CN105184395B - 含余热利用系统的火电机组的初参数确定方法 - Google Patents
含余热利用系统的火电机组的初参数确定方法 Download PDFInfo
- Publication number
- CN105184395B CN105184395B CN201510531046.0A CN201510531046A CN105184395B CN 105184395 B CN105184395 B CN 105184395B CN 201510531046 A CN201510531046 A CN 201510531046A CN 105184395 B CN105184395 B CN 105184395B
- Authority
- CN
- China
- Prior art keywords
- data
- real time
- historical data
- time data
- unit
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012216 screening Methods 0.000 claims abstract description 24
- 238000005457 optimization Methods 0.000 claims abstract description 19
- 230000001550 time effect Effects 0.000 claims abstract description 16
- 238000013524 data verification Methods 0.000 claims abstract description 5
- 238000005070 sampling Methods 0.000 claims description 36
- 238000003825 pressing Methods 0.000 claims description 30
- 238000004458 analytical method Methods 0.000 claims description 18
- 239000000498 cooling water Substances 0.000 claims description 16
- 238000012546 transfer Methods 0.000 claims description 15
- 238000005265 energy consumption Methods 0.000 claims description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 230000002209 hydrophobic effect Effects 0.000 claims description 8
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 7
- 239000003245 coal Substances 0.000 claims description 7
- 239000003546 flue gas Substances 0.000 claims description 7
- 238000001816 cooling Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 6
- 210000003296 saliva Anatomy 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 7
- 238000010977 unit operation Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 241001269238 Data Species 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000032683 aging Effects 0.000 description 3
- 238000004134 energy conservation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 235000014171 carbonated beverage Nutrition 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000003517 fume Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000002918 waste heat Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种含余热利用系统的火电机组的初参数确定方法,涉及火电机组数据处理技术领域。方法包括:根据厂级监控系统SIS数据库获取火电机组的运行实时数据和运行历史数据;对运行历史数据进行时效分析,生成第一历史数据;对运行实时数据和第一历史数据分别进行数据准稳态筛选,生成筛选后的第一实时数据和第二历史数据;根据第一实时数据和第二历史数据进行数据验证与筛选,确定第一实时数据和第二历史数据是否失真,并筛除失真数据,分别生成第二实时数据和第三历史数据;根据第二实时数据和第三历史数据生成针对含余热利用系统约束条件下的机组运行状态重构模型,并获取当前工况下系统运行状态参数的重构值以及可控运行参数的优化目标值。
Description
技术领域
本发明涉及火电机组数据处理技术领域,尤其涉及一种含余热利用系统的火电机组的初参数确定方法。
背景技术
当前,余热利用的主要方式有锅炉烟气余热利用和吸收式热泵余热利用等,余热利用是提高机组循环效率的有效手段,能够作为促进发电企业提高效率的节能措施之一。当前的余热利用系统地特点是提高了能源利用率,但同时也改变了汽轮机的整个热力系统,从而使热力系统更为复杂,而当前火电机组普遍参与调峰,使得机组经常处于变工况乃至深度变工况运行状态。在不同的运行边界条件下,复杂火电机组运行初参数(即机组的主蒸汽压力)的合理选择是实现机组节能优化运行的关键问题。
目前关于火电机组运行初参数最优值的确定方法一般是通过理论模型来进行模拟确定,或者针对特定的火电机组进行试验确定,或者根据海量的历史运行数据分析确定。然而上述各种方式的确定方法较为单一,随着火电机组的运行,火电机组的实际工况会逐渐变化,无论目前采用上述何种方式,所确定的火电机组运行初参数均与实际运行工况存在较大偏差。
发明内容
本发明的实施例提供一种含余热利用系统的火电机组的初参数确定方法,以解决当前关于火电机组运行初参数最优值的确定方法一般是通过理论模型来进行模拟确定,或者针对特定的火电机组进行试验确定,或者根据海量的历史运行数据分析确定,造成所确定的火电机组运行初参数均与实际运行工况存在较大偏差的问题。
为达到上述目的,本发明采用如下技术方案:
一种含余热利用系统的火电机组的初参数确定方法,包括:
根据厂级监控系统SIS数据库获取火电机组的运行实时数据和运行历史数据;
对所述运行历史数据进行时效分析,生成第一历史数据;
对所述运行实时数据和所述第一历史数据分别进行数据准稳态筛选,生成筛选后的第一实时数据和第二历史数据;
根据所述第一实时数据和第二历史数据进行数据验证与筛选,确定所述第一实时数据和第二历史数据是否失真,并筛除失真数据,分别生成第二实时数据和第三历史数据;
根据所述第二实时数据和第三历史数据生成针对含余热利用系统约束条件下的机组运行状态重构模型;
根据所述机组运行状态重构模型获取当前工况下系统运行状态参数的重构值以及可控运行参数的优化目标值。
进一步的,该含余热利用系统的火电机组的初参数确定方法,还包括:
根据所述系统运行状态参数的重构值替换所述第二实时数据缺失的运行实时数据,生成第三实时数据;
接收一预设时间内的煤质离线分析数据和烟气离线分析数据;
根据所述煤质离线分析数据、烟气离线分析数据以及所述第三实时数据,形成第四实时数据,并将所述第四实时数据存储于一过程数据库中。
进一步的,该含余热利用系统的火电机组的初参数确定方法,还包括:
根据所述第四实时数据和所述可控运行参数的优化目标值确定所述火电机组的能耗偏差。
具体的,所述对所述运行历史数据进行时效分析,生成第一历史数据,包括:
确定一τ时刻的历史运行数据的时效因子:
其中,τ0为机组当前的运行时刻;PF(τ)为时间函数;γτ为所述时效因子;τ为一大修周期内历史数据的对应时间;
根据所述时效因子与所述运行历史数据中的各参数,确定所述第一历史数据;
其中,所述第一历史数据中的参数集合为:
其中,为第一历史数据中的第n个参数。
另外,对所述运行实时数据和所述第一历史数据分别进行数据准稳态筛选,生成筛选后的第一实时数据和第二历史数据,包括:
确定各采样时间τ对应的运行实时数据或第一历史数据的参数集合;
根据机组运行状态稳态判别条件,依次判断各采样时间τ对应的运行实时数据或第一历史数据的参数集合是否满足所述机组运行状态稳态判别条件;
若所述第一历史数据的参数集合不满足所述机组运行状态稳态判别条件,则将所述第一历史数据的参数集合筛除,使满足所述机组运行状态稳态判别条件的各采样时间τ对应的第一历史数据的参数集合组成所述第二历史数据;
若所述运行实时数据的参数集合不满足所述机组运行状态稳态判别条件,则将所述运行实时数据的参数集合筛除,使满足所述机组运行状态稳态判别条件的各采样时间τ对应的运行实时数据的参数集合组成所述第一实时数据。
进一步的,所述根据机组运行状态稳态判别条件,依次判断各采样时间τ对应的运行实时数据或第一历史数据的参数集合是否满足所述机组运行状态稳态判别条件,包括:
步骤101、设置一数据采样起始时间τ0的初值为τprent,以及采样次数j的初值为0。
步骤102、判断公式是否成立;其中,yi(τ0)为τ0时刻的系统运行边界条件;yi(τ0+j·Δτ)为τ0+j·Δτ时刻的系统运行边界条件;Δτ为采样时间间隔;δyi为一参数运行波动范围。
步骤103、若公式成立,令j=j+1,并返回执行步骤102。
步骤104、若公式不成立,计算满足稳态的采样时阈:
Γ=(j-1)*Δτ。
步骤105、判断满足稳态的采样时阈Γ是否大于等于预先设定的稳态时阈值Γd。
步骤106、若满足稳态的采样时阈Γ大于等于预先设定的稳态时阈值Γd,则确定运行实时数据或第一历史数据的参数集合不满足所述机组运行状态稳态判别条件。
步骤107、若满足稳态的采样时阈Γ小于预先设定的稳态时阈值Γd,返回执行步骤101。
进一步的,该含余热利用系统的火电机组的初参数确定方法,还包括:
确定一能耗敏感因子为:
根据所述能耗敏感因子以及能耗的允许偏差,确定所述参数运行波动范围:
其中,f(λ)为一发电负荷率概率密度分布函数;σ为所述能耗的允许偏差。
具体的,所述根据所述第二实时数据和第三历史数据生成针对含余热利用系统约束条件下的机组运行状态重构模型,包括:
建立机组的管道阻力模型:
其中,ΔP为管道压力损失;ρ为工质密度;ξ为管道总体阻力系数;D为管道内工质的质量流量;ci为管道的特征系数。
建立凝汽器真空混合模型:
其中,ts为凝汽器的饱和温度;为冷却水入口温度;Q为凝汽器的热负荷;Dw为冷却水流量;为冷却水比热;KF为换热能力系数。
建立加热器端差混合模型:
其中,DCA为加热器下端差;TTD为加热器上端差;为疏水冷却段的总体传热能力系数,为主凝结段的传热能力系数,Dg为给水流量,为给水比容,Dw为疏水流量,为疏水比容,tw1为冷却水入口温度,ts为加热器压力下的饱和温度,h1为入口水焓,h"1为出口水焓。
进一步的,根据所述第二实时数据和第三历史数据生成针对含余热利用系统约束条件下的机组运行状态重构模型,还包括:
确定运行约束边界条件集合X,并确定第一状态参数集合yi的初值。
根据所述运行约束边界条件集合X和第一状态参数集合yi的初值,确定一第二状态参数集合Y;所述第二状态参数集合Y包括第二给水流量D'fw、第二凝汽器压力Pc′、第二给水温度Tw1′以及第二高排温度T2′。
判断第二给水流量D'fw与根据第一状态参数集合yi确定的第一给水流量Dfw的差的绝对值是否小于一预设误差范围;并且,判断第二凝汽器压力Pc′与根据第一状态参数集合yi确定的第一凝汽器压力Pc的差的绝对值是否小于所述预设误差范围;并且,判断第二给水温度Tw1′与根据第一状态参数集合yi确定的第一给水温度Tw1的差的绝对值是否小于所述预设误差范围;并且,判断第二高排温度T2′与根据第一状态参数集合yi确定的第一高排温度T2的差的绝对值是否小于所述预设误差范围。
若第二给水流量D'fw与第一给水流量Dfw的差的绝对值小于一预设误差范围;并且,第二凝汽器压力Pc′与第一凝汽器压力Pc的差的绝对值小于所述预设误差范围;并且,第二给水温度Tw1′与第一给水温度Tw1的差的绝对值小于所述预设误差范围;并且,第二高排温度T2′与第一高排温度T2的差的绝对值小于所述预设误差范围,根据第二给水流量D'fw、第二凝汽器压力Pc′、第二给水温度Tw1′以及第二高排温度T2′确定当前机组运行状态,生成针对含余热利用系统约束条件下的机组运行状态重构模型。
若第二给水流量D'fw与第一给水流量Dfw的差的绝对值大于等于一预设误差范围;或者,第二凝汽器压力Pc′与第一凝汽器压力Pc的差的绝对值大于等于所述预设误差范围;或者,第二给水温度Tw1′与第一给水温度Tw1的差的绝对值大于等于所述预设误差范围;或者,第二高排温度T2′与第一高排温度T2的差的绝对值大于等于所述预设误差范围,则根据所述运行约束边界条件集合X和第一状态参数集合yi的初值,重新确定第二状态参数集合Y。
具体的,所述根据所述机组运行状态重构模型获取当前工况下系统运行状态参数的重构值以及可控运行参数的优化目标值,包括:
根据一优化模型:确定可行初压区间[P0min,P0max];
其中,NgE为当前负荷;Ngmin为机组允许最小负荷;Ngmax为机组允许最大负荷;P0d为设计机组初压;Ngd为设计负荷;P0为机组初压;minq为最小热耗率;X为除负荷指令以外机组的其他约束条件参数,X={Tw,T0,Trh,Dw},Tw为环境温度;T0为主蒸汽温度;Trh为再热温度;Dw为循环水流量;
在所述可行初压区间[P0min,P0max]内选取两压力值P01和P02;
其中,P02=Pmin+0.618*(Pmax-Pmin);P01=Pmin+0.382*(Pmax-Pmin);
根据所述机组运行状态重构模型,确定P01对应的运行状态参数集合Yp01和P02对应的运行状态参数集合Yp02;
分别根据运行状态参数集合Yp01和运行状态参数集合Yp02确定机组热耗率qp01和机组热耗率qp02;
判断P02与P01的差的绝对值是否小于一预设误差范围;
若P02与P01的差的绝对值小于一预设误差范围,确定最优初压P0opt为P01,并确定机组最小的热耗率qmin为qp01;
若P02与P01的差的绝对值大于等于所述预设误差范围,判断机组热耗率qp01与机组热耗率qp02的大小;
若机组热耗率qp01大于机组热耗率qp02,将所述可行初压区间[P0min,P0max]缩小为[P01,P0max],并在缩小的可行初压区间内重新选取两压力值P01和P02;
若机组热耗率qp01小于机组热耗率qp02,将所述可行初压区间[P0min,P0max]缩小为[P0min,P02],并在缩小的可行初压区间内重新选取两压力值P01和P02;
若机组热耗率qp01等于机组热耗率qp02,将所述可行初压区间[P0min,P0max]缩小为[P01,P02],并在缩小的可行初压区间内重新选取两压力值P01和P02。
本发明实施例提供的一种含余热利用系统的火电机组的初参数确定方法,通过对火电机组的运行实时数据和运行历史数据的筛选,并重构机组运行状态重构模型,从而能够根据机组运行状态重构模型获取当前工况下系统运行状态参数的重构值以及可控运行参数的优化目标值。可见,本发明实施例提供的含余热利用系统的火电机组的初参数确定方法能够结合火电机组的运行实时数据和运行历史数据,得到的可控运行参数的优化目标值较为准确,从而避免了通过理论模型来进行模拟确定,或者针对特定的火电机组进行试验确定,或者根据海量的历史运行数据分析确定,造成所确定的火电机组运行初参数均与实际运行工况存在较大偏差的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种含余热利用系统的火电机组的初参数确定方法的流程图一;
图2为本发明实施例提供的一种含余热利用系统的火电机组的初参数确定方法的流程图二;
图3为本发明实施例中的数据准稳态筛选流程图;
图4为本发明实施例中的机组运行状态重构的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供的一种含余热利用系统的火电机组的初参数确定方法,包括:
步骤201、根据厂级监控系统SIS数据库获取火电机组的运行实时数据和运行历史数据。
步骤202、对运行历史数据进行时效分析,生成第一历史数据。
步骤203、对运行实时数据和第一历史数据分别进行数据准稳态筛选,生成筛选后的第一实时数据和第二历史数据。
步骤204、根据第一实时数据和第二历史数据进行数据验证与筛选,确定第一实时数据和第二历史数据是否失真,并筛除失真数据,分别生成第二实时数据和第三历史数据。
步骤205、根据第二实时数据和第三历史数据生成针对含余热利用系统约束条件下的机组运行状态重构模型。
步骤206、根据机组运行状态重构模型获取当前工况下系统运行状态参数的重构值以及可控运行参数的优化目标值。
此处的可控运行参数的优化目标值即为所需的火电机组的初参数。
本发明实施例提供的一种含余热利用系统的火电机组的初参数确定方法,通过对火电机组的运行实时数据和运行历史数据的筛选,并重构机组运行状态重构模型,从而能够根据机组运行状态重构模型获取当前工况下系统运行状态参数的重构值以及可控运行参数的优化目标值。可见,本发明实施例提供的含余热利用系统的火电机组的初参数确定方法能够结合火电机组的运行实时数据和运行历史数据,得到的可控运行参数的优化目标值较为准确,从而避免了通过理论模型来进行模拟确定,或者针对特定的火电机组进行试验确定,或者根据海量的历史运行数据分析确定,造成所确定的火电机组运行初参数均与实际运行工况存在较大偏差的问题。
为了使本领域的技术人员更好的了解本发明,下面列举一个更为详细的实施例,如图2所示,本发明实施例提供的一种含余热利用系统的火电机组的初参数确定方法,包括:
步骤301、根据厂级监控系统SIS数据库获取火电机组的运行实时数据和运行历史数据。
此处获取的火电机组的运行实时数据和运行历史数据是从SIS数据库中的原始数据中获取的。该原始数据可以包括如下表1中的数据:
表1:
步骤302、对运行历史数据进行时效分析,生成第一历史数据。
根据火电机组的热力设备的特性,其随着运行时间的推移,存在老化倾向。例如,换热设备积垢导致换热性能的劣化、叶片变型甚至断裂使汽轮机的通流能力变差、汽封磨损导致内漏增加以及凝汽器严密性下降使机组真空恶化等原因导致机组性能的老化,这些对于实际运行的机组是不可避免的。
机组当前的运行实时数据可以反映出热力系统和设备性能的当前状况,而运行严格意义上,历史数据只能反映系统和设备的历史情况。此处,若如忽略性能随时间变化的客观规律,而用直接根据运行历史数据建立系统和设备的状态重构模型,则将会必然导致模型与当前实际情况的偏离。而状态重构模型的建立对数据的需求量很大,当前工况的一条或几条记录又无法满足重构的要求。同时历史数据中不仅能反映出系统和设备性能的变化规律,而且对重构模型的建立也有一定的意义。鉴于不同时期的历史数据对建立重构模型的贡献不同因此,此处需要应针对热力系统及设备的历史性能与当前性能的差异,对运行历史运行数据进行时效性分析。
机组的整体性能老化系数PF不仅定量反映了机组性能的退化情况,而且是评价历史数据对机组当前状态的参考价值的重要依据。
此处,需要确定一τ时刻的历史运行数据的时效因子:
其中,τ0为机组当前的运行时刻;PF(τ)为时间函数;γτ为时效因子;τ为一大修周期内历史数据的对应时间;
根据时效因子与运行历史数据中的各参数,确定第一历史数据;
其中,第一历史数据中的参数集合为:
其中,为第一历史数据中的第n个参数。这样构建出的第一历史数据能够更客观的体现其在后续建模中的作用。
步骤303、对运行实时数据和第一历史数据分别进行数据准稳态筛选,生成筛选后的第一实时数据和第二历史数据。
此处,步骤303可以通过如下方式实现:
首先,确定各采样时间τ对应的运行实时数据或第一历史数据的参数集合。之后,根据机组运行状态稳态判别条件,依次判断各采样时间τ对应的运行实时数据或第一历史数据的参数集合是否满足机组运行状态稳态判别条件;这样,若第一历史数据的参数集合不满足机组运行状态稳态判别条件,则将第一历史数据的参数集合筛除,使满足机组运行状态稳态判别条件的各采样时间τ对应的第一历史数据的参数集合组成第二历史数据;若运行实时数据的参数集合不满足机组运行状态稳态判别条件,则将运行实时数据的参数集合筛除,使满足机组运行状态稳态判别条件的各采样时间τ对应的运行实时数据的参数集合组成第一实时数据。
此处,根据机组运行状态稳态判别条件,依次判断各采样时间τ对应的运行实时数据或第一历史数据的参数集合是否满足机组运行状态稳态判别条件,如图3所示,可以通过如下步骤实现:
步骤101、设置一数据采样起始时间τ0的初值为τprent,以及采样次数j的初值为0;
步骤102、判断公式是否成立。其中,yi(τ0)为τ0时刻的系统运行边界条件。yi(τ0+j·Δτ)为τ0+j·Δτ时刻的系统运行边界条件;Δτ为采样时间间隔;δyi为一参数运行波动范围。
此处,为了确定参数运行波动范围δyi,可以先确定一能耗敏感因子为:
根据该能耗敏感因子以及能耗的允许偏差,确定参数运行波动范围:
其中,f(λ)为一发电负荷率概率密度分布函数;σ为能耗的允许偏差。该能耗敏感因子可以代表如发电负荷、循环水入口温度、主蒸汽温度、主蒸汽压力及再热蒸汽温度等参数对机组总体能耗特性的影响程度。
在设定能耗的允许偏差为0.05%的情况下,各边界参数的允许波动范围都有所扩大,有利于获取更多有效的稳态数据,例如下表2所示的参数允许波动范围对比
表2:
步骤103、若公式成立,令j=j+1,并返回执行步骤102。
步骤104、若公式不成立,计算满足稳态的采样时阈:
Γ=(j-1)*Δτ。
步骤105、判断满足稳态的采样时阈Γ是否大于等于预先设定的稳态时阈值Γd。
此处,Γd可预先设定,通常可取Γd=5min。
步骤106、若满足稳态的采样时阈Γ大于等于预先设定的稳态时阈值Γd,则确定运行实时数据或第一历史数据的参数集合不满足机组运行状态稳态判别条件;
步骤107、若满足稳态的采样时阈Γ小于预先设定的稳态时阈值Γd,返回执行步骤101。
步骤304、根据第一实时数据和第二历史数据进行数据验证与筛选,确定第一实时数据和第二历史数据是否失真,并筛除失真数据,分别生成第二实时数据和第三历史数据。
具体的,对于实际机组,在长期的运行过程中,由于仪表故障、变送器飘移和传感器故障甚至测点安装位置错误等原因,不可避免地使数据采集系统获取的运行实时数据中存在部分不良数据。这些原始数据不能反映热力系统的真实运行状态,将使能耗在线监测系统的计算结果失真,进而直接影响到其它后继高级应用模块的应用。因此对实时运行数据进行有效的验证和筛选显得尤为重要。
具体可以对第一实时数据和第二历史数据进行传感器信号检验、阈值检验、数据滤波、相邻参数趋势验证、状态区域验证、逻辑关联验证等。
步骤305、根据第二实时数据和第三历史数据生成针对含余热利用系统约束条件下的机组运行状态重构模型。
在生成针对含余热利用系统约束条件下的机组运行状态重构模型时,需要对设备特性进行分析:包括:(1)管道阻力特性理论分析;(2)凝汽器真空混合模型建立;(3)基于混合模型的加热器端差计算。
(1)管道阻力特性理论分析:
包括各抽汽管道和再热器管道等具有阻力特性的部件,其管内的流动阻力由沿程阻力和局部阻力两部分组成。其中管道内部的沿程阻力与管道的长度l、内径d、绝对粗糙度ε、工质的动力粘度μ、流体的密度ρ和平均流速w有关,可有达西-魏斯巴赫(Darcy-Weisbach)公式表示:
其中沿程阻力系数λ为雷诺数Re和相对粗糙度ε/d的函数:
由于管内流动状态骤变在各管件附近产生的局部阻力损失可表示为:
其中,各管件的局部阻力系数ζi由管道的特定几何形状决定。
将两者合并在一起考虑并取质量流量D=ρ×w×A,整理成如下形式:
其中,A表示平均通流截面积,D表示工质的质量流量。
定义管道总体阻力系数:
对于实际运行的管道,由于各管道的管材、几何结构以及结垢程度各不相同,则管长l、管径d及平均通流截面积A都不相同,且λ和ζi需要通过试验数据或实际运行参数进一步确定。
因此,建立机组的管道阻力模型,管道的压力损失可表示为:
在模型的计算过程中,管内工质的质量流量D以及工质的密度ρ都是已知量,为了求解管内流动的压力损失,只要确定式中的未知量阻力系数ξ。所以若取ξ为描述管内阻力的特性参数,则热力过程为以阻力系数ξ的有压力损失的管内流动过程。根据尼古拉兹的关于λ的实验结论:在紊流粗糙管阻力平方区,λ与Re无关,只与管道粗糙度有关;在紊流粗糙过渡区、紊流光滑管区乃至层流区为与雷诺数Re和管道粗糙度有关的不同函数形式。但对于同一管道变工况其粗糙度不变,因此在阻力平方区λ应为常数,在其他区间为Re的函数。对于ζ,由于产生局部阻力处的流动受到的扰动很大,很容易进入阻力平方区,因此局部阻力系数往往为只决定于几何形状的常数。
综上,影响管道的总体阻力系数ξ的主元参数取雷诺数。
ξ=f(Re)
又因为在变工况范围内,工质的运动粘度变化不大,故可以用流量D替代雷诺数Re作为主元参数来描述某管道总体阻力系数ξ。
其中ci为特定管道的特征系数,由实际运行数据结合回归算法确定。
(2)凝汽器真空混合模型建立:
对于凝汽器真空的计算,在考虑质、能守恒的基础上,针对变工况下传热特性的分析是问题的关键。根据传热学的基本原理可得:
凝汽器的总体换热能力系数KF,表征凝汽器的总体换热能力
其中为总体换热能力基数,对于特定的凝汽器,为只与设备固有属性(包含设备缺陷)有关的常量,为冷却水温,为冷却水流量,b和c分别为冷却水入口温度和流速对总体传热系数的指数形式的特征系数,同样由运行实际数据获取。
KF综合反映了换热器的传热系数和换热面积的总体换热特性。通过运行数据直接辨识出换热能力系数KF的计算模型,可以避免由于设计、安装等误差使换热面积取值不准对计算结果的偏差。
根据传热学中的ε-NTU法,对于凝结换热有,
其中,ε和NTU为传热效能和传热单元数;tw1、tw2、ts分别为冷却水入口温度、冷却水出口温度和凝汽器压力下的饱和温度;Dw与分别为冷却水流量与比热。
建立凝汽器的能量守恒方程:
其中Q为凝汽器的热负荷。可得凝汽器的饱和温度:
结合水蒸气的热物性可计算不同工况下的真空值。其中,ts为凝汽器的饱和温度;为冷却水入口温度;Q为凝汽器的热负荷;Dw为冷却水流量;为冷却水比热;KF为换热能力系数。
(3)基于混合模型的加热器端差计算:
根据传热单元数法,对于加热器有:
ε=1-exp(-NTU)
其中,ε和NTU分别为传热效能和传热单元数。
式中:
其中,分母为流体在换热器中可能发生的最大温度差值,而分子为冷流体或热流体在换热器中的实际温差值,取两者中的大值。
在给定加热器管侧与壳侧入口汽水压力、温度与流量的条件下,根据本节建立的加热器各段传热能力系数的计算模型,结合能量守恒分析可得加热器上端差TTD与下端差DCA的计算公式。
其中,DCA为加热器下端差;TTD为加热器上端差;为疏水冷却段的总体传热能力系数,为主凝结段的传热能力系数,Dg为给水流量,为给水比容,Dw为疏水流量,为疏水比容,tw1为冷却水入口温度,ts为加热器压力下的饱和温度,h1为入口水焓,h"1为出口水焓。
之后,为了生成针对含余热利用系统约束条件下的机组运行状态重构模型,需要进行如图4的过程:
步骤401、确定运行约束边界条件集合X,并确定第一状态参数集合yi的初值。
步骤402、根据运行约束边界条件集合X和第一状态参数集合yi的初值,确定一第二状态参数集合Y;第二状态参数集合Y包括第二给水流量D'fw、第二凝汽器压力Pc′、第二给水温度Tw1′以及第二高排温度T2′。
步骤403、判断第二给水流量D'fw与根据第一状态参数集合yi确定的第一给水流量Dfw的差的绝对值是否小于一预设误差范围;并且,判断第二凝汽器压力Pc′与根据第一状态参数集合yi确定的第一凝汽器压力Pc的差的绝对值是否小于预设误差范围;并且,判断第二给水温度Tw1′与根据第一状态参数集合yi确定的第一给水温度Tw1的差的绝对值是否小于预设误差范围;并且,判断第二高排温度T2′与根据第一状态参数集合yi确定的第一高排温度T2的差的绝对值是否小于预设误差范围。
若第二给水流量D'fw与第一给水流量Dfw的差的绝对值小于一预设误差范围;并且,第二凝汽器压力Pc′与第一凝汽器压力Pc的差的绝对值小于预设误差范围;并且,第二给水温度Tw1′与第一给水温度Tw1的差的绝对值小于预设误差范围;并且,第二高排温度T2′与第一高排温度T2的差的绝对值小于预设误差范围。执行步骤404。
步骤404、根据第二给水流量D'fw、第二凝汽器压力Pc′、第二给水温度Tw1′以及第二高排温度T2′确定当前机组运行状态,生成针对含余热利用系统约束条件下的机组运行状态重构模型。
若第二给水流量D'fw与第一给水流量Dfw的差的绝对值大于等于一预设误差范围;或者,第二凝汽器压力Pc′与第一凝汽器压力Pc的差的绝对值大于等于预设误差范围;或者,第二给水温度Tw1′与第一给水温度Tw1的差的绝对值大于等于预设误差范围;或者,第二高排温度T2′与第一高排温度T2的差的绝对值大于等于预设误差范围,则返回执行步骤402。
步骤306、根据机组运行状态重构模型获取当前工况下系统运行状态参数的重构值以及可控运行参数的优化目标值。
为了根据机组运行状态重构模型获取当前工况下系统运行状态参数的重构值以及可控运行参数的优化目标值,可以通过如下方式实现:
根据一优化模型:确定可行初压区间[P0min,P0max];
其中,NgE为当前负荷;Ngmin为机组允许最小负荷;Ngmax为机组允许最大负荷;P0d为设计机组初压;Ngd为设计负荷;P0为机组初压;minq为最小热耗率;X为除负荷指令以外机组的其他约束条件参数,X={Tw,T0,Trh,Dw},Tw为环境温度;T0为主蒸汽温度;Trh为再热温度;Dw为循环水流量。
在可行初压区间[P0min,P0max]内选取两压力值P01和P02。
其中,P02=Pmin+0.618*(Pmax-Pmin);P01=Pmin+0.382*(Pmax-Pmin)。
根据机组运行状态重构模型,确定P01对应的运行状态参数集合Yp01和P02对应的运行状态参数集合Yp02。
分别根据运行状态参数集合Yp01和运行状态参数集合Yp02确定机组热耗率qp01和机组热耗率qp02。
判断P02与P01的差的绝对值是否小于一预设误差范围。
若P02与P01的差的绝对值小于一预设误差范围,确定最优初压P0opt为P01,并确定机组最小的热耗率qmin为qp01。
若P02与P01的差的绝对值大于等于预设误差范围,判断机组热耗率qp01与机组热耗率qp02的大小。
若机组热耗率qp01大于机组热耗率qp02,将可行初压区间[P0min,P0max]缩小为[P01,P0max],并在缩小的可行初压区间内重新选取两压力值P01和P02。
若机组热耗率qp01小于机组热耗率qp02,将可行初压区间[P0min,P0max]缩小为[P0min,P02],并在缩小的可行初压区间内重新选取两压力值P01和P02。
若机组热耗率qp01等于机组热耗率qp02,将可行初压区间[P0min,P0max]缩小为[P01,P02],并在缩小的可行初压区间内重新选取两压力值P01和P02。
步骤307、根据系统运行状态参数的重构值替换第二实时数据缺失的运行实时数据,生成第三实时数据。
步骤308、接收一预设时间内的煤质离线分析数据和烟气离线分析数据。
该接收一预设时间内的煤质离线分析数据和烟气离线分析数据可以是通过手工输入接口来进行。
步骤309、根据煤质离线分析数据、烟气离线分析数据以及第三实时数据,形成第四实时数据,并将第四实时数据存储于一过程数据库中。
步骤310、根据第四实时数据和可控运行参数的优化目标值确定火电机组的能耗偏差。
步骤311、根据过程数据库中的数据确定当前的机组性能指标。
步骤312、对当前的机组性能指标以及火电机组的能耗偏差进行显示。
本发明实施例提供的一种含余热利用系统的火电机组的初参数确定方法,通过对火电机组的运行实时数据和运行历史数据的筛选,并重构机组运行状态重构模型,从而能够根据机组运行状态重构模型获取当前工况下系统运行状态参数的重构值以及可控运行参数的优化目标值。可见,本发明实施例提供的含余热利用系统的火电机组的初参数确定方法能够结合火电机组的运行实时数据和运行历史数据,得到的可控运行参数的优化目标值较为准确,从而避免了通过理论模型来进行模拟确定,或者针对特定的火电机组进行试验确定,或者根据海量的历史运行数据分析确定,造成所确定的火电机组运行初参数均与实际运行工况存在较大偏差的问题。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种含余热利用系统的火电机组的初参数确定方法,其特征在于,包括:
根据厂级监控系统SIS数据库获取火电机组的运行实时数据和运行历史数据;
对所述运行历史数据进行时效分析,生成第一历史数据;
对所述运行实时数据和所述第一历史数据分别进行数据准稳态筛选,生成筛选后的第一实时数据和第二历史数据;
根据所述第一实时数据和第二历史数据进行数据验证与筛选,确定所述第一实时数据和第二历史数据是否失真,并筛除失真数据,分别生成第二实时数据和第三历史数据;
根据所述第二实时数据和第三历史数据生成针对含余热利用系统约束条件下的机组运行状态重构模型;
根据所述机组运行状态重构模型获取当前工况下系统运行状态参数的重构值以及可控运行参数的优化目标值;
所述对所述运行历史数据进行时效分析,生成第一历史数据,包括:
确定一τ时刻的历史运行数据的时效因子:
其中,τ0为机组当前的运行时刻;PF(τ)为时间函数;γτ为所述时效因子;τ为一大修周期内历史数据的对应时间;
根据所述时效因子与所述运行历史数据中的各参数,确定所述第一历史数据;
其中,所述第一历史数据中的参数集合为:
其中,为第一历史数据中的第n个参数;
对所述运行实时数据和所述第一历史数据分别进行数据准稳态筛选,生成筛选后的第一实时数据和第二历史数据,包括:
确定各采样时间τ对应的运行实时数据或第一历史数据的参数集合;
根据机组运行状态稳态判别条件,依次判断各采样时间τ对应的运行实时数据或第一历史数据的参数集合是否满足所述机组运行状态稳态判别条件;
若所述第一历史数据的参数集合不满足所述机组运行状态稳态判别条件,则将所述第一历史数据的参数集合筛除,使满足所述机组运行状态稳态判别条件的各采样时间τ对应的第一历史数据的参数集合组成所述第二历史数据;
若所述运行实时数据的参数集合不满足所述机组运行状态稳态判别条件,则将所述运行实时数据的参数集合筛除,使满足所述机组运行状态稳态判别条件的各采样时间τ对应的运行实时数据的参数集合组成所述第一实时数据。
2.根据权利要求1所述的含余热利用系统的火电机组的初参数确定方法,其特征在于,还包括:
根据所述系统运行状态参数的重构值替换所述第二实时数据缺失的运行实时数据,生成第三实时数据;
接收一预设时间内的煤质离线分析数据和烟气离线分析数据;
根据所述煤质离线分析数据、烟气离线分析数据以及所述第三实时数据,形成第四实时数据,并将所述第四实时数据存储于一过程数据库中。
3.根据权利要求2所述的含余热利用系统的火电机组的初参数确定方法,其特征在于,还包括:
根据所述第四实时数据和所述可控运行参数的优化目标值确定所述火电机组的能耗偏差。
4.根据权利要求3所述的含余热利用系统的火电机组的初参数确定方法,其特征在于,所述根据机组运行状态稳态判别条件,依次判断各采样时间τ对应的运行实时数据或第一历史数据的参数集合是否满足所述机组运行状态稳态判别条件,包括:
步骤101、设置一数据采样起始时间τ0的初值为τprent,以及采样次数j的初值为0;
步骤102、判断公式是否成立;其中,yi(τ0)为τ0时刻的系统运行边界条件;yi(τ0+j·Δτ)为τ0+j·Δτ时刻的系统运行边界条件;Δτ为采样时间间隔;δyi为一参数运行波动范围;
步骤103、若公式成立,令j=j+1,并返回执行步骤102;
步骤104、若公式不成立,计算满足稳态的采样时阈:
Γ=(j-1)*Δτ;
步骤105、判断满足稳态的采样时阈Γ是否大于等于预先设定的稳态时阈值Γd;
步骤106、若满足稳态的采样时阈Γ大于等于预先设定的稳态时阈值Γd,则确定运行实时数据或第一历史数据的参数集合不满足所述机组运行状态稳态判别条件;
步骤107、若满足稳态的采样时阈Γ小于预先设定的稳态时阈值Γd,返回执行步骤101。
5.根据权利要求4所述的含余热利用系统的火电机组的初参数确定方法,其特征在于,还包括:
确定一能耗敏感因子为:
根据所述能耗敏感因子以及能耗的允许偏差,确定所述参数运行波动范围:
其中,f(λ)为一发电负荷率概率密度分布函数;σ为所述能耗的允许偏差。
6.根据权利要求3所述的含余热利用系统的火电机组的初参数确定方法,其特征在于,所述根据所述第二实时数据和第三历史数据生成针对含余热利用系统约束条件下的机组运行状态重构模型,包括:
建立机组的管道阻力模型:
其中,ΔP为管道压力损失;ρ为工质密度;ξ为管道总体阻力系数;D为管道内工质的质量流量;ci为管道的特征系数;
建立凝汽器真空混合模型:
其中,ts为凝汽器的饱和温度;为冷却水入口温度;Q为凝汽器的热负荷;Dw为冷却水流量;为冷却水比热;KF为换热能力系数;
建立加热器端差混合模型:
其中,DCA为加热器下端差;TTD为加热器上端差;为疏水冷却段的总体传热能力系数,为主凝结段的传热能力系数,Dg为给水流量,为给水比容,Dw为疏水流量,为疏水比容,tw1为冷却水入口温度,ts为加热器压力下的饱和温度,h1为入口水焓,h1"为出口水焓。
7.根据权利要求6所述的含余热利用系统的火电机组的初参数确定方法,其特征在于,所述根据所述第二实时数据和第三历史数据生成针对含余热利用系统约束条件下的机组运行状态重构模型,还包括:
确定运行约束边界条件集合X,并确定第一状态参数集合yi的初值;
根据所述运行约束边界条件集合X和第一状态参数集合yi的初值,确定一第二状态参数集合Y;所述第二状态参数集合Y包括第二给水流量D'fw、第二凝汽器压力Pc′、第二给水温度Tw1′以及第二高排温度T2′;
判断第二给水流量D'fw与根据第一状态参数集合yi确定的第一给水流量Dfw的差的绝对值是否小于一预设误差范围;并且,判断第二凝汽器压力Pc′与根据第一状态参数集合yi确定的第一凝汽器压力Pc的差的绝对值是否小于所述预设误差范围;并且,判断第二给水温度Tw1′与根据第一状态参数集合yi确定的第一给水温度Tw1的差的绝对值是否小于所述预设误差范围;并且,判断第二高排温度T2′与根据第一状态参数集合yi确定的第一高排温度T2的差的绝对值是否小于所述预设误差范围;
若第二给水流量D'fw与第一给水流量Dfw的差的绝对值小于一预设误差范围;并且,第二凝汽器压力Pc′与第一凝汽器压力Pc的差的绝对值小于所述预设误差范围;并且,第二给水温度Tw1′与第一给水温度Tw1的差的绝对值小于所述预设误差范围;并且,第二高排温度T2′与第一高排温度T2的差的绝对值小于所述预设误差范围,根据第二给水流量D'fw、第二凝汽器压力Pc′、第二给水温度Tw1′以及第二高排温度T2′确定当前机组运行状态,生成针对含余热利用系统约束条件下的机组运行状态重构模型;
若第二给水流量D'fw与第一给水流量Dfw的差的绝对值大于等于一预设误差范围;或者,第二凝汽器压力Pc′与第一凝汽器压力Pc的差的绝对值大于等于所述预设误差范围;或者,第二给水温度Tw1′与第一给水温度Tw1的差的绝对值大于等于所述预设误差范围;或者,第二高排温度T2′与第一高排温度T2的差的绝对值大于等于所述预设误差范围,则根据所述运行约束边界条件集合X和第一状态参数集合yi的初值,重新确定第二状态参数集合Y。
8.根据权利要求3所述的含余热利用系统的火电机组的初参数确定方法,其特征在于,所述根据所述机组运行状态重构模型获取当前工况下系统运行状态参数的重构值以及可控运行参数的优化目标值,包括:
根据一优化模型:确定可行初压区间[P0min,P0max];
其中,NgE为当前负荷;Ngmin为机组允许最小负荷;Ngmax为机组允许最大负荷;P0d为设计机组初压;Ngd为设计负荷;P0为机组初压;minq为最小热耗率;X为除负荷指令以外机组的其他约束条件参数,X={Tw,T0,Trh,Dw},Tw为环境温度;T0为主蒸汽温度;Trh为再热温度;Dw为循环水流量;
在所述可行初压区间[P0min,P0max]内选取两压力值P01和P02;
其中,P02=Pmin+0.618*(Pmax-Pmin);P01=Pmin+0.382*(Pmax-Pmin);
根据所述机组运行状态重构模型,确定P01对应的运行状态参数集合Yp01和P02对应的运行状态参数集合Yp02;
分别根据运行状态参数集合Yp01和运行状态参数集合Yp02确定机组热耗率qp01和机组热耗率qp02;
判断P02与P01的差的绝对值是否小于一预设误差范围;
若P02与P01的差的绝对值小于一预设误差范围,确定最优初压P0opt为P01,并确定机组最小的热耗率qmin为qp01;
若P02与P01的差的绝对值大于等于所述预设误差范围,判断机组热耗率qp01与机组热耗率qp02的大小;
若机组热耗率qp01大于机组热耗率qp02,将所述可行初压区间[P0min,P0max]缩小为[P01,P0max],并在缩小的可行初压区间内重新选取两压力值P01和P02;
若机组热耗率qp01小于机组热耗率qp02,将所述可行初压区间[P0min,P0max]缩小为[P0min,P02],并在缩小的可行初压区间内重新选取两压力值P01和P02;
若机组热耗率qp01等于机组热耗率qp02,将所述可行初压区间[P0min,P0max]缩小为[P01,P02],并在缩小的可行初压区间内重新选取两压力值P01和P02。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510531046.0A CN105184395B (zh) | 2015-08-26 | 2015-08-26 | 含余热利用系统的火电机组的初参数确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510531046.0A CN105184395B (zh) | 2015-08-26 | 2015-08-26 | 含余热利用系统的火电机组的初参数确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105184395A CN105184395A (zh) | 2015-12-23 |
CN105184395B true CN105184395B (zh) | 2019-01-25 |
Family
ID=54906458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510531046.0A Active CN105184395B (zh) | 2015-08-26 | 2015-08-26 | 含余热利用系统的火电机组的初参数确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105184395B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106524123B (zh) * | 2016-11-07 | 2018-08-28 | 长春工程学院 | 一种离散化转换的超临界锅炉受热面管壁超温预警方法 |
CN109815533A (zh) * | 2018-12-14 | 2019-05-28 | 南京河海南自水电自动化有限公司 | 一种不同工况下水电机组部件运行数据分析方法及系统 |
CN109882832B (zh) * | 2019-03-21 | 2020-11-10 | 武汉钢铁有限公司 | 一种烟气余热的评价分析系统及烟气余热回收控制系统 |
CN110261693A (zh) * | 2019-04-16 | 2019-09-20 | 南京华盾电力信息安全测评有限公司 | 一种基于稳态采样技术的在线热力试验方法及系统 |
CN111401686B (zh) * | 2020-02-14 | 2023-10-24 | 东南大学 | 空冷散热翅片灰污状况监测方法及装置 |
CN113221435A (zh) * | 2021-02-08 | 2021-08-06 | 中国核电工程有限公司 | 传感器的筛选方法及装置、传感器数据重构方法及系统 |
CN113739841A (zh) * | 2021-06-22 | 2021-12-03 | 西安西热节能技术有限公司 | 一种基于不确定度理论的多变量稳态检测方法及系统 |
CN114398779A (zh) * | 2022-01-07 | 2022-04-26 | 华北电力科学研究院有限责任公司 | 火电机组煤耗特性曲线确定方法及装置 |
CN114881382B (zh) * | 2022-07-13 | 2022-10-11 | 天津能源物联网科技股份有限公司 | 一种用于供热需求负荷自主预测的优化调节方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN103512768A (zh) * | 2013-10-11 | 2014-01-15 | 国家电网公司 | 一种火电机组性能的监测系统和方法 |
CN104035331A (zh) * | 2014-01-10 | 2014-09-10 | 上海白丁电子科技有限公司 | 机组运行优化指导系统及其设备 |
CN204678307U (zh) * | 2015-06-08 | 2015-09-30 | 华北电力科学研究院有限责任公司 | 火电机组余热利用系统的温度采集装置 |
-
2015
- 2015-08-26 CN CN201510531046.0A patent/CN105184395B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN103512768A (zh) * | 2013-10-11 | 2014-01-15 | 国家电网公司 | 一种火电机组性能的监测系统和方法 |
CN104035331A (zh) * | 2014-01-10 | 2014-09-10 | 上海白丁电子科技有限公司 | 机组运行优化指导系统及其设备 |
CN204678307U (zh) * | 2015-06-08 | 2015-09-30 | 华北电力科学研究院有限责任公司 | 火电机组余热利用系统的温度采集装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105184395A (zh) | 2015-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105184395B (zh) | 含余热利用系统的火电机组的初参数确定方法 | |
CN105224735B (zh) | 发电机组能效分析方法 | |
Flynn et al. | A drum boiler model for long term power system dynamic simulation | |
Benato et al. | Combined cycle power plants: A comparison between two different dynamic models to evaluate transient behaviour and residual life | |
CN104048842A (zh) | 一种基于软测量技术的汽轮机热耗率在线监测方法 | |
CN105303032B (zh) | 影响发电机组能效的客观因素分析方法 | |
WO2021174749A1 (zh) | 一种蒸汽动力系统的运行操作优化方法及系统 | |
CN104749999B (zh) | 装配湿式冷却塔的汽轮发电机组冷端系统优化运行精确指导系统 | |
CN103558046A (zh) | 一种换热器能效评价系统 | |
CN103063354B (zh) | 火电机组能耗评估和煤耗查定试验中汽轮机基准背压的确定 | |
CN104834773A (zh) | 一种直管式直流蒸汽发生器换热性能的仿真方法 | |
CN102419827B (zh) | 基于rbf神经网络的沸腾换热预测方法 | |
Zhu et al. | Dynamic modeling, validation and analysis of direct air-cooling condenser with integration to the coal-fired power plant for flexible operation | |
CN105184087B (zh) | 环境温度变化对燃煤发电机组煤耗影响的计算方法及装置 | |
CN104655673B (zh) | 一种三分仓回转式空气预热器换热性能在线诊断方法 | |
CN102494895B (zh) | 对电站汽轮机组节能及优化的分析方法 | |
CN105447256B (zh) | 一种增强激励仿真遗传优化方法 | |
RU2621422C2 (ru) | Система и способ тестирования показателя работы паровой турбины | |
CN109709911B (zh) | 一种火电机组循环工质外漏在线测量方法及测量系统 | |
Ferruzza et al. | A method to account for transient performance requirements in the design of steam generators for concentrated solar power applications | |
CN207623031U (zh) | 一种凝汽器热负荷在线监测系统 | |
CN101832545B (zh) | 汽机带蒸汽冷却器的加热器出水及疏水温度测算方法 | |
Wakui et al. | On-line model-based performance monitoring of a shell-and-tube type heat exchanger using steam and water | |
Panicker et al. | Advanced Thermal-Hydraulic Model of Heat Recovery Steam Generators | |
Smith | Energy-based fault detection and isolation in an industrial steam turbine system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |