CN106703904B - 一种基于数据挖掘技术的汽轮机配汽曲线优化方法 - Google Patents
一种基于数据挖掘技术的汽轮机配汽曲线优化方法 Download PDFInfo
- Publication number
- CN106703904B CN106703904B CN201611016347.0A CN201611016347A CN106703904B CN 106703904 B CN106703904 B CN 106703904B CN 201611016347 A CN201611016347 A CN 201611016347A CN 106703904 B CN106703904 B CN 106703904B
- Authority
- CN
- China
- Prior art keywords
- main
- steam
- valve
- data
- bit instruction
- 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.)
- Expired - Fee Related
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
- F01D17/00—Regulating or controlling by varying flow
- F01D17/10—Final actuators
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Turbines (AREA)
Abstract
本发明公开了一种基于数据挖掘技术的汽轮机配汽曲线优化方法，根据DCS系统中积累的大量历史数据，通过数据筛选算法，对数据进行筛选，并根据主蒸汽流量修正公式对不同工况下的主蒸汽流量进行修正，得出额定工况下的主蒸汽流量。应用数据挖掘工具，对修正后的主蒸汽流量、机组负荷、总阀位指令以及各阀阀位值进行聚类分析，得出以机组负荷为质心的主蒸汽流量、总阀位指令以及各阀阀位值，根据原总阀位指令与四个调阀之间的关系，对阀门配汽曲线进行修正，得出新的阀门配汽曲线。新的阀门配汽曲线使汽轮机总阀位指令与主蒸汽流量的变化更加线性化，解决机组负荷波动、一次调频品质差、负荷跳变、机组响应时间较长等问题。
Description
技术领域
本发明属于汽轮机运行优化技术领域，涉及一种基于数据挖掘技术的汽轮机配汽曲线优化方法。以汽轮机DCS系统历史数据为依据，根据数据筛选算法和聚类分析技术，对汽轮机配汽曲线进行优化，使总阀位指令和主蒸汽流量的对应关系更加线性化，解决机组负荷波动、一次调频品质差、负荷跳变、机组响应时间较长等问题。
背景技术
汽轮机是现代火力发电厂中应用最广泛的原动机，其阀门流量特性曲线是根据原始设计而定，然而许多在役的老机组，尤其是经过DEH改造、汽机通流部分改造或者经过大修的机组，经常发生阀门流量特性曲线与实际曲线不一致的情况。汽轮机调门作为DEH系统的主要执行机构，其流量特性偏差过大会导致汽轮机负荷波动、一次调频品质差、负荷跳变、机组响应时间较长等问题，最终影响机组的安全稳定运行。
在汽轮机机组的运行过程中，DCS系统每日存储大量历史数据，这些数据来源于运行实际，是对机组运行特性的全面、客观反映，不可改变，具备绝对真实性。如何正确运用历史数据，提取机组运行特性，使其更好地为运行实际服务，也是摆在工程技术人员面前的一个课题。
发明内容
为解决上述问题，本发明的目的是提供一种基于数据挖掘技术的汽轮机配汽曲线优化方法。能够辨识并优化汽轮机总阀位指令与主蒸汽流量之间的线性关系，使调门阀组流量特性设定更加线性化，保证汽轮机机组的安全稳定运行。
为实现上述目的，本发明采用的技术方案是：一种基于数据挖掘技术的汽轮机配汽曲线优化方法，
第一步，DCS系统历史数据采集。利用在汽轮机安装的采样测点，根据采样周期采集一段时间内汽轮机机组的实时工况数据。
第二步，稳态数据筛选。对实时工况数据进行初步筛选：在一段时间内，若一个或多个采样测点的实时工况数据中参数大小为零，或者超出受其物理意义约束的数值范围，则清除该采样周期内所有采样测点的实时工况数据，得到初级采样数据。从初级采样数据中选取机组负荷、主蒸汽压力和总阀位指令均连续稳定几个采样周期的实时工况数据，得到稳定采样数据。
第三步，实际进汽流量计算。对稳定采样数据进行计算，得到修正后的主蒸汽流量。
第四步，选取聚类质心。选取总阀位指令值从最低值开始，每变化0.1为一个质心。
第五步，质心聚类。采用聚类分析方法中的K-means算法挖掘出表征汽轮机机组运行特性的目标数据集，得到采样工况数据。
第六步，拟合曲线。对采样工况数据的主蒸汽流量与总阀位指令拟合曲线，得出主蒸汽流量与总阀位指令的关系曲线。
第七步，修正阀门流量特性曲线。修正阀门流量特性曲线.根据机组负荷调整的快速性和稳定性对汽轮机配汽曲线的要求，分析主蒸汽流量与总阀位指令曲线的线性度，然后采用分段线性方法对线性度不合理的区段进行优化，得到优化后的主蒸汽流量与总阀位指令之间的关系式。利用此关系式根据原总阀位指令与四个调阀之间的关系，对阀门配汽曲线进行修订，得出新的汽轮机阀门配汽曲线。
本发明以汽轮机DCS系统历史数据为依据，根据数据筛选算法和聚类分析技术，对汽轮机配汽曲线进行优化，使总阀位指令和主蒸汽流量的对应关系更加线性化，解决机组负荷波动、一次调频品质差、负荷跳变、机组响应时间较长等问题。
附图说明
图1是本发明的流程图。
图2是采用本发明方法得到的主蒸汽流量与总阀位指令的关系曲线。
图3是分段线性优化后的主蒸汽流量与总阀位指令的关系曲线。
图4是分段线性优化后的总阀位值与各阀阀位值对应关系曲线。
具体实施方式
如图1所示，本发明所述的一种基于数据挖掘技术的汽轮机配汽曲线优化方法，包括以下步骤：
第一步，DCS系统历史数据采集。利用在汽轮机机组安装的采样测点，根据采样周期采集一段时间内汽轮机机组的实时工况数据。
如表1所示，本发明数据采集参数包括：ref(总阀位指令)、load(机组负荷)、mainpress(主蒸汽压力)、1STPRESS(调节级压力)、MSTEAMFLOW(主蒸汽流量)、CV1POS(#1高调阀开度)、CV2POS(#2高调阀开度)、CV3POS(#3高调阀开度)、CV4POS(#4高调阀开度)、MATCMSTEAMTEMPL(主蒸汽温度左侧)、ATCMSTEAMTEMPR(主蒸汽温度右侧)、speed(转速)、MATCRHSTEMPR(再热蒸汽温度右侧)、MATCRHSTEMPL(再热蒸汽温度左侧)、10LBC10CP001(高压缸排气压力)、10HAJ42CT006(高压缸排气温度)、10LBQ20CP001(二抽压力)、10LBQ20CT003(二抽温度)。
采样间隔：5秒。
表 1数据采集表
第二步，稳态数据筛选。对数据进行初步筛选：在一段时间内，若一个或多个采样测点的实时工况数据中参数大小为零，或者超出受其物理意义约束的数值范围，则清除该采样周期内所有采样测点的实时工况数据，得到初级采样数据。
主要参数物理意义约束的数值范围：ref(总阀位指令)在50至100之间。load(机组负荷)在300至600之间。mainpress(主蒸汽压力)在5至18之间、1STPRESS(调节级压力)在1至10之间、MSTEAMFLOW(主蒸汽流量)在500至2500之间(主要参数单位与表1相同)。
根据稳定性判据，从初级采样数据中选取机组负荷、主蒸汽压力和总阀位指令均连续稳定几个采样周期的实时工况数据，得到稳定采样数据。
稳定性判据为：机组负荷5分钟前后的变化量不超过1.5％，11分钟前后的变化量不超过3％；主蒸汽压力5分钟前后的变化量不超过0.6MPa。总阀位指令5分钟前后的变化量不超过2％。
第三步，实际进汽流量计算。对稳定采样数据进行计算，得到修正后的主蒸汽流量。
采用改进的弗留格尔公式以高压缸整体作为级组，计算机组实际进汽量；然后通过流量变工况计算，在调门阀位不变的情况下，将机组各实际工况流量统一的修正到额定主汽参数下的进汽量，辨识出额定主汽参数下机组总阀位值与进汽量之间的关系，即以汽轮机调节阀组为单一对象的阀门流量特性曲线。
对于抽汽量与主蒸汽流量呈正比关系、蒸汽流速为亚音速的高压缸，取调节级后第一级压力至高压缸排汽口间的压力级组成的级组为研究对象,计算各采样工况机组的实际进汽量G。以相近时间段热力试验采集的额定工况的进汽量作为标准工况，标幺为其总阀位值或额定负荷工况的进汽量标幺为100％。
式(1)中，G、p、v分别表示主蒸汽流量、工质压力、比体积；下标0表示已知标幺工况或标准工况，1表示级组前、2表示级组后，d表示级组所在汽缸排汽处物理参数，k1表示经验修正系数，范围为0.95至1.05。
机组总阀位值不变，各阀开度不变，研究级组的通流面积不变，应用特征通流面积方法，取机组高压缸入口至调节级后作为级组，计算将实际运行工况主汽压力(工况B)修正到某主汽压力下(工况A)的机组进汽量GA：
式(2)中，G、p、v分别表示主蒸汽流量、工质压力、比体积；π＝p2/p1，当达到临界值时，π等于零；下标A、B表示该级段两种不同工况。K2表示经验修正系数，范围为0.98至1.02。
第四步，选取聚类质心。选取总阀位指令值从最低值开始，每变化0.1为一个质心。
第五步，质心聚类。采用聚类分析方法中的K-Means算法挖掘出200个以上表征汽轮机机组运行特性的目标数据集，得到采样工况数据。
质心聚类表达格式为：[Idx,Ctrs]＝kmeans(目标矩阵,质心数)；其中，目标矩阵为总阀位指令、修正后的主蒸汽流量、CV1POS(#1高调阀开度)、CV2POS(#2高调阀开度)、CV3POS(#3高调阀开度)、CV4POS(#4高调阀开度)组成的数组表。
Idx为每个样本点所在的类别。Ctrs为所聚类质心位置。
第六步，拟合曲线。对采样工况数据的主蒸汽流量与总阀位指令拟合曲线，如图2所示，得出汽轮机主蒸汽流量与总阀位指令的关系曲线。
第七步，修正阀门流量特性曲线。根据机组负荷调整的快速性和稳定性对汽轮机配汽曲线的要求，分析主蒸汽流量与总阀位指令曲线的线性度，然后采用分段线性方法对线性度不合理的区段进行优化，得到图3所示的优化后的主蒸汽流量与总阀位指令的关系曲线。利用此关系式根据原总阀位指令与四个调阀之间的关系，对阀门配汽曲线进行修订，得出如图4所示的分段线性优化后的总阀位值与各阀阀位值对应关系曲线。
Claims (1)
1.一种基于数据挖掘技术的汽轮机配汽曲线优化方法，其特征在于包括以下步骤：
第一步、DCS系统历史数据采集：利用在汽轮机安装的采样测点，根据采样周期采集一段时间内汽轮机机组的实时工况数据；
第二步、稳态数据筛选，对实时工况数据进行初步筛选：在一段时间内，若一个或多个采样测点的实时工况数据中参数大小为零，或者超出受其物理意义约束的数值范围，则清除该采样周期内所有采样测点的实时工况数据，得到初级采样数据，然后从初级采样数据中选取机组负荷、主蒸汽压力和总阀位指令均连续稳定几个采样周期的实时工况数据，得到稳定采样数据；
稳定性判断方法为：机组负荷5分钟前后的变化量不超过1.5％，11分钟前后的变化量不超过3％，主蒸汽压力5分钟前后的变化量不超过0.6Mpa，总阀位指令5分钟前后的变化量不超过2％；
第三步、实际进汽流量计算：对稳定采样数据进行计算，得到修正后的主蒸汽流量；
采用改进的弗留格尔公式以高压缸整体作为级组，计算机组实际进汽流量，然后通过流量变工况计算，在调门阀位不变的情况下，将机组各实际工况流量统一修正到额定主汽参数下的进汽流量，辨识出额定主汽参数下机组总阀位值与进汽流量之间的关系；
第四步、选取聚类质心：选取总阀位指令值从最低值开始，每变化0.1为一个质心；
第五步、质心聚类：采用聚类分析方法中的K-means算法挖掘出表征汽轮机机组运行特性的目标数据集，得到采样工况数据；质心聚类表达格式为：[Idx,Ctrs]＝kmeans(目标矩阵,质心数)，其中，目标矩阵为总阀位指令、修正后的主蒸汽流量、CV1POS、CV2POS、CV3POS、CV4POS组成的数组表，Idx为每个样本点所在的类别，Ctrs为所聚类质心位置；
第六步、拟合曲线：对采样工况数据的主蒸汽流量与总阀位指令拟合曲线，得出主蒸汽流量与总阀位指令的关系曲线；
第七步、修正阀门流量特性曲线：根据机组负荷调整的快速性和稳定性对汽轮机配汽曲线的要求，分析主蒸汽流量与总阀位指令曲线的线性度，然后采用分段线性方法对线性度不合理的区段进行优化，得到优化后的主蒸汽流量与总阀位指令之间的关系式，利用此关系式根据原总阀位指令与四个调阀之间的关系，对阀门配汽曲线进行修订，得出新的汽轮机阀门配汽曲线。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611016347.0A CN106703904B (zh) | 2016-11-18 | 2016-11-18 | 一种基于数据挖掘技术的汽轮机配汽曲线优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611016347.0A CN106703904B (zh) | 2016-11-18 | 2016-11-18 | 一种基于数据挖掘技术的汽轮机配汽曲线优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106703904A CN106703904A (zh) | 2017-05-24 |
| CN106703904B true CN106703904B (zh) | 2018-12-25 |
Family
ID=58939827
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611016347.0A Expired - Fee Related CN106703904B (zh) | 2016-11-18 | 2016-11-18 | 一种基于数据挖掘技术的汽轮机配汽曲线优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106703904B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107035430B (zh) * | 2017-05-26 | 2019-11-08 | 国家电网公司 | 一种基于大数据分析的汽轮机阀门流量特性参数优化方法 |
| CN107368680A (zh) * | 2017-07-14 | 2017-11-21 | 中国华能集团清洁能源技术研究院有限公司 | 一种汽轮机最佳真空实时计算方法 |
| CN108005735B (zh) * | 2017-11-04 | 2019-07-05 | 国网江西省电力有限公司电力科学研究院 | 一种汽轮机组最佳初压实时动态修正方法 |
| CN112096466B (zh) * | 2020-09-22 | 2022-12-20 | 哈电发电设备国家工程研究中心有限公司 | 一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法 |
| CN112835950B (zh) * | 2020-12-09 | 2023-03-28 | 华能陕西发电有限公司 | 一种dcs数据挖掘的湿法脱硫系统达标排放运行曲线的获取系统及方法 |
| CN112765227B (zh) * | 2020-12-09 | 2023-02-24 | 华能陕西发电有限公司 | 一种基于dcs数据挖掘的燃煤发电机组背压特性曲线获取系统及方法 |
| CN114233423B (zh) * | 2022-02-24 | 2022-05-13 | 山东核电有限公司 | 核电厂供热装置控制系统及方法 |
| CN115450710A (zh) * | 2022-09-06 | 2022-12-09 | 哈尔滨工业大学 | 汽轮机滑压运行优化方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105317476B (zh) * | 2015-11-06 | 2017-01-18 | 国网河南省电力公司电力科学研究院 | 一种基于特征通流面积的汽轮机流量曲线辨识及优化方法 |
| CN105275508B (zh) * | 2015-11-06 | 2017-01-18 | 国网河南省电力公司电力科学研究院 | 一种基于功率值计算的汽轮机流量曲线辨识及优化方法 |
| CN105240058B (zh) * | 2015-11-06 | 2017-03-22 | 国网河南省电力公司电力科学研究院 | 一种基于喷嘴流量计算的汽轮机流量曲线辨识及优化方法 |
-
2016
- 2016-11-18 CN CN201611016347.0A patent/CN106703904B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN106703904A (zh) | 2017-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106703904B (zh) | 一种基于数据挖掘技术的汽轮机配汽曲线优化方法 | |
| CN105275508B (zh) | 一种基于功率值计算的汽轮机流量曲线辨识及优化方法 | |
| CN103743560B (zh) | 汽轮机deh系统高压调节阀门流量特性测试及整定方法 | |
| CN105317476B (zh) | 一种基于特征通流面积的汽轮机流量曲线辨识及优化方法 | |
| CN102566551B (zh) | 一种基于数据挖掘的火电厂运行指标最优目标值的分析方法 | |
| CN103850726B (zh) | 一种快速确定汽轮机定滑压优化曲线的方法 | |
| CN104533701B (zh) | 一种水轮机调速系统控制参数的自动整定方法 | |
| CN105240058B (zh) | 一种基于喷嘴流量计算的汽轮机流量曲线辨识及优化方法 | |
| CN107035430B (zh) | 一种基于大数据分析的汽轮机阀门流量特性参数优化方法 | |
| CN109827004B (zh) | 对调节阀特性分析的方法及装置 | |
| CN110821576A (zh) | 一种基于小样本暂态数据的汽轮机高调门流量特性优化方法 | |
| CN112016723B (zh) | 一种时间粒度可调节的高频率电网负荷预测方法 | |
| CN105996106A (zh) | 一种基于气流干燥的烟丝质量控制方法及系统 | |
| CN112129537B (zh) | 一种定功率模式汽轮机组调门流量特性试验方法 | |
| CN107766656A (zh) | 基于历史数据回归分析的汽轮机阀门流量特性分析方法 | |
| CN110705042A (zh) | 基于t-s模糊模型的汽轮机阀门流量特性辨识方法、系统及介质 | |
| CN104500150B (zh) | 一种汽轮机调速器执行机构分段线性模型及参数获取方法 | |
| CN110646193A (zh) | 一种获取汽轮机高压调门流量特性的试验方法 | |
| CN110702175B (zh) | 一种火电厂汽轮机主蒸汽流量在线软测量装置及方法 | |
| CN111931967B (zh) | 一种风电场短期功率预测方法 | |
| CN105156159B (zh) | 一种基于调门最佳重叠度的汽轮机流量特性优化方法 | |
| CN110821575A (zh) | 一种基于动态数据的汽轮机配汽曲线优化方法 | |
| CN103631991B (zh) | 原动机调速系统参数辨识系统及方法 | |
| CN116306221A (zh) | 一种基于lstm预测模型的空气管道系统控制方法 | |
| CN109869198A (zh) | 一种基于阀位修正的汽轮机全寿命高压缸效率监测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20181225 Termination date: 20201118 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |