CN112096466B - 一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法 - Google Patents

一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法 Download PDF

Info

Publication number
CN112096466B
CN112096466B CN202011001382.1A CN202011001382A CN112096466B CN 112096466 B CN112096466 B CN 112096466B CN 202011001382 A CN202011001382 A CN 202011001382A CN 112096466 B CN112096466 B CN 112096466B
Authority
CN
China
Prior art keywords
valve
data
optimization
overlap
value
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
Application number
CN202011001382.1A
Other languages
English (en)
Other versions
CN112096466A (zh
Inventor
曲晓峰
朱龙安
苗东旭
杨永明
宋为平
毛静轩
姜漫利
王克剑
李梧桐
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.)
Hadian Power Equipment National Engineering Research Center Co Ltd
Original Assignee
Hadian Power Equipment National Engineering Research Center Co Ltd
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 Hadian Power Equipment National Engineering Research Center Co Ltd filed Critical Hadian Power Equipment National Engineering Research Center Co Ltd
Priority to CN202011001382.1A priority Critical patent/CN112096466B/zh
Publication of CN112096466A publication Critical patent/CN112096466A/zh
Application granted granted Critical
Publication of CN112096466B publication Critical patent/CN112096466B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • F01D17/12—Final actuators arranged in stator parts
    • F01D17/14—Final actuators arranged in stator parts varying effective cross-sectional area of nozzles or guide conduits
    • F01D17/141—Final actuators arranged in stator parts varying effective cross-sectional area of nozzles or guide conduits by means of shiftable members or valves obturating part of the flow path
    • F01D17/145—Final actuators arranged in stator parts varying effective cross-sectional area of nozzles or guide conduits by means of shiftable members or valves obturating part of the flow path by means of valves, e.g. for steam turbines
    • 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
    • F01D21/00—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
    • 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
    • F01D21/00—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
    • F01D21/003—Arrangements for testing or measuring
    • 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
    • F01D25/00—Component parts, details, or accessories, not provided for in, or of interest apart from, other groups

Landscapes

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

Abstract

本发明属于蒸汽轮机自动化控制技术领域，具体为一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法，是针对现有调门重叠度设计过程中设计存在的缺陷所提出，其包括：在DEH系统中读取高调门重叠度函数、安装重叠度优化基础功能模块、采集并数据传输至分析服务器、分析服务器根据传输过来的数据计算当前流量并进行数据筛选、为每个阀门建立特征数据集、对各阀门特征数据集进行线性拟合、确定阀门重叠度优化方向、计算各阀门的总体优化量、将各阀门的总体优化量转化为电流信号、电流信号修正原始重叠度函数实现阀门的控制。本发明根据当前流量特性在特征库中找到适当的优化方案，自动优化阀门重叠度函数，降低人为主观因素的干扰。

Description

一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法
技术领域：
本发明属于蒸汽轮机自动化控制技术领域，具体涉及一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法。
背景技术：
调门是汽轮机重要的调节机构，在喷嘴调节蒸汽轮机的运行过程中，多个调节调门按顺序阀方式依次开启，由于阀门进气流量与阀门开度的非线性关系，因此若在前阀完全开启后再开启后阀，此时流量特性曲线在阀切换部分必然产生波动，影响电厂的自动增益控制(AGC)和一次调频能力；若前阀与后阀重叠度过高，则会导致节流损失过大，影响机组经济性运行效率。因此调门重叠度设置是喷嘴调节蒸汽轮机自动控制领域关键环节。
目前，主要是采用作图法及经验法，这两种方法带有一定的主观性，其效果往往受设计者的经验和能力制约，且很难达到最优值。同时，随着阀门使用时间的延长，高温高压蒸汽导致的蠕变现象及磨损现象使阀门特性发生变化，阀门的流量特性曲线必然变化，阀门重叠度函数需重新标定，现有的阀门重叠度设置方法无法解决上述问题，从而导致汽轮机做功及调频能力不足。
发明内容：
本发明为克服现有调门重叠度设置过程中设计存在的缺陷，提供了一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法，该方法可在机组运行过程中，根据汽轮机数字电液控制系统(Digital Electric Hydraulic Control System，简称DEH)现场实时采集数据，缓慢地自动优化阀门重叠度函数及阀门升程函数，以增强机组的一次调频能力，进而提高汽轮机运行的稳定性和经济性。
本发明采用的技术方案在于：一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法，具体包括以下步骤：
步骤1、读取DEH系统中阀位管理定值I/O模块内高调门的重叠度函数；
步骤2、在DEH系统中安装优化功能模块，所述优化功能模块为定值功能函数，所述优化功能模块中阀门需优化重叠度位置设置为1，其他部分均设置为0，所述优化功能模块为优化的基础函数，优化功能模块与初始重叠度设置模块由服务器传来的电流控制叠加，并形成优化重叠度函数，用来控制阀门动作；
步骤3、蒸汽轮机组按照初始设定的重叠度函数和阀门升程函数正常运行，将运行期间采集的数据传输至分析服务器内；
步骤4、分析服务器根据传输过来的数据应用弗留格尔公式计算当前流量lf，每24小时根据当日工况绘制一次当前流量值与综合流量指令关系散点图，并对特性散点进行数据筛选，若筛选结果通过，执行步骤5；若筛选结果未通过，则当天不进行优化，将优化量设定为0，并直接跳到步骤9；
步骤5、根据当天综合流量指令l数据及阀位数据确认重叠度优化位置na，并对每个阀门动作范围内的数据进行分类，为每个阀门建立特征数据集(lni，lfni)；
步骤6、对各阀门特征数据集进行线性拟合，计算出当天各阀门数据线性化离散度Ci；
步骤7、根据步骤5判断阀门重叠度优化位置na，根据步骤6确定阀门重叠度优化方向；
步骤8、初始重叠度优化量为2，之后各计算周期重叠度优化值根据步骤7的重叠度优化方向及重叠度历史记录，在优化特征库中找到相对应的优化量Δ，在上个计算周期重叠度X2i基础上叠加特征库给定的优化量Δ，得到并记录优化后重叠度X2i+1，并对比初始设计的阀门重叠度X2，计算各阀门的总体优化量AL；
步骤9、将各阀门的总体优化量AL转化为电流信号A，通过DEH对外接口发送回阀门控制模块；
步骤10、根据传输回的电流信号A修正原始重叠度函数，实现阀门的控制，且每24小时重复步骤4-10。
优选地，在步骤3中，运行期间采集的数据包括阀位数据v、主汽温度数据、主汽压力数据、调节级温度数据、调节级压力数据及排气压力数据和综合流量指令数据l，该数据的采样频率为每20秒采集一次，现场可根据采集卡性能及分析服务器性能进行调整，且不超过5分钟。
优选地，在步骤4中，所述当前流量值与综合流量指令关系散点图的绘制方法为：以弗留格尔公式计算的当前流量值lf作为纵坐标，以综合流量指令l为横坐标，为每一个时刻描点绘制当前流量值与综合流量指令关系散点图。
优选地，在步骤4中，所述数据筛选的具体方式为：
步骤4.1、按时间顺序，遍历24小时内采集到的所有数据，若一条数据中出现主蒸汽温度小于300℃、主蒸汽压力小于1MPa、调节级温度小于300℃，调节级压力小于1MPa、排汽压力小于0.5MPa、综合流量指令小于5％中任意一种情况，则删除该条数据；
步骤4.2、分析剩余数据的综合流量指令l，找到其中的最大值lmax与最小值lmin，若出现lmin<20％或者lmax-lmin<10％时，则认为数据筛选不合格。
优选地，在步骤5中，确认重叠度优化位置na的具体方法为：查看当天各综合流量指令下的阀位数据
Figure GDA0003882346590000031
其中i为筛选后数据点编号，j为阀门编号，查看第一个阀门所有的阀位数据，取其中的最大值
Figure GDA0003882346590000032
及最小值
Figure GDA0003882346590000033
若
Figure GDA0003882346590000034
且
Figure GDA0003882346590000035
则认为1号阀门发生动作，按照时间顺序找到第一个阀位
Figure GDA0003882346590000036
的点，记录此时所对应的当前流量值
Figure GDA0003882346590000037
取
Figure GDA0003882346590000038
范围内的综合流量指令l1和当前流量值lf1作为该阀门的特征数据，建立该阀门数据集，之后以此进行上述操作，直至分析完所有的调节阀门，确认发生动作的阀门号ni及对应的特征数据集。
优选地，在步骤6中，所述各阀门线性拟合及各阀门数据线性化离散度计算的具体方式为：
步骤6.1、取步骤5中第一个阀门的综合流量指令l1和当前流量值lf1，使x＝l1，y＝lf1；
步骤6.2、假设流量特征散点线性化趋势线为y＝kx+b，式中k与b为需要解得的值，根据最小二乘法理论，该趋势线需要满足
Figure GDA0003882346590000039
最小化，可解得k与b的值为：
Figure GDA00038823465900000310
Figure GDA00038823465900000311
式中：m为特征数据集内有效数据点个数、xi为特征数据集内第i个数据点的综合流量指令、yi为特征数据集内第i个数据点的当前流量、
Figure GDA00038823465900000312
为特征数据集内第i个数据点的综合流量指令平均值、
Figure GDA00038823465900000313
为特征数据集内第i个数据点的当前流量平均值
根据以上公式计算出流量特征曲线趋势线，即各阀门线性拟合；
步骤6.3、线性化离散度系数的计算方法为：
Figure GDA00038823465900000314
C1即为第1个阀门的线性化离散度系数；
步骤6.4、对下一个阀门重复步骤6.1-6.3的操作，计算各个阀门线性化离散度系数Ci直至所有阀门系数计算完成。
优选地，在步骤7中，判断阀门重叠度优化位置及方向的具体方法为：根据步骤5确定需要优化的阀门位置，即阀门号为ni；根据步骤6中每个动作阀门计算得到的Ci，若Ci>设定值，则重叠度应相应提高，若Ci<设定值，则重叠度相应降低，若Ci＝设定值，则重叠度保持不变，公式中设定值为小于1的浮动值，具体设定标准根据电站对于一次调频的要求进行人工调整。
优选地，在步骤8中，各阀门优化量的计算方法为：
步骤8.1、读取此时阀门重叠度X2i和上一个计算周期内的阀门重叠度X2i-1，计算上个周期的阀门优化变化量
ΔX2＝X2i-X2i-1
步骤8.2、根据优化特征库确定优化量Δ；
步骤8.3、可计算出该阀门优化后的重叠度值：X2i+1＝X2i+Δ
计算该阀门整体优化量：AL＝X2i+1-X2。
优选地，在步骤9中，所述阀门的总体优化量AL通过以下公式转化为电流信号A，
Figure GDA0003882346590000041
式中：X1为综合阀位相对指令的第一数据点，X4为综合阀位相对指令的第四数据点。
优选地，在步骤10中，电流信号A修正原始重叠度函数方法为：将电流信号还原为总体优化量AL，将步骤1的初始重叠度函数加上AL乘以步骤2的定值功能函数，即可得到优化后重叠度函数。
本发明的有益效果是：
本发明可在蒸汽轮机组运行过程中，根据DEH中现场实时采集数据分析阀门流量特性，找到流量特性曲线中不经济及非线性部分所对应的重叠度函数位置，并根据当前流量特性在特征库中找到适当的优化方案，自动优化阀门重叠度函数，降低人为主观因素的干扰，并使其随着运行时间的延长重叠度函数不断逼近最优值，增强机组的一次调频能力，降低机组配气节流损失，提高了汽轮机运行的稳定性和经济性。
附图说明：
图1为本发明的流程示意图；
图2为优化前后顺序阀规律拟合对比图。
具体实施方式：
为了清楚和简明起见，在说明书中并未描述实际实施方式的所有特征。然而，应该了解，在开发任何这种实际实施例的过程中必须做出很多特定于实施方式的决定，以便实现开发人员的具体目标，例如，符合与系统及业务相关的那些限制条件，并且这些限制条件可能会随着实施方式的不同而有所改变。此外，还应该了解，虽然开发工作有可能是非常复杂和费时的，但对得益于本发明公开内容的本领域技术人员来说，这种开发工作仅仅是例行的任务。
在此，还需要说明的一点是，为了避免因不必要的细节而模糊了本发明，在申请文件中仅仅示出了与根据本发明的方案密切相关的装置结构和/或处理步骤，而省略了与本发明关系不大的其他细节。
如图1所示，本发明为一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法，具体包括以下步骤：
步骤1、读取DEH系统中阀位管理定值I/O模块内高调门的重叠度函数
所述重叠度函数一般为多线性函数，以散点的方式给出，例如：
Figure GDA0003882346590000051
其中：X1、X2、X3、X4为综合阀位相对指令；
Y1、Y2、Y3、Y4为该阀门开度；
以上各值可以通过DEH系统中阀位管理定值I/O模块读出，找到该表格中Y值最后一个0点，记录此时所对应的X值，本例中X2即为该阀门需优化重叠度位置。
某些厂家的重叠度若不是以此方式给出，可通过作图描点法转化为此散点形式再计算此阀门重叠度。
步骤2、在DEH中安装优化功能模块，优化功能模块与初始重叠度设置模块由服务器传来的电流控制叠加，并形成优化重叠度函数，用来控制阀门动作。
所述优化功能模块为一个定值功能函数，形式为：
X 0 1 0 0
Y 0 0 0 0
上述表格与步骤1内表格形式对应，表内数据除阀门需优化重叠度位置设置为1，其他部分都设置为0，其功能仅为作为一个优化的基础函数，无实际物理意义。
步骤3、蒸汽轮机组按照初始设定的重叠度函数和阀门升程函数正常运行，将运行期间采集的阀位数据v、主汽温度数据、主汽压力数据、调节级温度数据、调节级压力数据及排气压力数据、综合流量指令l数据，传输至分析服务器内。
运行期间采集的数据频率可为每20秒采集一次，现场可根据采集卡性能及分析服务器性能进行调整，但要保证采样频率不要超过5分钟。
步骤4、分析服务器根据传输过来的数据应用弗留格尔公式计算当前流量lf，每24小时根据当日工况绘制一次当前流量值与综合流量指令关系散点图，并对特性散点进行数据筛选，若筛选结果通过，执行步骤5；若筛选结果未通过，则当天不进行优化，将优化量设定为0，直接跳到步骤9。
数据筛选的具体方式为：
步骤4.1、按时间顺序，遍历24小时内采集到的所有数据，若一条数据中出现主蒸汽温度小于300℃、主蒸汽压力小于1MPa、调节级温度小于300℃，调节级压力小于1MPa、排汽压力小于0.5MPa、综合流量指令小于5％任意一种情况，则删除本条数据；
步骤4.2、分析剩余数据的综合流量指令l，找到其中的最大值lmax与最小值lmin，若出现lmin<20％或者lmax-lmin<10％时，则认为数据筛选不合格。
步骤5、根据当天综合流量指令l数据及阀位数据确认重叠度优化位置na，并对每个阀门动作范围内的数据进行分类，为每个阀门建立特征数据集(lni，lfni)，
阀门动作范围确定的具体方法为：查看当天各综合流量指令l下的阀位数据
Figure GDA0003882346590000061
其中i为筛选后数据点编号，j为阀门编号。查看第一个阀门所有的阀位数据，取其中的最大值
Figure GDA0003882346590000062
及最小值
Figure GDA0003882346590000063
若
Figure GDA0003882346590000064
且
Figure GDA0003882346590000065
则认为1号阀门发生动作，按照时间顺序找到第一个阀位
Figure GDA0003882346590000066
的点，记录此时所对应的当前流量值
Figure GDA0003882346590000067
取
Figure GDA0003882346590000068
范围内的综合流量指令l1和当前流量值lf1作为该阀门的特征数据，建立该阀门数据集，之后以此进行上述操作，直至分析完所有的调节阀门，确认发生动作的阀门号ni及对应的特征数据集。
步骤6、对各阀门特征数据集进行线性拟合，计算当天各阀门数据线性化离散度Ci
各阀门的线性拟合及各阀门数据线性化离散度计算的具体方式为：
步骤6.1、取步骤5中第一个阀门的综合流量指令l1和当前流量值lf1，使x＝l1，y＝lf1；
步骤6.2、假设流量特征散点线性化趋势线为y＝kx+b，式中k与b为需要解得的值，根据最小二乘法理论，该趋势线需要满足
Figure GDA0003882346590000071
最小化，可解得k与b的值为：
Figure GDA0003882346590000072
Figure GDA0003882346590000073
式中：m为特征数据集内有效数据点个数
xi为特征数据集内第i个数据点的综合流量指令
yi为特征数据集内第i个数据点的当前流量
Figure GDA0003882346590000074
为特征数据集内第i个数据点的综合流量指令平均值
Figure GDA0003882346590000075
为特征数据集内第i个数据点的当前流量平均值
根据以上公式即可计算出流量特征曲线趋势线，即完成各阀门线性拟合工作；
步骤6.3、线性化离散度系数计算方法为：
Figure GDA0003882346590000076
C1即为第1个阀门的线性化离散度系数；
步骤6.4、对下一个阀门重复步骤6.1-6.3的操作，计算各个线性化离散度系数Ci直至所有阀门系数计算完成。
步骤7、根据步骤5判断阀门重叠度优化位置na，根据步骤6确定阀门重叠度优化方向。
判断阀门重叠度优化位置及方向的具体方法为：在步骤5中，阀门号为ni即为需要优化的阀门位置，步骤6根据每个动作阀门计算得到的Ci，若Ci>设定值，则重叠度应相应提高，若Ci<设定值，则重叠度相应降低，若Ci＝设定值，则重叠度保持不变，公式中设定值为小于1的浮动值，具体设定标准根据电站对于一次调频的要求进行人工调整。
步骤8、初始重叠度优化量为2，之后各计算周期重叠度优化值根据步骤7的重叠度优化方向及重叠度历史记录，在优化特征库中找到相对应的优化量Δ，在上个计算周期重叠度X2i基础上叠加特征库给定的优化量Δ，得到并记录优化后重叠度X2i+1，并对比初始设计的阀门重叠度X2，计算各阀门的总体优化量AL；
所述步骤8中各阀门优化量的计算方法为：
步骤8.1、读取此时阀门重叠度X2i和上一个计算周期内的阀门重叠度X2i-1，计算上个周期的阀门优化变化量
ΔX2＝X2i-X2i-1
步骤8.2、根据优化特征库确定优化量Δ，优化特征库为：
判据 优化量Δ
ΔX2<0且优化方向为重叠度降低 -2
ΔX2<0且优化方向为重叠度升高 ΔX2/2
ΔX2>0且优化方向为重叠度升高 2
ΔX2>0且优化方向为重叠度降低 ΔX2/2
优化方向为重叠度不变 0
ΔX2＝0且优化方向为重叠度升高 0.5
ΔX2＝0且优化方向为重叠度降低 -0.5
步骤8.3、可计算出该阀门优化后的重叠度值：
X2i+1＝X2i+Δ
计算该阀门整体优化量AL＝X2i+1-X2。
步骤9、将各阀门的总体优化量AL转化为电流信号A，通过DEH对外接口发送回阀门控制模块。
阀门的总体优化量AL转化为电流信号A方法为：
Figure GDA0003882346590000081
步骤10、根据传输回的电流信号A修正原始重叠度函数，实现阀门的控制，且每24小时重复步骤4-10。
电流信号A修正原始重叠度函数方法为：将电流信号还原为总体优化量AL，将步骤1的初始重叠度函数表格加上AL乘以步骤2的定值功能函数表格即可得到优化后重叠度函数。
实施例1
本实施例以某330MW机组为例进行介绍。
步骤1、读取DEH系统中阀位管理定值I/O模块内高调门的重叠度函数，某高调门重叠度函数为：
表1.某330MW机组阀门重叠度函数
Figure GDA0003882346590000091
步骤2、在DEH中安装优化功能模块，优化功能模块与初始重叠度设置模块由服务器传来的电流控制叠加，形成优化重叠度函数，控制阀门动作。该实例下阀门重叠度优化模块定值函数为：
表2.某330MW机组阀门重叠度优化模块定值函数
X 0 1 0 0 0 0 0 0 0 0 0 0
Y 0 0 0 0 0 0 0 0 0 0 0 0
步骤3、机组按照初始设定的重叠度函数和阀门升程函数正常运行，将运行期间的阀位数据v、主汽温度数据、主汽压力数据、调节级温度数据、调节级压力数据及排气压力数据、综合流量指令l数据传输至分析服务器内；
步骤4、根据传输过来的数据应用弗留格尔公式计算当前流量lf，每24小时根据当日工况绘制一次当前流量值与综合流量指令关系散点图，并对特性散点进行数据筛选，数据筛选的方法为：
步骤4.1、按时间顺序遍历24小时内采集到的数据，若一条数据中出现主蒸汽温度小于300℃、主蒸汽压力小于1MPa、调节级温度小于300℃，调节级压力小于1MPa、排汽压力小于0.5MPa、综合流量指令小于5％任意一种情况，则删除本条数据；
步骤4.2、分析剩余数据的综合流量指令，找到其中的最大值lmax与最小值lmin，若出现lmin<20％或者lmax-lmin<10％时，则认为数据筛选不合格。
若筛选合格则进入步骤5；若筛选结果不合格，则当天不进行优化，将优化量设定为0，直接跳到步骤9；
步骤5、根据当天综合流量指令数据及阀位数据确认重叠度优化位置na，并对每个阀门动作范围内的数据进行分类，为每个阀门建立特征数据集(lni，lfni)，确定动作范围及特征数据集的方法为：查看当天各综合流量指令下的阀位数据
Figure GDA0003882346590000092
其中i为筛选后数据点编号，j为阀门编号。查看第一个阀门所有的阀位数据，取其中的最大值
Figure GDA0003882346590000093
及最小值
Figure GDA0003882346590000094
若
Figure GDA0003882346590000095
且
Figure GDA0003882346590000096
则认为1号阀门发生动作，按照时间顺序找到第一个阀位
Figure GDA0003882346590000097
的点，记录此时所对应的当前流量值
Figure GDA0003882346590000098
取
Figure GDA0003882346590000099
范围内的综合流量指令l1和当前流量值lf1作为该阀门的特征数据，建立该阀门数据集，之后以此进行上述操作，直至分析完所有的调节阀门，确认发生动作的阀门号ni及对应的特征数据集；
步骤6、对各阀门特征数据集进行线性拟合，计算当天各阀门数据线性化离散度Ci；
步骤6.1、取步骤5中第一个阀门的综合流量指令l1和当前流量值lf1，使x＝l1，y＝lf1
步骤6.2、假设流量特征散点线性化趋势线为y＝kx+b，根据最小二乘法理论，该趋势线需要满足
Figure GDA0003882346590000101
最小化，可解得k与b的值为：
Figure GDA0003882346590000102
Figure GDA0003882346590000103
式中：m为特征数据集内有效数据点个数；
xi为特征数据集内第i个数据点的综合流量指令；
yi为特征数据集内第i个数据点的当前流量；
Figure GDA0003882346590000104
为特征数据集内第i个数据点的综合流量指令平均值；
Figure GDA0003882346590000105
为特征数据集内第i个数据点的当前流量平均值；
根据以上公式即可计算出流量特征曲线趋势线，即完成线性拟合工作；
步骤6.3、线性化离散度系数计算方法为：
Figure GDA0003882346590000106
C1即为第1个阀门的线性化离散度系数；
步骤6.4、对下一个阀门进行步骤6.1-6.3的操作，计算各个线性化离散度系数Ci直至所有阀门系数计算完成。
步骤7、根据步骤5判断阀门重叠度优化位置即为阀门号ni，根据步骤6确定阀门重叠度优化方向，重叠度优化方向方法为：根据步骤6计算每个动作阀门的线性化离散度Ci，设定值为0.98，若Ci>0.98，则重叠度应相应提高，若Ci<0.98，则重叠度相应降低，若Ci＝0.98，则重叠度保持不变。
步骤8、初始重叠度优化量为2，之后各计算周期重叠度优化值根据步骤7的重叠度优化方向及重叠度历史记录，在优化特征库中找到相对应的优化量Δ，在上个计算周期重叠度X2i基础上叠加特征库给定的优化量Δ，得到并记录优化后重叠度X2i+1，并对比初始设计的阀门重叠度X2，计算各阀门的总体优化量AL，其中AL的计算方法为：
步骤8.1、读取此时阀门重叠度X2i和上一个计算周期内的阀门重叠度X2i-1，计算上个周期的阀门优化变化量
ΔX2＝X2i-X2i-1
步骤8.2、根据优化特征库确定优化量Δ，优化特征库为：
判据 优化量Δ
ΔX2<0且优化方向为重叠度降低 -2
ΔX2<0且优化方向为重叠度升高 ΔX2/2
ΔX2>0且优化方向为重叠度升高 2
ΔX2>0且优化方向为重叠度降低 ΔX2/2
优化方向为重叠度不变 0
ΔX2＝0且优化方向为重叠度升高 0.5
ΔX2＝0且优化方向为重叠度降低 -0.5
步骤8.3、可计算出该阀门优化后的重叠度值：
X2i+1＝X2i+Δ
计算该阀门整体优化量
AL＝X2i+1-X2
步骤9、将各阀门的总体优化量AL转化为电流信号A，通过DEH对外接口发送回阀门控制模块，总体优化量AL转化为电流信号A方法为：
Figure GDA0003882346590000111
步骤10、根据传输回的电流信号A修正原始重叠度函数，实现阀门的控制，每24小时重复步骤4-10，即可得到优化后重叠度曲线如图2所示。
所述步骤10中电流信号A修正原始重叠度函数方法为：将电流信号还原为总体优化量AL，将步骤1的初始重叠度函数表1叠加上AL乘以步骤2的优化功能模块函数表2，即可得到优化后重叠度函数如表3所示。
表3.某330MW机组阀门优化后重叠度函数
Figure GDA0003882346590000121
以上所述，仅为本发明较佳的具体实施方式，这些具体实施方式都是基于本发明整体构思下的不同实现方式，而且本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (10)

1.一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法，其特征在于，具体包括以下步骤：
步骤1、读取DEH系统中阀位管理定值I/O模块内高调门的重叠度函数；
步骤2、在DEH系统中安装优化功能模块，所述优化功能模块为定值功能函数，所述优化功能模块中阀门需优化重叠度位置设置为1，其他部分均设置为0，所述优化功能模块为优化的基础函数，优化功能模块与初始重叠度设置模块由服务器传来的电流控制叠加，并形成优化重叠度函数，用来控制阀门动作；
步骤3、蒸汽轮机组按照初始设定的重叠度函数和阀门升程函数正常运行，将运行期间采集的数据传输至分析服务器内；
步骤4、分析服务器根据传输过来的数据应用弗留格尔公式计算当前流量lf，每24小时根据当日工况绘制一次当前流量值与综合流量指令关系散点图，并对特性散点进行数据筛选，若筛选结果通过，执行步骤5；若筛选结果未通过，则当天不进行优化，将优化量设定为0，并直接跳到步骤9；
步骤5、根据当天综合流量指令l数据及阀位数据确认重叠度优化位置na，并对每个阀门动作范围内的数据进行分类，为每个阀门建立特征数据集(lni，lfni)；
步骤6、对各阀门特征数据集进行线性拟合，计算出当天各阀门数据线性化离散度Ci；
步骤7、根据步骤5判断阀门重叠度优化位置na，根据步骤6确定阀门重叠度优化方向；
步骤8、初始重叠度优化量为2，之后各计算周期重叠度优化值根据步骤7的重叠度优化方向及重叠度历史记录，在优化特征库中找到相对应的优化量Δ，在上个计算周期重叠度X2i基础上叠加特征库给定的优化量Δ，得到并记录优化后重叠度X2i+1，并对比初始设计的阀门重叠度X2，计算各阀门的总体优化量AL；
步骤9、将各阀门的总体优化量AL转化为电流信号A，通过DEH对外接口发送回阀门控制模块；
步骤10、根据传输回的电流信号A修正原始重叠度函数，实现阀门的控制，且每24小时重复步骤4-10。
2.如权利要求1所述的一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法，其特征在于：在步骤3中，运行期间采集的数据包括阀位数据v、主汽温度数据、主汽压力数据、调节级温度数据、调节级压力数据及排气压力数据和综合流量指令数据l，该数据的采样频率为每20秒采集一次，现场可根据采集卡性能及分析服务器性能进行调整，且不超过5分钟。
3.如权利要求1所述的一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法，其特征在于：在步骤4中，所述当前流量值与综合流量指令关系散点图的绘制方法为：以弗留格尔公式计算的当前流量值lf作为纵坐标，以综合流量指令l为横坐标，为每一个时刻描点绘制当前流量值与综合流量指令关系散点图。
4.如权利要求1或3所述的一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法，其特征在于：在步骤4中，所述数据筛选的具体方式为：
步骤4.1、按时间顺序，遍历24小时内采集到的所有数据，若一条数据中出现主蒸汽温度小于300℃、主蒸汽压力小于1MPa、调节级温度小于300℃，调节级压力小于1MPa、排汽压力小于0.5MPa、综合流量指令小于5％中任意一种情况，则删除该条数据；
步骤4.2、分析剩余数据的综合流量指令l，找到其中的最大值lmax与最小值lmin，若出现lmin<20％或者lmax-lmin<10％时，则认为数据筛选不合格。
5.如权利要求1所述的一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法，其特征在于：在步骤5中，确认重叠度优化位置na的具体方法为：查看当天各综合流量指令下的阀位数据
Figure FDA0003882346580000021
其中i为筛选后数据点编号，j为阀门编号，查看第一个阀门所有的阀位数据，取其中的最大值
Figure FDA0003882346580000022
及最小值
Figure FDA0003882346580000023
若
Figure FDA0003882346580000024
且
Figure FDA0003882346580000025
则认为1号阀门发生动作，按照时间顺序找到第一个阀位
Figure FDA0003882346580000026
的点，记录此时所对应的当前流量值
Figure FDA0003882346580000027
取
Figure FDA0003882346580000028
范围内的综合流量指令l1和当前流量值lf1作为该阀门的特征数据，建立该阀门数据集，之后以此进行上述操作，直至分析完所有的调节阀门，确认发生动作的阀门号ni及对应的特征数据集。
6.如权利要求1所述的一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法，其特征在于：在步骤6中，所述各阀门线性拟合及各阀门数据线性化离散度计算的具体方式为：
步骤6.1、取步骤5中第一个阀门的综合流量指令l1和当前流量值lf1，使x＝l1，y＝lf1；
步骤6.2、假设流量特征散点线性化趋势线为y＝kx+b，式中k与b为需要解得的值，根据最小二乘法理论，该趋势线需要满足
Figure FDA0003882346580000029
最小化，可解得k与b的值为：
Figure FDA00038823465800000210
Figure FDA0003882346580000031
式中：m为特征数据集内有效数据点个数、xi为特征数据集内第i个数据点的综合流量指令、yi为特征数据集内第i个数据点的当前流量、
Figure FDA0003882346580000032
为特征数据集内第i个数据点的综合流量指令平均值、
Figure FDA0003882346580000033
为特征数据集内第i个数据点的当前流量平均值
根据以上公式计算出流量特征曲线趋势线，即完成各阀门线性拟合；
步骤6.3、线性化离散度系数的计算方法为：
Figure FDA0003882346580000034
C1即为第1个阀门的线性化离散度系数；
步骤6.4、对下一个阀门重复步骤6.1-6.3的操作，计算各个阀门线性化离散度系数Ci直至所有阀门系数计算完成。
7.如权利要求1所述的一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法，其特征在于：在步骤7中，判断阀门重叠度优化位置及方向的具体方法为：根据步骤5确定需要优化的阀门位置，即阀门号为ni；根据步骤6中每个动作阀门计算得到的Ci，若Ci>设定值，则重叠度应相应提高，若Ci<设定值，则重叠度相应降低，若Ci＝设定值，则重叠度保持不变，公式中设定值为小于1的浮动值，具体设定标准根据电站对一次调频的要求进行人工调整。
8.如权利要求1所述的一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法，其特征在于：在步骤8中，各阀门优化量的计算方法为：
步骤8.1、读取此时阀门重叠度X2i和上一个计算周期内的阀门重叠度X2i-1，计算上个周期的阀门优化变化量
ΔX2＝X2i-X2i-1
步骤8.2、根据优化特征库确定优化量Δ；
步骤8.3、可计算出该阀门优化后的重叠度值：X2i+1＝X2i+Δ
计算该阀门整体优化量：AL＝X2i+1-X2。
9.如权利要求1所述的一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法，其特征在于：在步骤9中，所述阀门的总体优化量AL通过以下公式转化为电流信号A，
Figure FDA0003882346580000041
式中：X1为综合阀位相对指令的第一数据点，X4为综合阀位相对指令的第四数据点。
10.如权利要求1所述的一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法，其特征在于：在步骤10中，电流信号A修正原始重叠度函数方法为：将电流信号还原为总体优化量AL，将步骤1的初始重叠度函数加上AL乘以步骤2的定值功能函数，即可得到优化后重叠度函数。
CN202011001382.1A 2020-09-22 2020-09-22 一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法 Active CN112096466B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011001382.1A CN112096466B (zh) 2020-09-22 2020-09-22 一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011001382.1A CN112096466B (zh) 2020-09-22 2020-09-22 一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法

Publications (2)

Publication Number Publication Date
CN112096466A CN112096466A (zh) 2020-12-18
CN112096466B true CN112096466B (zh) 2022-12-20

Family

ID=73754863

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011001382.1A Active CN112096466B (zh) 2020-09-22 2020-09-22 一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法

Country Status (1)

Country Link
CN (1) CN112096466B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113380338B (zh) * 2021-06-16 2022-06-10 哈电发电设备国家工程研究中心有限公司 一种旋风分离器进口处NOx浓度测量修正及预测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8260599B1 (en) * 2008-07-03 2012-09-04 Canning Francis X Method of assembling overlapping functions with optimized properties and use in design/construction/simulation of structures
CN104849052A (zh) * 2015-04-29 2015-08-19 国家电网公司 一种喷嘴配汽汽轮机流量特性试验方法
CN106089328A (zh) * 2016-08-10 2016-11-09 西安热工研究院有限公司 基于dcs数据挖掘的汽轮机调门流量特性曲线辨识方法
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
CN110332021A (zh) * 2019-06-11 2019-10-15 国网江西省电力有限公司电力科学研究院 一种deh系统调节阀重叠度规范化整定方法
CN110346121A (zh) * 2019-06-26 2019-10-18 国网吉林省电力有限公司电力科学研究院 一种汽轮机阀门流量特性曲线的整定方法
CN110925031A (zh) * 2019-11-29 2020-03-27 哈尔滨汽轮机厂有限责任公司 一种大功率间接空冷汽轮机管控系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8165812B2 (en) * 2011-07-25 2012-04-24 Clean Power Research, L.L.C. Computer-implemented system and method for estimating power data for a photovoltaic power generation fleet
US20150184549A1 (en) * 2013-12-31 2015-07-02 General Electric Company Methods and systems for enhancing control of power plant generating units
CN104343475B (zh) * 2014-07-29 2016-02-03 国家电网公司 火电机组汽轮机高压调门流量特性修正方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8260599B1 (en) * 2008-07-03 2012-09-04 Canning Francis X Method of assembling overlapping functions with optimized properties and use in design/construction/simulation of structures
CN104849052A (zh) * 2015-04-29 2015-08-19 国家电网公司 一种喷嘴配汽汽轮机流量特性试验方法
CN106089328A (zh) * 2016-08-10 2016-11-09 西安热工研究院有限公司 基于dcs数据挖掘的汽轮机调门流量特性曲线辨识方法
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
CN110332021A (zh) * 2019-06-11 2019-10-15 国网江西省电力有限公司电力科学研究院 一种deh系统调节阀重叠度规范化整定方法
CN110346121A (zh) * 2019-06-26 2019-10-18 国网吉林省电力有限公司电力科学研究院 一种汽轮机阀门流量特性曲线的整定方法
CN110925031A (zh) * 2019-11-29 2020-03-27 哈尔滨汽轮机厂有限责任公司 一种大功率间接空冷汽轮机管控系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于历史数据挖掘的汽轮机流量特性辨识与优化研究;李存文;《硕士论文》;20180315;全文 *
基于模型自适应汽轮机调节门流量特性优化研究及应用;雷志伟等;《中国电力》;20180305(第03期);全文 *
汽轮机远程智能运维服务专家知识库开发;尉坤;《清洗世界》;20190731;第35卷(第07期);全文 *

Also Published As

Publication number Publication date
CN112096466A (zh) 2020-12-18

Similar Documents

Publication Publication Date Title
CN101871840B (zh) 汽轮机高压调门流量特性在线测试方法
CN112901449B (zh) 一种基于机器学习的空气压缩机系统能耗优化方法
CN112096466B (zh) 一种基于喷嘴调节蒸汽轮机的调门重叠度在线优化方法
CN110263395A (zh) 基于数值模拟和数据分析的电厂脱硝运行优化方法及系统
CN110080833B (zh) 一种改善机组调峰的汽轮机高调门调频能力的评估方法
CN107133433A (zh) 一种基于模型自适应汽轮机调门流量特性优化方法
CN111340257B (zh) 一种基于风险分析输电设备检修计划的优化方法及系统
CN111444963A (zh) 一种基于ssa-svr模型的高炉铁水硅含量预测方法
CN113094896A (zh) 一种电厂供热机组优化控制方法
Hafaifa et al. Fuzzy logic approach applied to the surge detection and isolation in centrifugal compressor
CN108376293A (zh) 一种基于模糊数学改进的层次分析法的zj17卷烟设备维修智能预测方法
CN110646193A (zh) 一种获取汽轮机高压调门流量特性的试验方法
CN118017502A (zh) 基于数字孪生的配电算力预测方法、系统及介质
CN116440670B (zh) 一种石灰石浆液密度稳定性控制方法
CN112576326A (zh) 一种火电机组滑压优化运行控制方法、装置及设备
CN116756704A (zh) 一种利用风粉测量参数预测入炉煤量的方法
CN108709426B (zh) 基于频谱特征双边检测法烧结机漏风故障在线诊断方法
CN111520874A (zh) 一种水系统空调机房能效检测优化系统
CN115857571A (zh) 基于deh阀门流量特性修正单阀及顺序阀参数的方法
CN105156159A (zh) 一种基于调门最佳重叠度的汽轮机流量特性优化方法
CN114862055A (zh) 一种基于多源数据驱动的钢铁企业高炉煤气预测方法
CN111581779B (zh) 基于调节汽门流量拐点识别的重叠度区间确定及优化方法
CN114066212A (zh) 一种基于历史工况的机组升降负荷工况寻优方法
CN109696828B (zh) 一种通过阀位非线性运算防止机组高调门晃动的控制方法
CN107918822B (zh) 一种评估在运核电厂汽轮机出力提升能力的方法

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