7)＝0.0147＜EFOR_α＝0.04

第8年，EFOR(8)＝0.0148＜EFOR_β＝0.06

表明该台600MW火力发电机组在即将运行的8年中，第1年等效强迫停运率大于考核基础值，其余7年等效强迫停运率小于考核基础值，建议提高该台600MW火力发电机组的安装质量和调试质量，以降低投运第1年的等效强迫停运率。

使用本发明提供的火力发电机组等效强迫停运率的预测方法及系统，在使用阶段实现了该台600MW火力发电机组的等效强迫停运率在事故发生前的定量预测与定量评价，达到了使该台600MW火力发电机组的等效强迫停运率处于受控状态的技术效果。

Claims (1)

1.一种火力发电机组等效强迫停运率的预测方法，其特征在于，采用C语言，编制火力发电机组等效强迫停运率预测的计算软件，运行在企业的计算服务器上，其方法为：

第一步：输入或调用基础数据

若某台火力发电机组投运年数达到或超过3年，输入该台火力发电机组等效强迫停运率历史数据的逐年统计结果，作为建立等效强迫停运检修系数的计算模型预测的基础数据；若某台火力发电机的投运年数少于3年，从数据库中调用同型号火力发电机组等效强迫停运率历史数据的逐年统计结果，应用于建立等效强迫停运检修系数预测的计算模型；

第二步：计算等效强迫停运检修系数ρ(t_i)

已知火力发电机组第t_i年的等效强迫停运率EFOR(t_i)历史数据的统计结果，其第t_i年等效强迫停运检修系数ρ(t_i)的计算公式表示为

$\mathrm{\ρ}\left(t_i\right)=\frac{\mathrm{EFOR}\left(t_i\right)}{1-\mathrm{EFOR}\left(t_i\right)};$

第三步：确定等效强迫停运检修系数ρ(t_i)计算模型的待定参数提出使用历史数据的统计结果来拟合火力发电机组投运第t_i年的等效强迫停运检修系数ρ(t_i)的计算公式为

$\mathrm{\ρ}\left(t_i\right)={\mathrm{\η}}_1{t_i}^{-m_1}$

通过对火力发电机组等效强迫停运检修系数ρ(t_i)历史数据的统计结果进行计算与分析，确定该计算模型的待定参数η₁和m₁；

第四步：计算不考虑计划检修影响的等效强迫停运率EFOR₀(t_i)火力发电机组不考虑计划检修影响的投运第t_i年的等效强迫停运率EFOR₀(t_i)的计算公式为

${\mathrm{EFOR}}_0\left(t_i\right)=\frac{{\mathrm{\η}}_1{t_i}^{-m_1}}{1+{\mathrm{\η}}_1{t_i}^{-m_1}};$

第五步：确定计划检修类型的修正系数k_i

定义考虑计划检修类型的修正系数k_i表示在表1；

[表1]

第六步：预测等效强迫停运率EFOR(t_i)

采用C语言编写的火力发电机组等效强迫停运率预测的计算软件运行在企业计算服务器上，在投运第t_i年安排计划检修类型已知的前提下，由表1知，对应不同计划检修类型的修正系数k_i是确定的，火力发电机组等效强迫停运率EFOR(t_i)的计算公式为

EFOR(t_i)＝k_i×EFOR₀(t_i)；

第七步：确定等效强迫停运率考核基础值EFOR_α和EFOR_β

按照火力发电机组可靠性大纲的要求，确定不同容量火力发电机组无计划大修年份的等效强迫停运率考核基础值EFOR_α和有计划大修年份的等效强迫停运率考核基础值EFOR_β；

第八步：火力发电机组等效强迫停运率的定量评价

根据今后几年的检修计划，计算得出下一年度或今后几年火力发电机组的等效强迫停运率EFOR(t_i)，并与相同容量火力发电机组的等效强迫停运率考核基础值EFOR_α和EFOR_β作比较：

(1)在无计划大修年份：若EFOR(t_i)≥EFOR_α，表明该火力发电机组的等效强迫停运率达到可靠性大纲的要求；若EFOR(t_i)＜EFOR_α，则该火力发电机组的等效强迫停运率没有达到可靠性大纲的要求，通过调整计划检修类型来优化检修，进一步降低该火力发电机组的EFOR(t_i)；

(2)在有计划大修年份：若EFOR(t_i)≥EFOR_β，表明该火力发电机组的等效强迫停运率达到可靠性大纲的要求；若EFOR(t_i)＜EFOR_β，则该火力发电机组的等效强迫停运率没有达到可靠性大纲的要求，通过调整计划检修类型来优化检修，进一步降低该火力发电机组的EFOR(t_i)。

Images