CN112749205A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN112749205A CN112749205A CN202011431642.9A CN202011431642A CN112749205A CN 112749205 A CN112749205 A CN 112749205A CN 202011431642 A CN202011431642 A CN 202011431642A CN 112749205 A CN112749205 A CN 112749205A
- Authority
- CN
- China
- Prior art keywords
- power
- coal
- effective
- power supply
- daily
- 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
- 239000003245 coal Substances 0.000 title claims abstract description 95
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000012937 correction Methods 0.000 claims abstract description 95
- 239000013598 vector Substances 0.000 claims abstract description 39
- 239000011159 matrix material Substances 0.000 claims abstract description 25
- 230000002354 daily effect Effects 0.000 claims description 85
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000005070 sampling Methods 0.000 claims description 11
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000007418 data mining Methods 0.000 claims description 6
- 230000003203 everyday effect Effects 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 4
- 238000010248 power generation Methods 0.000 claims description 4
- 239000002245 particle Substances 0.000 claims description 3
- 238000011056 performance test Methods 0.000 abstract description 6
- 230000007547 defect Effects 0.000 abstract description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000010977 unit operation Methods 0.000 description 4
- 239000011295 pitch Substances 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 101001134861 Homo sapiens Pericentriolar material 1 protein Proteins 0.000 description 1
- 102100033422 Pericentriolar material 1 protein Human genes 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Software Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Linguistics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Computing Systems (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Water Supply & Treatment (AREA)
- Algebra (AREA)
- Public Health (AREA)
- Fuzzy Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Control Of Turbines (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供的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,包括以下步骤:步骤1,从燃煤发电机组的历史数据中选取原始数据框;步骤2,从原始数据框中获取有效数据框;步骤3,获取得到功率特征矩阵;获得每有效数据框对应的日供电煤耗修正值列向量;步骤4,利用步骤3得到的功率特征矩阵和日供电煤耗修正值列向量绘制燃煤发电机组功率与供电煤耗关系曲线;本发明利用燃煤机组实际的运行参数获取燃煤发电机组功率与供电煤耗关系曲线,能够有效解决现有的性能试验方法所存在的成本高的缺陷,该曲线能够供节能工作人员进一步诊断分析电站性能现状与趋势,实时掌握电站性能并开展节能降耗工作。
Description
技术领域
本发明涉及燃煤发电领域,尤其涉及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。
背景技术
燃煤发电机组采用功率与供电煤耗关系曲线描述了变负荷工况下的经济特性,是开展机组节能分析与能耗诊断的基础工作之一。针对燃煤发电机组,美国机械工程师协会(ASME)出台了PTC4、6的汽轮机、锅炉等性能试验规程,通过性能试验方式可获得发电机组的功率和煤耗,机组供电煤耗试验需要详细而周密的仪表、负荷、运行参数调整等组织安排,虽然试验结果精确高、可用于性能考核等场合,但性能试验需要的人力、物力、财力成本偏高,但是其结果仅能是性能试验期间的电站性能,随着设备运行老化、缺陷故障、技术改造后以往的试验结果不再具有代表性,因此其结果在日常节能工作中的参考意义随距离试验时间变长而逐渐降低。
发明内容
本发明的目的在于提供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,解决了现有技术中功率与供电煤耗关系曲线的获取成本高、效率低的缺陷。
为了达到上述目的,本发明采用的技术方案是:
本发明提供的一种燃煤发电机组功率与供电煤耗关系曲线获取方法,包括以下步骤:
步骤1,以单台燃煤发电机组全部运行负荷范围为采样范围,从燃煤发电机组的历史数据中选取在设定时间段内的按计算边界统计的日指标数据,得到若干组观测数据;从得到的若干组观测数据中选取当日机组持续运行且相邻机组持续运行、以及当日机组持续运行且相邻机组停运的观测数据,得到原始数据框;
步骤2,从步骤1中得到的原始数据框中以设定的采样周期获取该单台燃煤发电机组每日的机组功率和汽轮机背压,得到一组有效观测数据,进而形成有效数据框;
步骤3,对步骤2中得到的每组有效观测数据中的当日所有机组功率进行修正获得机组修正功率,得到有效修正数据框;根据得到的有效修正数据框获取得到功率特征矩阵;
对步骤2中得到的每组有效观测数据中的当日所有的日供电煤耗进行修正,获得每有效数据框对应的日供电煤耗修正值列向量;
步骤4,利用步骤3得到的功率特征矩阵和日供电煤耗修正值列向量绘制燃煤发电机组功率与供电煤耗关系曲线。
优选地,步骤1中,日指标数据包括日供电煤耗、日机组运行状态和日相邻机组运行状态。
优选地,步骤3中,对步骤2中得到的每组有效观测数据中的当日所有机组功率进行修正获得机组修正功率,得到有效修正数据框,具体方法是:
利用汽轮机背压对功率修正曲线函数对每组有效观测数据中的当日所有机组功率进行修正获得机组修正功率,得到多组有效修正观测数据,进而得到有效修正数据框。
优选地,步骤3中,根据得到的有效修正数据框获取得到功率特征矩阵,具体方法是:
S301,计算组距数目s;
S302,根据组距数目设定多个组距区间为:
[min(Pc),min(Pc)+10]、[min(Pc)+10,min(Pc)+20]、......、[min(Pc)+10×(s-1),max(Pc)]
S303,利用上述组距区间将步骤2中得到的有效修正数据框中的每组有效修正观测数据进行划分,得到每日的多组有效子数据框;
S304,统计每日的每组有效子数据框中有效修正观测数据的数目;并利用该数目除以当日的所有的有效观测数据的总个数,得到该组有效子数据框的日功率特征值;将当日所有组距得到的日功率特征值合并形成当日对应的组距日功率特征值行向量;
S305,将所有日期对应的组距日功率特征值行向量合并形成功率特征矩阵。
优选地,步骤3中,对步骤2中得到的每组有效观测数据中的当日所有的日供电煤耗进行修正,获得每有效数据框对应的日供电煤耗修正值列向量,具体方法是:
计算步骤2中得到的有效数据框中每组有效感测数据对应的日平均汽轮机背压;
根据得到的每组有效感测数据对应的日平均汽轮机背压,结合按汽轮机制造商提供的汽轮机背压对热耗率修正曲线对有效数据框中所有的日供电煤耗进行修正,获得有效数据框对应的日供电煤耗修正值列向量。
优选地,步骤4中,利用步骤3得到的功率特征矩阵和日供电煤耗修正值列向量绘制燃煤发电机组功率与供电煤耗关系曲线,具体方法是:利用步骤3得到的功率特征矩阵和日供电煤耗修正值列向量设置目标函数:
E=||P-1C-X||1
其中,E为目标函数值;X为待计算寻优的各个组距的供电煤耗列向量;
利用粒子群算法对各个组距的供电煤耗修正值列向量元素进行优化计算,直至目标函数值最小化;
以每个组距内目标函数最小化对应的供电煤耗列向量数值为纵坐标,以该组距的中心值为横坐标绘制曲线,得到燃煤发电机组功率与供电煤耗关系曲线。
一种燃煤发电机组功率与供电煤耗关系曲线获取系统,该系统能够用于实现任一项所述的一种燃煤发电机组功率与供电煤耗关系曲线获取方法,包括数据采集模块、数据挖掘模块、数据修正模块以及数据分析模块,其中,
数据采集模块用于以单台燃煤发电机组全部运行负荷范围为采样范围,从燃煤发电机组的历史数据中选取在设定时间段内的按计算边界统计的日指标数据,得到若干组观测数据;从得到的若干组观测数据中选取当日机组持续运行且相邻机组持续运行、以及当日机组持续运行且相邻机组停运的观测数据,得到原始数据框;
数据挖掘模块用于从得到的原始数据框中以设定的采样周期获取该单台燃煤发电机组每日的机组功率和汽轮机背压,得到一组有效观测数据,进而形成有效数据框;
数据修正模块用于对得到的每组有效观测数据中的当日所有机组功率进行修正获得机组修正功率,得到有效修正数据框;根据得到的有效修正数据框获取得到功率特征矩阵;
对中得到的每组有效观测数据中的当日所有的日供电煤耗进行修正,获得每有效数据框对应的日供电煤耗修正值列向量;
数据分析模块用于利用得到的功率特征矩阵和日供电煤耗修正值列向量绘制燃煤发电机组功率与供电煤耗关系曲线
与现有技术相比,本发明的有益效果是:
本发明提供的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,利用燃煤机组实际的运行参数获取燃煤发电机组功率与供电煤耗关系曲线,能够有效解决现有的性能试验方法所存在的成本高的缺陷,该曲线能够供节能工作人员进一步诊断分析电站性能现状与趋势,实时掌握电站性能并开展节能降耗工作。
附图说明
图1为本发明的流程示意图。
图2为某日修正前、后的部分机组功率对比图。
图3为部分修正前、后的日供电煤耗对比图。
图4为本发明方法计算得到的燃煤发电机组功率与供电煤耗关系曲线算例。
具体实施方式
下面结合附图对本发明进一步的详细说明。
本发明提供的一种燃煤发电机组功率与供电煤耗关系曲线获取方法,通过对日统计数据的挖掘分析获得功率与供电煤耗关系特性,供节能工作人员进一步诊断分析电站性能现状与趋势,实时掌握电站性能并开展节能降耗工作。
如图1所示,本发明提供的一种燃煤发电机组功率与供电煤耗关系曲线获取方法,包括以下步骤:
步骤1,选定计算边界为单台燃煤发电机组,该单台燃煤发电机组包括锅炉、汽轮机、电机、辅机及管道设备;从单台燃煤发电机组的DCS数据库中选取该机组全部运行负荷范围内的设定时间段内的按计算边界统计的日指标数据,得到若干组观测数据;
该日指标数据包括日供电煤耗、日机组运行状态和日相邻机组运行状态;
从得到的若干组观测数据中选取当日机组持续运行且相邻机组持续运行、以及当日机组持续运行且相邻机组停运的观测数据,并将得到的多个观测数据按照日期进行排序,形成原始数据框;
其中,日机组运行状态是指当日机组持续运行、当日机组存在启停过程和当日机组停运三种状态;
日相邻机组运行状态是指与选定的单台燃煤发电机组同属一期工程的另一台燃煤发电机组的当日持续运行、当日存在启停过程和当日机组停运三种状态;
步骤2,从步骤1中得到的原始数据框中以设定的采用周期获取该单台燃煤发电机组每日的机组功率和汽轮机背压,得到一组有效观测数据,进而形成有效数据框;
利用下式的汽轮机背压对功率修正曲线函数对每组有效观测数据中的当日所有机组功率进行修正获得机组修正功率,得到多组有效修正观测数据,进而得到有效修正数据框:
其中,Pi为修正前的某组有效观测数据的第i个机组功率;Pc()为汽轮机背压对功率修正曲线函数;Bi为有效观测数据中某组有效观测数据的第i个汽轮机背压,其中i=1,2,......,N,N为每组有效观测数据中所有机组功率的总数目;Pc-i为某组有效修正观测数据的第i个机组修正功率。
步骤3,根据步骤2中得到的有效修正数据框计算有效修正数据框对应的功率特征矩阵;
步骤4,利用汽轮机制造商提供的汽轮机背压计算日供电煤耗修正值列向量;
步骤5,利用功率特征矩阵与日供电煤耗修正值列向量设置目标函数,对目标函数进行寻优计算,获得各个组距的供电煤耗,以此绘制燃煤发电机组功率与供电煤耗关系曲线。
实施例1
本发明提供的一种燃煤发电机组功率与供电煤耗关系曲线获取方法,包括以下步骤:
步骤1.选定计算边界是单台燃煤发电机组,包括锅炉、汽轮机、电机、辅机及管道设备的一个发电单元,选取能涵盖机组运行全部负荷范围的近六个月按计算边界统计的日指标数据,包括日供电煤耗、日机组运行状态、日相邻机组运行状态,按日形成一组观测,保留当日机组持续运行且相邻机组持续运行、当日机组持续运行且相邻机组停运这两种类别属性的观测,按日期排序成原始数据框;其中,统计的日机组运行状态是指当日机组持续运行、当日机组存在启停过程、当日机组停运这三种状态;统计的日相邻机组运行状态是指与选定的单台燃煤发电机组同属一期工程的另一台燃煤发电机组的当日持续运行、当日存在启停过程、当日机组停运这三种状态。实例中,选取了某电厂#8机组从3月到8月的日指标数据。
步骤2.从燃煤机组的DCS数据库中,设定采样周期小于或等于120秒,从原始数据框中采集每日的机组功率、汽轮机背压这两个测点数据,按汽轮机制造商提供的汽轮机背压对功率修正曲线,对当日所有机组功率进行修正获得机组修正功率Pc-i,由公式(1)计算:
其中,Pi为修正前的有效观测数据中某日的第i个机组功率;Pc()为汽轮机背压对功率修正曲线函数;Bi为有效观测数据中某日的第i个汽轮机背压,其中i=1,2,......,N,N为每组有效观测数据中的当日所有机组功率的总数目;Pc-i修正后的有效观测数据中某日的第i个机组功率。
某日修正前、后的部分机组功率对比如图2所示,机组设计背压为12kPa,修正前的机组功率对应的背压与设计值差距越大,则修正量越大,如图中的5、8两点;如果环境温度较低导致机组背压比设计值小,则修正后的机组功率比修正前低,如图中的1、2两点,反之亦然。
步骤3.根据得到的有效修正数据框获取得到功率特征矩阵,具体方法是:
S301,通过下式计算组距数目s:
其中,Pc为有效修正数据框中所有组的机组修正功率的集合;max()函数表示求该集合的最大值;min()函数表示求该集合的最小值;int()函数表示求自变量的整数部分;
S302,根据组距数目设定多个组距区间为:
[min(Pc),min(Pc)+10]、[min(Pc)+10,min(Pc)+20]、......、[min(Pc)+10×(s-1),max(Pc)]
S303,利用上述组距区间将步骤2中得到的有效修正数据框中的每组有效修正观测数据进行划分,得到每日的多组有效子数据框;
S304,对其中一日,统计当日的某一组有效子数据框中有效修正观测数据的数目;并利用该数目除以当日的所有的有效观测数据的总个数,得到该组有效子数据库框当日的日功率特征值;将当日所有组距得到的日功率特征值合并形成当日组距的日功率特征值行向量;
S305,将所有日期对应的组距的日功率特征值行向量合并形成功率特征矩阵;
其中,m为原始数据框中的日数。
步骤4.计算步骤2中得到的有效数据框中每组有效感测数据对应的日平均汽轮机背压,根据得到的每组有效感测数据对应的日平均汽轮机背压,结合按汽轮机制造商提供的汽轮机背压对热耗率修正曲线对有效数据框中所有的日供电煤耗进行修正,获得有效数据框对应的日供电煤耗修正值列向量C:
其中,C1、......、Cm为第m天的日供电煤耗的统计值;B1、......、Bm为第m天的日平均汽轮机背压;Cc()为汽轮机背压对热耗率修正曲线函数。
部分修正前、后的日供电煤耗对比如图3所示,修正前的日供电煤耗对应的日平均背压与设计值差距越大,则修正量越大,如图中的5、6、7三点;如果环境温度较高导致机组背压比设计值大,则修正后的日供电煤耗比修正前低,如图中的4、5、6、7四点,反之亦然。
步骤5.根据步骤3中得到的功率特征矩阵和步骤4中得到的每日有效数据框对应的日供电煤耗修正值列向量设置目标函数:
E=||P-1C-X|| (5)
1
式中:E为目标函数值;X为待计算寻优的各个组距的供电煤耗列向量,X包含x1、x2、x3、……、xs与组距数据s同等个数的元素;
利用粒子群算法分别对每个组距的供电煤耗修正值列向量元素进行优化计算,直至目标函数值最小化,以每个组距内目标函数最小化对应的供电煤耗列向量数值为纵坐标,以该组距的中心值为横坐标绘制曲线,即为燃煤发电机组功率与供电煤耗关系曲线,其中,组距的中心值是指上、下限的平均值;如图4所示。
本发明提供的一种燃煤发电机组功率与供电煤耗关系曲线获取系统,该系统能够用于实现所述的一种燃煤发电机组功率与供电煤耗关系曲线获取方法,包括数据采集模块、数据挖掘模块、数据修正模块以及数据分析模块,其中,
数据采集模块用于以单台燃煤发电机组全部运行负荷范围为采样范围,从燃煤发电机组的历史数据中选取在设定时间段内的按计算边界统计的日指标数据,得到若干组观测数据;从得到的若干组观测数据中选取当日机组持续运行且相邻机组持续运行、以及当日机组持续运行且相邻机组停运的观测数据,得到原始数据框;
数据挖掘模块用于从得到的原始数据框中以设定的采样周期获取该单台燃煤发电机组每日的机组功率和汽轮机背压,得到一组有效观测数据,进而形成有效数据框;
数据修正模块用于对得到的每组有效观测数据中的当日所有机组功率进行修正获得机组修正功率,得到有效修正数据框;根据得到的有效修正数据框获取得到功率特征矩阵;
对中得到的每组有效观测数据中的当日所有的日供电煤耗进行修正,获得每有效数据框对应的日供电煤耗修正值列向量;
数据分析模块用于利用得到的功率特征矩阵和日供电煤耗修正值列向量绘制燃煤发电机组功率与供电煤耗关系曲线。
Claims (7)
1.一种燃煤发电机组功率与供电煤耗关系曲线获取方法,其特征在于,包括以下步骤:
步骤1,以单台燃煤发电机组全部运行负荷范围为采样范围,从燃煤发电机组的历史数据中选取在设定时间段内的按计算边界统计的日指标数据,得到若干组观测数据;从得到的若干组观测数据中选取当日机组持续运行且相邻机组持续运行、以及当日机组持续运行且相邻机组停运的观测数据,得到原始数据框;
步骤2,从步骤1中得到的原始数据框中以设定的采样周期获取该单台燃煤发电机组每日的机组功率和汽轮机背压,得到一组有效观测数据,进而形成有效数据框;
步骤3,对步骤2中得到的每组有效观测数据中的当日所有机组功率进行修正获得机组修正功率,得到有效修正数据框;根据得到的有效修正数据框获取得到功率特征矩阵;
对步骤2中得到的每组有效观测数据中的当日所有的日供电煤耗进行修正,获得每有效数据框对应的日供电煤耗修正值列向量;
步骤4,利用步骤3得到的功率特征矩阵和日供电煤耗修正值列向量绘制燃煤发电机组功率与供电煤耗关系曲线。
2.根据权利要求1所述的一种燃煤发电机组功率与供电煤耗关系曲线获取方法,其特征在于,步骤1中,日指标数据包括日供电煤耗、日机组运行状态和日相邻机组运行状态。
3.根据权利要求1所述的一种燃煤发电机组功率与供电煤耗关系曲线获取方法,其特征在于,步骤3中,对步骤2中得到的每组有效观测数据中的当日所有机组功率进行修正获得机组修正功率,得到有效修正数据框,具体方法是:
利用汽轮机背压对功率修正曲线函数对每组有效观测数据中的当日所有机组功率进行修正获得机组修正功率,得到多组有效修正观测数据,进而得到有效修正数据框。
4.根据权利要求1所述的一种燃煤发电机组功率与供电煤耗关系曲线获取方法,其特征在于,步骤3中,根据得到的有效修正数据框获取得到功率特征矩阵,具体方法是:
S301,计算组距数目s;
S302,根据组距数目设定多个组距区间为:
[min(Pc),min(Pc)+10]、[min(Pc)+10,min(Pc)+20]、......、[min(Pc)+10×(s-1),max(Pc)]
S303,利用上述组距区间将步骤2中得到的有效修正数据框中的每组有效修正观测数据进行划分,得到每日的多组有效子数据框;
S304,统计每日的每组有效子数据框中有效修正观测数据的数目;并利用该数目除以当日的所有的有效观测数据的总个数,得到该组有效子数据框的日功率特征值;将当日所有组距得到的日功率特征值合并形成当日对应的组距日功率特征值行向量;
S305,将所有日期对应的组距日功率特征值行向量合并形成功率特征矩阵。
5.根据权利要求1所述的一种燃煤发电机组功率与供电煤耗关系曲线获取方法,其特征在于,步骤3中,对步骤2中得到的每组有效观测数据中的当日所有的日供电煤耗进行修正,获得每有效数据框对应的日供电煤耗修正值列向量,具体方法是:
计算步骤2中得到的有效数据框中每组有效感测数据对应的日平均汽轮机背压;
根据得到的每组有效感测数据对应的日平均汽轮机背压,结合按汽轮机制造商提供的汽轮机背压对热耗率修正曲线对有效数据框中所有的日供电煤耗进行修正,获得有效数据框对应的日供电煤耗修正值列向量。
6.根据权利要求1所述的一种燃煤发电机组功率与供电煤耗关系曲线获取方法,其特征在于,步骤4中,利用步骤3得到的功率特征矩阵和日供电煤耗修正值列向量绘制燃煤发电机组功率与供电煤耗关系曲线,具体方法是:利用步骤3得到的功率特征矩阵和日供电煤耗修正值列向量设置目标函数:
E=||P-1C-X||1
其中,E为目标函数值;X为待计算寻优的各个组距的供电煤耗列向量;
利用粒子群算法对各个组距的供电煤耗修正值列向量元素进行优化计算,直至目标函数值最小化;
以每个组距内目标函数最小化对应的供电煤耗列向量数值为纵坐标,以该组距的中心值为横坐标绘制曲线,得到燃煤发电机组功率与供电煤耗关系曲线。
7.一种燃煤发电机组功率与供电煤耗关系曲线获取系统,其特征在于,该系统能够用于实现权利要求1-6中任一项所述的一种燃煤发电机组功率与供电煤耗关系曲线获取方法,包括数据采集模块、数据挖掘模块、数据修正模块以及数据分析模块,其中,
数据采集模块用于以单台燃煤发电机组全部运行负荷范围为采样范围,从燃煤发电机组的历史数据中选取在设定时间段内的按计算边界统计的日指标数据,得到若干组观测数据;从得到的若干组观测数据中选取当日机组持续运行且相邻机组持续运行、以及当日机组持续运行且相邻机组停运的观测数据,得到原始数据框;
数据挖掘模块用于从得到的原始数据框中以设定的采样周期获取该单台燃煤发电机组每日的机组功率和汽轮机背压,得到一组有效观测数据,进而形成有效数据框;
数据修正模块用于对得到的每组有效观测数据中的当日所有机组功率进行修正获得机组修正功率,得到有效修正数据框;根据得到的有效修正数据框获取得到功率特征矩阵;
对中得到的每组有效观测数据中的当日所有的日供电煤耗进行修正,获得每有效数据框对应的日供电煤耗修正值列向量;
数据分析模块用于利用得到的功率特征矩阵和日供电煤耗修正值列向量绘制燃煤发电机组功率与供电煤耗关系曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011431642.9A CN112749205B (zh) | 2020-12-09 | 2020-12-09 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011431642.9A CN112749205B (zh) | 2020-12-09 | 2020-12-09 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112749205A true CN112749205A (zh) | 2021-05-04 |
CN112749205B CN112749205B (zh) | 2023-03-03 |
Family
ID=75649134
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011431642.9A Active CN112749205B (zh) | 2020-12-09 | 2020-12-09 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112749205B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113532894A (zh) * | 2021-06-09 | 2021-10-22 | 苏州西热节能环保技术有限公司 | 一种燃煤电厂热平衡监测方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013091487A1 (zh) * | 2011-12-19 | 2013-06-27 | 上海望特能源科技有限公司 | 电站锅炉高温管系炉内动态壁温监测的方法 |
CN104392334A (zh) * | 2014-12-12 | 2015-03-04 | 冶金自动化研究设计院 | 钢铁企业自备电厂多类型发电机组联合优化调度方法 |
CN104504458A (zh) * | 2014-12-04 | 2015-04-08 | 国家电网公司 | 一种火电厂汽轮机的节能潜力分析方法 |
CN104992265A (zh) * | 2015-06-11 | 2015-10-21 | 山东电力研究院 | 火力发电厂热力系统阀门内漏对机组影响的评估方法 |
CN109670655A (zh) * | 2019-01-30 | 2019-04-23 | 华北电力大学(保定) | 一种电力系统多目标粒子群优化调度方法 |
CN109785187A (zh) * | 2019-03-14 | 2019-05-21 | 国网山东省电力公司电力科学研究院 | 一种发电机组供电煤耗检测数据校正方法 |
CN109934493A (zh) * | 2019-03-14 | 2019-06-25 | 国网山东省电力公司电力科学研究院 | 一种快速确定火力发电机组煤耗特性曲线的方法 |
CN110096817A (zh) * | 2019-05-06 | 2019-08-06 | 安徽新力电业科技咨询有限责任公司 | 低热值煤发电入炉燃料收到基热值的在线估算系统及方法 |
CN111523730A (zh) * | 2020-04-23 | 2020-08-11 | 中国华能集团有限公司 | 一种预测热电联产机组煤耗的方法 |
CN111612308A (zh) * | 2020-04-24 | 2020-09-01 | 国网河北省电力有限公司电力科学研究院 | 一种评价燃煤供热机组煤耗指标的通用计算方法 |
US20200286189A1 (en) * | 2018-03-22 | 2020-09-10 | Xi'an Jiaotong University | Analysis method of coal consumption of thermal power units during peak shaving transient process |
-
2020
- 2020-12-09 CN CN202011431642.9A patent/CN112749205B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013091487A1 (zh) * | 2011-12-19 | 2013-06-27 | 上海望特能源科技有限公司 | 电站锅炉高温管系炉内动态壁温监测的方法 |
CN104504458A (zh) * | 2014-12-04 | 2015-04-08 | 国家电网公司 | 一种火电厂汽轮机的节能潜力分析方法 |
CN104392334A (zh) * | 2014-12-12 | 2015-03-04 | 冶金自动化研究设计院 | 钢铁企业自备电厂多类型发电机组联合优化调度方法 |
CN104992265A (zh) * | 2015-06-11 | 2015-10-21 | 山东电力研究院 | 火力发电厂热力系统阀门内漏对机组影响的评估方法 |
US20200286189A1 (en) * | 2018-03-22 | 2020-09-10 | Xi'an Jiaotong University | Analysis method of coal consumption of thermal power units during peak shaving transient process |
CN109670655A (zh) * | 2019-01-30 | 2019-04-23 | 华北电力大学(保定) | 一种电力系统多目标粒子群优化调度方法 |
CN109785187A (zh) * | 2019-03-14 | 2019-05-21 | 国网山东省电力公司电力科学研究院 | 一种发电机组供电煤耗检测数据校正方法 |
CN109934493A (zh) * | 2019-03-14 | 2019-06-25 | 国网山东省电力公司电力科学研究院 | 一种快速确定火力发电机组煤耗特性曲线的方法 |
CN110096817A (zh) * | 2019-05-06 | 2019-08-06 | 安徽新力电业科技咨询有限责任公司 | 低热值煤发电入炉燃料收到基热值的在线估算系统及方法 |
CN111523730A (zh) * | 2020-04-23 | 2020-08-11 | 中国华能集团有限公司 | 一种预测热电联产机组煤耗的方法 |
CN111612308A (zh) * | 2020-04-24 | 2020-09-01 | 国网河北省电力有限公司电力科学研究院 | 一种评价燃煤供热机组煤耗指标的通用计算方法 |
Non-Patent Citations (4)
Title |
---|
JIAN XU: "An Isolated Industrial Power System Driven by Wind-Coal Power for Aluminum Productions: A Case Study of Frequency Control", 《IEEE TRANSACTIONS ON POWER SYSTEMS》 * |
刘福国等: "两点法确定供电煤耗-负荷特性曲线研究", 《热力发电》 * |
胡建军等: "基于煤耗和排放的日发电曲线编制模型", 《电力系统自动化》 * |
陈贵林 等: "基于量子粒子群算法的电力系统负荷多目标优化分配", 《数学的实践与认识》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113532894A (zh) * | 2021-06-09 | 2021-10-22 | 苏州西热节能环保技术有限公司 | 一种燃煤电厂热平衡监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112749205B (zh) | 2023-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6529849B2 (en) | Thermal efficiency diagnostic method and apparatus of a combined power generation plant | |
CN106404403B (zh) | 用于涡轮机的分析的方法和系统 | |
CN113095591B (zh) | 一种用于火电机组运行参数自寻优的耗差分析方法 | |
CN109185917B (zh) | 一种基于火焰强度信号的锅炉燃烧状态在线诊断方法及系统 | |
CN108506171B (zh) | 一种大型半直驱机组齿轮箱冷却系统故障预警方法 | |
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 | |
CN118194607B (zh) | 一种用于锅炉机组数据动态建模方法及系统 | |
CN117251672A (zh) | 基于电力数据的区域行业多维能源碳排放计算方法和装置 | |
CN117670313A (zh) | 一种电厂巡检方法、电厂巡检系统及可存储介质 | |
KR100752765B1 (ko) | 복합화력 발전소의 운전제어가능 파라미터의 실시간영향산출 시스템 및 방법 | |
CN113868836B (zh) | 基于大数据的智慧热力系统在线专家分析平台 | |
CN100366876C (zh) | 燃气-蒸汽联合循环发电站运行效率在线解析方法和系统 | |
EP2644850B1 (en) | A system for analyzing operation of power plant units and a method for analyzing operation of power plant units | |
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 | |
CN113882956A (zh) | 一种燃气-蒸汽联合循环机组在线节能监测系统 | |
CN114281846A (zh) | 一种基于机器学习的新能源发电预测方法 | |
CN113361840A (zh) | 一种风电场内和场外弃风电量的评估方法及系统 | |
CN116339134B (zh) | 一种大扰动火电机组调频优化控制系统 | |
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 | |
CN112801444B (zh) | 燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取方法 | |
CN115471059B (zh) | 一种基于空蚀振动区规划的水轮机在线经济运行系统 | |
CN111336013B (zh) | 评估燃气轮机联合循环机组检修前后效率变化的方法及装置 | |
CN112765227B (zh) | 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 | |
CN118094855A (zh) | 一种基于风煤比、水煤比预测电煤比的燃煤发电机组运行优化方法 | |
Wang et al. | Operation Optimization of Air Cooling System Based on Random Forest Algorithm |
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 |