CN104536388A - 一种燃煤发电机组运行人员行为分析提取方法 - Google Patents
一种燃煤发电机组运行人员行为分析提取方法 Download PDFInfo
- Publication number
- CN104536388A CN104536388A CN201410676804.3A CN201410676804A CN104536388A CN 104536388 A CN104536388 A CN 104536388A CN 201410676804 A CN201410676804 A CN 201410676804A CN 104536388 A CN104536388 A CN 104536388A
- Authority
- CN
- China
- Prior art keywords
- performance index
- coal
- energy
- operations staff
- teams
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 239000003245 coal Substances 0.000 claims abstract description 41
- 238000004458 analytical method Methods 0.000 claims abstract description 32
- 230000011218 segmentation Effects 0.000 claims abstract description 21
- 238000005265 energy consumption Methods 0.000 claims abstract description 15
- 239000006185 dispersion Substances 0.000 claims abstract description 11
- 238000000605 extraction Methods 0.000 claims abstract description 7
- 239000000284 extract Substances 0.000 claims abstract description 6
- 238000010977 unit operation Methods 0.000 claims description 23
- 230000003542 behavioural effect Effects 0.000 claims description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 16
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims description 12
- 230000001276 controlling effect Effects 0.000 claims description 10
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 9
- 238000003303 reheating Methods 0.000 claims description 8
- 229910021529 ammonia Inorganic materials 0.000 claims description 6
- GQPLMRYTRLFLPF-UHFFFAOYSA-N Nitrous Oxide Chemical class [O-][N+]#N GQPLMRYTRLFLPF-UHFFFAOYSA-N 0.000 claims description 5
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 claims description 5
- 239000005864 Sulphur Substances 0.000 claims description 5
- 239000000428 dust Substances 0.000 claims description 5
- 239000000779 smoke Substances 0.000 claims description 5
- 238000006477 desulfuration reaction Methods 0.000 claims description 3
- 230000005684 electric field Effects 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 210000002966 serum Anatomy 0.000 claims description 3
- 239000007921 spray Substances 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 abstract description 2
- 238000010438 heat treatment Methods 0.000 abstract 1
- 238000012544 monitoring process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication
- G05B19/41855—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication by local area network [LAN], network structure
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Steam Boilers And Waste-Gas Boilers (AREA)
Abstract
本发明公开了一种燃煤发电机组运行人员行为分析提取方法，首先对节能环保性能指标按照参考指标进行三维分段划分以及对关键控制指标进行筛选，然后采用最小二乘法数据特征提取工具对节能环保性能指标与调节控制参数进行关联度及离散度分析，最后提取运行人员操作行为特征为各机组各班组建立一套以机组负荷、环境温度、输入煤质低位发热量进行划分的多维空间操作特征模式立体库。通过本发明方法，可快速、准确挖掘各种工况下燃煤发电机组运行人员操作行为特征，为开展运行班组对比、能耗诊断以及节能减排潜力挖掘奠定基础。
Description
技术领域
本发明涉及一种燃煤发电机组运行人员行为分析提取方法，属于燃煤机组监控技术领域。
背景技术
目前，国内300MW及以上容量等级机组运行行为评估分析，主要通过统计各班组运行时段内的关键指标（如主蒸汽温度、主蒸汽压力、再热蒸汽温度、再热蒸汽压力、真空等）平均值，进而评估各班组的运行水平优劣，该方法虽简单易行，但忽略了运行时段内的机组详细情况及真实运行工况。
发明内容
本发明的目的在于提供一种燃煤发电机组运行人员行为分析提取方法，通过对机组能耗水平指标、污染物排放水平指标的在线监测，以机组运行人员班次、时间为维度，以机组供电煤耗、污染物排放指标为蓝本，建立机组运行人员操作行为模式库。
为达到上述目的，本发明所采用的技术方案如下：
一种燃煤发电机组运行人员行为分析提取方法，包括以下步骤：
1） 对工况运行的节能环保性能指标按照参考指标进行三维分段划分以及对关键控制指标进行筛选；
2） 进行节能环保性能指标与调节控制参数的关联度及离散度分析；
3） 提取运行人员操作行为特征。
前述的步骤1）中，节能环保性能指标包括能耗性能指标和环保性能指标；所述能耗性能指标包括供电煤耗率、锅炉效率、厂用电率、汽机热耗率；所述环保性能指标包括二氧化硫排放浓度、氮氧化物排放浓度、烟尘排放浓度。
前述的能耗性能指标进行分段划分的参考指标包括机组负荷、环境温度、输入煤质低位发热量、运行班组；所述环保性能指标进行分段划分的参考指标包括机组负荷、环境温度、输入煤质硫分、运行班组。
前述的对关键控制指标进行筛选是指对排烟温度、主蒸汽温度、主蒸汽压力、再热蒸汽温度、过热减温水流量、再热减温水流量关键控制指标进行可靠性阀值校核筛选，在阈值范围内的数据构成样本工况数据库，对于阈值范围之外的，不纳入样本工况数据库。
前述的步骤2）中，对于能耗性能指标的调节控制参数包括过热减温水流量、再热减温水流量、排烟温度、烟气挡板开度、主蒸汽温度、主蒸汽压力、再热蒸汽温度；对于环保性能指标的调节控制参数包括喷氨流量、进氨调节门开度、脱硫吸收塔PH值、浆液循环泵运行台数、吸收塔液位、除尘电场运行数。
前述的步骤2）中，进行关联度及离散度分析采用最小二乘法数据特征提取工具，拟合出各班组的节能环保性能指标及与其相关调节控制参数随负荷的特征曲线，并拟合标准偏差及复相关系数。
前述的步骤3）中，提取运行人员操作行为特征指的是抽取各种工况条件下，运行人员调节控制行为特征，为各机组各班组建立一套以机组负荷、环境温度、输入煤质低位发热量进行划分的多维空间操作特征模式立体库。
通过本发明方法，可快速、准确挖掘各种工况下燃煤发电机组运行人员操作行为特征，为开展运行班组对比、能耗诊断以及节能减排潜力挖掘奠定基础。
附图说明
图1为本发明的实施例中，一班组机组负荷-供电煤耗特征分析计算机拟合结果；
图2为本发明的实施例中，二班组机组负荷-供电煤耗特征分析计算机拟合结果；
图3为本发明的实施例中，三班组机组负荷-供电煤耗特征分析计算机拟合结果；
图4为本发明的实施例中，四班组机组负荷-供电煤耗特征分析计算机拟合结果；
图5为本发明的实施例中，五班组机组负荷-供电煤耗特征分析计算机拟合结果。
具体实施方式
燃煤发电机组运行人员操作行为主要包括机组工况划分及筛选、节能环保指标与控制参数关联度及离散度分析、运行人员操作行为特征提取三部分。
一、对工况运行的节能环保性能指标按照参考指标进行三维分段划分以及对关键控制指标进行筛选
工况划分及筛选指的是对机组运行工况按照相关指标进行分段划分。节能环保性能指标包括能耗性能指标和环保性能指标。对于能耗性能指标分析方面，工况分段划分参考指标包括机组负荷、环境温度、输入煤质低位发热量、运行班组，对于环保性能指标分析方面，工况分段划分参考指标包括机组负荷、环境温度、输入煤质硫分、运行班组。
对于能耗性能指标运行分析进行分段划分是指对于某一等级负荷的机组，首先对机组运行及供电煤耗率、锅炉效率、厂用电率、汽机热耗率等机组能耗性能指标计算数据按照排班表进行分类划分，然后按照环境温度以一定的温度间隔进行分段划分，然后按照输入煤质低位发热量以一定的发热量间隔进行分段划分，形成海量计算数据按照运行班组-环境温度-输入煤质低位发热量三个维度的划分。
同样，对于环保性能指标运行分析进行分段划分是指对于某一等级负荷的机组，首先对机组运行及二氧化硫排放浓度、氮氧化物排放浓度、烟尘排放浓度等机组环保性能指标计算数据按照排班表进行分类划分，然后按照环境温度以一定的温度间隔进行分段划分，然后按照输入煤质硫分以一定的百分间隔进行分段划分，形成海量计算数据按照运行班组-环境温度-输入煤质硫分三个维度的划分。
工况分段划分完成后，需要对排烟温度、主蒸汽温度、主蒸汽压力、再热蒸汽温度、过热减温水流量、再热减温水流量等关键控制指标进行可靠性阀值校核筛选，在阈值范围内的数据构成样本工况数据库，对于阈值范围之外的，即不符合可靠性要求的工况，不纳入样本工况数据库。
二、节能环保性能指标与调节控制参数关联度及离散度分析
指的是机组运行节能环保性能指标与机组调节控制参数之间相关分析。机组运行节能环保性能指标包括供电煤耗、锅炉效率、厂用电率、汽机热耗率、二氧化硫排放浓度、氮氧化物排放浓度、烟尘排放浓度，它们是机组调节控制参数动态产生的结果。
对于能耗性能指标的运行分析，调节控制参数主要包括过热减温水流量、再热减温水流量、排烟温度、烟气挡板开度、主蒸汽温度、主蒸汽压力、再热蒸汽温度等。
对于环保性能指标的运行分析，调节控制参数主要包括喷氨流量、进氨调节门开度、脱硫吸收塔PH值、浆液循环泵运行台数、吸收塔液位、除尘电场运行数等。
基于筛选的样本工况数据库，对节能环保性能指标及与其相关调节控制参数进行相关性分析，利用最小二乘法数据特征提取工具，拟合出各班组的节能环保性能指标及关键控制指标随负荷的特征曲线，并拟合相应的标准偏差及复相关系数等关联度、离散度指标。
三、运行人员操作行为特征提取
指的是抽取各种工况条件下（工况条件的划分主要考虑机组负荷、环境温度、输入煤质低位发热量），运行人员调节控制行为特征，最终为各机组各班组建立一套运行模式库，该运行模式库以机组负荷、环境温度、输入煤质低位发热量进行划分，为一套多维空间操作特征模式立体库。
实施例
某630MW等级超临界机组，其正常运行班组运转机制为五班三倒方式，按照本发明方法对其进行运行人员行为分析，下面以能耗指标运行分析为例进行介绍：
（1）工况划分及筛选：首先对机组运行及计算数据按照排班表进行分类划分，然后按照环境温度以一定的温度间隔进行分段划分，如本实施例中以5℃为间隔进行划分，然后按照输入煤质低位发热量以一定的发热量间隔进行分段划分，如本实施例中以1000kJ/kg为间隔进行划分，形成海量计算数据按照运行班组-环境温度-输入煤质低位发热量三个维度的划分。
工况分段划分完成后，对关键控制指标进行可靠性阀值校核筛选，形成数据构成样本工况数据库。
（2）节能环保指标与调节控制参数关联度及离散度分析
班组-机组负荷-供电煤耗特征提取：对机组运行时段内主蒸汽温度、主蒸汽压力等运行监测以及供电煤耗率、厂用电率等性能指标计算数据按照运行值班表进行分组，然后利用最小二乘法数据特征提取工具，拟合出各班组的供电煤耗随负荷的特征曲线，并确定其拟合标准偏差及复相关系数等关联度、离散度指标，各班组提取特征如图1至图5所示.
图中，点为供电煤耗的数据，中间的线为拟合曲线，上下两条线为标准偏差值拟合曲线。
图1中，拟合曲线为：
f（x）=0.0005900529*（x-424.771）2-0.1325879889*（x-424.771）+321.4059976301
其中，x表示机组负荷，单位MW，f（x）表示供电煤耗，单位g/kW·h
拟合标准偏差为：5.129g/kW·h
复相关系数为：0.866。
图2中，拟合曲线为：
f（x）=0.0006088151*（x-415.679）2-0.1373177468*（x-415.679）+321.3459606319
其中，x表示机组负荷，单位MW，f（x）表示供电煤耗，单位g/kW·h。
拟合标准偏差为：4.408g/kW·h
复相关系数为：0.877。
图3中，拟合曲线为：
f（x）=0.0004880132*（x-425.083）2-0.1202722227*（x-425.083）+320.8957816458
其中，x表示机组负荷，单位MW，f（x）表示供电煤耗，单位g/kW·h。
拟合标准偏差为：4.219g/kW·h
复相关系数为：0.886。
图4中，拟合曲线为：
f（x）=0.0004982118*（x-427.650）2-0.1190919205*（x-427.650）+320.0643384971
其中，x表示机组负荷，单位MW，f（x）表示供电煤耗，单位g/kW·h。
拟合标准偏差为：4.165g/kW·h
复相关系数为：0.879。
图5中，拟合曲线为：
f（x）=0.0005027947*（x-434.113）2-0.1140033992*（x-434.113）+319.3753111279
其中，x表示机组负荷，单位MW，f（x）表示供电煤耗，单位g/kW·h。
拟合标准偏差为：4.017g/kW·h
复相关系数为：0.908。
按同样的方法，分别对班组-机组负荷-发电煤耗、班组-机组负荷-锅炉效率、班组-机组负荷-汽机热耗率、班组-机组负荷-厂用电率特征、班组-机组负荷-二氧化硫排放浓度、班组-机组负荷-氮氧化物排放浓度、班组-机组负荷-烟尘排放浓度、以及班组在不同负荷下与主蒸汽流量、主蒸汽压力、主蒸汽温度、再热蒸汽温度、过热减温水流量、再热减温水流量的关系特征提取，确定其拟合标准偏差及复相关系数等关联度、离散度指标。
（3）运行人员操作行为特征提取
通过对样本数据增加环境温度、煤质低位发热量分析维度划分，根据不同班组的运行人员在各种工况下的调节控制行为特征，建立不同班组操作下负荷与供电煤耗、发电煤耗、锅炉效率、汽机热耗率、厂用电率、主蒸汽流量、主蒸汽压力、主蒸汽温度、再热蒸汽温度、过热减温水流量、再热减温水流量随班组变化的多维空间操作特征模式立体库。
Claims (7)
1.一种燃煤发电机组运行人员行为分析提取方法，其特征在于，包括以下步骤：
1）对工况运行的节能环保性能指标按照参考指标进行三维分段划分以及对关键控制指标进行筛选；
2）进行节能环保性能指标与调节控制参数的关联度及离散度分析；
3）提取运行人员操作行为特征。
2.根据权利要求1所述的一种燃煤发电机组运行人员行为分析提取方法，其特征在于，所述步骤1）中，节能环保性能指标包括能耗性能指标和环保性能指标；所述能耗性能指标包括供电煤耗率、锅炉效率、厂用电率、汽机热耗率；所述环保性能指标包括二氧化硫排放浓度、氮氧化物排放浓度、烟尘排放浓度。
3.根据权利要求2所述的一种燃煤发电机组运行人员行为分析提取方法，其特征在于，所述能耗性能指标进行分段划分的参考指标包括机组负荷、环境温度、输入煤质低位发热量、运行班组；所述环保性能指标进行分段划分的参考指标包括机组负荷、环境温度、输入煤质硫分、运行班组。
4.根据权利要求1所述的一种燃煤发电机组运行人员行为分析提取方法，其特征在于，所述对关键控制指标进行筛选是指对排烟温度、主蒸汽温度、主蒸汽压力、再热蒸汽温度、过热减温水流量、再热减温水流量关键控制指标进行可靠性阀值校核筛选，在阈值范围内的数据构成样本工况数据库，对于阈值范围之外的，不纳入样本工况数据库。
5.根据权利要求1或2所述的一种燃煤发电机组运行人员行为分析提取方法，其特征在于，所述步骤2）中，对于能耗性能指标的调节控制参数包括过热减温水流量、再热减温水流量、排烟温度、烟气挡板开度、主蒸汽温度、主蒸汽压力、再热蒸汽温度；对于环保性能指标的调节控制参数包括喷氨流量、进氨调节门开度、脱硫吸收塔PH值、浆液循环泵运行台数、吸收塔液位、除尘电场运行数。
6.根据权利要求1所述的一种燃煤发电机组运行人员行为分析提取方法，其特征在于，所述步骤2）中，进行关联度及离散度分析采用最小二乘法数据特征提取工具，拟合出各班组的节能环保性能指标及调节控制参数随负荷的特征曲线，并拟合相应的标准偏差及复相关系数。
7.根据权利要求1所述的一种燃煤发电机组运行人员行为分析提取方法，其特征在于，所述步骤3）中，提取运行人员操作行为特征指的是抽取各种工况条件下，运行人员调节控制行为特征，为各机组各班组建立一套以机组负荷、环境温度、输入煤质低位发热量进行划分的多维空间操作特征模式立体库。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410676804.3A CN104536388B (zh) | 2014-11-21 | 2014-11-21 | 一种燃煤发电机组运行人员行为分析提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410676804.3A CN104536388B (zh) | 2014-11-21 | 2014-11-21 | 一种燃煤发电机组运行人员行为分析提取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104536388A true CN104536388A (zh) | 2015-04-22 |
| CN104536388B CN104536388B (zh) | 2017-06-23 |
Family
ID=52851931
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410676804.3A Active CN104536388B (zh) | 2014-11-21 | 2014-11-21 | 一种燃煤发电机组运行人员行为分析提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104536388B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105205589A (zh) * | 2015-08-28 | 2015-12-30 | 长春合成兴业能源技术有限公司 | 火力发电机组不同负荷下锅炉效率的评价方法 |
| CN105896538A (zh) * | 2016-06-29 | 2016-08-24 | 国网江苏省电力公司电力科学研究院 | 一种基于实测数据的厂用电负荷修正模型建模方法 |
| CN107341281A (zh) * | 2016-12-08 | 2017-11-10 | 江苏方天电力技术有限公司 | 一种基于大数据技术的燃煤机组烟尘浓度分析方法 |
| CN112396335A (zh) * | 2020-11-26 | 2021-02-23 | 北京中电普华信息技术有限公司 | 一种基于灰色综合评价模型的评价方法及装置 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007148726A (ja) * | 2005-11-28 | 2007-06-14 | Shimizu Corp | 製造工場エネルギー消費分析システム |
| US20070192064A1 (en) * | 2006-02-15 | 2007-08-16 | Omron Corporation | Process fault analyzer and system, program and method thereof |
| CN101187804A (zh) * | 2006-11-15 | 2008-05-28 | 北京华电天仁电力控制技术有限公司 | 基于数据挖掘的火电机组运行优化规则提取方法 |
| CN101893877A (zh) * | 2009-05-20 | 2010-11-24 | 中国国电集团公司九江发电厂 | 一种发电厂基于能耗分析的优化运行方法及其系统 |
| CN102654768A (zh) * | 2012-05-09 | 2012-09-05 | 北京华电天仁电力控制技术有限公司 | 基于规则的电站锅炉燃烧节煤降氮控制方法和装置 |
| CN102799161A (zh) * | 2012-08-13 | 2012-11-28 | 浙江大学 | 联合循环发电机组的性能指标修正比较方法及调控系统 |
| CN102830682A (zh) * | 2012-09-12 | 2012-12-19 | 华电国际电力股份有限公司山东分公司 | 用于区域发电公司运营智能管控系统的能耗警察模块 |
| CN103412526A (zh) * | 2013-07-12 | 2013-11-27 | 国家电网公司 | 一种供热机组在线负荷的调度方法与系统 |
| CN103439959A (zh) * | 2013-09-16 | 2013-12-11 | 笔笔发信息技术(上海)有限公司 | 一种通过电源智能监控多种用电设备工作状态的方法 |
| CN103676794A (zh) * | 2012-09-04 | 2014-03-26 | 上海杰之能信息科技有限公司 | 能耗监测方法及能耗监测系统 |
-
2014
- 2014-11-21 CN CN201410676804.3A patent/CN104536388B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007148726A (ja) * | 2005-11-28 | 2007-06-14 | Shimizu Corp | 製造工場エネルギー消費分析システム |
| US20070192064A1 (en) * | 2006-02-15 | 2007-08-16 | Omron Corporation | Process fault analyzer and system, program and method thereof |
| CN101187804A (zh) * | 2006-11-15 | 2008-05-28 | 北京华电天仁电力控制技术有限公司 | 基于数据挖掘的火电机组运行优化规则提取方法 |
| CN101893877A (zh) * | 2009-05-20 | 2010-11-24 | 中国国电集团公司九江发电厂 | 一种发电厂基于能耗分析的优化运行方法及其系统 |
| CN102654768A (zh) * | 2012-05-09 | 2012-09-05 | 北京华电天仁电力控制技术有限公司 | 基于规则的电站锅炉燃烧节煤降氮控制方法和装置 |
| CN102799161A (zh) * | 2012-08-13 | 2012-11-28 | 浙江大学 | 联合循环发电机组的性能指标修正比较方法及调控系统 |
| CN103676794A (zh) * | 2012-09-04 | 2014-03-26 | 上海杰之能信息科技有限公司 | 能耗监测方法及能耗监测系统 |
| CN102830682A (zh) * | 2012-09-12 | 2012-12-19 | 华电国际电力股份有限公司山东分公司 | 用于区域发电公司运营智能管控系统的能耗警察模块 |
| CN103412526A (zh) * | 2013-07-12 | 2013-11-27 | 国家电网公司 | 一种供热机组在线负荷的调度方法与系统 |
| CN103439959A (zh) * | 2013-09-16 | 2013-12-11 | 笔笔发信息技术(上海)有限公司 | 一种通过电源智能监控多种用电设备工作状态的方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105205589A (zh) * | 2015-08-28 | 2015-12-30 | 长春合成兴业能源技术有限公司 | 火力发电机组不同负荷下锅炉效率的评价方法 |
| CN105896538A (zh) * | 2016-06-29 | 2016-08-24 | 国网江苏省电力公司电力科学研究院 | 一种基于实测数据的厂用电负荷修正模型建模方法 |
| CN105896538B (zh) * | 2016-06-29 | 2018-06-19 | 国网江苏省电力公司电力科学研究院 | 一种基于实测数据的厂用电负荷修正模型建模方法 |
| CN107341281A (zh) * | 2016-12-08 | 2017-11-10 | 江苏方天电力技术有限公司 | 一种基于大数据技术的燃煤机组烟尘浓度分析方法 |
| CN107341281B (zh) * | 2016-12-08 | 2021-03-30 | 江苏方天电力技术有限公司 | 一种基于大数据技术的燃煤机组烟尘浓度分析方法 |
| CN112396335A (zh) * | 2020-11-26 | 2021-02-23 | 北京中电普华信息技术有限公司 | 一种基于灰色综合评价模型的评价方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104536388B (zh) | 2017-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106249728B (zh) | 一种基于部件特性的火力发电机组在线性能监测方法 | |
| US20130013255A1 (en) | Automatic identification of operating parameters for power plants | |
| Park et al. | Coupled fluid dynamics and whole plant simulation of coal combustion in a tangentially-fired boiler | |
| CN104536388A (zh) | 一种燃煤发电机组运行人员行为分析提取方法 | |
| CN103455635A (zh) | 基于最小二乘支持向量机集成的热工过程软测量建模方法 | |
| CN102968561A (zh) | 一种锅炉系统的能效评估模型及方法 | |
| JP5918663B2 (ja) | 火力プラントの制御装置及び制御方法 | |
| CN104504292A (zh) | 基于bp神经网络预测循环流化床锅炉最佳工作温度的方法 | |
| CN105512388A (zh) | 一种基于labview的亚临界火电机组增强激励仿真建模方法 | |
| CN106936627A (zh) | 一种基于大数据分析挖掘的火电设备性能监测方法 | |
| Orozco et al. | A new methodology of thermodynamic diagnosis, using the thermoeconomic method together with an artificial neural network (ANN): A case study of an externally fired gas turbine (EFGT) | |
| JP6742222B2 (ja) | 運転支援装置及びプログラム | |
| CN103886316A (zh) | 一种基于特征提取与模糊c均值聚类的燃烧监测与诊断的方法 | |
| CN107326137A (zh) | 高炉热风炉烧炉过程操作参数分时段多级匹配寻优方法 | |
| CN104182623A (zh) | 一种基于当量变化率计算的热工过程数据检测方法 | |
| CN104122291B (zh) | 超超临界火电机组水冷壁向工质传热速率的实时辨识方法 | |
| Liu et al. | An overview of modelling and simulation of thermal power plant | |
| Blanco et al. | New investigation on diagnosing steam production systems from multivariate time series applied to thermal power plants | |
| Strušnik et al. | Optimisation of an old 200 MW coal-fired boiler with urea injection through the use of supervised machine learning algorithms to achieve cleaner power generation | |
| CN105046040A (zh) | 一种凝析气田集输工艺系统的能效评价方法 | |
| Nikam et al. | Parametric analysis and optimization of 660 MW supercritical power plant | |
| CN105573261A (zh) | 一种电厂锅炉燃烧的优化监控方法 | |
| Croce et al. | A CFD‐based analysis of dynamic induction techniques for wind farm control applications | |
| Dhanalakshmi et al. | Energy analytics and comparative performance analysis of machine learning classifiers on power boiler dataset | |
| Chongwatpol et al. | Applying analytics in the energy industry: A case study of heat rate and opacity prediction in a coal-fired power plant |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |