CN113379944A - 一种火电机组汽轮机性能预警方法及相关装置 - Google Patents
一种火电机组汽轮机性能预警方法及相关装置 Download PDFInfo
- Publication number
- CN113379944A CN113379944A CN202110744516.7A CN202110744516A CN113379944A CN 113379944 A CN113379944 A CN 113379944A CN 202110744516 A CN202110744516 A CN 202110744516A CN 113379944 A CN113379944 A CN 113379944A
- Authority
- CN
- China
- Prior art keywords
- early warning
- relative internal
- internal efficiency
- change curve
- 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
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
- G07C3/02—Registering or indicating working or idle time only
- G07C3/06—Registering or indicating working or idle time only in graphical form
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Turbines (AREA)
Abstract
本发明公开了一种火电机组汽轮机性能预警方法,通过先对运行数据以时间为窗口进行滑动平均,将滑动平均得到的算法输入参数拼接成参数矩阵,可以得到对应不同运行工况的算法输入参数矩阵表。之后根据每一运行工况所对应的算法输入参数计算得出各个抽汽级的相对内效率,并根据该相对内效率进行预警,从而实现火电机组汽轮机在线实时预警。本发明还提供了一种火电机组汽轮机性能预警装置、一种火电机组汽轮机性能预警设备以及一种计算机可读存储介质,同样具有上述有益效果。
Description
技术领域
本发明涉及火电机组技术领域,特别是涉及一种火电机组汽轮机性能预警方法、一种火电机组汽轮机性能预警装置、一种火电机组汽轮机性能预警设备以及一种计算机可读存储介质。
背景技术
火电厂汽轮发电机组热耗率是指汽轮发电机组每发1kW·h电能所消耗的热量,相较于火电厂其他热经济性的评价指标,机组热耗率是一个最完善的指标,它的计算和获取对指导火电机组优化运行具有重要意义。
通常情况下,受环境和机组自身因素的影响,机组都不会运行在设计工况下,而是偏离额定或者经济工况运行,这也就意味着机组的循环效率降低。因此,需要对机组的能效进行分析计算,得知机组当前的运行状态,并根据评价结果调整优化机组运行参数,以使得机组在更优的工况下运行,达到更好的热经济性。
在现有技术中,常用的获得火电机组能效情况为机组热力性能试验。该方法是按照美国机电工程协会制定的汽轮机性能试验规程ASME-PTC6来进行严格的试验测试,并按照标准的计算方法来获得机组的热耗率。这种方法的试验时间长,往往一次试验要进行5个运行负荷的测试,每个负荷都需机组至少稳定一小时的运行数据负荷ASME标准,才能进行下一步热耗率的计算。如果不符合标准,该工况还要重新做试验,费时费力。此外,机组热力性能试验的频率也不高,这就使得在一次热力性能试验到下一次热力性能试验期间,机组都是按照上一次寻优后的固定的运行参数运行,随着时间推移,将会原来越偏离最优工况,经济性降低。
上述获得火电机组能效的方法中,通过SIS系统虽然能够实现在线计算热耗率,但是通过热耗率值判断现有机组运行的效率是高还是低之外,无法全面掌握汽轮机的性能情况,甚至可能在某处隐藏着故障缺陷都无法得知;而进行机组热力性能试验,人力成本及时间成本高,且两次试验期间间隔的周期较长,无法及时得知机组的真实性能水平和故障潜在风险。所以如何提供一种有效的基于火电机组汽轮机在线实时预警方法是本领域技术人员急需解决的问题。
发明内容
本发明的目的是提供一种火电机组汽轮机性能预警方法,可以实现火电机组汽轮机在线实时预警;本发明的另一目的在于提供一种火电机组汽轮机性能预警装置、一种火电机组汽轮机性能预警设备以及一种计算机可读存储介质,可以实现火电机组汽轮机在线实时预警。
为解决上述技术问题,本发明提供一种火电机组汽轮机性能预警方法,包括:
获取预设时间段内目标火电机组的运行数据;所述运行数据包括多种运行参数;
对所述运行数据中的各个运行参数以时间为窗口进行滑动平均,得到算法输入参数;所述算法输入参数的数据数量相同;
将所述算法输入参数拼接成参数矩阵;所述参数矩阵的一行或一列对应一所述算法输入参数,所述参数矩阵对应同一时刻的算法输入参数对应同一运行工况;
以预设坏点标准查验所述参数矩阵内各个算法输入参数,标记符合所述预设坏点标准的算法输入参数为坏点参数;
删除所述坏点参数对应运行工况下的全部算法输入参数;
根据所述参数矩阵,计算对应每一所述运行工况的能效参数;所述能效参数包括每段抽汽级相对内效率;
根据所述抽汽级相对内效率进行预警。
可选的,所述对所述运行数据中的各个运行参数以时间为窗口进行滑动平均,得到算法输入参数包括:
对所述运行数据中的各个运行参数以相同的时间窗口大小以及步幅进行滑动平均,得到算法输入参数。
可选的,所述获取预设时间段内目标火电机组的运行数据包括:
以预设频率从DCS系统中读取目标火电机组的运行数据。
可选的,所述能效参数还包括:
各所述运行工况所对应的机组热耗率。
可选的,所述根据所述抽汽级相对内效率进行预警包括:
根据所述抽汽级相对内效率确定目标抽汽级的相对内效率变化曲线;
将所述相对内效率变化曲线与所述目标抽汽级对应的标准相对内效率变化曲线图进行对比;
根据对比结果进行预警。
可选的,所述标准相对内效率变化曲线图包括标准相对内效率变化曲线、将所述标准相对内效率变化曲线降低预设第一百分比后形成的第一相对内效率变化曲线、将所述标准相对内效率变化曲线降低预设第二百分比后形成的第二相对内效率变化曲线、以及将所述标准相对内效率变化曲线降低预设第三百分比后形成的第三相对内效率变化曲线;所述标准相对内效率变化曲线与所述第一相对内效率变化曲线之间为效率正常区,所述第一相对内效率变化曲线与所述第二相对内效率变化曲线之间为一级预警区,所述第二相对内效率变化曲线与所述第三相对内效率变化曲线之间为二级预警区,所述第三相对内效率变化曲线以下为三级预警区;
所述根据对比结果进行预警包括:
当所述相对内效率变化曲线位于所述一级预警区时,进行一级预警;
当所述相对内效率变化曲线位于所述二级预警区时,进行二级预警;
当所述相对内效率变化曲线位于所述三级预警区时,进行三级预警。
本发明还提供了一种火电机组汽轮机性能预警装置,包括:
数据获取模块:用于获取预设时间段内目标火电机组的运行数据;所述运行数据包括多种运行参数;
数据预处理模块:用于对所述运行数据中的各个运行参数以时间为窗口进行滑动平均,得到算法输入参数;所述算法输入参数的数据数量相同;
矩阵生成模块:用于将所述算法输入参数拼接成参数矩阵;所述参数矩阵的一行或一列对应一所述算法输入参数,所述参数矩阵对应同一时刻的算法输入参数对应同一运行工况;
坏点标记模块:用于以预设坏点标准查验所述参数矩阵内各个算法输入参数,标记符合所述预设坏点标准的算法输入参数为坏点参数;
坏点删除模块:用于删除所述坏点参数对应运行工况下的全部算法输入参数;
能效计算模块:用于根据所述参数矩阵,计算对应每一所述运行工况的能效参数;所述能效参数包括每段抽汽级相对内效率;
预警模块:用于根据所述抽汽级相对内效率进行预警。
可选的,所述预警模块包括:
变化曲线生成单元:用于根据所述抽汽级相对内效率确定目标抽汽级的相对内效率变化曲线;
对比单元:用于将所述相对内效率变化曲线与所述目标抽汽级对应的标准相对内效率变化曲线图进行对比;
预警单元:用于根据对比结果进行预警。
本发明还提供了一种火电机组汽轮机性能预警设备,所述设备包括:
存储器:用于存储计算机程序;
处理器:用于执行所述计算机程序时实现如上述任一项所述火电机组汽轮机性能预警方法的步骤。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一项所述火电机组汽轮机性能预警方法的步骤。
本发明所提供的一种火电机组汽轮机性能预警方法,包括获取预设时间段内目标火电机组的运行数据;运行数据包括多种运行参数;对运行数据中的各个运行参数以时间为窗口进行滑动平均,得到算法输入参数;算法输入参数的数据数量相同;将算法输入参数拼接成参数矩阵;参数矩阵的一行或一列对应同一算法输入参数,参数矩阵对应同一时刻的算法输入参数对应同一运行工况;以预设坏点标准查验参数矩阵内各个算法输入参数,标记符合预设坏点标准的算法输入参数为坏点参数;删除坏点参数对应运行工况下的全部算法输入参数;根据参数矩阵,计算对应每一运行工况的能效参数;能效参数包括抽汽级相对内效率;根据抽汽级相对内效率进行预警。
通过先对运行数据以时间为窗口进行滑动平均,将滑动平均得到的算法输入参数拼接成参数矩阵,可以得到对应不同运行工况的算法输入参数矩阵表。之后可以根据每一运行工况所对应的各个算法输入参数可以计算各个抽汽级的相对内效率,并根据该相对内效率进行预警,从而实现火电机组汽轮机在线实时预警。
本发明还提供了一种火电机组汽轮机性能预警装置、一种火电机组汽轮机性能预警设备以及一种计算机可读存储介质,同样具有上述有益效果,在此不再进行赘述。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例所提供的一种火电机组汽轮机性能预警方法的流程图;
图2为本发明实施例所提供的一种具体的火电机组汽轮机性能预警方法的流程图;
图3为滑动平均示意图;
图4为坏点剔除前的参数矩阵示意图;
图5为坏点剔除后的参数矩阵示意图;
图6为本发明实施例所提供的一种标准相对内效率变化曲线图;
图7为本发明实施例所提供的一种火电机组汽轮机性能预警装置的结构框图;
图8为本发明实施例所提供的一种火电机组汽轮机性能预警设备的结构框图。
具体实施方式
本发明的核心是提供一种火电机组汽轮机性能预警方法。在现有技术中,常用的获得火电机组能效情况为机组热力性能试验。这种方法的试验时间长,往往一次试验要进行5个运行负荷的测试,每个负荷都需机组至少稳定一小时的运行数据负荷ASME标准,才能进行下一步热耗率的计算。如果不符合标准,该工况还要重新做试验,费时费力。
而本发明所提供的一种火电机组汽轮机性能预警方法,包括获取预设时间段内目标火电机组的运行数据;运行数据包括多种运行参数;对运行数据中的各个运行参数以时间为窗口进行滑动平均,得到算法输入参数;算法输入参数的数据数量相同;将算法输入参数拼接成参数矩阵;参数矩阵的一行或一列对应同一算法输入参数,参数矩阵对应同一时刻的算法输入参数对应同一运行工况;以预设坏点标准查验参数矩阵内各个算法输入参数,标记符合预设坏点标准的算法输入参数为坏点参数;删除坏点参数对应运行工况下的全部算法输入参数;根据参数矩阵,计算对应每一运行工况的能效参数;能效参数包括抽汽级相对内效率;根据抽汽级相对内效率进行预警。
通过先对运行数据以时间为窗口进行滑动平均,将滑动平均得到的算法输入参数拼接成参数矩阵,可以得到对应不同运行工况的算法输入参数矩阵表。之后可以根据每一运行工况所对应的各个算法输入参数可以计算各个抽汽级的相对内效率,并根据该相对内效率进行预警,从而实现火电机组汽轮机在线实时预警。
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参考图1,图1为本发明实施例所提供的一种火电机组汽轮机性能预警方法的流程图。
参见图1,在本发明实施例中,火电机组汽轮机性能预警方法包括:
S101:获取预设时间段内目标火电机组的运行数据。
在本发明实施例中,所述运行数据包括多种运行参数。在本步骤中,通常是以预设的频率采集目标火电机组的运行数据。通过合理的调整上述预设时间,当上述预设时间贴近实际时间时,本步骤可以近似为实时获取目标火电机组的运行数据。
上述运行数据需要包括有多种运行参数,例如主蒸汽压力等等,有关该运行参数的具体种类需要根据实际情况自行设定,在此不做具体限定。通常情况下,此处运行参数通常需要包括计算火电厂汽轮发电机组热耗率的各个参数。
S102:对运行数据中的各个运行参数以时间为窗口进行滑动平均,得到算法输入参数。
在本发明实施例中,所述算法输入参数的数据数量相同。在本步骤中,会通过滑动平均的方式在得到算法输入参数。在本步骤中需要保证通过滑动平均所得的算法输入参数的数据数量相同,以便在后续步骤中可以将算法输入参数合并成一矩阵。有关滑动平均的具体内容将在下述发明实施例中做详细介绍,在此不再进行赘述。
S103:将算法输入参数拼接成参数矩阵。
在本发明实施例中,所述参数矩阵的一行或一列对应同一所述算法输入参数,所述参数矩阵对应同一时刻的算法输入参数对应同一运行工况。
通常情况下,本步骤会将算法输入参数按照滑动平均所得参数的顺序将算法输入参数拼接成参数矩阵,此时若该参数矩阵中每一行为不同时刻的对应一算法输入参数,则此时每一列对应滑动平均时每一计算时刻所得到的各个不同的参数,相应的在参数矩阵中对应同一计算时刻,即对应同一时刻的算法输入参数则自动对应同一运行工况。
S104:以预设坏点标准查验参数矩阵内各个算法输入参数,标记符合预设坏点标准的算法输入参数为坏点参数。
在本步骤中,会将按照一定的坏点判断规则,通常是根据ASME标准或者国标来进行判断,遍历参数矩阵内的各个参数,查验S103中参数矩阵的坏点数值并标记。有关坏点标准可以根据实际情况自行设定,在此不做具体限定。
S105:删除坏点参数对应运行工况下的全部算法输入参数。
在本步骤中,当某一运行工况包括有S104中标记的坏点参数时,会将该运行工况的全部算法输入参数删除,即将该运行工况删除。即若一行中的某个数据是坏点,则删掉该行一整行数据,也就是说,这个运行工况的所有参数都无法用于后续计算。S106:根据参数矩阵,计算对应每一运行工况的能效参数。
在本发明实施例中,所述能效参数包括每段抽汽级相对内效率。在本步骤中,会根据上述参数矩阵,具体会根据每一运行工况所对应的算法输入参数,计算该组运行工况所对应的能效参数,该能效参数需要至少包括每段抽汽级的相对内效率。在本步骤中除了上述参数之外,还可以通过参数矩阵计算其他种类的参数,即该能效参数还可以包括其他反应机组性能的指标。有关具体计算内容将在下述发明实施例中做详细介绍,在此不再进行赘述。
需要说明的是,在本发明实施例中,可以针对整个火电机组仅建立一个参数矩阵,此时该参数矩阵可以对应多个抽汽级;也可以是对应每一个抽汽级建立一个参数矩阵,也可以建立多个参数矩阵,且每个参数矩阵对应多个抽汽级等等均可,视具体情况而定,在此不做具体限定。
S107:根据抽汽级相对内效率进行预警。
在本步骤中,通常会对上述抽汽级相对内效率,通常是通依据对应同一抽汽级,在不同工况下的抽汽级相对内效率来判断该抽汽级是否存在问题。若有,则进行报警。有关本步骤的具体内容将在下述发明实施例中做详细介绍,在此不再进行赘述。
本发明实施例所提供的一种火电机组汽轮机性能预警方法,包括获取预设时间段内目标火电机组的运行数据;运行数据包括多种运行参数;对运行数据中的各个运行参数以时间为窗口进行滑动平均,得到算法输入参数;算法输入参数的数据数量相同;将算法输入参数拼接成参数矩阵;参数矩阵的一行或一列对应同一算法输入参数,参数矩阵对应同一时刻的算法输入参数对应同一运行工况;以预设坏点标准查验参数矩阵内各个算法输入参数,标记符合预设坏点标准的算法输入参数为坏点参数;删除坏点参数对应运行工况下的全部算法输入参数;根据参数矩阵,计算对应每一运行工况的能效参数;能效参数包括抽汽级相对内效率;根据抽汽级相对内效率进行预警。
通过先对运行数据以时间为窗口进行滑动平均,将滑动平均得到的算法输入参数拼接成参数矩阵,可以得到对应不同运行工况的算法输入参数,从而实现对运行数据的快速筛选。之后可以根据每一运行工况所对应的各个算法输入参数可以计算各个抽汽级的相对内效率,并根据该相对内效率进行预警,从而实现火电机组汽轮机在线实时预警。
有关本发明所提供的一种火电机组汽轮机性能预警方法的具体内容将在下述发明实施例中做详细介绍。
请参考图2,图3,图4,图5以及图6,图2为本发明实施例所提供的一种具体的火电机组汽轮机性能预警方法的流程图;图3为滑动平均示意图;图4为坏点剔除前的参数矩阵示意图;图5为坏点剔除后的参数矩阵示意图;图6为本发明实施例所提供的一种标准相对内效率变化曲线图。
参见图2,在本发明实施例中,火电机组汽轮机性能预警方法包括:
S201:以预设频率从DCS系统中读取目标火电机组的运行数据。
DCS系统(Distributed Control System,分散控制系统)通常为检测火电机组各个参数的系统,在本步骤中通常会以预设频率,通常为1s一次的频率从DCS系统中读取目标火电机组的运行数据。具体的,在本步骤之前需要建立工控服务器与DCS系统的实时通讯,将DCS数据按照预设频率存储到工控服务器的数据库中。而在本步骤中,工控服务器中的数据预处理模块每隔固定周期ΔT向数据库请求距当前时刻t之前ΔT时间段内的运行数据,即获取从t-ΔT~t时刻内的运行数据,以便后续步骤的计算。
有关运行数据的具体内容以在上述发明实施例中做详细介绍,在此不再进行赘述。
S202:对运行数据中的各个运行参数以相同的时间窗口大小以及步幅进行滑动平均,得到算法输入参数。
在本步骤中,需要先选取运行数据中的某个参数,例如主蒸汽压力,以将获取到的ΔT时间段内的数据生成一个数组。之后在本步骤中具体会以相同的时间窗口大小以及相同的步幅进行滑动平均,从而保证算法输入参数的数据数量相同。即在本步骤中,预先设置一个窗口大小为m的滑动窗口,从t-ΔT时刻的数据开始,按照一定步幅n向终点t时刻滑动,并对每次滑动时窗口内的数据进行均值计算。这里的窗口大小m和步幅n既可以以时间为单位进行选取,也可以以数据点个数为单位进行选取。
例如,置一个窗口大小为m=3,滑动步幅n=1的滑动窗口,从t-ΔT时刻开始至t时刻进行滑动平均,此时每个窗口所得到的最终结果,即算法输入参数为:
其中yk表示当前第k个窗口内数据的均值,yi表示第k个窗口内的第i个数据。从t-ΔT~t时刻的经滑动窗口平均后的得到的结果如图3所示。在本步骤中,会将滑动后的结果yk记录成一个数组存储。而在本步骤中,需要对S101获取的运行数据中剩下的每个运行参数均进行上述滑动平均处理,以同样的时间窗口大小与步幅进行滑动平均,从而得到多个数组。
S203:将算法输入参数拼接成参数矩阵。
在本步骤中,会将S204所得到的额多个数组进行拼接,生成大小为l×w的参数矩阵X,其中l的大小为滑动平均后的结果数量,即算法输入参数中的参数数量;w为参数变量的个数,即上述数组个数。该矩阵的每一行可看做一个运行工况,如附图4所示。
S204:以预设坏点标准查验参数矩阵内各个算法输入参数,标记符合预设坏点标准的算法输入参数为坏点参数。
在本步骤中,会将按照一定的坏点判断规则,通常是根据ASME标准或者国标来进行判断,查验S203中参数矩阵的坏点数值并标记。
S205:删除坏点参数对应运行工况下的全部算法输入参数。
在本步骤中,会将有标记的一行数据所有参数都删除,生成大小为q×w的最终算法参数矩阵A。即若一行中的某个数据是坏点,则删掉该行一整行数据,也就是说,这个运行工况的所有参数都无法用于后续计算。坏点标记和删除坏点后的参数矩阵如附图5所示。
S206:根据参数矩阵,计算对应每一运行工况的能效参数。
在本步骤中,需要依次读取上述S205修改后的参数矩阵中的每一行算法输入参数,即对应同一运行工况的算法输入参数,并进行如下参数的计算:
第一、高压缸及其给水回热系统热平衡计算。包括给水流量计算、高压缸缸效率ηHPT及每个抽汽级的相对内效率ηi计算、各级高压加热器的抽汽流量计算、高压缸漏气流量计算。
第二、中压缸及其给水回热系统热平衡计算。包括除氧器热平衡计算,给水泵计算,给水泵前后的高压及中压加热器抽汽流量计算,中压缸缸效率ηIPT及每个抽汽级的相对内效率ηi计算,中压缸漏气流量计算。
第三、低压缸及其给水回热系统热平衡计算。包括低压缸缸效率及每个抽汽级的相对内效率ηi,低压加热器抽汽流量计算,低压缸漏汽流量计算,膨胀线终点(ELEP)焓计算,有用能终点(UEEP)焓计算、均压箱计算。
有关上述各个参数的具体计算过程可以参考现有技术,在此不再进行赘述。
在本步骤中,具体还可以计算各运行工况所对应的机组热耗率。具体的,在本发明实施例中机组热耗率采用下式计算:
上式中,q为热耗率,单位kJ/kWh;Dm为主蒸汽流量,单位t/h;Dr为再热蒸汽流量,单位t/h;Dfw为给水流量,单位t/h;Dcr为冷再热蒸汽流量,单位t/h;Dshs为过热器减温水流量,单位t/h;Drhs为再热器减温水流量,单位t/h;hm为主蒸汽比焓,单位kJ/kg;hhr为热再热蒸汽比焓,单位kJ/kg;hcr为冷再热蒸汽比焓,单位kJ/kg;hfw为给水焓,单位kJ/kg;hshs为过热器减温水比焓,单位kJ/kg;hrhs为再热器减温水比焓,单位kJ/kg;Nel为发电机净输出功率,单位MW。
在本步骤之后,通常还需要进行机组的二类修正计算。该二类修正计算主要包括主汽压力、主汽温度、再热温度、再热压损以及背压对热耗率和功率的修正。至此,一个工况的汽轮机系统的热平衡及能效指标计算过程结束。在本发明实施例中,需要对参数矩阵中的每一个运行工况,即每一行数据均循环进行上述步骤的计算,记录计算结果。当然,上述S207可以在计算完全部运行工况对应S206中各个参数之后,再执行S207计算全部运行工况的机组热耗率,也可以是通过S206以及S207计算完一个运行工况的全部参数之后,再循环计算其他运行工况所对应的参数均可,视具体情况而定,在此不做具体限定。
S207:根据抽汽级相对内效率确定目标抽汽级的相对内效率变化曲线。
在本步骤中,通常需要先计算汽轮机各抽汽级相对内效率相对变化量指标,即将计算得到的各抽汽级的相对内效率与给定负荷下设计工况的效率值进行对比,计算获得各抽汽级相对内效率的相对变化量,该指标用来反映各抽汽级相对内效率与设计值相比的变化程度。
而在本步骤中,具体需要根据上述各个抽汽级相对内效率以及各抽汽级相对内效率相对变化量指标来绘制对应抽汽级的相对内效率变化曲线,该相对内效率变化曲线的横坐标通常对应各个运行工况,而纵坐标通常对应各个运行工况下的该抽汽级的相对内效率。
S208:将相对内效率变化曲线与目标抽汽级对应的标准相对内效率变化曲线图进行对比。
在本步骤中,需要将S207中画得的相对内效率变化曲线与预先制得的对应目标抽汽级的标准相对内效率变化曲线图进行对比,以便在后续步骤中根据该对比结果进行预警。
参见图6,具体的,所述标准相对内效率变化曲线图包括标准相对内效率变化曲线、将所述标准相对内效率变化曲线降低预设第一百分比后形成的第一相对内效率变化曲线、将所述标准相对内效率变化曲线降低预设第二百分比后形成的第二相对内效率变化曲线、以及将所述标准相对内效率变化曲线降低预设第三百分比后形成的第三相对内效率变化曲线;所述标准相对内效率变化曲线与所述第一相对内效率变化曲线之间为效率正常区,所述第一相对内效率变化曲线与所述第二相对内效率变化曲线之间为一级预警区,所述第二相对内效率变化曲线与所述第三相对内效率变化曲线之间为二级预警区,所述第三相对内效率变化曲线以下为三级预警区。
即在本步骤之前,通常需要对每一段汽轮机抽汽级,先做出设计工况下该抽汽级相对内效率随负荷变化的曲线。在此基础上,将所有效率相对基准曲线分别下移第一百分比、第二百分比,第三百分比,例如3%、5%和10%,绘制出三级效率预警线,每条预警线及基准效率线之间的区域即为相应的预警区。当然,有关上述百分比具体的选取可以根据实际情况自行设定,在此不做具体限定。在图6中,其横坐标同时代表为上述内容所提及的运行工况。
在本发明实施例中,若目标机组共有8级抽汽,10个抽汽段,则共有10张类似于附图6的抽汽级效率预警图。
S209:根据对比结果进行预警。
在本步骤中,会根据S208中生成的比对结果进行预警。具体的,本步骤可以包括:当所述相对内效率变化曲线位于所述一级预警区时,进行一级预警;当所述相对内效率变化曲线位于所述二级预警区时,进行二级预警;当所述相对内效率变化曲线位于所述三级预警区时,进行三级预警。有关预警的具体内容可以根据实际情况自行设定,在此不做具体限定。通常情况下,当相对内效率变化曲线位于效率正常区时,则不会进行告警。
本发明所提供的一种火电机组汽轮机性能预警方法,通过先对运行数据以时间为窗口进行滑动平均,将滑动平均得到的算法输入参数拼接成参数矩阵,可以得到对应不同运行工况的算法输入参数,从而实现对运行数据的快速筛选。之后可以根据每一运行工况所对应的各个算法输入参数可以计算各个抽汽级的相对内效率,并根据该相对内效率与预设的标准相对内效率变化曲线图进行比对,可以实现分级预警,从而实现火电机组汽轮机在线实时分级预警。
下面对本发明实施例所提供的一种火电机组汽轮机性能预警装置进行介绍,下文描述的火电机组汽轮机性能预警装置与上文描述的火电机组汽轮机性能预警方法可相互对应参照。
请参考图7,图7为本发明实施例所提供的一种火电机组汽轮机性能预警装置的结构框图。
参见图7,在本发明实施例中,火电机组汽轮机性能预警装置可以包括:
数据获取模块100:用于获取预设时间段内目标火电机组的运行数据;所述运行数据包括多种运行参数。
数据预处理模块200:用于对所述运行数据中的各个运行参数以时间为窗口进行滑动平均,得到算法输入参数;所述算法输入参数的数据数量相同。
矩阵生成模块300:用于将所述算法输入参数拼接成参数矩阵;所述参数矩阵的一行或一列对应一所述算法输入参数,所述参数矩阵对应同一时刻的算法输入参数对应同一运行工况。
坏点标记模块400:用于以预设坏点标准查验所述参数矩阵内各个算法输入参数,标记符合所述预设坏点标准的算法输入参数为坏点参数。
坏点删除模块500:用于删除所述坏点参数对应运行工况下的全部算法输入参数。
能效计算模块600:用于根据所述参数矩阵,计算对应每一所述运行工况的抽汽级相对内效率。
预警模块700:用于根据所述抽汽级相对内效率进行预警。
作为优选的,在本发明实施例中,数据预处理模块200具体用于:
对所述运行数据中的各个运行参数以相同的时间窗口大小以及步幅进行滑动平均,得到算法输入参数。
作为优选的,在本发明实施例中,数据获取模块100具体用于:
以预设频率从DCS系统中读取目标火电机组的运行数据。
作为优选的,在本发明实施例中,所述能效参数还包括:
各所述运行工况所对应的机组热耗率。
作为优选的,在本发明实施例中,预警模块500包括:
变化曲线生成单元:用于根据所述抽汽级相对内效率确定目标抽汽级的相对内效率变化曲线。
对比单元:用于将所述相对内效率变化曲线与所述目标抽汽级对应的标准相对内效率变化曲线图进行对比。
预警单元:用于根据对比结果进行预警。
作为优选的,在本发明实施例中,所述标准相对内效率变化曲线图包括标准相对内效率变化曲线、将所述标准相对内效率变化曲线降低预设第一百分比后形成的第一相对内效率变化曲线、将所述标准相对内效率变化曲线降低预设第二百分比后形成的第二相对内效率变化曲线、以及将所述标准相对内效率变化曲线降低预设第三百分比后形成的第三相对内效率变化曲线;所述标准相对内效率变化曲线与所述第一相对内效率变化曲线之间为效率正常区,所述第一相对内效率变化曲线与所述第二相对内效率变化曲线之间为一级预警区,所述第二相对内效率变化曲线与所述第三相对内效率变化曲线之间为二级预警区,所述第三相对内效率变化曲线以下为三级预警区。
所述预警单元具体用于:
当所述相对内效率变化曲线位于所述一级预警区时,进行一级预警;
当所述相对内效率变化曲线位于所述二级预警区时,进行二级预警;
当所述相对内效率变化曲线位于所述三级预警区时,进行三级预警。
本实施例的火电机组汽轮机性能预警装置用于实现前述的火电机组汽轮机性能预警方法,因此火电机组汽轮机性能预警装置中的具体实施方式可见前文中火电机组汽轮机性能预警方法的实施例部分,例如,数据获取模块100,数据预处理模块200,矩阵生成模块300,坏点标记模块400,坏点删除模块500,能效计算模块600,预警模块700分别用于实现上述火电机组汽轮机性能预警方法中步骤S101至S107,所以,其具体实施方式可以参照相应的各个部分实施例的描述,在此不再赘述。
下面对本发明实施例提供的一种火电机组汽轮机性能预警设备进行介绍,下文描述的火电机组汽轮机性能预警设备与上文描述的火电机组汽轮机性能预警方法以及火电机组汽轮机性能预警装置可相互对应参照。
请参考图8,图8为本发明实施例所提供的一种火电机组汽轮机性能预警设备的结构框图。
参照图8,该火电机组汽轮机性能预警设备可以包括处理器11和存储器12。
所述存储器12用于存储计算机程序;所述处理器11用于执行所述计算机程序时实现上述发明实施例中所述的火电机组汽轮机性能预警方法。
本实施例的火电机组汽轮机性能预警设备中处理器11用于安装上述发明实施例中所述的火电机组汽轮机性能预警装置,同时处理器11与存储器12相结合可以实现上述任一发明实施例中所述的火电机组汽轮机性能预警方法。因此火电机组汽轮机性能预警设备中的具体实施方式可见前文中的火电机组汽轮机性能预警方法的实施例部分,其具体实施方式可以参照相应的各个部分实施例的描述,在此不再赘述。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一发明实施例中所介绍的一种火电机组汽轮机性能预警方法。其余内容可以参照现有技术,在此不再进行展开描述。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种火电机组汽轮机性能预警方法、一种火电机组汽轮机性能预警装置、一种火电机组汽轮机性能预警设备以及一种计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。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的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (10)
1.一种火电机组汽轮机性能预警方法,其特征在于,包括:
获取预设时间段内目标火电机组的运行数据;所述运行数据包括多种运行参数;
对所述运行数据中的各个运行参数以时间为窗口进行滑动平均,得到算法输入参数;所述算法输入参数的数据数量相同;
将所述算法输入参数拼接成参数矩阵;所述参数矩阵的一行或一列对应一所述算法输入参数,所述参数矩阵对应同一时刻的算法输入参数对应同一运行工况;
以预设坏点标准查验所述参数矩阵内各个算法输入参数,标记符合所述预设坏点标准的算法输入参数为坏点参数;
删除所述坏点参数对应运行工况下的全部算法输入参数;
根据所述参数矩阵,计算对应每一所述运行工况的能效参数;所述能效参数包括每段抽汽级相对内效率;
根据所述抽汽级相对内效率进行预警。
2.根据权利要求1所述的方法,其特征在于,所述对所述运行数据中的各个运行参数以时间为窗口进行滑动平均,得到算法输入参数包括:
对所述运行数据中的各个运行参数以相同的时间窗口大小以及步幅进行滑动平均,得到算法输入参数。
3.根据权利要求1所述的方法,其特征在于,所述获取预设时间段内目标火电机组的运行数据包括:
以预设频率从DCS系统中读取目标火电机组的运行数据。
4.根据权利要求1所述的方法,其特征在于,所述能效参数还包括:
各所述运行工况所对应的机组热耗率。
5.根据权利要求1至4任一项权利要求所述的方法,其特征在于,所述根据所述抽汽级相对内效率进行预警包括:
根据所述抽汽级相对内效率确定目标抽汽级的相对内效率变化曲线;
将所述相对内效率变化曲线与所述目标抽汽级对应的标准相对内效率变化曲线图进行对比;
根据对比结果进行预警。
6.根据权利要求5所述的方法,其特征在于,所述标准相对内效率变化曲线图包括标准相对内效率变化曲线、将所述标准相对内效率变化曲线降低预设第一百分比后形成的第一相对内效率变化曲线、将所述标准相对内效率变化曲线降低预设第二百分比后形成的第二相对内效率变化曲线、以及将所述标准相对内效率变化曲线降低预设第三百分比后形成的第三相对内效率变化曲线;所述标准相对内效率变化曲线与所述第一相对内效率变化曲线之间为效率正常区,所述第一相对内效率变化曲线与所述第二相对内效率变化曲线之间为一级预警区,所述第二相对内效率变化曲线与所述第三相对内效率变化曲线之间为二级预警区,所述第三相对内效率变化曲线以下为三级预警区;
所述根据对比结果进行预警包括:
当所述相对内效率变化曲线位于所述一级预警区时,进行一级预警;
当所述相对内效率变化曲线位于所述二级预警区时,进行二级预警;
当所述相对内效率变化曲线位于所述三级预警区时,进行三级预警。
7.一种火电机组汽轮机性能预警装置,其特征在于,包括:
数据获取模块:用于获取预设时间段内目标火电机组的运行数据;所述运行数据包括多种运行参数;
数据预处理模块:用于对所述运行数据中的各个运行参数以时间为窗口进行滑动平均,得到算法输入参数;所述算法输入参数的数据数量相同;
矩阵生成模块:用于将所述算法输入参数拼接成参数矩阵;所述参数矩阵的一行或一列对应一所述算法输入参数,所述参数矩阵对应同一时刻的算法输入参数对应同一运行工况;
坏点标记模块:用于以预设坏点标准查验所述参数矩阵内各个算法输入参数,标记符合所述预设坏点标准的算法输入参数为坏点参数;
坏点删除模块:用于删除所述坏点参数对应运行工况下的全部算法输入参数;
能效计算模块:用于根据所述参数矩阵,计算对应每一所述运行工况的能效参数;所述能效参数包括每段抽汽级相对内效率;
预警模块:用于根据所述抽汽级相对内效率进行预警。
8.根据权利要求7所述的装置,其特征在于,所述预警模块包括:
变化曲线生成单元:用于根据所述抽汽级相对内效率确定目标抽汽级的相对内效率变化曲线;
对比单元:用于将所述相对内效率变化曲线与所述目标抽汽级对应的标准相对内效率变化曲线图进行对比;
预警单元:用于根据对比结果进行预警。
9.一种火电机组汽轮机性能预警设备,其特征在于,所述设备包括:
存储器:用于存储计算机程序;
处理器:用于执行所述计算机程序时实现如权利要求1至6任一项所述火电机组汽轮机性能预警方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述火电机组汽轮机性能预警方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110744516.7A CN113379944B (zh) | 2021-06-30 | 2021-06-30 | 一种火电机组汽轮机性能预警方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110744516.7A CN113379944B (zh) | 2021-06-30 | 2021-06-30 | 一种火电机组汽轮机性能预警方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113379944A true CN113379944A (zh) | 2021-09-10 |
CN113379944B CN113379944B (zh) | 2023-06-13 |
Family
ID=77580592
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110744516.7A Active CN113379944B (zh) | 2021-06-30 | 2021-06-30 | 一种火电机组汽轮机性能预警方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113379944B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002103580A2 (en) * | 2001-06-15 | 2002-12-27 | Massachusetts Institute Of Technology | Adaptive mean estimation and normalization of data |
US20030010907A1 (en) * | 2000-05-30 | 2003-01-16 | Hayek Carleton S. | Threat identification for mass spectrometer system |
JP2016008852A (ja) * | 2014-06-23 | 2016-01-18 | 株式会社東芝 | ドップラレーダ装置及びそのレーダ信号処理方法 |
CN108133326A (zh) * | 2017-12-22 | 2018-06-08 | 华润电力(菏泽)有限公司 | 一种基于火电设备的状态预警方法及系统 |
CN108647809A (zh) * | 2018-04-17 | 2018-10-12 | 西安热工研究院有限公司 | 一种基于最小二乘支持向量机的汽轮机排汽焓实时计算方法 |
GB202001585D0 (en) * | 2020-02-06 | 2020-03-25 | Caterpillar Inc | Improvements in turbocharger efficiency |
CN111932616A (zh) * | 2020-07-13 | 2020-11-13 | 清华大学 | 一种利用并行计算加速的双目视觉惯性里程计方法 |
CN112598300A (zh) * | 2020-12-25 | 2021-04-02 | 润电能源科学技术有限公司 | 一种汽轮机积盐速率确定方法、装置、系统及存储介质 |
CN112629585A (zh) * | 2020-12-02 | 2021-04-09 | 三门核电有限公司 | 基于多维参数估计的设备在线监测方法及装置 |
CN113048807A (zh) * | 2021-03-15 | 2021-06-29 | 太原理工大学 | 一种空冷机组背压异常检测方法 |
-
2021
- 2021-06-30 CN CN202110744516.7A patent/CN113379944B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030010907A1 (en) * | 2000-05-30 | 2003-01-16 | Hayek Carleton S. | Threat identification for mass spectrometer system |
WO2002103580A2 (en) * | 2001-06-15 | 2002-12-27 | Massachusetts Institute Of Technology | Adaptive mean estimation and normalization of data |
JP2016008852A (ja) * | 2014-06-23 | 2016-01-18 | 株式会社東芝 | ドップラレーダ装置及びそのレーダ信号処理方法 |
CN108133326A (zh) * | 2017-12-22 | 2018-06-08 | 华润电力(菏泽)有限公司 | 一种基于火电设备的状态预警方法及系统 |
CN108647809A (zh) * | 2018-04-17 | 2018-10-12 | 西安热工研究院有限公司 | 一种基于最小二乘支持向量机的汽轮机排汽焓实时计算方法 |
GB202001585D0 (en) * | 2020-02-06 | 2020-03-25 | Caterpillar Inc | Improvements in turbocharger efficiency |
CN111932616A (zh) * | 2020-07-13 | 2020-11-13 | 清华大学 | 一种利用并行计算加速的双目视觉惯性里程计方法 |
CN112629585A (zh) * | 2020-12-02 | 2021-04-09 | 三门核电有限公司 | 基于多维参数估计的设备在线监测方法及装置 |
CN112598300A (zh) * | 2020-12-25 | 2021-04-02 | 润电能源科学技术有限公司 | 一种汽轮机积盐速率确定方法、装置、系统及存储介质 |
CN113048807A (zh) * | 2021-03-15 | 2021-06-29 | 太原理工大学 | 一种空冷机组背压异常检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113379944B (zh) | 2023-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ahmadi et al. | Energy, exergy and environmental (3E) analysis of the existing CHP system in a petrochemical plant | |
Valdés et al. | Thermoeconomic optimization of combined cycle gas turbine power plants using genetic algorithms | |
US7113890B2 (en) | Method and apparatus for detecting faults in steam generator system components and other continuous processes | |
Benato et al. | LTE: A procedure to predict power plants dynamic behaviour and components lifetime reduction during transient operation | |
Valdés et al. | Optimization of heat recovery steam generators for combined cycle gas turbine power plants | |
Kotowicz et al. | The influence of economic parameters on the optimal values of the design variables of a combined cycle plant | |
CN110458724A (zh) | 一种基于神经网络预测火电机组深度调峰能力的方法 | |
Momen et al. | Application of Monte Carlo method in economic optimization of cogeneration systems–Case study of the CGAM system | |
CN105527113A (zh) | 一种核电站热能效率监测与诊断系统和方法 | |
Zhang et al. | Thermoeconomic diagnosis of a coal fired power plant | |
Prasad et al. | A novel performance monitoring strategy for economical thermal power plant operation | |
CN104154531A (zh) | 一种循环流化床机组能效优化方法及系统 | |
CN113379944A (zh) | 一种火电机组汽轮机性能预警方法及相关装置 | |
Silva et al. | Thermodynamic information system for diagnosis and prognosis of power plant operation condition | |
Payganeh et al. | Techno-economic analysis of rehabilitating and repowering of thermal power plants in Iran | |
Yang et al. | Modeling the transient security constraints of natural gas network in day-ahead power system scheduling | |
Cafaro et al. | Monitoring of the thermoeconomic performance in an actual combined cycle power plant bottoming cycle | |
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 | |
Zabuga et al. | Research based on mathematical modeling of CHP-10 power unit No 5 “Baikal Energy Company” LLC to assess the efficiency of its modernization | |
Dobkiewicz-Wieczorek | Influence of surface condensers connection configuration on power plant unit performance | |
Węglowski et al. | Analysis of long-term operation of the steam boiler live-steam outlet header and assessment of the feasibility of the header operation during accelerated start-ups | |
CN111794813B (zh) | 汽轮机运行性能监测方法、装置及电子设备 | |
CN113624025B (zh) | 基于运行参数相关性的凝汽器真空低跳机征兆捕捉方法 | |
CN117674302B (zh) | 一种基于两阶段集成学习的热电联供负荷调度方法 | |
CN117668460A (zh) | 一种基于shap评价的过热汽温深度学习建模特征筛选方法 |
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 |