CN106096763A - 一种预测运行机组的燃煤发热值的方法 - Google Patents
一种预测运行机组的燃煤发热值的方法 Download PDFInfo
- Publication number
- CN106096763A CN106096763A CN201610386065.3A CN201610386065A CN106096763A CN 106096763 A CN106096763 A CN 106096763A CN 201610386065 A CN201610386065 A CN 201610386065A CN 106096763 A CN106096763 A CN 106096763A
- Authority
- CN
- China
- Prior art keywords
- formula
- coal
- hhv
- fired
- calorific capacity
- 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 15
- 239000003245 coal Substances 0.000 claims description 51
- 238000004458 analytical method Methods 0.000 claims description 24
- 229910052799 carbon Inorganic materials 0.000 claims description 17
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 16
- 229910052739 hydrogen Inorganic materials 0.000 claims description 12
- 239000001257 hydrogen Substances 0.000 claims description 12
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 8
- YZCKVEUIGOORGS-IGMARMGPSA-N Protium Chemical compound [1H] YZCKVEUIGOORGS-IGMARMGPSA-N 0.000 claims description 6
- 241000720974 Protium Species 0.000 claims description 6
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 claims description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 4
- 150000002431 hydrogen Chemical class 0.000 claims description 4
- 229910052760 oxygen Inorganic materials 0.000 claims description 4
- 239000001301 oxygen Substances 0.000 claims description 4
- 229910052717 sulfur Inorganic materials 0.000 claims description 4
- 239000011593 sulfur Substances 0.000 claims description 4
- 239000000523 sample Substances 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 4
- 206010049669 Dyscalculia Diseases 0.000 abstract description 2
- 238000000921 elemental analysis Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 239000004071 soot Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Solid-Fuel Combustion (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明涉及一种预测运行机组的燃煤发热值的方法，其包括燃煤高位发热值的标定以及机组正常运行中燃煤发热值的预测等步骤预测运行机组的燃煤发热值，解决了机组正常运行中的由于燃煤发热值无法准确监测而导致锅炉效率准确性计算困难的问题。
Description
技术领域
本发明涉及火力发电技术领域，具体涉及一种预测运行机组的燃煤发热值的方法。
背景技术
火力发电机组中，燃煤发热值指标是极为重要的监测指标。但由于燃煤发热值通常需要一定的实验室检测才能获得准确值，这给现场实时监测这一指标带来了很大的困难，这也直接导致了电厂机组的煤耗率指标的实时监测无法实现。
因此迫切需要一种基于现场测量数据的，能够对火力发电厂机组燃煤发热值指标在线预测的方法。
发明内容
本发明的目的是提供一种基于燃煤元素分析数据预测运行机组的燃煤发热值的方法。
本发明采用如下技术方案：
一种预测运行机组的燃煤发热值的方法，其包括如下步骤：
（1）燃煤高位发热值的标定，其包括如下步骤：
A）采集30个不同煤样，并对每个煤样进行元素分析及干燥分析基高位发热值测定；
B）针对每个煤样，根据公式1计算干燥分析基高位发热值HHV GZi；
HHV GZi= (343.20Car i+1210.65Har i+88.096Sar i-114.399Oar i)×100/(100-War i) 公式1
公式1中，i=1,2,3，…，30；Car i、Har i、Oar i、Sar i、War i分别表示第i个煤样中的碳、氢、氧、硫及水分占第i个煤样总质量的百分含量，单位%；
C）计算每个煤样干燥分析基高位发热值的偏差△HHV GZi：
△HHV GZi= HHV T GZi - HHV GZi 公式2
公式2中，i=1,2,3，…，30；HHV T GZi为第i个煤样的干燥分析基高位发热值测定值，HHV GZi为第i个煤样通过公式1计算得到的预测值；
D）煤样干燥分析基高位发热值的平均偏差△HHV GZ：
△HHV GZ=∑(△HHV GZi)/30 公式3
E）针对每个煤样的元素分析，将碳、氢的收到基含量通过公式4和公式5转换为干燥无灰基含量；
C WAFi= Car i ×100/(100-War i-Aar i) 公式4
H WAFi= Har i×100/(100-War i-Aar i) 公式5
公式4和公式5中，i=1,2,3，…，30；C WAFi、H WAFi分别表示干燥无灰基中碳、氢占总质量的百分含量，%；Aar i表示第i个煤样中灰分占第i个煤样的总质量的百分含量，%；
F）将30个煤样的C WAFi和H WAFi进行直线拟合；得到的直线拟合式如公式6所示；
H WAF=a+b×C WAF 公式6
公式6中，a为直线的截距，b为斜率，C WAF和H WAF为变量，分别表示干燥无灰基中碳、氢占总质量的百分含量，%；
（2）机组正常运行中燃煤发热值的预测，其包括如下步骤：
a）根据正常运行中燃煤的元素分析，将碳的收到基含量通过通过公式7转换为干燥无灰基含量；
C WAF= Car×100/(100-War-Aar) 公式7
公式7中，C WAF表示干燥无灰基中碳占总质量的百分含量，%； Car、War、Aar分别表示正常运行燃煤中的碳、水分和灰分占燃煤总质量的百分含量，单位%；
b）将步骤a）得到的C WAF代入公式6，得到氢元素占燃煤的干燥无灰基含量计算值H WAFc；
c）通过公式9计算氢元素占正常运行燃煤收到基含量的理论计算值Harc；
Harc= H WAFc×(100-War-Aar)/100 公式9
d）根据正常运行燃煤的元素分析，通过公式10计算运行燃煤的干燥基高位发热值HHV GZO；
HHV GZO= (343.20Car+1210.65Har+88.096Sar-114.399Oar)×100/(100-War) 公式10
公式10中，Car、Har、Oar、Sar、War分别表示正常运行燃煤中的碳、氢、氧、硫及水分和灰分占燃煤总质量的百分含量，单位%；当(Harc- Har)绝对值大于1，则公式10中取Har=Harc；当(Harc- Har)绝对值小于等于1，则公式10中Har取正常运行燃煤的元素分析得到的氢占燃煤总质量的百分含量值；
e）利用公式11计算运行燃煤的正常高位发热值的收到基预测值HHVar；
HHVar=(HHV GZO+△HHV GZ)×(100-War)/100 公式11
f）利用公式12计算运行燃煤的正常低位发热值的收到基预测值LHVar；
LHVar=HHVar-24.416×(Har×8.937+War) 公式12。
上述方法中，燃煤的元素分析数据可以通过煤质在线监测技术获得。本方法中燃煤的发热值的测定根据国家标准GB/T 213-2008 煤的发热量测定方法进行。
本发明的有益效果在于：本发明基于机组运行中在线获取的燃煤元素分析数据，通过特定的计算方法及操作步骤，可以比较准确地确定正常运行中机组燃煤发热值指标，解决了机组正常运行中的由于燃煤发热值无法准确监测而导致锅炉效率准确性计算困难的问题。为电厂正常运行中在线监测燃煤发热值及机组煤耗率指标提供了依据及方法，既满足了电厂经济性分析的需要，也可为今后实现电网对电厂机组的节能调度提供依据和指导。
具体实施方式
下面结合实施例对本发明进行详细说明。本发明保护范围不限于实施例，本领域技术人员在权利要求限定的范围内做出任何改动也属于本发明保护的范围。
实施例1
（一）某电厂燃煤高位发热值的标定，参见如下示例。
30个煤样的元素分析数据及干燥分析基高位发热值测定值如下表1中数据。
表1、30个煤样的原始数据。
30个煤样干燥分析基高位发热值的偏差结果见表2。
表2、30个煤样干燥分析基高位发热值的偏差结果。
煤样干燥分析基高位发热值的平均偏差△HHV GZ=-178.19 kJ/kg。
根据表1中计算得到的30个煤样的C WAF和H WAF数据进行直线拟合；得到的直线拟合式为：H WAF=6.462-0.019×C WAF。
（二）电厂机组正常运行燃煤发热值的预测及验证，参见如下示例。
以某机组正常运行中某一燃煤的元素分析数据为例，数据如表3所示。
表3、机组正常运行中某一燃煤的元素分析数据。
根据上述元素分析数据，计算碳的干燥无灰基含量C WAF=81.02。代入直线拟合式：H WAF=6.462-0.019×C WAF，计算得到氢元素占燃煤的干燥无灰基含量计算值H WAFc为4.923。转化为氢元素占正常运行燃煤收到基含量的理论计算值Harc为3.607。
判断(Harc- Har)绝对值，因为(3.607-3.55)=0.057<1，因此计算燃煤热值时氢元素取实测值3.55。
运行燃煤的干燥基高位发热值HHVGZO根据公式计算结果为27213.79 kJ/kg。
运行燃煤的正常高位发热值的收到基预测值HHVar根据公式计算结果为23494.83kJ/kg。
运行燃煤的正常低位发热值的收到基预测值LHVar根据公式计算结果为22401.53kJ/kg。燃煤在实验室根据国家标准测试得到的收到基低位发热值LHVarT为22465.52 kJ/kg，与通过本发明提供方法得到的预测值的偏差为22465.52-22401.53=63.99 kJ/kg。
按照上述步骤对正常运行中得到的五个燃煤样品数据进行了验证，数据汇总如下表4。
表4、机组正常运行中燃煤数据。
| 项目 | 单位 | 燃煤1 | 燃煤2 | 燃煤3 | 燃煤4 | 燃煤5 |
| Car | % | 59.36 | 56.28 | 61.74 | 60.84 | 58.04 |
| Har | % | 3.55 | 3.41 | 3.71 | 3.66 | 3.46 |
| Oar | % | 9.20 | 8.80 | 9.06 | 8.86 | 9.11 |
| Nar | % | 0.77 | 0.70 | 0.81 | 0.79 | 0.74 |
| Sar | % | 0.43 | 0.31 | 0.29 | 0.29 | 0.46 |
| War | % | 13.10 | 16.03 | 11.56 | 12.30 | 14.72 |
| Aar | % | 13.63 | 14.31 | 12.82 | 13.26 | 13.47 |
| C MAF | % | 81.02 | 80.80 | 81.64 | 81.72 | 80.83 |
| H MAFc | % | 4.92 | 4.93 | 4.91 | 4.91 | 4.93 |
| H ARc | % | 3.61 | 3.43 | 3.71 | 3.65 | 3.54 |
| H ARc-H AR | % | 0.062 | 0.020 | 0.001 | -0.004 | 0.082 |
| HHV GZO | kJ/kg | 27213.79 | 26758.76 | 27898.44 | 27730.83 | 27089.60 |
| HHVar | kJ/kg | 23494.83 | 22319.04 | 24515.10 | 24164.22 | 22949.38 |
| LHVar | kJ/kg | 22401.53 | 21182.97 | 23422.70 | 23065.75 | 21836.01 |
| LHVarT | kJ/kg | 22465.52 | 21247.08 | 23503.19 | 22936.12 | 21783.50 |
| LHVarT-LHVar | kJ/kg | 63.99 | 64.11 | 80.49 | -129.63 | -52.51 |
由机组正常运行中的五个燃煤验证数据可以看到，实验室实测燃煤低位发热值与本方法预测值之间的偏差绝对值可以控制在150kJ/kg之内，可以满足现场锅炉效率在线计算工程应用的需求。
根据上述的实施例对本发明作了详细描述。需说明的是，以上的实施例仅仅为了举例说明发明而已。在不偏离本发明的精神和实质的前提下，本领域技术人员可以设计出本发明的多种替换方案和改进方案，其均应被理解为再本发明的保护范围之内。
Claims (1)
1.一种预测运行机组的燃煤发热值的方法，其特征在于，其包括如下步骤：
（1）燃煤高位发热值的标定，其包括如下步骤：
A）采集30个不同煤样，并对每个煤样进行元素分析及干燥分析基高位发热值测定；
B）针对每个煤样，根据公式1计算干燥分析基高位发热值HHV GZi；
HHV GZi= (343.20Car i+1210.65Har i+88.096Sar i-114.399Oar i)×100/(100-War i) 公式1
公式1中，i=1,2,3，…，30；Car i、Har i、Oar i、Sar i、War i分别表示第i个煤样中的碳、氢、氧、硫及水分占第i个煤样总质量的百分含量，单位%；
C）计算每个煤样干燥分析基高位发热值的偏差△HHV GZi：
△HHV GZi= HHV T GZi - HHV GZi 公式2
公式2中，i=1,2,3，…，30；HHV T GZi为第i个煤样的干燥分析基高位发热值测定值，HHV GZi为第i个煤样通过公式1计算得到的预测值；
D）煤样干燥分析基高位发热值的平均偏差△HHV GZ：
△HHV GZ=∑(△HHV GZi)/30 公式3
E）针对每个煤样的元素分析，将碳、氢的收到基含量通过公式4和公式5转换为干燥无灰基含量；
C WAFi= Car i ×100/(100-War i-Aar i) 公式4
H WAFi= Har i×100/(100-War i-Aar i) 公式5
公式4和公式5中，i=1,2,3，…，30；C WAFi、H WAFi分别表示干燥无灰基中碳、氢占总质量的百分含量，%；Aar i表示第i个煤样中灰分占第i个煤样的总质量的百分含量，%；
F）将30个煤样的C WAFi和H WAFi进行直线拟合；得到的直线拟合式如公式6所示；
H WAF=a+b×C WAF 公式6
公式6中，a为直线的截距，b为斜率，C WAF和H WAF为变量，分别表示干燥无灰基中碳、氢占总质量的百分含量，%；
（2）机组正常运行中燃煤发热值的预测，其包括如下步骤：
a）根据正常运行中燃煤的元素分析，将碳的收到基含量通过通过公式7转换为干燥无灰基含量；
C WAF= Car×100/(100-War-Aar) 公式7
公式7中，C WAF表示干燥无灰基中碳占总质量的百分含量，%； Car、War、Aar分别表示正常运行燃煤中的碳、水分和灰分占燃煤总质量的百分含量，单位%；
b）将步骤a）得到的C WAF代入公式6，得到氢元素占燃煤的干燥无灰基含量计算值H WAFc；
c）通过公式9计算氢元素占正常运行燃煤收到基含量的理论计算值Harc；
Harc= H WAFc×(100-War-Aar)/100 公式9
d）根据正常运行燃煤的元素分析，通过公式10计算运行燃煤的干燥基高位发热值HHV GZO；
HHV GZO= (343.20Car+1210.65Har+88.096Sar-114.399Oar)×100/(100-War) 公式10
公式10中，Car、Har、Oar、Sar、War分别表示正常运行燃煤中的碳、氢、氧、硫及水分和灰分占燃煤总质量的百分含量，单位%；当(Harc- Har)绝对值大于1，则公式10中取Har=Harc；当(Harc- Har)绝对值小于等于1，则公式10中Har取正常运行燃煤的元素分析得到的氢占燃煤总质量的百分含量值；
e）利用公式11计算运行燃煤的正常高位发热值的收到基预测值HHVar；
HHVar=(HHV GZO+△HHV GZ)×(100-War)/100 公式11
f）利用公式12计算运行燃煤的正常低位发热值的收到基预测值LHVar；
LHVar=HHVar-24.416×(Har×8.937+War) 公式12。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610386065.3A CN106096763B (zh) | 2016-06-03 | 2016-06-03 | 一种预测运行机组的燃煤发热值的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610386065.3A CN106096763B (zh) | 2016-06-03 | 2016-06-03 | 一种预测运行机组的燃煤发热值的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106096763A true CN106096763A (zh) | 2016-11-09 |
| CN106096763B CN106096763B (zh) | 2019-08-09 |
Family
ID=57447270
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610386065.3A Active CN106096763B (zh) | 2016-06-03 | 2016-06-03 | 一种预测运行机组的燃煤发热值的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106096763B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107273708A (zh) * | 2017-07-31 | 2017-10-20 | 华能平凉发电有限责任公司 | 一种燃煤发热量数据校核方法 |
| CN110312933A (zh) * | 2016-12-28 | 2019-10-08 | 能源集团 | 用于评估可含有分子氢的气体的燃烧特性的方法 |
| CN115717709A (zh) * | 2022-11-11 | 2023-02-28 | 浙江大学 | 基于注意力机制lstm模型的入炉垃圾热值实时预测方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104698149A (zh) * | 2015-03-20 | 2015-06-10 | 常州英集动力科技有限公司 | 一种燃煤锅炉煤质在线软测量方法及测量系统 |
| CN105091944A (zh) * | 2015-08-20 | 2015-11-25 | 国家电网公司 | 一种火力发电厂机组燃煤发热值及煤耗率指标在线监测的方法 |
| CN105184458A (zh) * | 2015-08-20 | 2015-12-23 | 国家电网公司 | 一种基于锅炉烟气成分监测分析锅炉燃烧煤质的方法 |
-
2016
- 2016-06-03 CN CN201610386065.3A patent/CN106096763B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104698149A (zh) * | 2015-03-20 | 2015-06-10 | 常州英集动力科技有限公司 | 一种燃煤锅炉煤质在线软测量方法及测量系统 |
| CN105091944A (zh) * | 2015-08-20 | 2015-11-25 | 国家电网公司 | 一种火力发电厂机组燃煤发热值及煤耗率指标在线监测的方法 |
| CN105184458A (zh) * | 2015-08-20 | 2015-12-23 | 国家电网公司 | 一种基于锅炉烟气成分监测分析锅炉燃烧煤质的方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110312933A (zh) * | 2016-12-28 | 2019-10-08 | 能源集团 | 用于评估可含有分子氢的气体的燃烧特性的方法 |
| US11592430B2 (en) | 2016-12-28 | 2023-02-28 | Engie | Method for estimating a combustion characteristic of a gas that may contain dihydrogen |
| CN107273708A (zh) * | 2017-07-31 | 2017-10-20 | 华能平凉发电有限责任公司 | 一种燃煤发热量数据校核方法 |
| CN115717709A (zh) * | 2022-11-11 | 2023-02-28 | 浙江大学 | 基于注意力机制lstm模型的入炉垃圾热值实时预测方法 |
| CN115717709B (zh) * | 2022-11-11 | 2023-08-04 | 浙江大学 | 基于注意力机制lstm模型的入炉垃圾热值实时预测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106096763B (zh) | 2019-08-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105091944B (zh) | 一种火力发电厂机组燃煤发热值及煤耗率指标在线监测的方法 | |
| CN105956370B (zh) | 一种用于燃煤电厂实时计算煤耗等经济指标的方法 | |
| CN101865867B (zh) | 一种实时计算煤质元素和工业成分的方法 | |
| CN102734782B (zh) | 一种燃煤锅炉能效监测方法 | |
| CN104698149A (zh) | 一种燃煤锅炉煤质在线软测量方法及测量系统 | |
| CN106096763B (zh) | 一种预测运行机组的燃煤发热值的方法 | |
| CN103697946A (zh) | 一种火电厂燃煤锅炉烟气流量的计算方法及污染物排放量的控制方法 | |
| CN102645523B (zh) | 基于制粉系统热平衡的入炉煤收到基水分在线辨识方法 | |
| CN104062618B (zh) | 一种双信号源的容性设备在线监测装置校验方法 | |
| CN105468932A (zh) | 一种锅炉热效率的在线计算方法 | |
| CN101290311A (zh) | 电厂煤质工业成分和热值校验方法 | |
| CN102226904A (zh) | 电站大型锅炉一次风风量的软测量方法 | |
| CN105318348A (zh) | 基于风煤比煤质校正的火电机组给煤量反馈校正方法 | |
| CN110568018A (zh) | 在线计算中速磨煤机内原煤水分的方法 | |
| CN101738972B (zh) | 检测煤耗在线监测系统监测准确性的测试方法 | |
| CN103939940A (zh) | 锅炉优化燃烧与在线能效评测系统 | |
| CN201188189Y (zh) | 火电机组运行能耗实测装置 | |
| CN103217292B (zh) | 发电机组热经济指标的实时监测方法和监测系统 | |
| CN105067479B (zh) | 一种混合式飞灰含碳量在线检测装置实现方法 | |
| CN109813860A (zh) | 一种锅炉煤质成分的实时分析法 | |
| CN106527382A (zh) | 一种焦炉热效率在线监测方法 | |
| CN113836794B (zh) | 一种软硬结合的飞灰含碳量在线监测方法 | |
| CN104062619A (zh) | 一种双信号源的容性设备在线监测装置校验系统 | |
| CN209432735U (zh) | 一种在线水分分析系统 | |
| CN107764889A (zh) | 一种基于信号能量法的气固两相流粉尘含碳量测量方法 |
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 |