CN106121744A - 一种基于数据协调的汽轮机湿蒸汽参数的估计方法 - Google Patents

一种基于数据协调的汽轮机湿蒸汽参数的估计方法 Download PDF

Info

Publication number
CN106121744A
CN106121744A CN201610473980.6A CN201610473980A CN106121744A CN 106121744 A CN106121744 A CN 106121744A CN 201610473980 A CN201610473980 A CN 201610473980A CN 106121744 A CN106121744 A CN 106121744A
Authority
CN
China
Prior art keywords
steam
turbine
value
measurand
equation
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
Application number
CN201610473980.6A
Other languages
English (en)
Other versions
CN106121744B (zh
Inventor
李政
郭思思
刘培
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN201610473980.6A priority Critical patent/CN106121744B/zh
Publication of CN106121744A publication Critical patent/CN106121744A/zh
Application granted granted Critical
Publication of CN106121744B publication Critical patent/CN106121744B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01DNON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
    • F01D17/00Regulating or controlling by varying flow

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Control Of Turbines (AREA)

Abstract

一种基于数据协调的汽轮机湿蒸汽参数的估计方法,属于汽轮机性能监测领域。具体技术步骤包括:1)利用蒸汽膨胀特性构建约束方程,结合准静态测量数据,建立汽轮机系统的数据协调问题;2)对于干蒸汽,直接计算其焓值;对于湿蒸汽,初步假定湿蒸汽的干度,计算出焓值并带入方程;3)通过循环迭代求解数据协调问题,计算得到湿蒸汽参数的估计值。该方法有效利用汽轮机系统中冗余的测量信息及约束方程,并结合蒸汽膨胀过程的性质,给出更优的湿蒸汽参数的估计值,据此可以绘制真实的蒸汽膨胀过程线,并计算系统热力参数的估计值,有利于实现汽轮机性能的监测。该方法简单易于实现,不增加任何额外设备及成本,高效率、低成本。

Description

一种基于数据协调的汽轮机湿蒸汽参数的估计方法
技术领域
一种基于数据协调的汽轮机湿蒸汽参数的估计方法,属于汽轮机在线性能监测领域。
背景技术
汽轮机性能对整个电厂的性能、热效率及可靠性来说都非常重要。在汽轮机性能的监测过程中,通常需要计算和分析级组的等熵效率和蒸汽膨胀过程线来反映和评估级组的通流能力和做功能力。精确的在线测量数据是汽轮机性能计算及监测的重要基础,测量数据的误差可能导致计算出不合理的等熵效率值或蒸汽膨胀特性。然而,由于人为的误操作或测量仪表的老化,电厂直接测量得到的原始数据总是包含测量误差。因此,能够降低测量数据不确定度的数据处理方法显得尤为重要。此外,由于蒸汽干度在线测量技术的匮乏,汽轮机内湿蒸汽区的蒸汽干度通常无法直接得知,从而湿蒸汽的焓值无法计算。虽然有一些湿蒸汽参数的估计方法,然而可以直接应用于电厂的简单、快捷、高效的方法还很少,尤其缺乏将湿蒸汽区参数估计和提高数据精度同时结合起来的方法。
发明内容
本发明的目的是提供一种基于数据协调的汽轮机湿蒸汽参数的估计方法,能够对汽轮机湿蒸汽参数(如蒸汽干度、焓值)进行估计,并绘制出汽轮机内蒸汽实际膨胀的过程线,有利于汽轮机的性能计算及监测,同时得到更优的电厂系统热力参数的估计值。
本发明的技术方案是:
1)通过准静态数据的选取方法,从电厂数据库选取准静态工况的测量数据;根据电厂系统的测点信息,选取参与热力系统平衡计算的测量变量x,依次记为x1,x2,…xn,并将测量变量的测量值y依次记为y1,y2,…yn;未测量变量u通过热平衡计算得到,其计算值u*依次记为u1 *,u2 *,…up *,其中,n为所有测量变量的个数,p为所有未测量变量的个数;
2)根据电厂热力系统中测量仪表的精度等级,按照方程(1)评定各个测量变量测量值的不确定度,分别记为σ12,…σn
σ i = kξ i 1.96 N s - - - ( 1 )
其中,i代表第i个测量变量,i取1,2,3…n;ξi代表置信区间为95%的仪表最大允许误差;Ns代表测量同一变量的仪表个数;k为修正系数;
3)根据汽轮机系统的质量平衡、能量平衡及级组的特性方程,建立关于测量变量x及未测量变量u的等式约束方程组f;并根据汽轮机内蒸汽膨胀过程的性质,建立不等式约束方程组g,如下所示:
f(x,u)=0 (2)
g(x,u)≤0 (3)
4)对于汽轮机内的干蒸汽,利用实测的蒸汽压力和温度值计算蒸汽焓值;对于湿蒸汽在蒸汽干度未知的情况下,初步假定蒸汽干度值X0,并利用实测的蒸汽压力或温度值计算得到湿蒸汽焓值的初值h0
5)结合测量变量的测量值y、测量值的不确定度σ、等式约束方程组f及不等式约束方程组g,带入干蒸汽焓值或湿蒸汽焓值的初值h0,通过循环迭代过程,利用目标函数计算得到测量变量的协调值x*和未测量变量的计算值u*;x*依次记为x1 *,x2 *,…xn *
6)根据测量变量的协调值和未测量变量的计算值,得到湿蒸汽参数的估计值;据此在热力学性质图上绘制汽轮机内蒸汽实际膨胀的过程线。
本发明所述的方法的技术特征在于:所述准静态数据的选取方法包括滑动窗口法和移动平均法。步骤(1)中所述的测量变量包括流量、压力、温度和输出功率。所述级组的特性方程包括伏流格尔公式和等熵效率公式。步骤(6)中所述的湿蒸汽参数包括蒸汽焓值或蒸汽干度。步骤(6)中所述的热力学性质图包括焓熵图。
本发明的技术方案中,其特征还在于:
步骤(5)中所述的目标函数包含最小二乘形式的目标函数或强鲁棒性的目标函数;最小二乘形式的目标函数如方程(5)所示,强鲁棒性的目标函数包括方程(6)所示的目标函数:
其中,xi *代表x*中第i个元素,yi代表y中第i个元素;Σ代表由测量变量的不确定度构成的协方差矩阵;上标T代表矩阵的转置;上标-1代表矩阵的逆;代表从第1个到第n个测量变量的求和;cF代表设定的权重参数。
本发明具有以下优点及突出性的技术效果:
①在湿蒸汽干度在线测量技术匮乏的现状下,本发明可以在不改变测量仪表和设备的前提下,仅采用数据协调循环迭代结合系统建模的方法实现湿蒸汽参数的估计,低成本,简单可行,高效便捷。
②本发明克服了传统方法不能同时实现湿蒸汽区参数估计和提高数据精度的缺点,利用数据协调方法结合汽轮机膨胀过程特性循环迭代的方法,对湿蒸汽参数进行估计,同时给出更优的热力参数的估计值;根据湿蒸汽参数可以绘制出汽轮机内蒸汽实际膨胀的过程线,有利于汽轮机的性能计算及监测;更优的热力参数的估计值有利于整个电厂系统的性能监测。
附图说明
图1为本发明方法的步骤流程示意图。
图2为实施例中某1000MW火电机组汽轮机系统的示意图。
图3为实施例中应用本发明方法前后分别绘制的蒸汽膨胀过程线图。
具体实施方式
下面结合附图对本发明的原理和具体实施作进一步的说明。
1)通过准静态数据的选取方法,比如滑动窗口法等,从电厂数据库选取汽轮机系统在准静态工况下的测量数据,包括流量、压力、温度和输出功率。图2展示了某1000MW火电机组汽轮机系统的示意图。除了图2中所示的汽轮机系统外,参与实施例中数据协调计算的还有电厂其他的热力系统,比如锅炉系统、给水回热系统和凝结水系统。根据电厂系统的测点信息,选取参与热力系统平衡计算的测量变量x,依次记为x1,x2,…x97,其测量值y依次记为y1,y2,…y97,未测量变量u通过热平衡计算等方法得到,其计算值u*依次记为u1 *,u2 *,…u84 *,其中,测量变量的总个数为97,未测量变量的总个数为84。
2)根据电厂热力系统中测量仪表的精度等级,按照方程(1)评定各个测量变量测量值的不确定度,分别记为σ12,…σ97
σ i = kξ i 1.96 N s - - - ( 1 )
其中,i代表第i个测量变量,i取1,2,3…97;ξi代表置信区间为95%的仪表最大允许误差;Ns代表测量同一变量的仪表个数,通常为1;k为修正系数,通常为1;
3)根据汽轮机系统的质量平衡、能量平衡及级组的特性方程,建立关于测量变量x及未测量变量u的等式约束方程组f,如下所示:
f(x,u)=0 (2)
级组的特性方程包括伏流格尔公式和等熵效率公式,分别如方程(3)和方程(4)所示:
伏流格尔公式:
等熵效率公式:
其中,代表设计工况下蒸汽的折合流量;pf代表设计工况下级组入口的蒸汽压力;pd代表设计工况下级组出口的蒸汽压力;Tf代表设计工况下级组入口的蒸汽温度,单位为℃,需要转换成绝对温度K;下标0代表非设计工况下的蒸汽参数;ηs代表级组的等熵效率;hin、hout和hs分别代表级组入口、出口和等熵膨胀的蒸汽焓值;
根据汽轮机内蒸汽膨胀过程的性质,建立热力参数的不等式约束方程组g,如下所示:
g(x,u)≤0 (5)
根据美国机械工程师学会给出的汽轮机内蒸汽膨胀过程的性质,蒸汽膨胀过程线应该平滑,等熵效率应该介于0-1之间且逐级递减,因此得到如下的不等式约束关系:
0 < < ( h i n - h o u t h i n - h s ) j &le; 1 - - - ( 6 )
( &part; h &part; s ) j &GreaterEqual; ( &part; h &part; s ) j + 1 - - - ( 7 )
其中,j代表汽轮机的第j个级组,以图2为例,j取1,2,3…9;
4)对于汽轮机内的干蒸汽,利用实测的蒸汽压力和温度值,通过水蒸汽热力性质表可以计算蒸汽焓值;对于汽轮机内的湿蒸汽,虽然可以测量得到蒸汽温度及压力,但是无法直接测量蒸汽干度,所以蒸汽焓值无法确定;此时,按照正常运行工况下湿蒸汽干度应遵守的范围,比如X=0.85~0.95,初步假定蒸汽干度值X0=0.9,并结合实测的蒸汽压力或温度值,计算得到湿蒸汽焓值的初值h0
5)结合测量变量的测量值y、测量值的不确定度σ、等式约束方程组f及不等式约束方程组g,构建汽轮机系统的数据协调问题;带入湿蒸汽焓值的初值h0,通过循环迭代过程,利用目标函数计算得到测量变量的协调值x*和未测量变量的计算值u*
其中,x*依次记为x1 *,x2 *,…x97 *
目标函数包含最小二乘形式的目标函数或强鲁棒性的目标函数;最小二乘形式的目标函数如方程(9)所示,强鲁棒性的目标函数包括方程(10)所示的目标函数:
其中,xi *代表x*中第i个元素,yi代表y中第i个元素;Σ代表由测量变量的不确定度构成的协方差矩阵;上标T代表矩阵的转置;上标-1代表矩阵的逆;代表从第1个到第97个的求和;cF代表设定的权重参数。
6)根据测量变量的协调值x1 *,x2 *,…x97 *和未测量变量的计算值u1 *,u2 *,…u84 *,得到湿蒸汽参数的估计值;并根据汽轮机各级级组的入口和出口蒸汽参数,在热力学性质图上绘制汽轮机内蒸汽实际膨胀的过程线。
在实施例中,数据协调计算后直接得到了湿蒸汽焓值的估计值,再通过下式计算得到真实的蒸汽干度X:
X = h w e t - h l h g - h l - - - ( 11 )
其中,hwet代表湿蒸汽的焓值;hg代表饱和水蒸汽的焓值;hl代表饱和水的焓值;
实施例中,选取的热力学性质图为焓熵图。
实施例1:
下面以一个某1000MW火电机组的汽轮机系统为例,对本发明进行说明。如图2所示,该汽轮机系统包括一个汽轮机高压缸(HPT1,HPT2)、一个中压缸(IPT1,IPT2)、两个低压缸(LPT1,LPT2,LPT3,LPT4,LPT5,图中只画出一个低压缸)、8个抽蒸汽管道(EP1,EP2,EP3,EP4,EP5,EP6,EP7,EP8)、高压蒸汽管道(Hpipe)和中压蒸汽管道(Ipipe)。此外,参与实施例中数据协调计算的还有电厂其他热力系统,如锅炉系统、给水回热系统和凝结水系统。所有测量变量的个数为97个,未测量变量的个数为84个。
根据汽轮机系统的质量平衡、能量平衡及级组的特性方程,建立关于测量变量及未测量变量的等式约束方程组f,等式方程的总个数为110个。并根据汽轮机内蒸汽膨胀过程的性质,建立热力参数的不等式约束方程组g,不等式方程的个数为10个。不等式方程组见表1所示。
表1汽轮机系统的不等式约束方程组
其中,eta代表级组的等熵效率。
按照正常运行工况下干度X应遵守的范围,比如X=0.85~0.95,初步假定蒸汽干度值X0=0.9,并结合实测的压力或温度值,计算得到湿蒸汽焓值的初值h0,并将湿蒸汽焓值的初值带入数据协调计算中。
结合测量变量的测量值及其不确定度,等式及不等式约束方程组构建汽轮机系统数据协调问题并进行计算,通过一系列循环迭代过程,最终使得协调值满足等式及不等式约束方程,从而得到了测量变量的协调值,由此可以得到湿蒸汽参数的估计值,并可绘制实际过程的蒸汽膨胀过程线。
图3为实施例中应用本发明方法前后分别绘制的蒸汽膨胀过程线图(焓熵图)。可以看到,在应用本方法前,采用实测数据绘制得到的蒸汽膨胀过程线,出现了等熵效率远远大于1的情况,违背了真实的物理特性。而应用本方法后绘制得到的蒸汽膨胀过程线,满足了等熵效率的约束关系,更符合真实的物理特性,修正了蒸汽膨胀过程线。
同时,还可以计算湿蒸汽参数的估计值的不确定度。以汽轮机低压缸的排汽焓值及排汽湿度为例,分别计算基于测量数据和协调数据的不确定度,结果显示,采用本方法后排汽焓值的不确定度降低22.63%,蒸汽湿度的不确定度降低15.61%。具体数据见表2所示。
表2数据协调前后排汽焓值及蒸汽湿度的不确定度
以上结果说明由于数据协调方法及冗余测量信息的引入,本方法可以给出更符合物理规律的湿蒸汽参数估计值,并同时降低汽轮机系统未测量的热力参数的不确定度。
基于以上结果,还可以计算整个电厂热力系统的热耗率和发电效率,通过和热力实验值或历史经验值对比,进一步说明本发明方法的效果。

Claims (7)

1.一种基于数据协调的汽轮机湿蒸汽参数的估计方法,其特征在于该方法按如下步骤进行:
1)通过准静态数据的选取方法,从电厂数据库选取准静态工况的测量数据;根据电厂系统的测点信息,选取参与热力系统平衡计算的测量变量x,依次记为x1,x2,…xn,并将测量变量的测量值y依次记为y1,y2,…yn;未测量变量u通过热平衡计算得到,其计算值u*依次记为u1 *,u2 *,…up *,其中,n为所有测量变量的个数,p为所有未测量变量的个数;
2)根据电厂热力系统中测量仪表的精度等级,按照方程(1)评定各个测量变量测量值的不确定度,分别记为σ1,σ2,…σn
&sigma; i = k&xi; i 1.96 N s - - - ( 1 )
其中,i代表第i个测量变量,i取1,2,3...n;ξi代表置信区间为95%的仪表最大允许误差;Ns代表测量同一变量的仪表个数;k为修正系数;
3)根据汽轮机系统的质量平衡、能量平衡及级组的特性方程,建立关于测量变量x及未测量变量u的等式约束方程组f;并根据汽轮机内蒸汽膨胀过程的性质,建立不等式约束方程组g,如下所示:
f(x,u)=0 (2)
g(x,u)≤0 (3)
4)对于汽轮机内的干蒸汽,利用实测的蒸汽压力和温度值计算蒸汽焓值;对于湿蒸汽,在蒸汽干度未知的情况下,初步假定蒸汽干度值X0,并利用实测的蒸汽压力或温度值计算得到湿蒸汽焓值的初值h0
5)结合测量变量的测量值y、测量值的不确定度σ、等式约束方程组f及不等式约束方程组g,带入干蒸汽焓值或湿蒸汽焓值的初值h0,通过循环迭代过程,利用目标函数计算得到测量变量的协调值x*和未测量变量的计算值u*;x*依次记为x1 *,x2 *,…xn *
6)根据测量变量的协调值和未测量变量的计算值,得到湿蒸汽参数的估计值;据此在热力学性质图上绘制汽轮机内蒸汽实际膨胀的过程线。
2.根据权利要求1所述的一种基于数据协调的汽轮机湿蒸汽参数的估计方法,其特征在于:准静态数据的选取方法包括滑动窗口法和移动平均法。
3.根据权利要求1所述的一种基于数据协调的汽轮机湿蒸汽参数的估计方法,其特征在于:步骤1)中所述的测量变量包括流量、压力、温度和输出功率。
4.根据权利要求1所述的一种基于数据协调的汽轮机湿蒸汽参数的估计方法,其特征在于:级组的特性方程包括伏流格尔公式和等熵效率公式。
5.根据权利要求1所述的一种基于数据协调的汽轮机湿蒸汽参数的估计方法,其特征在于:步骤5)中所述的目标函数包含最小二乘形式的目标函数或强鲁棒性的目标函数;最小二乘形式的目标函数如方程(5)所示,强鲁棒性的目标函数包括方程(6)所示的目标函数:
其中,xi *代表x*中第i个元素,yi代表y中第i个元素;Σ代表由测量变量的不确定度构成的协方差矩阵;上标T代表矩阵的转置;上标-1代表矩阵的逆;代表从第1个到第n个测量变量的求和;cF代表设定的权重参数。
6.根据权利要求1所述的一种基于数据协调的汽轮机湿蒸汽参数的估计方法,其特征在于:步骤6)中所述的湿蒸汽参数包括蒸汽焓值或蒸汽干度。
7.根据权利要求1所述的一种基于数据协调的汽轮机湿蒸汽参数的估计方法,其特征在于:步骤6)中所述的热力学性质图包括焓熵图。
CN201610473980.6A 2016-06-24 2016-06-24 一种基于数据协调的汽轮机湿蒸汽参数的估计方法 Active CN106121744B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610473980.6A CN106121744B (zh) 2016-06-24 2016-06-24 一种基于数据协调的汽轮机湿蒸汽参数的估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610473980.6A CN106121744B (zh) 2016-06-24 2016-06-24 一种基于数据协调的汽轮机湿蒸汽参数的估计方法

Publications (2)

Publication Number Publication Date
CN106121744A true CN106121744A (zh) 2016-11-16
CN106121744B CN106121744B (zh) 2017-06-13

Family

ID=57265904

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610473980.6A Active CN106121744B (zh) 2016-06-24 2016-06-24 一种基于数据协调的汽轮机湿蒸汽参数的估计方法

Country Status (1)

Country Link
CN (1) CN106121744B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110245463A (zh) * 2019-07-10 2019-09-17 济南市市政工程设计研究院(集团)有限责任公司 一种燃气烟气焓值计算方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004162601A (ja) * 2002-11-13 2004-06-10 Mitsubishi Heavy Ind Ltd デュアル燃料型一軸コンバインドプラントにおける蒸気タービン出力推定装置
CN101644173A (zh) * 2009-09-09 2010-02-10 东北电力大学 一种汽轮机配汽方式优化方法
CN101899996A (zh) * 2009-06-01 2010-12-01 上海捷控软件技术有限公司 用蒸汽温度预测控制提高火电机组汽轮机效率的方法
US20130018603A1 (en) * 2011-07-12 2013-01-17 Man Diesel & Turbo Se Method Of Machine Condition Monitoring
CN105201564A (zh) * 2015-08-26 2015-12-30 国网河南省电力公司电力科学研究院 一种基于主蒸汽流量的汽轮机滑压优化的控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004162601A (ja) * 2002-11-13 2004-06-10 Mitsubishi Heavy Ind Ltd デュアル燃料型一軸コンバインドプラントにおける蒸気タービン出力推定装置
CN101899996A (zh) * 2009-06-01 2010-12-01 上海捷控软件技术有限公司 用蒸汽温度预测控制提高火电机组汽轮机效率的方法
CN101644173A (zh) * 2009-09-09 2010-02-10 东北电力大学 一种汽轮机配汽方式优化方法
US20130018603A1 (en) * 2011-07-12 2013-01-17 Man Diesel & Turbo Se Method Of Machine Condition Monitoring
CN105201564A (zh) * 2015-08-26 2015-12-30 国网河南省电力公司电力科学研究院 一种基于主蒸汽流量的汽轮机滑压优化的控制方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110245463A (zh) * 2019-07-10 2019-09-17 济南市市政工程设计研究院(集团)有限责任公司 一种燃气烟气焓值计算方法及系统

Also Published As

Publication number Publication date
CN106121744B (zh) 2017-06-13

Similar Documents

Publication Publication Date Title
CN106249728A (zh) 一种基于部件特性的火力发电机组在线性能监测方法
CN106097151B (zh) 一种基于数据协调的降低电厂数据不确定度的方法
CN106936627A (zh) 一种基于大数据分析挖掘的火电设备性能监测方法
CN111079302A (zh) 一种低压缸效率测算系统及方法
CN108446465B (zh) 通过工质分解在线测算火电机组厂用蒸汽量的方法
CN110469372B (zh) 一种汽轮机热力性能试验不确定度控制方法
CN108182553A (zh) 一种燃煤锅炉燃烧效率在线测量方法
CN105952499B (zh) 一种基于蚁群算法获取汽轮机高压调门组流量的方法
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
CN104483152B (zh) 非再热回热复合循环机组的热耗率测定方法
CN106121744B (zh) 一种基于数据协调的汽轮机湿蒸汽参数的估计方法
Alexeyuk An improved technique for identification of mathematical models of thermal power equipment
CN106295203A (zh) 基于上端差应达值实时计算的机组热经济性在线评估方法
Acır Application of artificial neural network to exergy performance analysis of coal fired thermal power plant
CN106199241A (zh) 一种基于数据协调及假设检验的电站系统多故障诊断方法
CN103697958B (zh) 燃煤机组汽包出口饱和蒸汽质量流量的实时计量方法
CN104636593B (zh) 再热机组有加热器散热损失时回热作功比与回热增益率测定方法
CN105158007B (zh) 一种基于过桥漏汽率的煤耗排序试验方法
Zabuga et al. Research based on mathematical modeling of CHP-10 power unit No 5 “Baikal Energy Company” LLC to assess the efficiency of its modernization
CN108615121A (zh) 一种基于多因素影响的热电负荷分配方法及系统
CN112670997A (zh) 考虑光伏不确定性的电热能源系统时序概率潮流计算方法
CN104537226B (zh) 再热机组有疏水冷源损失时回热作功比与回热增益率测定方法
Chen et al. Optimization of turbine cold-end system based on BP neural network and genetic algorithm
Kler et al. An improved technique for identification of mathematical model parameters of thermal power equipment and assessment of its performance
CN104462840B (zh) 非再热机组有疏水冷源损失时回热作功比与回热增益率测定方法

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