CN108629523B - 用于计算火电厂发电煤耗偏差量的方法、装置和存储介质 - Google Patents
用于计算火电厂发电煤耗偏差量的方法、装置和存储介质 Download PDFInfo
- Publication number
- CN108629523B CN108629523B CN201810450731.4A CN201810450731A CN108629523B CN 108629523 B CN108629523 B CN 108629523B CN 201810450731 A CN201810450731 A CN 201810450731A CN 108629523 B CN108629523 B CN 108629523B
- Authority
- CN
- China
- Prior art keywords
- factor
- calculating
- deviation
- coal consumption
- time period
- 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
- 239000003245 coal Substances 0.000 title claims abstract description 122
- 238000010248 power generation Methods 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 230000009467 reduction Effects 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 30
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 21
- 238000009826 distribution Methods 0.000 claims description 17
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 12
- 229910052799 carbon Inorganic materials 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 6
- 239000010881 fly ash Substances 0.000 claims description 6
- 239000002893 slag Substances 0.000 claims description 6
- 238000004781 supercooling Methods 0.000 claims description 6
- 239000010883 coal ash Substances 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims 2
- 238000004458 analytical method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 239000002956 ash Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明实施例提供一种用于计算火电厂发电煤耗偏差量的方法、装置和存储介质,属于电厂技术领域。所述方法包括:采集第一预设时间段内至少一个因子的样本数据和第二预设时间段内每个所述因子的即时数据;计算每个因子的所述样本数据的算术平均数以作为该因子的常规值;计算每个因子的所述即时数据的算术平均数以作为该因子的当前值;计算每个因子的所述当前值相对于对应的所述常规值的偏差百分比;以及将每个因子的所述常规值乘以对应于该因子的所述偏差百分比和预设的煤耗折合率后进行求和,以获得所述第二预设时间段内的火电厂发电煤耗的偏差量。本发明上述技术方案能够提高煤耗统计准确率,减少运行人员的工作量。
Description
技术领域
本发明涉及电厂技术领域,具体地涉及用于计算火电厂发电煤耗偏差量的方法、装置和存储介质。
背景技术
燃煤火电厂是国家节能减排的重点生产企业。如果能够准确评估并计算发电煤耗,既能够使电厂减少能源消耗,也能够降低发电成本。目前,传统的发电煤耗计算方式主要是根据正平衡计算方式,使用已扣除非生产用煤量的发电标准煤量除以发电量计算发电煤耗。这种传统计算方式对于发电煤耗的影响因素考虑太少,导致最后计算结果与实际煤耗数值差距过大,且计算过程中需要大量非系统的人工统计数据,导致每次的计算参数都不相同,无法有效进行横向对比。
发明内容
为了至少部分地解决现有技术中存在的上述问题,本发明实施例的目的是提供一种用于计算火电厂发电煤耗偏差量的方法、装置和存储介质。
为了实现上述目的,本发明实施例提供一种用于计算火电厂发电煤耗偏差量的方法,所述方法包括:采集第一预设时间段内预先确定的用于计算所述火电厂发电煤耗的至少一个因子的样本数据和第二预设时间段内每个所述因子的即时数据;计算每个因子的所述样本数据的算术平均数以作为该因子的常规值;计算每个因子的所述即时数据的算术平均数以作为该因子的当前值;计算每个因子的所述当前值相对于对应的所述常规值的偏差百分比;以及将每个因子的所述常规值乘以对应于该因子的所述偏差百分比和预设的煤耗折合率后进行求和,以获得所述第二预设时间段内的火电厂发电煤耗的偏差量;其中,所述第一预设时间段早于所述第二预设时间段。
可选地,所述计算每个因子的所述样本数据的算术平均数以作为该因子的常规值包括:根据所述样本数据计算每个因子的一个正态分布的参数μ和σ;以及计算每个因子在其所述正态分布下预设概率区间内的样本数据的算术平均数,并将该算术平均数作为对应因子的所述常规值。
可选地,所述预设概率区间为概率大于68.2%的区间。
可选地,所述因子包括以下至少一者:主汽温度、再热器温度、过热器减温水温度、再热器减温水温度、排烟温度、凝器端差、飞灰含碳量、炉渣含碳量、主汽压力、炉补水率、再热器压力损失、凝汽器真空、过冷度、高压缸效率、中压缸效率、空预器漏风率、给水温度、负荷率、煤的热值、煤的水分、煤的灰份、空气温度、空气湿度、循环水的温度、设计厂用电。
可选地,所述方法还包括:记录每个因子的所述样本数据和所述即时数据所对应的机组负荷;根据所述机组负荷对每个因子的所述样本数据进行分组,并基于所述分组计算每个因子在不同的机组负荷下所对应的常规值;根据每个因子的所述即时数据所对应的机组负荷确定所述当前值所对应的机组负荷;计算每个因子的所述当前值相对于对应于该因子的并且与该因子的所述当前值属于相同机组负荷下的所述常规值的同负荷偏差百分比,并基于所述同负荷偏差百分比计算所述第二预设时间段内的不同机组负荷下的所述火电厂发电煤耗的偏差量;以及对不同机组负荷下的所述火电厂发电煤耗的偏差量求和,以确定所述第二预设时间段内的总的火电厂发电煤耗的偏差量。
另一方面,本发明实施例还提供一种用于计算火电厂发电煤耗偏差量的装置,所述装置包括:采集模块,用于采集第一预设时间段内预先确定的用于计算所述火电厂发电煤耗的至少一个因子的样本数据和第二预设时间段内每个所述因子的即时数据;第一计算模块,用于计算每个因子的所述样本数据的算术平均数以作为该因子的常规值,并计算每个因子的所述即时数据的算术平均数以作为该因子的当前值;第二计算模块,用于计算每个因子的所述当前值相对于对应的所述常规值的偏差百分比;以及第三计算模块,用于将每个因子的所述常规值乘以对应于该因子的所述偏差百分比和预设的煤耗折合率后进行求和,以获得所述第二预设时间段内的火电厂发电煤耗的偏差量;其中,所述第一预设时间段早于所述第二预设时间段。
可选地,所述第一计算模块计算每个因子的所述样本数据的算术平均数以作为该因子的常规值包括:根据所述样本数据计算每个因子的一个正态分布的参数μ和σ;以及计算每个因子在其所述正态分布下预设概率区间内的样本数据的算术平均数,并将该算术平均数作为对应因子的所述常规值。
可选地,所述因子包括以下至少一者:主汽温度、再热器温度、过热器减温水温度、再热器减温水温度、排烟温度、凝器端差、飞灰含碳量、炉渣含碳量、主汽压力、炉补水率、再热器压力损失、凝汽器真空、过冷度、高压缸效率、中压缸效率、空预器漏风率、给水温度、负荷率、煤的热值、煤的水分、煤的灰份、空气温度、空气湿度、循环水的温度、设计厂用电。
可选地,所述采集模块还用于记录每个因子的所述样本数据和所述即时数据所对应的机组负荷;所述第一计算模块还用于根据所述机组负荷对每个因子的所述样本数据进行分组,并基于所述分组计算每个因子在不同的机组负荷下所对应的常规值;所述第二计算模块还用于根据每个因子的所述即时数据所对应的机组负荷确定所述当前值所对应的机组负荷,并计算每个因子的所述当前值相对于对应于该因子的并且与该因子的所述当前值属于相同机组负荷下的所述常规值的同负荷偏差百分比;所述第三计算模块还用于基于所述同负荷偏差百分比计算所述第二预设时间段内的不同机组负荷下的所述火电厂发电煤耗的偏差量,并对不同机组负荷下的所述火电厂发电煤耗的偏差量求和,以确定所述第二预设时间段内的总的火电厂发电煤耗的偏差量。
另一方面,本发明实施例还提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行上述的方法。
本发明上述技术方案能够通过火电厂各个数据采集点自动采集所需因子的数据并进行计算,根据所分析的结果,计算发电煤耗偏差值,从而能够提高煤耗统计准确率,减少运行人员的工作量,也便于用户的参考和分析。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施例,但并不构成对本发明实施例的限制。在附图中:
图1是本发明一种实施方式提供的用于计算火电厂发电煤耗偏差量的方法的流程图;
图2是本发明一种可选实施方式提供的用于对因子进行样本数据采集和常规值计算的方法的流程图;
图3是本发明一种可选实施方式提供的用于计算火电厂发电煤耗偏差量的方法的流程图;以及
图4是本发明一种实施方式提供的用于计算火电厂发电煤耗偏差量的装置的框图。
附图标记说明
10 采集模块 20 第一计算模块
30 第二计算模块 40 第三计算模块
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
图1是本发明一种实施方式提供的用于计算火电厂发电煤耗偏差量的方法的流程图。如图1所示,本发明实施方式提供一种用于计算火电厂发电煤耗偏差量的方法,所述方法包括:
步骤S101,采集第一预设时间段内预先确定的用于计算所述火电厂发电煤耗的至少一个因子的样本数据和第二预设时间段内每个因子的即时数据;
步骤S102,计算每个因子的样本数据的算术平均数以作为该因子的常规值;
步骤S103,计算每个因子的即时数据的算术平均数以作为该因子的当前值;
步骤S104,计算每个因子的当前值相对于对应的常规值的偏差百分比;
步骤S105,将每个因子的常规值乘以对应于该因子的偏差百分比和预设的煤耗折合率后进行求和,以获得第二预设时间段内的火电厂发电煤耗的偏差量。
其中,第一预设时间段也即采样时间段,该第一预设时间段早于第二预设时间段,并且该第一预设时间段用于采集每个因子的样本数据,该样本数据是用作样本来计算常规值的,该常规值可以为每个因子的样本数据的均值,该常规值可以作为第二预设时间段采集的即时数据的参考。可选地,该第一预设时间段可以例如为一年。
第二预设时间段也即需要计算发电煤耗偏差量的时段,通过对该第二预设时间段内的即时数据进行计算能够获得该第二时间段内的发电煤耗偏差量。在其它实施方式中,对于任意因子,可以将第二预设时间段内的即时数据与常规值进行比较,然后计算即时数据相对于常规值的偏差百分比。然而,由于可能会受到干扰等原因,通过单一的即时数据来计算偏差百分比显然是不准确的,因此本发明实施方式通过对第二预设时间段内的每个因子的即时数据求算术平均值,以作为在第二预设时间段内的当前值。通过该当前值与对应的常规值进行比较来计算该当前值相对于对应常规值的偏差百分比,能够更准确地确定每个因子的偏差量。可选地,该第二预设时间段可以例如为一个小时、一天、一个月或者一年。
所述的偏差百分比是指当前值减去常规值的差值相对于常规值的百分比,例如常规值为C、当前值为D时,则偏差百分比为(D-C)/C。
在本发明一种可选实施方式中,所述因子可以包括内部影响因子和外部影响因子,内部影响因子又可分别人为影响因子和设备诊断因子。其中,人为影响因子可以包括:主汽温度R1、再热器温度R2、过热器减温水温度R3、再热器减温水温度R4、排烟温度R5、凝器端差R6、飞灰含碳量R7、炉渣含碳量R8、主汽压力R9;设备诊断因子可以包括:炉补水率S1、再热器压力损失S2、凝汽器真空S3、过冷度S4、高压缸效率S5、中压缸效率S6、空预器漏风率S7、给水温度S8;外部影响因子可以包括:负荷率W1、煤的热值W2、煤的水分W3、煤的灰份W4、空气温度W5、空气湿度W6、循环水的温度W7、设计厂用电W8。
在火电厂发电机组运行过程中,当上述因子发生变化时,会对发电煤耗产生影响,因此可以根据每个因子对发电煤耗的影响为每个因子设定一个煤耗折合率。通过该煤耗折合率能够将每个因子的变化转换为相应的发电煤耗变化。
例如,一般而言,主蒸汽压力每提高1MPa,发电机组热耗率就可下降0.13%~0.15%,发电煤耗能降低0.32g/kwh;主蒸汽温度每提高10℃,发电机组的热耗率可下降0.25%~0.30%,发电煤耗下降0.62g/kwh;再热蒸汽温度每提高10℃,发电机组的热耗率就可下降0.15%~0.25%,发电煤耗下降0.37g/kwh;给水温度每升高1℃,发电煤耗降低0.14g/kWh;排气压力每下降1kPa,将使发电机组热耗率下降约52.8kJ/(kW.h),发电煤耗下降约1.96g/(kW.h);高压缸效率每变化1%,发电机组热耗率变化13.4kJ/(kW·h),对应发电煤耗变化0.49g/(kW·h);中压缸效率每变化1%,发电机组热耗率变化10.7kJ/(kW·h),对应发电煤耗变化0.40g/(kW·h);低压缸效率每变化1%,发电机组热耗率变化35.3kJ/(kW·h),对应发电煤耗变化1.30g/(kW·h)。以上仅选取部分因子进行举例,本领域技术人员可以理解的是,对于其他因子,也可以通过不断试验和分析确定其与发电煤耗之间的关系,从而能够基于每个因子与发电煤耗之间的关系为每个因子设定一个煤耗折合率。
当确定每个因子的偏差百分比和煤耗折合率后,可以基于以下公式计算火电厂发电煤耗的偏差量V(MH):
V(MH)=R1*r1*x1+R2*r2*x2+R3*r3*x3+R4*r4*x4+R5*r5*x5+R6*r6*x6+R7*r7*x7+R8*r8*x8+R9*r9*x9+S1*s1*y1+S2*s2*y2+S3*s3*y3+S4*s4*y4+S5*s5*y5+S6*s6*y6+S7*s7*y7+S8*s8*y8+W1*w1*z1+W2*w2*z2+W3*w3*z3+W4*w4*z4+W5*w5*z5+W6*w6*z6+W7*w7*z7+W8*w8*z8
其中,上述公式中的R1-R9为各个人为影响因子的常规值,r1-r9各个人为影响因子的偏差百分比,x1-x9为各个人为影响因子的煤耗折合率,S1-S8为各个设备诊断因子的常规值,s1-s8为各个设备诊断因子的偏差百分比,y1-y8各个设备诊断因子的煤耗折合率,W1-W8为各个外部影响因子的常规值,w1-w8为各个外部影响因子的偏差百分比,z1-z8为各个外部影响因子的煤耗折合率。
本发明上述技术方案能够通过火电厂各个数据采集点自动采集所需因子的数据并进行计算,根据所分析的结果,计算发电煤耗偏差值,从而能够提高煤耗统计准确率,减少运行人员的工作量,也便于用户的参考和分析。
在本发明一种可选实施方式中,所述计算每个因子的样本数据的算术平均数以作为该因子的常规值包括:根据样本数据计算每个因子的一个正态分布的参数μ和σ,然后计算每个因子在其所述正态分布下预设概率区间内的样本数据的算术平均数,并将该算术平均数作为对应因子的常规值。
其中,预设概率区间可以例如为正态分布下概率大于68.2%的区间,即正态分布的横轴区间(μ-σ,μ+σ)内的部分。通过设定该预设概率区间,可以对样本数据进行过滤,过滤掉一部分明显异常的样本数据,从而使得最终计算得到的常规值更符合实际情况。另外,基于样本数据来计算正态分布的参数μ和σ的方法属于现有技术,例如最大似然估计和贝叶斯推断等,因此于此不再赘述。
在本发明一种优选实施方式中,在对各个因子的样本数据和即时数据进行采集的过程中,还可以对这些样本数据和即时数据所对应的火电厂的机组负荷进行采集,并根据不同的机组负荷对样本数据和即时数据进行区分,以更加精确计算发电煤耗的偏差量。
具体地,可以记录每个因子的样本数据和即时数据所对应的机组负荷;然后根据机组负荷对每个因子的样本数据进行分组,并基于不同负荷的分组计算每个因子在不同的机组负荷下所对应的常规值;之后根据每个因子的即时数据所对应的机组负荷确定当前值所对应的机组负荷;随后计算每个因子的当前值相对于对应于该因子的、并且与该因子的当前值属于相同机组负荷下的常规值的同负荷偏差百分比,并基于该同负荷偏差百分比计算第二预设时间段内的不同机组负荷下的火电厂发电煤耗的偏差量;之后对不同机组负荷下的火电厂发电煤耗的偏差量求和,以确定第二预设时间段内的总的火电厂发电煤耗的偏差量。
其中,根据每个因子的即时数据所对应的机组负荷确定当前值所对应的机组负荷具体包括:当每个因子的即时数据所对应的机组负荷均相同时,则该机组负荷即为当前值的机组负荷,当每个因子的即时数据所对应的机组负荷不相同时,则根据机组负荷来对即时数据进行分组,并分别求出不同机组负荷下的当前值,计算每个因子的不同负荷下的当前值相对于对应于该因子的、并且与该因子的该当前值属于相同机组负荷下的常规值的同负荷偏差百分比,随后基于每个负荷下的该同负荷偏差百分比计算各自的火电厂发电煤耗的偏差量,随后对不同机组负荷下的火电厂发电煤耗的偏差量求和来计算总的火电厂发电煤耗的偏差量。
例如,在第一预设时间段(例如一年)内采集的某个因子的样本数据中,既包括对应于X负荷的样本数据,又包括对应于Y负荷的样本数据时,则将对应于X负荷的样本数据作为一组,对应于Y负荷的样本数据作为一组,分别求X负荷和Y负荷下的该因子的常规值。在需要计算发电煤耗的偏差量的第二预设时间段中,首先根据该第二预设时间段内采集的该因子的即时数据所对应的机组负荷,确定该因子的当前值所对应的机组负荷,例如当采集的即时数据对应的机组负荷均为Y负荷时,则当前值也对应于Y负荷,此时计算该因子的当前值相对于Y负荷下的常规值的偏差百分比,以该偏差百分比作为同负荷偏差百分比来计算该负荷下火电厂发电煤耗的偏差量。如果采集的即时数据对应的机组负荷既包括X负荷又包括Y负荷时,将可以将即时数据按不同负荷进行分组,分别求出X负荷和Y负荷下的当前值,并分别计算该因子在X负荷和Y负荷下的当前值相对于各自的常规值的偏差百分比,随后计算每个负荷下火电厂发电煤耗的偏差量后求和,以计算总的火电厂发电煤耗的偏差量。
图2是本发明一种可选实施方式提供的用于对因子进行样本数据采集和常规值计算的方法的流程图。如图2所示,在本发明一种可选实施方式中,以主汽温度为例,可以通过以下方法进行样本数据的采集和常规值的计算。
步骤S201,采集一年的发电机组的机组负荷和主汽温度的数据以作为样本数据;
步骤S202,找出某一机组负荷下的全部主汽温度的样本数据。
步骤S203,计算这一负荷下主汽温度的样本数据的正态分布,求得μ和σ值。
步骤S204,将上述正态分布下概率大于68.2%区间内的样本数据的算术平均值定义为这一机组负荷下的主汽温度的常规值。
步骤S205,依次类推,计算全部机组负荷的主蒸汽温度的常规值。
依照上述步骤,还可以依次对其他因子的样本数据进行采集并计算各自的常规值,并且基于每个因子的常规值,可以分别计算各自因子对应的偏差百分比。
图3是本发明一种可选实施方式提供的用于计算火电厂发电煤耗偏差量的方法的流程图。如图3所示,在本发明一种可选实施方式中,所述用于计算火电厂发电煤耗偏差量的方法可以包括以下步骤:
S301:通过实时数据采集系统对各个燃煤火电厂的各个因子进行数据采集和存储;其中,全部采集的数据需要经过时钟服务器进行时间统一化处理,并经过数据采集系统,全部存储在数据库中。
S302:对已存储的采集数据,进行定时的批量预处理,以每个因子的预设的合理数据值范围为基础,过滤掉明显的错误数据和不准确数据。
S303:计算每个因子的常规值和当前值。
S304:计算每个因子的当前值相对于常规值的偏差百分比,并对每个因子设定煤耗折合率。
S305:基于每个因子的常规值、偏差百分比和煤耗折合率计算发电煤耗的偏差量V(MH)。
此外,还可以以每个因子的常规值为坐标零轴,绘制所有因子的偏差趋势图,并在监测系统进行页面显示,以供电厂设备分析人员进行人工分析参考。
图4是本发明一种实施方式提供的用于计算火电厂发电煤耗偏差量的装置的框图。如图4所示,本发明可选实施方式提供一种用于计算火电厂发电煤耗偏差量的装置,所述装置包括:采集模块10,用于采集第一预设时间段内预先确定的用于计算火电厂发电煤耗的至少一个因子的样本数据和第二预设时间段内每个因子的即时数据;第一计算模块20,用于计算每个因子的样本数据的算术平均数以作为该因子的常规值,并计算每个因子的即时数据的算术平均数以作为该因子的当前值;第二计算模块30,用于计算每个因子的当前值相对于对应的常规值的偏差百分比;第三计算模块40,用于将每个因子的常规值乘以对应于该因子的偏差百分比和预设的煤耗折合率后进行求和,以获得第二预设时间段内的火电厂发电煤耗的偏差量。
在本发明一种可选实施方式中,第一计算模块20计算每个因子的样本数据的算术平均数以作为该因子的常规值包括:根据样本数据计算每个因子的一个正态分布的参数μ和σ;计算每个因子在其正态分布下预设概率区间内的样本数据的算术平均数,并将该算术平均数作为对应因子的常规值。
在本发明一种可选实施方式中,所述因子包括以下至少一者:主汽温度、再热器温度、过热器减温水温度、再热器减温水温度、排烟温度、凝器端差、飞灰含碳量、炉渣含碳量、主汽压力、炉补水率、再热器压力损失、凝汽器真空、过冷度、高压缸效率、中压缸效率、空预器漏风率、给水温度、负荷率、煤的热值、煤的水分、煤的灰份、空气温度、空气湿度、循环水的温度、设计厂用电。
在本发明一种可选实施方式中,采集模块10还用于记录每个因子的样本数据和即时数据所对应的机组负荷;第一计算模块20还用于根据机组负荷对每个因子的样本数据进行分组,并基于该分组计算每个因子在不同的机组负荷下所对应的常规值;第二计算模块30还用于根据每个因子的即时数据所对应的机组负荷确定当前值所对应的机组负荷,并计算每个因子的当前值相对于对应于该因子的并且与该因子的当前值属于相同机组负荷下的常规值的同负荷偏差百分比;第三计算模块40还用于基于同负荷偏差百分比计算第二预设时间段内的不同机组负荷下的火电厂发电煤耗的偏差量,并对不同机组负荷下的火电厂发电煤耗的偏差量求和,以确定第二预设时间段内的总的火电厂发电煤耗的偏差量。
这里,关于本发明实施方式的用于计算火电厂发电煤耗偏差量的装置的具体实施细节可以参考上述关于用于计算火电厂发电煤耗偏差量的方法的实施方式,于此不再赘述。
本发明实施方式还提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行上述的方法。
通过本发明上述技术方案,能够对火电厂发电煤耗进行大数据分析,从而更准确和全面地计算火电厂发电煤耗的偏差量,以便提高生产效率。并且,本发明技术方案能够通过对火电厂各个数据采集点自动采集所需因子的数据并进行计算,并对计算的结果进行防误判断和分析。根据所分析的结果,计算发电煤耗偏差值,从而能够提高煤耗统计准确率,减少运行人员的工作量,降低人力成本,也便于用户的参考和分析
以上结合附图详细描述了本发明实施例的可选实施方式,但是,本发明实施例并不限于上述实施方式中的具体细节,在本发明实施例的技术构思范围内,可以对本发明实施例的技术方案进行多种简单变型,这些简单变型均属于本发明实施例的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明实施例对各种可能的组合方式不再另行说明。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得单片机、芯片或处理器(processor)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外,本发明实施例的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明实施例的思想,其同样应当视为本发明实施例所公开的内容。
Claims (6)
1.一种用于计算火电厂发电煤耗偏差量的方法,其特征在于,所述方法包括:
采集第一预设时间段内预先确定的用于计算所述火电厂发电煤耗的至少一个因子的样本数据和第二预设时间段内每个所述因子的即时数据;
计算每个因子的所述样本数据的算术平均数以作为该因子的常规值;
计算每个因子的所述即时数据的算术平均数以作为该因子的当前值;
计算每个因子的所述当前值相对于对应的所述常规值的偏差百分比;
将每个因子的所述常规值乘以对应于该因子的所述偏差百分比和预设的煤耗折合率后进行求和,以获得所述第二预设时间段内的火电厂发电煤耗的偏差量;
记录每个因子的所述样本数据和所述即时数据所对应的机组负荷;
根据所述机组负荷对每个因子的所述样本数据进行分组,并基于所述分组计算每个因子在不同的机组负荷下所对应的常规值;
根据每个因子的所述即时数据所对应的机组负荷确定所述当前值所对应的机组负荷;
计算每个因子的所述当前值相对于对应于该因子的并且与该因子的所述当前值属于相同机组负荷下的所述常规值的同负荷偏差百分比,并基于所述同负荷偏差百分比计算所述第二预设时间段内的不同机组负荷下的所述火电厂发电煤耗的偏差量;以及
对不同机组负荷下的所述火电厂发电煤耗的偏差量求和,以确定所述第二预设时间段内的总的火电厂发电煤耗的偏差量;
其中,
所述第一预设时间段早于所述第二预设时间段;及
所述计算每个因子的所述样本数据的算术平均数以作为该因子的常规值包括:
根据所述样本数据计算每个因子的一个正态分布的参数μ和σ;
计算每个因子在其所述正态分布下预设概率区间内的样本数据的算术平均数,并将该算术平均数作为对应因子的所述常规值。
2.根据权利要求1所述的方法,其特征在于,所述预设概率区间为概率大于68.2%的区间。
3.根据权利要求1所述的方法,其特征在于,所述因子包括以下至少一者:主汽温度、再热器温度、过热器减温水温度、再热器减温水温度、排烟温度、凝器端差、飞灰含碳量、炉渣含碳量、主汽压力、炉补水率、再热器压力损失、凝汽器真空、过冷度、高压缸效率、中压缸效率、空预器漏风率、给水温度、负荷率、煤的热值、煤的水分、煤的灰份、空气温度、空气湿度、循环水的温度、设计厂用电。
4.一种用于计算火电厂发电煤耗偏差量的装置,其特征在于,所述装置包括:
采集模块,用于采集第一预设时间段内预先确定的用于计算所述火电厂发电煤耗的至少一个因子的样本数据和第二预设时间段内每个所述因子的即时数据;
第一计算模块,用于计算每个因子的所述样本数据的算术平均数以作为该因子的常规值,并计算每个因子的所述即时数据的算术平均数以作为该因子的当前值;
第二计算模块,用于计算每个因子的所述当前值相对于对应的所述常规值的偏差百分比;
第三计算模块,用于将每个因子的所述常规值乘以对应于该因子的所述偏差百分比和预设的煤耗折合率后进行求和,以获得所述第二预设时间段内的火电厂发电煤耗的偏差量;
所述采集模块还用于记录每个因子的所述样本数据和所述即时数据所对应的机组负荷;
所述第一计算模块还用于根据所述机组负荷对每个因子的所述样本数据进行分组,并基于所述分组计算每个因子在不同的机组负荷下所对应的常规值;
所述第二计算模块还用于根据每个因子的所述即时数据所对应的机组负荷确定所述当前值所对应的机组负荷,并计算每个因子的所述当前值相对于对应于该因子的并且与该因子的所述当前值属于相同机组负荷下的所述常规值的同负荷偏差百分比;
所述第三计算模块还用于基于所述同负荷偏差百分比计算所述第二预设时间段内的不同机组负荷下的所述火电厂发电煤耗的偏差量,并对不同机组负荷下的所述火电厂发电煤耗的偏差量求和,以确定所述第二预设时间段内的总的火电厂发电煤耗的偏差量;以及
其中,
所述第一预设时间段早于所述第二预设时间段;及
所述第一计算模块计算每个因子的所述样本数据的算术平均数以作为该因子的常规值包括:
根据所述样本数据计算每个因子的一个正态分布的参数μ和σ;以及
计算每个因子在其所述正态分布下预设概率区间内的样本数据的算术平均数,并将该算术平均数作为对应因子的所述常规值。
5.根据权利要求4所述的装置,其特征在于,所述因子包括以下至少一者:主汽温度、再热器温度、过热器减温水温度、再热器减温水温度、排烟温度、凝器端差、飞灰含碳量、炉渣含碳量、主汽压力、炉补水率、再热器压力损失、凝汽器真空、过冷度、高压缸效率、中压缸效率、空预器漏风率、给水温度、负荷率、煤的热值、煤的水分、煤的灰份、空气温度、空气湿度、循环水的温度、设计厂用电。
6.一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行权利要求1-3任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810450731.4A CN108629523B (zh) | 2018-05-11 | 2018-05-11 | 用于计算火电厂发电煤耗偏差量的方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810450731.4A CN108629523B (zh) | 2018-05-11 | 2018-05-11 | 用于计算火电厂发电煤耗偏差量的方法、装置和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108629523A CN108629523A (zh) | 2018-10-09 |
CN108629523B true CN108629523B (zh) | 2022-04-19 |
Family
ID=63692714
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810450731.4A Active CN108629523B (zh) | 2018-05-11 | 2018-05-11 | 用于计算火电厂发电煤耗偏差量的方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108629523B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103678915A (zh) * | 2013-12-12 | 2014-03-26 | 广东电网公司电力科学研究院 | 一种基于逼近法的热电厂发电机组变负荷耗差分析方法 |
CN105303032A (zh) * | 2015-09-21 | 2016-02-03 | 华北电力科学研究院有限责任公司 | 影响发电机组能效的客观因素分析方法 |
WO2017050207A1 (zh) * | 2015-09-21 | 2017-03-30 | 华北电力科学研究院有限责任公司 | 发电机组能效分析方法 |
CN106761967A (zh) * | 2016-11-18 | 2017-05-31 | 国网山东省电力公司电力科学研究院 | 机侧蒸汽参数测量偏差对机组耗煤成本的评估方法及系统 |
-
2018
- 2018-05-11 CN CN201810450731.4A patent/CN108629523B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103678915A (zh) * | 2013-12-12 | 2014-03-26 | 广东电网公司电力科学研究院 | 一种基于逼近法的热电厂发电机组变负荷耗差分析方法 |
CN105303032A (zh) * | 2015-09-21 | 2016-02-03 | 华北电力科学研究院有限责任公司 | 影响发电机组能效的客观因素分析方法 |
WO2017050207A1 (zh) * | 2015-09-21 | 2017-03-30 | 华北电力科学研究院有限责任公司 | 发电机组能效分析方法 |
CN106761967A (zh) * | 2016-11-18 | 2017-05-31 | 国网山东省电力公司电力科学研究院 | 机侧蒸汽参数测量偏差对机组耗煤成本的评估方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108629523A (zh) | 2018-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6529849B2 (en) | Thermal efficiency diagnostic method and apparatus of a combined power generation plant | |
CN111159844B (zh) | 一种电站燃气轮机排气温度的异常检测方法 | |
RU2310226C2 (ru) | Способ и устройство для оценки производительности парогазовых электроустановок | |
CN108644752B (zh) | 用于分析锅炉四管泄露的方法、装置和机器可读存储介质 | |
CN112395744B (zh) | 一种面向火电厂的设备安全性在线评价方法及系统 | |
CN112765149B (zh) | 储能系统容量的计算系统及方法 | |
CN105317476A (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 | |
CN115293372A (zh) | 基于多维度、多参量数值分析的光伏组串故障诊断方法 | |
CN108629523B (zh) | 用于计算火电厂发电煤耗偏差量的方法、装置和存储介质 | |
CN117290666A (zh) | 一种光伏异常功率数据清洗方法 | |
CN109869198B (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 | |
KR20210097613A (ko) | 수요관리 자원 최적화를 위한 전력사용량 예측 시스템 | |
CN112023650A (zh) | 一种全工况自适应的pH调节系统 | |
CN111027186A (zh) | 汽水分离再热器运行状态下性能诊断方法及系统 | |
CN112749205B (zh) | 一种燃煤发电机组功率与供电煤耗关系曲线获取系统及方法 | |
KR100752765B1 (ko) | 복합화력 발전소의 운전제어가능 파라미터의 실시간영향산출 시스템 및 방법 | |
CN112348696B (zh) | 基于bp神经网络的供热机组调峰上限评估方法及系统 | |
EP2644850B1 (en) | A system for analyzing operation of power plant units and a method for analyzing operation of power plant units | |
CN102661974B (zh) | 基于热力运行参数的煤粉热值在线辨识方法 | |
CN104483152A (zh) | 非再热回热复合循环机组的热耗率测定方法 | |
CN111691932B (zh) | 一种燃气蒸汽联合循环机组最大发电负荷监测装置及方法 | |
CN111637369B (zh) | 一种供水管网防渗透的维护方法和维护系统 | |
CN115345370A (zh) | 一种基于Vine Copula模型的风电机组运行联动性分析方法 | |
CN114267465A (zh) | 压水反应堆核电机组出力异常判断方法 | |
CN114547829A (zh) | 一种风电场理论功率计算方法及系统 |
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 | ||
CB02 | Change of applicant information |
Address after: 100011 Shenhua building, 22 West Binhe Road, Dongcheng District, Beijing Applicant after: China Shenhua Energy Co.,Ltd. Applicant after: Guoneng Information Technology Co., Ltd Address before: 100011 Shenhua building, 22 West Binhe Road, Dongcheng District, Beijing Applicant before: China Shenhua Energy Co.,Ltd. Applicant before: Shenhua Information Technology Co., Ltd |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |