CN105067275A - 基于排温偏离指数的燃气轮机燃烧系统在线监测诊断方法 - Google Patents

Abstract

基于排温偏离指数的燃气轮机燃烧系统在线监测诊断方法，涉及燃气轮机燃烧系统在线监测诊断方法。为了解决现有的燃气轮机燃烧系统在线监测方法存在严重“事后”诊断现象的问题。本发明首先获取燃气轮机正常运行t_m时间内的排温数据T，计算t_j时刻n个热电偶的平均温度；并将t_j时刻不同热电偶的排温数据与分别组成一一对应的关系；求得第i个热电偶排温数据和平均温度的关系；针对第i个热电偶，将β_i和排温数据和平均温度数据带入到中，求得第i个热电偶t_j时刻的，统计出，设定的阈值为[μ_i-3σ_i,μ_i+3σ_i]；当燃气轮机运行时，求解某个时间段每个热电偶对应排温数据的；若超出了对应的阈值[μ_i-3σ_i,μ_i+3σ_i]，判断该热电偶对应的燃烧室内发生故障；反之，正常。本发明适用于燃气轮机燃烧系统的在线监测诊断。

Description

基于排温偏离指数的燃气轮机燃烧系统在线监测诊断方法

技术领域

本发明涉及燃气轮机燃烧系统在线监测诊断方法。

背景技术

随着技术的进步，燃气轮机以其结构紧凑、启动快、运行平稳、热效率高等优势已成为21世纪核心动力装备之一。异常检测与故障诊断技术是保障燃气轮机安全运行的重要手段。燃烧室是燃气轮机的重要组成部分，其工作条件恶劣，故障频发，且一旦损坏后果十分严重，因此加强燃烧室的异常检测和故障诊断有着十分重要的意义。

然而，由于燃烧室工作时，温度极高，现行的测温手段无法在这种条件下长期工作。而在实际运行时，当燃烧筒出现异常的时候，排温的结果也会出现异常，所以用户通常是通过排温异常来判断燃烧筒的工作情况是否出现异常。可以通过均匀布置在机组透平排气通道中的热电偶测量燃气轮机的排温，来间接反映燃烧室内的燃烧情况。

《Real-timeon-lineperformancediagnosticsofheavy-dutyindustrialgasturbines》中是利用形状因子来实现排温的在线监测，其形状因子的定义为t时刻下，热电偶测得的最高温与平均温度的比值，由于温度的突变会影响形状因子，所以便可以用一段时间内的形状因子的变化来推测燃机燃烧室是否发生了异常，如当形状因子突然高于正常范围，则说明机组的排温出现了异常。

该方法仅仅利用了各个温度测点之间的最高值来判断排温是否发生异常，不能全面的描述燃机燃烧室工作的情况及异常演变的过程，当某些异常发生时，会导致一些热电偶的测得的温度出现问题，若这些排温不是最高温度，则该方法不能检测出系统异常。

GE公司开发的MARKVI燃烧监测系统定义S为排气温度的允许排温分散度，认为S是燃气轮机出口的平均排气温度T₄ ^*、压气机出口温度T₂ ^*的函数，具体函数是个经验公式：

$S=\left(60+0.145{T_4}^{*}-0.08{T_2}^{*}|\begin{array}{c}750\\ 50\end{array}\right)|\begin{array}{c}170\\ 50\end{array}+\left(100\right)$

在该公式里，温度均是以℉为计量单位的。公式右端的(100)带有括号，表示变工况条件下才加入该项。

此外，MARKVI燃烧监测系统还定义：S1为排气温度热电偶的最高读数与最低读数之间的差；S2为排气温度热电偶的最高读数与第2个低读数之间的差；S3为排气温度热电偶的最高读数与第3个低读数之间的差。

基于上述的公式和定义，MARKVI燃烧监测保护系统的判别原理见图1。图1中，K₁,K₂,K₃是三个依据经验定义的参数。典型情况下：K₁＝1.0；K₂＝5.0；K₃＝0.8；

但是，在实际应用中发现，当检测系统发出报警时燃烧系统已经损坏较严重，存在严重的“事后”诊断现象。

发明内容

本发明为了解决现有的燃气轮机燃烧系统在线监测方法存在严重“事后”诊断现象的问题，进而提出了基于排温偏离指数的燃气轮机燃烧系统在线监测诊断方法。

基于排温偏离指数的燃气轮机燃烧系统在线监测诊断方法，包括下述步骤：

步骤1、设燃气轮机在排气端均匀分布着n个热电偶(测点)，获取燃气轮机正常运行时t_m时间内的排温数据每行数据为第i个热电偶t_m时间内各个时刻的排温数据，每列为某个时刻n个热电偶的排温数据；其中，表示第i个热电偶t_j时刻测得的温度，i＝1,2,...,n，t_j＝1,2,...,t_m；

计算t_j时刻n个热电偶的平均温度并将t_j时刻不同热电偶的排温数据与分别组成一一对应的关系：

步骤2、提取第一个热电偶不同时刻对应关系数据：并根据这些数据进行拟合，得到如公式(1)的排温与平均温度关系；

$T_1={\mathrm{\α}}_1{\stackrel{\‾}{T}}_1+{\mathrm{\β}}_1---\left(1\right)$

用相同方法求得第i个热电偶(每个热电偶)的排温与平均温度关系，如公式(2)所示；

$T_i={\mathrm{\α}}_i{\stackrel{\‾}{T}}_i+{\mathrm{\β}}_i---\left(2\right)$

将α_i定义为第i个热电偶排温偏离指数；

根据每个热电偶的拟合公式，得到第i个热电偶(每个热电偶)对应的β_i；

步骤3、针对第i个热电偶，在不同时刻有

${\mathrm{\α}}_{{\mathrm{it}}_j}=\frac{T_{{\mathrm{it}}_j}-{\mathrm{\β}}_i}{{\stackrel{\‾}{T}}_{t_j}}---\left(3\right)$

为第i个热电偶t_j时刻(不同时刻)排温偏离指数；

将步骤2得到的每个热电偶对应的β_i的值带入到公式(3)中，并将对应热电偶的t_j时刻排温数据和平均温度数据带入到公式(3)中，得到第i个热电偶t_j时刻(每个热电偶不同时刻)的 构成一个时间序列；

当在燃气轮机正常运转情况下，的值保持恒定，但由于噪声的存在，值会在一定范围内波动，由该波动范围可确定正常运行时的阈值；若燃气轮机发生异常，用该段时间燃气轮机的运行数据求出的会超出正常运行数据所确定的阈值范围，若燃气轮机运行正常，则求出的在该阈值范围内；

在燃气轮机正常运行时，针对第i个热电偶，统计的正态分布情况：其中μ_i为均数、σ_i为标准差；则的阈值为[μ_i-3σ_i,μ_i+3σ_i]，如图3所示；

步骤4、当燃气轮机运行时，采集某一时间段内热电偶对应的排温数据，并求解该时间段每个热电偶对应排温数据的若超出了对应的阈值[μ_i-3σ_i,μ_i+3σ_i]，则判断该热电偶对应的燃烧室内发生故障，若未超出，则燃气轮机运行正常，为如图4所示，。

本方法可以充分利用排温各个测点的数据信息，准确检测出异常演变过程，在故障发生的早期就能及时发现，减小经济损失，提高安全性。

附图说明

图1为MARKVI燃烧监测保护系统的判别原理图；

图2为利用最小二乘法进行线性回归拟合的拟合图；

图3为统计出的正态分布图；

图4为基于排温偏离指数的燃气轮机燃烧系统在线监测诊断方法检测示意图。

具体实施方式

具体实施方式一：

1、基于排温偏离指数的燃气轮机燃烧系统在线监测诊断方法，其特征在于它包括下述步骤：

步骤1、设燃气轮机在排气端均匀分布着n个热电偶，获取燃气轮机正常运行时t_m时间内的排温数据每行数据为第i个热电偶t_m时间内各个时刻的排温数据，每列为某个时刻n个热电偶的排温数据；其中，表示第i个热电偶t_j时刻测得的温度，i＝1,2,...,n，t_j＝1,2,...,t_m；

计算t_j时刻n个热电偶的平均温度并将t_j时刻不同热电偶的排温数据与分别组成一一对应的关系：

步骤2、提取第一个热电偶不同时刻对应关系数据：并根据这些数据进行拟合，得到如公式(1)的排温与平均温度关系；

$T_1={\mathrm{\α}}_1{\stackrel{\‾}{T}}_1+{\mathrm{\β}}_1---\left(1\right)$

用相同方法求得第i个热电偶(每个热电偶)的排温与平均温度关系，如公式(2)所示；

$T_i={\mathrm{\α}}_i{\stackrel{\‾}{T}}_i+{\mathrm{\β}}_i---\left(2\right)$

将α_i定义为第i个热电偶排温偏离指数；

根据每个热电偶的拟合公式，得到第i个热电偶(每个热电偶)对应的β_i；

步骤3、针对第i个热电偶，在不同时刻有

${\mathrm{\α}}_{{\mathrm{it}}_j}=\frac{T_{{\mathrm{it}}_j}-{\mathrm{\β}}_i}{{\stackrel{\‾}{T}}_{t_j}}---\left(3\right)$

为第i个热电偶t_j时刻(不同时刻)排温偏离指数；

将步骤2得到的每个热电偶对应的β_i的值带入到公式(3)中，并将对应热电偶的t_j时刻排温数据和平均温度数据带入到公式(3)中，得到第i个热电偶t_j时刻(每个热电偶不同时刻)的 构成一个时间序列；

当在燃气轮机正常运转情况下，的值保持恒定，但由于噪声的存在，值会在一定范围内波动，由该波动范围可确定正常运行时的阈值；若燃气轮机发生异常，用该段时间燃气轮机的运行数据求出的会超出正常运行数据所确定的阈值范围，若燃气轮机运行正常，则求出的在该阈值范围内；

在燃气轮机正常运行时，针对第i个热电偶，统计出的正态分布情况：其中μ_i为均数、σ_i为标准差；则的阈值为[μ_i-3σ_i,μ_i+3σ_i]；如图3所示。

步骤4、当燃气轮机运行时，采集某一时间段内热电偶对应的排温数据，并求解该时间段每个热电偶对应排温数据的若超出了对应的阈值[μ_i-3σ_i,μ_i+3σ_i]，则判断该热电偶对应的燃烧室内发生故障，若未超出，则燃气轮机运行正常，如图4所示。

具体实施方式二：本实施方式所述的步骤2所述进行拟合的过程采用最小二乘法进行拟合。利用最小二乘法进行线性回归拟合的拟合图如图2所示。

其它步骤和参数与具体实施方式一相同。

Claims (2)

1.基于排温偏离指数的燃气轮机燃烧系统在线监测诊断方法，其特征在于它包括下述步骤：

步骤1、设燃气轮机在排气端均匀分布着n个热电偶，获取燃气轮机正常运行时t_m时间内的排温数据其中，表示第i个热电偶t_j时刻测得的温度，i＝1,2,…,n，t_j＝1,2,…,t_m；

计算t_j时刻n个热电偶的平均温度并将t_j时刻不同热电偶的排温数据与分别组成一一对应的关系：

步骤2、提取第一个热电偶不同时刻对应关系数据：并根据这些数据进行拟合，得到如公式(1)的排温与平均温度关系；

$T_1={\mathrm{\α}}_1\stackrel{\‾}{T_1}+{\mathrm{\β}}_1---\left(1\right)$

用相同方法求得第i个热电偶的排温与平均温度关系，如公式(2)所示；

$T={\mathrm{\α}}_i\stackrel{\‾}{T_i}+{\mathrm{\β}}_i---\left(2\right)$

将α_i定义为第i个热电偶排温偏离指数；

根据每个热电偶的拟合公式，得到第i个热电偶对应的β_i；

步骤3、针对第i个热电偶，在不同时刻有

${\mathrm{\α}}_{{\mathrm{it}}_j}=\frac{T_{{\mathrm{it}}_j}-{\mathrm{\β}}_i}{{\stackrel{\‾}{T}}_{t_j}}---\left(3\right)$

为第i个热电偶t_j时刻排温偏离指数；

将步骤2得到的每个热电偶对应的β_i的值带入到公式(3)中，并将对应热电偶的t_j时刻排温数据和平均温度数据带入到公式(3)中，得到第i个热电偶t_j时刻的构成一个时间序列；

在燃气轮机正常运行时，针对第i个热电偶，统计的正态分布情况：其中μ_i为均数、σ_i为标准差；则的阈值为[μ_i-3σ_i,μ_i+3σ_i]；

步骤4、当燃气轮机运行时，采集某一时间段内热电偶对应的排温数据，并求解该时间段每个热电偶对应排温数据的若超出了对应的阈值[μ_i-3σ_i,μ_i+3σ_i]，则判断该热电偶对应的燃烧室内发生故障，若未超出，则燃气轮机运行正常。

2.根据权利要求1所述的基于排温偏离指数的燃气轮机燃烧系统在线监测诊断方法，其特征在于步骤2所述进行拟合的过程采用最小二乘法进行拟合。