CN107035430A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN107035430A CN107035430A CN201710383163.6A CN201710383163A CN107035430A CN 107035430 A CN107035430 A CN 107035430A CN 201710383163 A CN201710383163 A CN 201710383163A CN 107035430 A CN107035430 A CN 107035430A
- Authority
- CN
- China
- Prior art keywords
- data
- steam turbine
- unit
- valve
- characteristic parameter
- 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
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大数据分析的汽轮机阀门流量特性参数优化方法,步骤包括:通过DCS获取机组历史运行数据并经初步筛选获取稳定工况下的运行数据,然后再进行信息挖掘获取机组在各运行工况下的特征数据,采用改进型弗留格尔公式计算汽轮机的实际进汽流量;将计算获得的实际进汽流量代替DEH系统组态中原阀门流量特性参数中的综合阀位指令,完成对汽轮机阀门流量特性参数的优化。本发明不需要对汽轮机进行阀门流量特性试验,大大减轻了工作量,同时避免了该项试验对机组的安全稳定运行带来的不利影响;可以实现对机组最大历史运行区间的阀门流量特性参数的优化,消除了试验方法对参数的优化范围受试验时机组负荷变化范围限制的弊端。
Description
技术领域
本发明涉及汽轮机自动控制技术,具体涉及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。
背景技术
汽轮机阀门流量特性参数是指能够反映出进入汽轮机的蒸汽流量与汽轮机高压调门开度之间对应关系的一组参数。当汽轮机数字式电液控制系统(Digital Electro-hydraulic Control System,DEH)中设置的阀门流量特性参数与实际的阀门流量特性相匹配时,汽轮机将表现出良好的被控性能;否则,就可能出现诸如调阀晃动、单阀/顺序阀切换时负荷波动大、在机组变负荷和一次调频时,出现负荷突变或调节缓慢的问题,有时甚至还会造成电力系统振荡事故,使得机组控制困难,影响机组的安全稳定性及经济性能。在实际中,由于设备改造或运行老化等原因,DEH中设置的阀门流量特性参数常常会偏离其实际的流量特性,以至于上述异常情况时有发生。因此,在机组进行改造或长期运行后,对其进行阀门流量特性参数的优化是必要的。
目前,对汽轮机阀门流量特性参数的优化途经主要有两种:一种是理论计算辅以现代数学的方法,其需要获得精确的汽轮机阀门结构参数。对于已投产的机组来说,该条件通常难以实现,从而使得该方法难以实际应用;另一种是通过对汽轮机阀门流量特性进行试验,并经过技术人员对试验数据的分析和计算,来实现对汽轮机阀门流量特性参数的优化。该方法对参数的优化范围受试验时机组所能达到的负荷变化区间的限制,且该试验也可能影响机组的安全稳定运行。
发明内容
本发明要解决的技术问题:针对现有技术的上述问题,提供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。该方法利用大数据思想,通过大量的机组历史运行数据,利用数据挖掘技术,获取机组在其历史工况范围内的运行信息,进而实现对汽轮机阀门流量特性参数的优化。该方法能够实现对机组最大历史运行区间的阀门流量特性参数的优化;不需要对汽轮机进行阀门流量特性试验,大大减轻了工作量,同时避免了该项试验对机组的安全稳定运行带来的不利影响。
为了解决上述技术问题,本发明采用的技术方案为:
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,实施步骤包括:
1)通过火力发电厂分散控制系统DCS获取机组历史运行数据;
2)通过对机组历史运行数据进行初步筛选,获取机组处于稳定工况下的运行数据;
3)通过对获得的稳定工况下的数据进行信息挖掘,获取机组在各运行工况下的特征数据;
4)对特征数据采用改进型弗留格尔公式计算汽轮机的实际进汽流量;
5)将计算获得的实际进汽流量代替DEH系统组态中原阀门流量特性参数中的综合阀位指令,实现对汽轮机阀门流量特性参数的优化。
优选地,步骤1)中获取机组历史运行数据时,数据的采样时间宜为1s~5s,时间跨度选取一周以上,获得的机组历史运行数据的采样数据包括综合阀位指令、机组负荷、主蒸汽压力、调节级压力、主蒸汽温度、高压调阀的指令及反馈。
