CN113653607A - 一种基于系统效率模型的电站风机失速智能预警诊断方法 - Google Patents
一种基于系统效率模型的电站风机失速智能预警诊断方法 Download PDFInfo
- Publication number
- CN113653607A CN113653607A CN202110912972.8A CN202110912972A CN113653607A CN 113653607 A CN113653607 A CN 113653607A CN 202110912972 A CN202110912972 A CN 202110912972A CN 113653607 A CN113653607 A CN 113653607A
- Authority
- CN
- China
- Prior art keywords
- fan
- stall
- fans
- efficiency
- eta
- 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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Positive-Displacement Air Blowers (AREA)
Abstract
本发明涉及一种基于系统效率模型的电站风机失速智能预警诊断方法,包括步骤:若A、B两台风机并列运行,则计算两台风机总体积流量;若A风机发生濒临失速、轻度失速或失速时,计算A、B两台风机系统的实时效率。本发明的有益效果是:本发明在风机发生濒临失速或轻度失速时,能给集控运行人员充足的提前干预时间,避免发生失速事故。在失速事故中,可精确定位出失速风机,为集控运行人员处理故障争取宝贵时间,不会因为人工误判、漏判造成更大事故,从而将损失降至最低。基于风机系统效率的电站风机失速预警诊断方法和装置可提高燃煤发电机组安全、高效运行时间。可实现实时在线状态监测、预警和诊断。
Description
技术领域
本发明属于燃煤电站锅炉风机安全运行技术领域,尤其涉及针对大型燃煤电站锅炉采用双侧平衡通风的轴流式风机失速智能预警诊断方法。
背景技术
轴流式送、引和一次风机是大型燃煤电站的重要辅机设备,它们是否安全运行涉及到燃煤锅炉能否正常运行。为了提高设备运行可靠性,一般为2×50%的配置规格,风道中间配置联络风门,采用平衡通风方式(如图1所示,以引风机为例)。风机本体因设计、制造和安装工艺差异,风道阻力也因现场物理环境而不同,必然会造成两侧送、引和一次风机发生流量风压不均衡的问题。在负荷较高、风机出力较大时,极易发生单侧风机失速事故。随着电力市场化、深度调峰等现实问题的出现,风机失速是大型燃煤电站频繁的事故之一。
发展大型超超临界燃煤机组是火力发电未来重要方向之一,高效、节能、清洁和环保也是这些机组生命力之一。该类型机组设备数量和复杂程度越来越高,送、引和一次风机安全运行压力越来越大。风机失速轻则造成电站电量损失,重则引起电站机组非正常停运,造成更大损失,显然不符合电站高效、安全运行要求。因此对风机失速预警诊断显得极为重要。
常规DCS系统失速报警系统依靠压力、开度和电流等固定限值,随着实际工况的不断变化,准确度和可靠性上差强人意,长期运行中还会造成运行人员的报警疲劳。因此,需要在原有设备不进行大幅度改造情况下,提高该类型机组运行的安全和可靠性。
发明内容
本发明的目的是克服现有技术中的不足,提供一种基于系统效率模型的电站风机失速智能预警诊断方法。
这种基于系统效率模型的电站风机失速智能预警诊断方法,包括以下步骤:
步骤1、若A、B两台风机并列运行,则计算两台风机总体积流量qv;
qv=qvA+qvB (1)
上式中,qv为A、B两台风机的总体积流量,qvA、qvB分别为并列运行的A、B风机的体积流量,单位为m3/s;其中A、B两台风机的总体积流量qv由公式(2)计算:
qV=qm/(ρ*3.6) (2)
上式中,qV为A、B两台风机的总体积流量,单位为m3/s;qm为A、B两台风机的质量流量,单位为t/h;ρ为烟气密度,单位为kg/m3;
步骤2、若A风机发生濒临失速、轻度失速或失速时,A风机的体积流量qvA下降,A风机的系统实时效率ηA下降;在自动模式下,通过PID控制逻辑自动调节目标参数,使B风机的体积流量qvB上升、B风机的系统实时效率ηB下降;由公式(6)~公式(8)计算A、B两台风机系统的实时效率η:
ΔP=(ΔPA+ΔPB)/2 (6)
Psh=PshA+PshB (7)
上式中,ΔP为A、B两台风机的平均全压升,单位为Pa;ΔPA、ΔPB分别为A、B风机的全压升,单位为Pa;Psh为A、B两台风机的总轴功率,单位为kW;PshA、PshB分别为A、B风机的轴功率;qV为A、B两台风机的总体积流量,单位为m3/s;η为风机系统实时效率;
步骤3、取历史运行数据,通过风机系统评估效率η1和风机系统实时效率η,计算得出风机系统实时效率残差Δη:
上式中,Δη为风机系统实时效率残差,η1为风机系统评估效率,η为风机系统实时效率;
步骤4、根据步骤1至步骤3计算得出风机系统实时效率残差Δη的数值,运用时间序列算法原理建立基于风机系统效率的失速预警模型:
η1=(w1ηt-1+w2ηt-2+w3ηt-3+···+wnηt-n)/n (10)
上式中,η1为风机系统评估效率;n表示统计内的周期个数;ηt-i表示前i个风机系统评估效率的实际值;wi为第t-i时刻的权重;
得出风机正常运行时的系统效率残差Δη0:
上式中,η为风机正常运行时风机系统实时效率;η1为风机正常运行时风机系统预测效率;获取基于风机系统效率的失速预警模型中风机系统实时效率残差Δη的正常运行阈值上限Δη0;
步骤5、当运行的A、B风机的风机系统实时效率残差Δη超过基于风机系统效率的失速预警模型中风机系统实时效率残差的正常运行阈值上限Δη0时,并列运行的A、B风机发生濒临失速、轻度失速或失速;失速预警模型发现异常后发现异常后,基于双列轴流式风机运行机理建立的失速预警模型根据风机系统内风机电流差值、进出口压力和流量等参数变化特征精确定位出失速风机,并输出失速信息;基于风机系统效率的失速预警模型通过通信服务器将失速信息送至DCS操作系统告警页面中,产生声光提示。
作为优选,步骤1中A、B两台风机为送风机、引风机或一次风机时,A、B两台风机的总质量流量的计算方式为:
当并列运行的A、B风机均为送风机,且送风机现场流量测点误差小时,由公式(3)计算两台送风机的总质量流量qm送:
qm送=qmA送+qmB送 (3)
上式中,qm送为A、B两台送风机的总质量流量,qmA送和qmB送分别为A、B送风机的质量流量,单位为t/h;
当并列运行的A、B风机均为引风机,且引风机现场流量测点误差大时,无法有效获取A、B引风机质量流量qmA引和qmB引,单位为t/h;用锅炉总风量、锅炉总煤量得出拟合流量值作为A、B两台引风机的入口总质量流量:
qm引=K1(qm风+qm煤) (4)
上式中,K1为修正系数;qm风和qm煤分别为锅炉总风量和总煤量,单位为t/h;qm引为A、B两台引风机的入口总质量流量,单位为t/h;
当并列运行的A、B风机均为一次风机且现场无流量测点时,A、B两台一次风机入口总质量流量为:
qm一次=K2(qmA磨+qmB磨+qmC磨+qmD磨+qmE磨+qmF磨) (5)
上式中,qm一次为A、B两台一次风机的入口总质量流量,K2为修正系数,qmA磨、qmB磨、qmC磨、qmD磨、qmE磨和qmF磨分别为A、B、C、D、E和F磨煤机的一次风量,单位为t/h。
作为优选,步骤5中基于风机系统效率的预警模型传送的失速信息根据故障程度不同,分为濒临失速、轻度失速和失速三个等级。
本发明的有益效果是:
本发明将并列运行的两台风机作为一个整体,结合其性能曲线,输入其全压升、电流、电机电压和体积流量等参数来计算其系统效率,根据系统效率来对风机运行情况进行预警;引入了计算机技术,采用了时间序列预测等算法进行建模;预警结果结合机理判据输出诊断结果。本发明不限于引风机,也可适用于其他轴流式风机。
本发明在风机发生濒临失速或轻度失速时,能给集控运行人员充足的提前干预时间,避免发生失速事故。在失速事故中,可精确定位出失速风机,为集控运行人员处理故障争取宝贵时间,不会因为人工误判、漏判造成更大事故,从而将损失降至最低。基于风机系统效率的电站风机失速预警诊断方法和装置可提高燃煤发电机组安全、高效运行时间。可实现实时在线状态监测、预警和诊断。
附图说明
图1为现有大型燃煤火电机组引风机系统常规布置示意图;
图2为本发明的引风机失速后效率变化示意图;
图3为本发明的风机失速预警和诊断方法流程图;
图4为风机系统和评估效率变化图。
具体实施方式
下面结合实施例对本发明做进一步描述。下述实施例的说明只是用于帮助理解本发明。应当指出,对于本技术领域的普通人员来说,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。
实施例一
本申请实施例一提供了一种如图3所示基于系统效率模型的电站风机失速智能预警诊断方法:
某百万千瓦燃煤机组采用超超临界变压运行本生直流炉,采用单炉膛、一次中间再热、平衡通风、固态排渣、全钢构架、全悬吊结构、前后墙对冲燃烧方式、半露天布置燃煤Π型锅炉。该燃煤机组配备两台AP系列动叶可调式轴流引风机,两级叶轮配置,动叶调节范围为-36°~+20°;若两台引风机作为一个整体考虑:
体积流量qv一般不能直接获取,可由公式(1)计算。
qV=qm/(ρ*3.6) (1)
引风机现场流量测点误差大,无法有效获取qmA和qmB;可用总风量、煤量和空预器漏风率,再考虑到干式电除尘效率和根据试验数据校核出修正系数,可由公式(2)计算得出一个相对可靠拟合流量值作为两台引风机入口总质量流量qm引,单位为t/h。
qm引=K1(qm风+qm煤) (2)
步骤2,电站风机在正常运行时段风机处于高效率区域。若A风机发生濒临失速、轻度失速或失速时,qvA下降,ηA下降。在自动模式下,PID控制逻辑自动调节目标参数,qvB上升,ηB下降(如图2所示)。因此,风机系统效率η也会下降,可由公式(3)~(5)进行计算。
ΔP=(ΔPA+ΔPB)/2 (3)
Psh=PshA+PshB (4)
ΔP为两台风机平均全压升,单位为Pa;ΔPA和ΔPB分别为A、B风机全压升,单位为Pa;Psh为两台风机总轴功率,单位为kW;PshA和PshB分别为A、B风机轴功率;qV为两台风机总体积流量,单位为m3/s.η为风机系统效率,该参数是把两台风机作为一个整体,得出的效率数值。
根据一次输入参数和输出参数,取历史运行数据,计算得出风机系统实时效率η,通过运用时间序列算法原理建立基于风机系统效率模型,原理如公式(6),进行数据筛选,得出正常运行时的风机系统评估效率η1。
η1=(w1ηt-1+w2ηt-2+w3ηt-3+···+wnηt-n)/n (6)
由公式(7)可以得出风机正常运行时的系统效率残差Δη0。
其中,η1为风机正常运行时风机系统预测效率;η为风机正常运行时风机系统实时效率;Δη0为风机正常运行时风机系统效率残差;n表示统计内的周期个数,ηt-i表示前i的实际值;wi为第t-i时刻的权重。
当并列运行的某台轴流式风机发生濒临失速、轻度失速或失速时,其风机系统实时效率残差Δη会超过模型阈值Δη0。失速预警模型发现异常后,基于双列轴流式风机运行机理建立的失速诊断模型根据系统内风机电流差值、进出口压力和流量等参数变化特征精确定位出失速风机,并输出失速信息。通过通信服务器将失速信息送至DCS操作系统告警页面中,产生声光提示(图3)。根据故障程度不同,失速信息分为濒临失速、轻度失速和失速三个等级。经过数据实测,某电厂两台并列运行的两台风机正常运行时的系统效率残差Δη0=9.96%。
实施例二
在实施例一的基础上,本申请实施例二提供了工况1下的电站风机失速智能预警诊断方法:
机组负荷1010MW,K1为1.26,qm风、qm煤、ΔPA和ΔPB分别为2969t/h、386t/h、6.74kpa和7.27kpa,模型由公式(1)和(2)可计算出qV和qm引,由公式(3)可以计算出ΔP,A、B引风机电流分别为385A和390A,工作电压为10.54kV,由公式(4)计算出Psh,模型由公式(5)计算出此时两台风机系统效率η=76.8%,并根据历史数据计算拟合出两台风机评估效率η1=77.3%,效率残差Δη=0.65%<Δη0=9.96%,无失速信息输出到DCS操作系统中(如图4所示)。
实施例三
在实施例一的基础上,本申请实施例三提供了工况2下的电站风机失速智能预警诊断方法:
机组负荷1011MW,K1为1.26,qm风、qm煤、ΔPA和ΔPB分别为3031t/h、388t/h、6.94kpa和7.48kpa,模型由公式(1)和(2)可计算出qV和qm引,由公式(3)可以计算出ΔP,A、B引风机电流分别为408A和407A,工作电压为10.52kV,有公式(4)计算出Psh,模型由公式(5)计算出此时两台风机系统效率η=76.7%,并根据历史数据计算拟合出两台风机评估效率η1=77.4%,效率残差Δη=0.90%<Δη0=9.96%,无失速信息输出到DCS操作系统中(如图4所示)。
实施例四
在实施例一的基础上,本申请实施例四提供了工况3下的电站风机失速智能预警诊断方法:
机组负荷1013MW,K1为1.26,qm风、qm煤、ΔPA和ΔPB分别为2931t/h、390t/h、5.4kpa和7.43kpa,模型由公式(1)和(2)可计算出qV和qm引,由公式(3)可以计算出ΔP,A、B引风机电流分别为391A和428A,工作电压为10.53kV,有公式(4)计算出Psh,模型由公式(5)计算出此时两台风机系统效率η=65.9%,并根据历史数据计算拟合出两台风机评估效率η1=77.1%,效率残差Δη=14.5%>Δη01=9.96%,风机电流偏差37A>25A,A风机电流下降,B风机电流上升,输出A风机轻度失速信息到DCS操作系统中,可进行提前干预,避免产生更大事故(如图4所示)。
实施例五
在实施例一的基础上,本申请实施例五提供了工况4下的电站风机失速智能预警诊断方法:
机组负荷1016MW,K1为1.26,qm风、qm煤、ΔPA和ΔPB分别为2198t/h、397t/h、2.86kpa和8.16kpa,模型由公式(1)和(2)可计算出qV和qm引,由公式(3)可以计算出ΔP,A、B引风机电流分别为219A和574A,工作电压为10.54kV,有公式(4)计算出Psh,模型由公式(5)计算出此时两台风机系统效率η=45.6%,并根据历史数据计算拟合出两台风机评估效率η1=75.7%,效率残差Δη=39.8%>Δη0=9.96%,风机电流偏差355A>>25A,A风机电流急剧下降,B风机电流急剧上升,输出A风机失速信息到DCS操作系统中,为事故处理争取更多有效时间(如图4所示)。
Claims (3)
1.一种基于系统效率模型的电站风机失速智能预警诊断方法,其特征在于,包括以下步骤:
步骤1、若A、B两台风机并列运行,则计算两台风机总体积流量qv;
qv=qvA+qvB (1)
上式中,qv为A、B两台风机的总体积流量,qvA、qvB分别为并列运行的A、B风机的体积流量,单位为m3/s;其中A、B两台风机的总体积流量qv由公式(2)计算:
qV=qm/(ρ*3.6) (2)
上式中,qV为A、B两台风机的总体积流量,单位为m3/s;qm为A、B两台风机的质量流量,单位为t/h;ρ为烟气密度,单位为kg/m3;
步骤2、若A风机发生濒临失速、轻度失速或失速时,A风机的体积流量qvA下降,A风机的系统实时效率ηA下降;在自动模式下,通过PID控制逻辑自动调节目标参数,使B风机的体积流量qvB上升、B风机的系统实时效率ηB下降;由公式(6)~公式(8)计算A、B两台风机系统的实时效率η:
ΔP=(ΔPA+ΔPB)/2 (6)
Psh=PshA+PshB (7)
上式中,ΔP为A、B两台风机的平均全压升,单位为Pa;ΔPA、ΔPB分别为A、B风机的全压升,单位为Pa;Psh为A、B两台风机的总轴功率,单位为kW;PshA、PshB分别为A、B风机的轴功率;qV为A、B两台风机的总体积流量,单位为m3/s;η为风机系统实时效率;
步骤3、取历史运行数据,通过风机系统评估效率η1和风机系统实时效率η,计算得出风机系统实时效率残差Δη:
上式中,Δη为风机系统实时效率残差,η1为风机系统评估效率,η为风机系统实时效率;
步骤4、根据步骤1至步骤3计算得出风机系统实时效率残差Δη的数值,运用时间序列算法原理建立基于风机系统效率的失速预警模型:
η1=(w1ηt-1+w2ηt-2+w3ηt-3+…+wnηt-n)/n (10)
上式中,η1为风机系统评估效率;n表示统计内的周期个数;ηt-i表示前i个风机系统评估效率的实际值;wi为第t-i时刻的权重;
得出风机正常运行时的系统效率残差Δη0:
上式中,η为风机正常运行时风机系统实时效率;η1为风机正常运行时风机系统预测效率;获取基于风机系统效率的失速预警模型中风机系统实时效率残差Δη的正常运行阈值上限Δη0;
步骤5、当运行的A、B风机的风机系统实时效率残差Δη超过基于风机系统效率的失速预警模型中风机系统实时效率残差的正常运行阈值上限Δη0时,并列运行的A、B风机发生濒临失速、轻度失速或失速;失速预警模型发现异常后发现异常后,基于双列轴流式风机运行机理建立的失速预警模型根据风机系统内参数变化特征精确定位出失速风机,并输出失速信息;基于风机系统效率的失速预警模型通过通信服务器将失速信息送至DCS操作系统告警页面中,产生声光提示。
2.根据权利要求1所述基于系统效率模型的电站风机失速智能预警诊断方法,其特征在于,步骤1中A、B两台风机为送风机、引风机或一次风机时,A、B两台风机的总质量流量的计算方式为:
当并列运行的A、B风机均为送风机,且送风机现场流量测点误差小时,由公式(3)计算两台送风机的总质量流量qm送:
qm送=qmA送+qmB送 (3)
上式中,qm送为A、B两台送风机的总质量流量,qmA送和qmB送分别为A、B送风机的质量流量,单位为t/h;
当并列运行的A、B风机均为引风机,且引风机现场流量测点误差大时,无法有效获取A、B引风机质量流量qmA引和qmB引,单位为t/h;用锅炉总风量、锅炉总煤量得出拟合流量值作为A、B两台引风机的入口总质量流量:
qm引=K1(qm风+qm煤) (4)
上式中,K1为修正系数;qm风和qm煤分别为锅炉总风量和总煤量,单位为t/h;qm引为A、B两台引风机的入口总质量流量,单位为t/h;
当并列运行的A、B风机均为一次风机且现场无流量测点时,A、B两台一次风机入口总质量流量为:
qm一次=K2(qmA磨+qmB磨+qmC磨+qmD磨+qmE磨+qmF磨) (5)
上式中,qm一次为A、B两台一次风机的入口总质量流量,K2为修正系数,qmA磨、qmB磨、qmC磨、qmD磨、qmE磨和qmF磨分别为A、B、C、D、E和F磨煤机的一次风量,单位为t/h。
3.根据权利要求1所述基于系统效率模型的电站风机失速智能预警诊断方法,其特征在于:步骤5中基于风机系统效率的失速预警模型传送的失速信息分为濒临失速、轻度失速和失速三个等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110912972.8A CN113653607B (zh) | 2021-08-10 | 2021-08-10 | 一种基于系统效率模型的电站风机失速智能预警诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110912972.8A CN113653607B (zh) | 2021-08-10 | 2021-08-10 | 一种基于系统效率模型的电站风机失速智能预警诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113653607A true CN113653607A (zh) | 2021-11-16 |
CN113653607B CN113653607B (zh) | 2022-10-14 |
Family
ID=78491073
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110912972.8A Active CN113653607B (zh) | 2021-08-10 | 2021-08-10 | 一种基于系统效率模型的电站风机失速智能预警诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113653607B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024087552A1 (zh) * | 2022-10-28 | 2024-05-02 | 西安热工研究院有限公司 | 一种基于数据挖掘的风机运行状态实时在线预估方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3852958A (en) * | 1973-09-28 | 1974-12-10 | Gen Electric | Stall protector system for a gas turbine engine |
JPS62107293A (ja) * | 1985-11-01 | 1987-05-18 | Hitachi Ltd | 圧縮機の旋回失速防止装置 |
JPH0814191A (ja) * | 1994-06-24 | 1996-01-16 | Hitachi Ltd | 流体機械システムの制御装置およびその制御方法 |
CN101482127A (zh) * | 2008-01-08 | 2009-07-15 | 北京博奇电力科技有限公司 | 一种增压风机并联运行优化控制方法和系统 |
CN102287390A (zh) * | 2011-07-25 | 2011-12-21 | 中国神华能源股份有限公司 | 用于送风机的安全监控方法 |
CN107219809A (zh) * | 2016-11-24 | 2017-09-29 | 浙江浙能中煤舟山煤电有限责任公司 | 一次风系统中一次风机失速的预防方法 |
US20180209431A1 (en) * | 2017-01-25 | 2018-07-26 | Energy Labs, Inc. | Active stall prevention in centrifugal fans |
CN109340162A (zh) * | 2018-11-26 | 2019-02-15 | 贵州金元茶园发电有限责任公司 | 防止火电机组一次风机失速抢风引起熄火的系统和方法 |
CN110953178A (zh) * | 2019-12-06 | 2020-04-03 | 华北电力科学研究院有限责任公司 | 一种并列运行风机的失速预警方法及系统 |
CN110985429A (zh) * | 2019-12-17 | 2020-04-10 | 浙江浙能技术研究院有限公司 | 一种检测及消除风机失速的控制装置及方法 |
CN111985096A (zh) * | 2020-08-12 | 2020-11-24 | 浙江浙能技术研究院有限公司 | 一种基于风机实际临界失速曲线的引风机失速智能预警方法 |
-
2021
- 2021-08-10 CN CN202110912972.8A patent/CN113653607B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3852958A (en) * | 1973-09-28 | 1974-12-10 | Gen Electric | Stall protector system for a gas turbine engine |
JPS62107293A (ja) * | 1985-11-01 | 1987-05-18 | Hitachi Ltd | 圧縮機の旋回失速防止装置 |
JPH0814191A (ja) * | 1994-06-24 | 1996-01-16 | Hitachi Ltd | 流体機械システムの制御装置およびその制御方法 |
CN101482127A (zh) * | 2008-01-08 | 2009-07-15 | 北京博奇电力科技有限公司 | 一种增压风机并联运行优化控制方法和系统 |
CN102287390A (zh) * | 2011-07-25 | 2011-12-21 | 中国神华能源股份有限公司 | 用于送风机的安全监控方法 |
CN107219809A (zh) * | 2016-11-24 | 2017-09-29 | 浙江浙能中煤舟山煤电有限责任公司 | 一次风系统中一次风机失速的预防方法 |
US20180209431A1 (en) * | 2017-01-25 | 2018-07-26 | Energy Labs, Inc. | Active stall prevention in centrifugal fans |
CN109340162A (zh) * | 2018-11-26 | 2019-02-15 | 贵州金元茶园发电有限责任公司 | 防止火电机组一次风机失速抢风引起熄火的系统和方法 |
CN110953178A (zh) * | 2019-12-06 | 2020-04-03 | 华北电力科学研究院有限责任公司 | 一种并列运行风机的失速预警方法及系统 |
CN110985429A (zh) * | 2019-12-17 | 2020-04-10 | 浙江浙能技术研究院有限公司 | 一种检测及消除风机失速的控制装置及方法 |
CN111985096A (zh) * | 2020-08-12 | 2020-11-24 | 浙江浙能技术研究院有限公司 | 一种基于风机实际临界失速曲线的引风机失速智能预警方法 |
Non-Patent Citations (1)
Title |
---|
吕当振 等: "600MW超临界机组锅炉轴流风机并列与过程控制技术", 《中国电机工程学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024087552A1 (zh) * | 2022-10-28 | 2024-05-02 | 西安热工研究院有限公司 | 一种基于数据挖掘的风机运行状态实时在线预估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113653607B (zh) | 2022-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10094297B2 (en) | Power generation system and power generation method | |
US8554706B2 (en) | Power plant control device which uses a model, a learning signal, a correction signal, and a manipulation signal | |
CA1190304A (en) | Hrsg damper control | |
EP2476910B1 (en) | Method for preventing surge in a dynamic compressor using adaptive preventer control system and adaptive safety margin | |
EP2529096A1 (en) | Energy recovery system and method | |
CN104597934B (zh) | 一种变压器用智能型冷却器控制系统及其控制方法 | |
CN113653607B (zh) | 一种基于系统效率模型的电站风机失速智能预警诊断方法 | |
CN114089795B (zh) | 一种基于事件触发的模糊神经网络温度控制系统及方法 | |
CN107905858B (zh) | 末级安全流量监测与控制系统及方法 | |
CN112628793B (zh) | 一种燃煤机组深度调峰工况的锅炉稳燃控制方法 | |
CN107917094B (zh) | 一种高炉鼓风机防喘振控制方法 | |
WO2024087552A1 (zh) | 一种基于数据挖掘的风机运行状态实时在线预估方法 | |
CN113027802A (zh) | 一种电站离心风机变频器故障状态工频切换方法 | |
CN113325700B (zh) | 一种基于风机性能曲线的风机开度及效率在线计算方法 | |
CN110824905B (zh) | 一种发电机组非正常解列工况孤网运行方法 | |
CN115263565A (zh) | 一种燃气轮机宽负荷节能控制方法 | |
JP2010121893A (ja) | ボイラ自動制御装置,制御方法、及びボイラシステム | |
CN112799447B (zh) | 一种高压加热器的控制方法 | |
KR102327830B1 (ko) | 배가스의 온도를 예측할 수 있는 댐퍼 개도율 제어시스템 | |
JP3811033B2 (ja) | ガスタービン設備の制御装置 | |
KR102327833B1 (ko) | 배가스의 열량을 예측할 수 있는 댐퍼 개도율 제어시스템 | |
CN116449685B (zh) | 一种快速跟踪精准控制的舰船燃机控制方法及装置 | |
JP2000161009A (ja) | 蒸気タービンの制御方法及び装置 | |
CN115013344A (zh) | 一种火力发电机组送风机自动并列方法及装置 | |
CN115576199A (zh) | 一种火电机组深度调峰下辅机低负荷安全自动控制方法 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220824 Address after: Room 307, No. 32, Gaoji Street, Xihu District, Hangzhou City, Zhejiang Province, 310002 Applicant after: Zhejiang Zheneng Digital Technology Co.,Ltd. Applicant after: ZHEJIANG ENERGY R & D INSTITUTE Co.,Ltd. Address before: 5 / F, building 1, No. 2159-1, yuhangtang Road, Wuchang Street, Yuhang District, Hangzhou City, Zhejiang Province Applicant before: ZHEJIANG ENERGY R & D INSTITUTE Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |