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

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

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

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q_v；

q_v＝q_vA+q_vB (1)

上式中，q_v为A、B两台风机的总体积流量，q_vA、q_vB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q_v由公式(2)计算：

q_V＝q_m/(ρ*3.6) (2)

上式中，q_V为A、B两台风机的总体积流量，单位为m³/s；q_m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q_vA下降，A风机的系统实时效率η_A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q_vB上升、B风机的系统实时效率η_B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＝(ΔP_A+ΔP_B)/2 (6)

P_sh＝P_shA+P_shB (7)

上式中，ΔP为A、B两台风机的平均全压升，单位为Pa；ΔP_A、ΔP_B分别为A、B风机的全压升，单位为Pa；P_sh为A、B两台风机的总轴功率，单位为kW；P_shA、P_shB分别为A、B风机的轴功率；q_V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＝(w₁η_t-1+w₂η_t-2+w₃η_t-3+···+w_nη_t-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；η_t-i表示前i个风机系统评估效率的实际值；w_i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q_m送：

q_m送＝q_mA送+q_mB送 (3)

上式中，q_m送为A、B两台送风机的总质量流量，q_mA送和q_mB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q_mA引和q_mB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：

q_m引＝K₁(q_m风+q_m煤) (4)

上式中，K₁为修正系数；q_m风和q_m煤分别为锅炉总风量和总煤量，单位为t/h；q_m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：

q_m一次＝K₂(q_mA磨+q_mB磨+q_mC磨+q_mD磨+q_mE磨+q_mF磨) (5)

上式中，q_m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，q_mA磨、q_mB磨、q_mC磨、q_mD磨、q_mE磨和q_mF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q_v一般不能直接获取，可由公式(1)计算。

q_V＝q_m/(ρ*3.6) (1)

引风机现场流量测点误差大，无法有效获取q_mA和q_mB；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q_m引，单位为t/h。

q_m引＝K₁(q_m风+q_m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，q_vA下降，η_A下降。在自动模式下，PID控制逻辑自动调节目标参数，q_vB上升，η_B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＝(ΔP_A+ΔP_B)/2 (3)

P_sh＝P_shA+P_shB (4)

ΔP为两台风机平均全压升，单位为Pa；ΔP_A和ΔP_B分别为A、B风机全压升，单位为Pa；P_sh为两台风机总轴功率，单位为kW；P_shA和P_shB分别为A、B风机轴功率；q_V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＝(w₁η_t-1+w₂η_t-2+w₃η_t-3+···+w_nη_t-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，η_t-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，q_m风、q_m煤、ΔP_A和ΔP_B分别为2969t/h、386t/h、6.74kpa和7.27kpa，模型由公式(1)和(2)可计算出q_V和q_m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P_sh，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，q_m风、q_m煤、ΔP_A和ΔP_B分别为3031t/h、388t/h、6.94kpa和7.48kpa，模型由公式(1)和(2)可计算出q_V和q_m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P_sh，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，q_m风、q_m煤、ΔP_A和ΔP_B分别为2931t/h、390t/h、5.4kpa和7.43kpa，模型由公式(1)和(2)可计算出q_V和q_m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P_sh，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，q_m风、q_m煤、ΔP_A和ΔP_B分别为2198t/h、397t/h、2.86kpa和8.16kpa，模型由公式(1)和(2)可计算出q_V和q_m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P_sh，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q_v；

q_v＝q_vA+q_vB (1)

上式中，q_v为A、B两台风机的总体积流量，q_vA、q_vB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q_v由公式(2)计算：

q_V＝q_m/(ρ*3.6) (2)

上式中，q_V为A、B两台风机的总体积流量，单位为m³/s；q_m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q_vA下降，A风机的系统实时效率η_A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q_vB上升、B风机的系统实时效率η_B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＝(ΔP_A+ΔP_B)/2 (6)

P_sh＝P_shA+P_shB (7)

上式中，ΔP为A、B两台风机的平均全压升，单位为Pa；ΔP_A、ΔP_B分别为A、B风机的全压升，单位为Pa；P_sh为A、B两台风机的总轴功率，单位为kW；P_shA、P_shB分别为A、B风机的轴功率；q_V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＝(w₁η_t-1+w₂η_t-2+w₃η_t-3+…+w_nη_t-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；η_t-i表示前i个风机系统评估效率的实际值；w_i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q_m送：

q_m送＝q_mA送+q_mB送 (3)

上式中，q_m送为A、B两台送风机的总质量流量，q_mA送和q_mB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q_mA引和q_mB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：

q_m引＝K₁(q_m风+q_m煤) (4)

上式中，K₁为修正系数；q_m风和q_m煤分别为锅炉总风量和总煤量，单位为t/h；q_m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：

q_m一次＝K₂(q_mA磨+q_mB磨+q_mC磨+q_mD磨+q_mE磨+q_mF磨) (5)

上式中，q_m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，q_mA磨、q_mB磨、q_mC磨、q_mD磨、q_mE磨和q_mF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。

Images