优选地,步骤2)中进行初步筛选的逻辑语句如式(1)所示;
式(1)中,xi表示机组历史运行数据的第i种采样数据,i=1,2,…,N,N为机组历史运行数据的采样数据种数,x(k)=(x1(k),x2(k),...,xN(k))为一向量,其中k代表按照时间的前后顺序获得的第k种采样数据;代表获得的机组历史运行数据中第i种采样数据xi的最大值和最小值,x′i代表经过初筛后获得的机组处于稳定工况下的历史数据,x′(k)=(x′1(k),x′2(k),...,x′N(k))为一向量,a为正整数参数,δ为预设的百分数阈值。
优选地,步骤3)的详细步骤包括:
3.1)输入获得的稳定工况下的数据集Ω={x′(k),k=1,2,...,M},其中M为该数据集Ω中包含的样本总数;
3.2)将数据集Ω按照综合阀位指令从小到大的顺序依次排列,然后将数据集Ω划分为指定数量L个数据子集Ωl,其中l=1,2,…,L;
3.3)采用密度函数法获得数据子集Ωl的特征数据其中,N为机组历史运行数据的采样数据种数。
优选地,步骤3.2)中将数据集Ω划分为指定数量个数据子集Ωl的函数表达式如式(2)所示;
式(2)中,x′1(l)为数据子集Ωl中机组综合阀位指令的第l个界限值,分别为经过初筛后机组处于稳定工况下的综合阀位指令x′1的最大值和最小值,L为数据子集数量。
优选地,步骤3.3)的详细步骤包括:
3.3.1)获取数据子集Ωl中的样本点x′l(k)处的密度函数Dk;
3.3.2)令D1=Dj=max{Dk,i=1,2,...,Ml},取与D1对应的x′(j)=(x"1(j),x"2(j),...,x"N(j))作为数据子集Ωl的特征数据,获得数据子集Ωl的特征数据其中,N为机组历史运行数据的采样数据种数。
优选地,步骤3.3.1)获取数据子集Ωl中的样本点x′l(k)处的密度函数的函数表达式如式(3)所示;
式(3)中,Dk为数据子集Ωl中的样本点x′l(k)处的密度函数,用于表示数据子集Ωl中样本点的密集程度,样本点周围的样本点越密集,则Dk的值越大;Ml为数据子集Ωl中包含的样本个数,x′l(k)、x′l(j)分别为第k、j个样本点,rd为邻域密度的有效半径。
优选地,所述邻域密度的有效半径rd的函数表达式如式(4)所示;
式(4)中,rd为邻域密度的有效半径,Ml为数据子集Ωl中包含的样本个数,x′l(k)、x′l(j)分别为第k、j个样本点。
优选地,步骤4)中的改进型弗留格尔公式的函数表达式如式(5)所示;
式(5)中,Gl表示由计算获取的汽轮机实际进汽流量的百分数,为特征数据中的汽轮机调节级压力,为特征数据中的汽轮机主蒸汽压力,分别为汽轮机的额定主蒸汽压力和额定调节级压力,根据机组满负荷且调阀全开时的历史运行数据获取。
本发明基于大数据分析的汽轮机阀门流量特性参数优化方法具有下述优点:本发明不需要对汽轮机进行阀门流量特性试验,大大减轻了工作量,同时避免了试验时对机组的安全稳定运行带来的不利影响;通过大量的机组历史运行数据通过数据挖掘获取机组运行信息,并据此实现对机组最大历史运行区间的阀门流量特性参数的优化,消除了试验方法对参数的优化范围受试验时机组负荷运行范围限制的弊端。
附图说明
图1为本发明实施例一方法的基本流程示意图。
图2为本发明实施例一中数据子集Ωl划分示意图。
图3为本发明实施例一中计算实际进汽流量与综合阀位指令之间的关系曲线。
图4为本发明实施例一中优化后的阀门流量特性参数曲线与原参数曲线的对比。
具体实施方式
实施例一:
本实施例中的汽轮机2个调门,下文对本实施例基于大数据分析的汽轮机阀门流量特性参数优化方法进行进一步的详细说明。如图1所示,本实施例基于大数据分析的汽轮机阀门流量特性参数优化方法的实施步骤包括:
1)通过火力发电厂分散控制系统DCS(Distributed Control System,简称DCS)获取机组历史运行数据;
2)通过对机组历史运行数据进行初步筛选,获取机组处于稳定工况下的运行数据;
3)通过对获得的稳定工况下的数据进行信息挖掘,获取机组在各运行工况下的特征数据;
4)对特征数据采用改进型弗留格尔公式计算汽轮机的实际进汽流量;
5)将计算获得的实际进汽流量代替DEH系统组态中原阀门流量特性参数中的综合阀位指令,实现对汽轮机阀门流量特性参数的优化。
本实施例中,步骤1)中获取机组历史运行数据时,数据的采样时间宜为1s~5s,时间跨度选取一周以上,获得的机组历史运行数据的采样数据包括综合阀位指令、机组负荷、主蒸汽压力、调节级压力、主蒸汽温度、高压调阀的指令及反馈(高压调阀CV1和CV2的指令)。
本实施例中,步骤2)中进行初步筛选的逻辑语句如式(1)所示;
式(1)中,xi表示机组历史运行数据的第i种采样数据,i=1,2,…,N,N为机组历史运行数据的采样数据种数,x(k)=(x1(k),x2(k),...,xN(k))为一向量,其中k代表按照时间的前后顺序获得的第k种采样数据;代表获得的机组历史运行数据中第i种采样数据xi的最大值和最小值,x′i代表经过初筛后获得的机组处于稳定工况下的历史数据,x′(k)=(x′1(k),x′2(k),...,x′N(k))为一向量,a为正整数参数,δ为预设的百分数阈值。本实施例中,获得的机组历史运行数据的采样数据包括综合阀位指令、机组负荷、主蒸汽压力、调节级压力、主蒸汽温度、高压调阀的指令及反馈共7种采样数据,因此xi(i=1,2,…,7),分别代表综合阀位指令、机组负荷、主蒸汽压力、调节级压力、主蒸汽温度、CV1和CV2的指令等历史数据,此外本实施例中取a=3,δ=0.25%。
本实施例中,步骤3)的详细步骤包括:
3.1)输入获得的稳定工况下的数据集Ω={x′(k),k=1,2,...,M},其中M为该数据集Ω中包含的样本总数;
3.2)将数据集Ω按照综合阀位指令从小到大的顺序依次排列,然后将数据集Ω划分为指定数量L个数据子集Ωl,其中l=1,2,…,L;本实施例中,L取值200,将数据集Ω划分为200个数据子集Ωl(l=1,2,…,200);
3.3)采用密度函数法获得数据子集Ωl的特征数据其中,N为机组历史运行数据的采样数据种数。
本实施例中,步骤3.2)中将数据集Ω划分为指定数量个数据子集Ωl的函数表达式如式(2)所示;
式(2)中,x′1(l)为数据子集Ωl中机组综合阀位指令的第l个界限值,分别为经过初筛后机组处于稳定工况下的综合阀位指令x′1的最大值和最小值,L为数据子集数量。数据子集Ωl中机组综合阀位指令的界限值x′1(l)的示意图如附图2所示。
本实施例中,步骤3.3)的详细步骤包括:
3.3.1)获取数据子集Ωl中的样本点x′l(k)处的密度函数Dk;
3.3.2)令D1=Dj=max{Dk,i=1,2,...,Ml},取与D1对应的x′(j)=(x"1(j),x"2(j),...,x"N(j))作为数据子集Ωl的特征数据,获得数据子集Ωl的特征数据其中,N为机组历史运行数据的采样数据种数。
本实施例中,步骤3.3.1)获取数据子集Ωl中的样本点x′l(k)处的密度函数的函数表达式如式(3)所示;
式(3)中,Dk为数据子集Ωl中的样本点x′l(k)处的密度函数,用于表示数据子集Ωl中样本点的密集程度,样本点周围的样本点越密集,则Dk的值越大;Ml为数据子集Ωl中包含的样本个数,x′l(k)、x′l(j)分别为第k、j个样本点,rd为邻域密度的有效半径。
邻域密度的有效半径rd的选择应与数据分布的几何特性有关;本实施例中,邻域密度的有效半径rd取值为Ml个样本的均方根距离的1/2,即所述邻域密度的有效半径rd的函数表达式如式(4)所示;
式(4)中,rd为邻域密度的有效半径,Ml为数据子集Ωl中包含的样本个数,x′l(k)、x′l(j)分别为第k、j个样本点。
本实施例中,步骤4)中的改进型弗留格尔公式的函数表达式如式(5)所示;
式(5)中,Gl表示由计算获取的汽轮机实际进汽流量的百分数,为特征数据中的汽轮机调节级压力,为特征数据中的汽轮机主蒸汽压力,分别为汽轮机的额定主蒸汽压力和额定调节级压力,根据机组满负荷且调阀全开时的历史运行数据获取。本实施例中,经计算获得的汽轮机实际进汽流量与综合阀位指令如图3所示。
在得到由计算获取的汽轮机实际进汽流量的百分数Gl的基础上,根据Gl及特征数据中的各调阀的开度,可获得两者之间的对应关系f(x)。令Gl代替DEH系统组态中原阀门流量特性参数中的综合阀位指令,即完成了对汽轮机阀门流量特性参数的优化,本实施例中,优化后的阀门流量特性参数曲线和原阀门流量特性参数曲线如图4所示。
实施例二:
本实施例与实施例一基本相同,其主要不同点为:本实施例中的汽轮机共有4个调门,步骤与实施例一相同,在此不再赘述。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种基于大数据分析的汽轮机阀门流量特性参数优化方法,其特征为实施步骤包括:
1)通过火力发电厂分散控制系统DCS获取机组历史运行数据;
2)通过对机组历史运行数据进行初步筛选,获取机组处于稳定工况下的运行数据;
3)通过对获得的稳定工况下的数据进行信息挖掘,获取机组在各运行工况下的特征数据;
4)对特征数据采用改进型弗留格尔公式计算汽轮机的实际进汽流量;
5)将计算获得的实际进汽流量代替DEH系统组态中原阀门流量特性参数中的综合阀位指令,实现对汽轮机阀门流量特性参数的优化。
2.根据权利要求1所述的基于大数据分析的汽轮机阀门流量特性参数优化方法,其特征为,步骤1)中获取机组历史运行数据时,数据的采样时间宜为1s~5s,时间跨度选取一周以上,获得的机组历史运行数据的采样数据包括综合阀位指令、机组负荷、主蒸汽压力、调节级压力、主蒸汽温度、高压调阀的指令及反馈。
3.根据权利要求1所述的基于大数据分析的汽轮机阀门流量特性参数优化方法,其特征为,步骤2)中进行初步筛选的逻辑语句如式(1)所示;
式(1)中,xi表示机组历史运行数据的第i种采样数据,i=1,2,…,N,N为机组历史运行数据的采样数据种数,x(k)=(x1(k),x2(k),...,xN(k))为一向量,其中k代表按照时间的前后顺序获得的第k种采样数据;代表获得的机组历史运行数据中第i种采样数据xi的最大值和最小值,x′i代表经过初筛后获得的机组处于稳定工况下的历史数据,x'(k)=(x'1(k),x'2(k),...,x'N(k))为一向量,a为正整数参数,δ为预设的百分数阈值。
4.根据权利要求1所述的基于大数据分析的汽轮机阀门流量特性参数优化方法,其特征为,步骤3)的详细步骤包括:
3.1)输入获得的稳定工况下的数据集Ω={x'(k),k=1,2,...,M},其中M为该数据集Ω中包含的样本总数;
3.2)将数据集Ω按照综合阀位指令从小到大的顺序依次排列,然后将数据集Ω划分为指定数量L个数据子集Ωl,其中l=1,2,…,L;
3.3)采用密度函数法获得数据子集Ωl的特征数据其中,N为机组历史运行数据的采样数据种数。
5.根据权利要求4所述的基于大数据分析的汽轮机阀门流量特性参数优化方法,其特征为,步骤3.2)中将数据集Ω划分为指定数量个数据子集Ωl的函数表达式如式(2)所示;
式(2)中,x′1(l)为数据子集Ωl中机组综合阀位指令的第l个界限值,分别为经过初筛后机组处于稳定工况下的综合阀位指令x′1的最大值和最小值,L为数据子集数量。
6.根据权利要求4所述的基于大数据分析的汽轮机阀门流量特性参数优化方法,其特征为,步骤3.3)的详细步骤包括:
3.3.1)获取数据子集Ωl中的样本点x'l(k)处的密度函数Dk;
3.3.2)令D1=Dj=max{Dk,i=1,2,...,Ml},取与D1对应的x'(j)=(x"1(j),x"2(j),...,x"N(j))作为数据子集Ωl的特征数据,获得数据子集Ωl的特征数据其中,N为机组历史运行数据的采样数据种数。
7.根据权利要求6所述的基于大数据分析的汽轮机阀门流量特性参数优化方法,其特征为,步骤3.3.1)获取数据子集Ωl中的样本点x'l(k)处的密度函数的函数表达式如式(3)所示;
式(3)中,Dk为数据子集Ωl中的样本点x'l(k)处的密度函数,用于表示数据子集Ωl中样本点的密集程度,样本点周围的样本点越密集,则Dk的值越大;Ml为数据子集Ωl中包含的样本个数,x′l(k)、x′l(j)分别为第k、j个样本点,rd为邻域密度的有效半径。
8.根据权利要求7所述的基于大数据分析的汽轮机阀门流量特性参数优化方法,其特征为,所述邻域密度的有效半径rd的函数表达式如式(4)所示;
式(4)中,rd为邻域密度的有效半径,Ml为数据子集Ωl中包含的样本个数,x′l(k)、x′l(j)分别为第k、j个样本点。
9.根据权利要求1所述的基于大数据分析的汽轮机阀门流量特性参数优化方法,其特征为,步骤4)中的改进型弗留格尔公式的函数表达式如式(5)所示;
式(5)中,Gl表示由计算获取的汽轮机实际进汽流量的百分数,为特征数据中的汽轮机调节级压力,为特征数据中的汽轮机主蒸汽压力,分别为汽轮机的额定主蒸汽压力和额定调节级压力,根据机组满负荷且调阀全开时的历史运行数据获取。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710383163.6A CN107035430B (zh) | 2017-05-26 | 2017-05-26 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710383163.6A CN107035430B (zh) | 2017-05-26 | 2017-05-26 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107035430A true CN107035430A (zh) | 2017-08-11 |
CN107035430B CN107035430B (zh) | 2019-11-08 |
Family
ID=59539999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710383163.6A Active CN107035430B (zh) | 2017-05-26 | 2017-05-26 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107035430B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109948119A (zh) * | 2019-03-29 | 2019-06-28 | 华能国际电力股份有限公司德州电厂 | 基于Bottom-Up算法的主蒸汽调节阀非线性辨识方法 |
CN110705042A (zh) * | 2019-09-12 | 2020-01-17 | 国网湖南省电力有限公司 | 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 |
CN110765627A (zh) * | 2019-10-30 | 2020-02-07 | 汉谷云智(武汉)科技有限公司 | 一种基于大数据的热电企业汽轮机组智能操作优化系统及方法 |
CN110821575A (zh) * | 2019-11-19 | 2020-02-21 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种基于动态数据的汽轮机配汽曲线优化方法 |
CN110821576A (zh) * | 2019-11-19 | 2020-02-21 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 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 |
CN113359450A (zh) * | 2021-06-08 | 2021-09-07 | 国网湖南省电力有限公司 | 一种阀门流量特性曲线拟合方法及系统 |
CN115749986A (zh) * | 2022-11-17 | 2023-03-07 | 国家能源集团内蒙古电力有限公司 | 高调阀运行状态监测方法、装置、机组及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04203303A (ja) * | 1990-11-30 | 1992-07-23 | Hitachi Ltd | 加減弁開度固定制御方式 |
EP3045982A1 (en) * | 2015-01-19 | 2016-07-20 | United Technologies Corporation | System and method for controlling a gas turbine engine |
CN106703904A (zh) * | 2016-11-18 | 2017-05-24 | 华能国际电力开发公司铜川照金电厂 | 一种基于数据挖掘技术的汽轮机配汽曲线优化方法 |
-
2017
- 2017-05-26 CN CN201710383163.6A patent/CN107035430B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04203303A (ja) * | 1990-11-30 | 1992-07-23 | Hitachi Ltd | 加減弁開度固定制御方式 |
EP3045982A1 (en) * | 2015-01-19 | 2016-07-20 | United Technologies Corporation | System and method for controlling a gas turbine engine |
CN106703904A (zh) * | 2016-11-18 | 2017-05-24 | 华能国际电力开发公司铜川照金电厂 | 一种基于数据挖掘技术的汽轮机配汽曲线优化方法 |
Non-Patent Citations (2)
Title |
---|
李存文: "基于历史数据挖掘的汽轮机流量特性辨识与优化研究", 《华中科技大学硕士学位论文》 * |
雷震: "基于事件的新闻报道分析技术研究", 《国防科学技术大学研究生院工学博士学位论文》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109948119A (zh) * | 2019-03-29 | 2019-06-28 | 华能国际电力股份有限公司德州电厂 | 基于Bottom-Up算法的主蒸汽调节阀非线性辨识方法 |
CN109948119B (zh) * | 2019-03-29 | 2023-09-26 | 华能国际电力股份有限公司德州电厂 | 基于Bottom-Up算法的主蒸汽调节阀非线性辨识方法 |
CN110705042A (zh) * | 2019-09-12 | 2020-01-17 | 国网湖南省电力有限公司 | 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 |
CN110765627A (zh) * | 2019-10-30 | 2020-02-07 | 汉谷云智(武汉)科技有限公司 | 一种基于大数据的热电企业汽轮机组智能操作优化系统及方法 |
CN110765627B (zh) * | 2019-10-30 | 2023-07-14 | 汉谷云智(武汉)科技有限公司 | 基于大数据的热电企业汽轮机组智能操作优化系统及方法 |
CN110821575A (zh) * | 2019-11-19 | 2020-02-21 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种基于动态数据的汽轮机配汽曲线优化方法 |
CN110821576A (zh) * | 2019-11-19 | 2020-02-21 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 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 |
CN113359450A (zh) * | 2021-06-08 | 2021-09-07 | 国网湖南省电力有限公司 | 一种阀门流量特性曲线拟合方法及系统 |
CN113359450B (zh) * | 2021-06-08 | 2022-06-28 | 国网湖南省电力有限公司 | 一种阀门流量特性曲线拟合方法及系统 |
CN115749986A (zh) * | 2022-11-17 | 2023-03-07 | 国家能源集团内蒙古电力有限公司 | 高调阀运行状态监测方法、装置、机组及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107035430B (zh) | 2019-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107035430A (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 | |
CN104849052B (zh) | 一种喷嘴配汽汽轮机流量特性试验方法 | |
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 | |
CN106504116A (zh) | 基于电网运行与暂态稳定裕度指标关联的稳定评估方法 | |
CN106703904B (zh) | 一种基于数据挖掘技术的汽轮机配汽曲线优化方法 | |
CN102607851B (zh) | 一种汽轮机流量特性试验方法 | |
EP3828651B1 (en) | Apparatus, method and program | |
CN110346121A (zh) | 一种汽轮机阀门流量特性曲线的整定方法 | |
CN106014500A (zh) | 一种汽轮机进汽调节阀重叠度辨识及整定方法 | |
AU2005300550A1 (en) | Method and system for production metering of oil wells | |
CN105697074B (zh) | 一种汽轮机组高压调门流量优化装置及其优化方法 | |
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 | |
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 | |
CN105116720A (zh) | 火电机组压控阀控方式一次调频主汽压力自适应优化方法 | |
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 | |
CN105305468A (zh) | 基于粒子群算法的火力发电机组一次调频参数优化方法 | |
CN110735668A (zh) | 一种间接法配汽函数整定值简化实现方法 | |
CN107479856A (zh) | 反正切函数数据结构及建立方法、函数值获取方法和装置 | |
CN105260548B (zh) | 一种基于机组实际特性的汽轮机模型建模方法 | |
CN104712378A (zh) | 火电机组主蒸汽压力闭环节能控制方法和系统 | |
CN109040047A (zh) | 示功图数据压缩、传输方法及装置 | |
CN107643684A (zh) | 一种阀门流量函数优化方法及装置 | |
CN106764445B (zh) | 一种压缩空气工业系统的节能优化控制方法及装置 | |
CN103670539B (zh) | 补偿发电机组动态特性联合调频控制方法、系统与装置 | |
CN107491866A (zh) | 一种省地一体化电网安全稳定综合防御方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |