CN117404142A - 一种燃煤汽轮机组的节能方法及系统 - Google Patents
一种燃煤汽轮机组的节能方法及系统 Download PDFInfo
- Publication number
- CN117404142A CN117404142A CN202311092146.9A CN202311092146A CN117404142A CN 117404142 A CN117404142 A CN 117404142A CN 202311092146 A CN202311092146 A CN 202311092146A CN 117404142 A CN117404142 A CN 117404142A
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- influence
- degree
- data
- coal
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000005265 energy consumption Methods 0.000 claims abstract description 340
- 238000011156 evaluation Methods 0.000 claims abstract description 79
- 238000005457 optimization Methods 0.000 claims abstract description 48
- 238000012549 training Methods 0.000 claims abstract description 8
- 238000004134 energy conservation Methods 0.000 claims abstract description 5
- 238000012937 correction Methods 0.000 claims description 90
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000010219 correlation analysis Methods 0.000 claims description 6
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 claims description 6
- 238000002372 labelling Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000008685 targeting Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 abstract description 6
- 239000002699 waste material Substances 0.000 abstract description 6
- 230000001276 controlling effect Effects 0.000 description 9
- 238000011161 development Methods 0.000 description 6
- 230000001105 regulatory effect Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- 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
- F01D17/00—Regulating or controlling by varying flow
- F01D17/10—Final actuators
-
- 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
- F01D19/00—Starting of machines or engines; Regulating, controlling, or safety means in connection therewith
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Turbines (AREA)
Abstract
本申请涉及能源控制技术领域，特别是涉及一种燃煤汽轮机组的节能方法及系统，该系统包括：获取燃煤汽轮机组的历史能耗数据，根据历史能耗数据得到关键能耗占比，根据关键能耗占比确定影响因素；根据燃煤汽轮机组的实时运行数据和能耗数据构建能耗模型，根据影响因素确定影响数据集，并根据所述影响数据集对所述能耗模型进行训练，得到能耗优化模型；基于能耗优化模型，以特征能耗量为目标确定目标函数，求解最优控制量；根据最优控制量对燃煤汽轮机组进行控制，得到实时能耗量并计算所述能耗优化模型的应用评价度，根据所述应用评价度对最优控制量进行修正。本发明解决了费时费力且无法高效准确实现燃煤汽轮机组的节能降耗的技术问题。
Description
技术领域
本申请涉及能源控制技术领域，特别是涉及一种燃煤汽轮机组的节能方法及系统。
背景技术
社会生产生活对电力能源的需求持续增加，因此电力供应稳定已成为实现区域经济高质量发展的基础条件。发电厂汽轮机是实现能源转换的核心设施，能源消耗量较高，实现发电厂汽轮机组节能降耗，不仅可以增大火电厂的经济效益空间，也可以减少能源转换过程中的浪费。
在现有技术中，通常无法对运行中的能耗进行快速有效的分析，从而导致在运行时，容易造成大量的能源被浪费，增加了生产成本，且无法根据运行工况进行自动寻优工作，影响了节能效果。为了实现燃煤汽轮机组的节能降耗，在满足火电厂生产需求的情况下，人工进行多设备的参数调节、阀门开度和机组启停等控制，费时费力且无法高效准确实现燃煤汽轮机组的节能降耗。
发明内容
为解决上述技术问题，本申请提供了一种燃煤汽轮机组的节能方法及系统，旨在解决为了实现燃煤汽轮机组的节能降耗，人工进行多设备的参数调节、阀门开度和机组启停等控制，费时费力且无法高效准确实现燃煤汽轮机组的节能降耗的技术问题。
本申请的一些实施例中，通过获取燃煤汽轮机组的历史能耗数据确定关键能耗占比，根据关键能耗占比确定关键设备和影响因素，关键设备和影响因素是燃煤汽轮机组中能源消耗的主要设备和影响能耗的主要因素，由此避免资源浪费，节约时间和成本，将降低多设备能耗转移为降低关键设备的能耗，大大提高了节能效率。
本申请的一些实施例中，建立能耗模型，根据影响因素对能耗模型进行训练，得到能耗优化模型，在燃煤汽轮机组正常运行条件下，以特征能耗量(即最小能耗量)为目标，求解得到最优控制量，根据最优控制量对燃煤汽轮机组进行调控，得到应用评价度并根据应用评价度对最优控制量进行修正，高效准确实现对燃煤汽轮机组节能的控制，促进发电厂汽轮机组节能降耗工作的全面发展。
本申请的一些实施例中，提供了一种燃煤汽轮机组的节能方法，包括：
获取燃煤汽轮机组的历史能耗数据，根据历史能耗数据得到关键能耗占比，根据关键能耗占比确定影响因素；
根据燃煤汽轮机组的实时运行数据和能耗数据构建能耗模型，根据影响因素确定影响数据集，并根据所述影响数据集对所述能耗模型进行训练，得到能耗优化模型；
基于能耗优化模型，以特征能耗量为目标确定目标函数，求解最优控制量；
根据最优控制量对燃煤汽轮机组进行控制，得到实时能耗量并计算所述能耗优化模型的应用评价度，根据所述应用评价度对最优控制量进行修正。
在本申请的一些实施例中，根据历史能耗数据得到关键能耗占比，根据关键能耗占比确定影响数据，包括：
基于置信度法则对所述历史能耗数据进行处理，得到有效历史能耗数据，根据有效历史能耗数据得到多个能耗占比，将多个能耗占比按照顺序性排列，得到能耗占比集，将所述能耗占比集中大于预设能耗占比阈值的能耗占比设定为关键能耗占比；
将所述关键能耗占比进行灰色关联分析，得到多个关联度，将所述关联度大于预设关联度的因素确定为影响因素，所述影响因素包括通流性、涡轮功率、出力系数、气压和温度。
在本申请的一些实施例中，根据影响因素确定影响数据集，包括：
获取所述影响因素对应的影响数据并计算所述影响因素的修正影响度，根据影响数据组成影响数据集；
所述影响因素包括第一影响因素、第二影响因素、第三影响因素、第四影响因素和第五影响因素，其中，第一影响因素的修正影响度＞第二影响因素的修正影响度＞第三影响因素的修正影响度＞第四影响因素的修正影响度＞第五影响因素的修正影响度，根据所述修正影响度确定影响数据集中的数据比例；
所述修正影响度的计算公式为：
其中，Pi为修正影响度，n为影响因素的个数，Ri为第i影响因素的实时影响度，ri为第i影响因素的的预设影响度，ki为第i影响因素的影响权重，qi为获取第i影响因素的误差系数。
在本申请的一些实施例中，以特征能耗量为目标确定目标函数，包括：
根据历史能耗数据得到关键能耗占比，根据所述关键能耗占比确定关键设备；
实时获取关键设备的能耗数据，在燃煤汽轮机组正常运行条件下，根据关键设备的能耗数据确定最小能耗量，根据多个最小能耗量确定特征能耗量；
所述目标函数为：
其中，ΔW0为特征能耗量，ΔWS为第s个关键设备的最小能耗量，d为关键设备的总个数。
在本申请的一些实施例中，计算所述能耗优化模型的应用评价度，根据所述应用评价度对最优控制量进行修正，包括：
根据实时能耗量与特征能耗量确定偏差值，根据偏差值构建偏差集合，根据偏差集合和惩罚函数确定惩罚因子；
所述偏差值为：B＝(W－ΔW0)/ΔW0，其中，W为实时能耗量；
当maxB大于预设偏差阈值B0时，所述惩罚因子γ设定为eB0-maxB；
当maxB不大于预设偏差阈值B0时，所述惩罚因子γ设定为预设常数；
所述能耗优化模型的应用评价度为：
H＝γ×W×et
其中，H为应用评价度，t为实时能耗量对应的运行时长；
根据应用评价度与标准评价度Hi的关系，选定相应的修正系数对最优控制量进行修正，预先设定有第一预设修正系数和第二预设修正系数，且第一预设修正系数小于第二预设修正系数；
当H≤0.5Hi时，对所述能耗优化模型进行重建；
当0.5Hi＜H≤0.8Hi时，选定第二预设修正系数对最优控制量进行修正；
当0.8Hi＜H≤Hi时，选定第一预设修正系数对最优控制量进行修正；
根据修正后的最优控制量对燃煤汽轮机组进行控制，再次计算应用评价度，直至应用评价度大于标注评价度，停止对最优控制量的修正。
在本申请的一些实施例中，还包括一种燃煤汽轮机组的节能系统：
确定模块，获取燃煤汽轮机组的历史能耗数据，根据历史能耗数据得到关键能耗占比，根据关键能耗占比确定影响因素；
构建模块，用于根据燃煤汽轮机组的实时运行数据和能耗数据构建能耗模型，根据影响因素确定影响数据集，并根据所述影响数据集对所述能耗模型进行训练，得到能耗优化模型；
计算模块，用于基于能耗优化模型，以特征能耗量为目标确定目标函数，求解最优控制量；
控制模块，用于根据最优控制量对燃煤汽轮机组进行控制，得到实时能耗量并计算所述能耗优化模型的应用评价度，根据所述应用评价度对最优控制量进行修正。
在本申请的一些实施例中，根据历史能耗数据得到关键能耗占比，根据关键能耗占比确定影响数据，包括：
所述确定模块用于基于置信度法则对所述历史能耗数据进行处理，得到有效历史能耗数据，根据有效历史能耗数据得到多个能耗占比，将多个能耗占比按照顺序性排列，得到能耗占比集，将所述能耗占比集中大于预设能耗占比阈值的能耗占比设定为关键能耗占比；
将所述关键能耗占比进行灰色关联分析，得到多个关联度，将所述关联度大于预设关联度的因素确定为影响因素，所述影响因素包括通流性、涡轮功率、出力系数、气压和温度。
在本申请的一些实施例中，根据影响因素确定影响数据集，包括：
所述构建模块还用于获取所述影响因素对应的影响数据，并计算所述影响因素的修正影响度，根据影响数据组成影响数据集；
所述影响因素包括第一影响因素、第二影响因素、第三影响因素、第四影响因素和第五影响因素，其中，第一影响因素的修正影响度＞第二影响因素的修正影响度＞第三影响因素的修正影响度＞第四影响因素的修正影响度＞第五影响因素的修正影响度，根据所述修正影响度确定影响数据集中的数据比例；
所述修正影响度的计算公式为：
其中，Pi为修正影响度，n为影响因素的个数，Ri为第i影响因素的实时影响度，ri为第i影响因素的的预设影响度，ki为第i影响因素的影响权重，qi为获取第i影响因素的误差系数。
在本申请的一些实施例中，以特征能耗量为目标确定目标函数，包括：
所述计算模块还用于根据所述关键能耗占比确定关键设备，实时获取关键设备的能耗数据，在燃煤汽轮机组正常运行条件下，根据关键设备的能耗数据确定最小能耗量，根据多个最小能耗量确定特征能耗量；
所述目标函数为：
其中，ΔW0为特征能耗量，ΔWS为第s个关键设备的最小能耗量，d为关键设备的总个数。
在本申请的一些实施例中，计算所述能耗优化模型的应用评价度，根据所述应用评价度对最优控制量进行修正，包括：
所述控制模块还用于根据实时能耗量与特征能耗量确定偏差值，根据偏差值构建偏差集合，根据偏差集合和惩罚函数确定惩罚因子；
所述偏差值为：B＝(W－ΔW0)/ΔW0，其中，W为实时能耗量；
当maxB大于预设偏差阈值B0时，所述惩罚因子γ设定为eB0-maxB；
当maxB不大于预设偏差阈值B0时，所述惩罚因子γ设定为预设常数；
所述能耗优化模型的应用评价度为：
H＝γ×W×et
其中，H为应用评价度，t为实时能耗量对应的运行时长；
根据应用评价度与标准评价度Hi的关系，选定相应的修正系数对最优控制量进行修正，预先设定有第一预设修正系数和第二预设修正系数，且第一预设修正系数小于第二预设修正系数；
当H≤0.5Hi时，对所述能耗优化模型进行重建；
当0.5Hi＜H≤0.8Hi时，选定第二预设修正系数对最优控制量进行修正；
当0.8Hi＜H≤Hi时，选定第一预设修正系数对最优控制量进行修正；
根据修正后的最优控制量对燃煤汽轮机组进行控制，再次计算应用评价度，直至应用评价度大于标注评价度，停止对最优控制量的修正。
本申请实施例的一种燃煤汽轮机组的节能方法及系统，与现有技术相比，其有益效果在于：
通过获取燃煤汽轮机组的历史能耗数据确定关键能耗占比，根据关键能耗占比确定关键设备和影响因素，关键设备和影响因素是燃煤汽轮机组中能源消耗的主要设备和影响能耗的主要因素，由此避免资源浪费，节约时间和成本，将降低多设备能耗转移为降低关键设备的能耗，大大提高了节能效率。
建立能耗模型，根据影响因素对能耗模型进行训练，得到能耗优化模型，在燃煤汽轮机组正常运行条件下，以特征能耗量(即最小能耗量)为目标，求解得到最优控制量，根据最优控制量对燃煤汽轮机组进行调控，得到应用评价度并根据应用评价度对最优控制量进行修正，高效准确实现对燃煤汽轮机组节能的控制，促进发电厂汽轮机组节能降耗工作的全面发展。
附图说明
图1是本申请实施例优选实施例中一种燃煤汽轮机组的节能方法的流程示意图；
图2是本申请实施例优选实施例中一种燃煤汽轮机组的节能系统的示意图。
具体实施方式
下面结合附图和实施例，对本申请的具体实施方式作进一步详细描述。以下实施例用于说明本申请，但不用来限制本申请的范围。
在本申请的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体的连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。
如图1所示，本申请实施例优选实施例的一种燃煤汽轮机组的节能方法，包括：
步骤S101：获取燃煤汽轮机组的历史能耗数据，根据历史能耗数据得到关键能耗占比，根据关键能耗占比确定影响因素；
步骤S102：根据燃煤汽轮机组的实时运行数据和能耗数据构建能耗模型，根据影响因素确定影响数据集，并根据所述影响数据集对所述能耗模型进行训练，得到能耗优化模型；
步骤S103：基于能耗优化模型，以特征能耗量为目标确定目标函数，求解最优控制量；
步骤S104：根据最优控制量对燃煤汽轮机组进行控制，得到实时能耗量并计算所述能耗优化模型的应用评价度，根据所述应用评价度对最优控制量进行修正。
在本实施例中，根据历史能耗数据确定多个能耗占比，对能耗占比由大到小进行排列，将能耗占比大于25％的设定为关键能耗占比，根据关键能耗占比确定关键设备以及影响关键设备能耗的影响因素，关键设备包括汽轮机、发电机、锅炉、凝汽器、循环水冷凝装置、真空系统和阀门等，影响因素包括通流性、涡轮功率、出力系数、气压和温度；
在本实施例中，关键设备和影响因素是燃煤汽轮机组中能源消耗的主要设备和影响能耗的主要因素，由此避免资源浪费，将降低多设备能耗转移为降低关键设备的能耗，大大提高了节能效率，基于能耗优化模型，在燃煤汽轮机组正常运行条件下，以特征能耗量(即最小能耗量)为目标，求解得到最优控制量，根据最优控制量对燃煤汽轮机组进行调控，高效准确实现对燃煤汽轮机组节能的控制，促进发电厂汽轮机组节能降耗工作的全面发展。
在本申请的一些实施例中，根据历史能耗数据得到关键能耗占比，根据关键能耗占比确定影响数据，包括：
基于置信度法则对所述历史能耗数据进行处理，得到有效历史能耗数据，根据有效历史能耗数据得到多个能耗占比，将多个能耗占比按照顺序性排列，得到能耗占比集，将所述能耗占比集中大于预设能耗占比阈值的能耗占比设定为关键能耗占比；
将所述关键能耗占比进行灰色关联分析，得到多个关联度，将所述关联度大于预设关联度的因素确定为影响因素，所述影响因素包括通流性、涡轮功率、出力系数、气压和温度。
在本申请的一些实施例中，根据影响因素确定影响数据集，包括：
获取所述影响因素对应的影响数据并计算所述影响因素的修正影响度，根据影响数据组成影响数据集；
所述影响因素包括第一影响因素、第二影响因素、第三影响因素、第四影响因素和第五影响因素，其中，第一影响因素的修正影响度＞第二影响因素的修正影响度＞第三影响因素的修正影响度＞第四影响因素的修正影响度＞第五影响因素的修正影响度，根据所述修正影响度确定影响数据集中的数据比例；
所述修正影响度的计算公式为：
其中，Pi为修正影响度，n为影响因素的个数，Ri为第i影响因素的实时影响度，ri为第i影响因素的的预设影响度，ki为第i影响因素的影响权重，qi为获取第i影响因素的误差系数。
在本实施例中，修正影响度是实际影响因素对燃煤汽轮机组的影响度，实时影响度是对当前燃煤汽轮机组的能耗产生影响的因素，影响的因素至少包括通流性、涡轮功率、出力系数、气压和温度的其中一个，预设影响度根据第i影响因素对应的关联度进行设定，根据修正影响度确定影响因素在影响数据集中的数据比例，将数据比例设定为4：2.5：1.5：1.2：0.8，得到能耗优化模型，大大提高了能耗优化模型的精确度。
在本申请的一些实施例中，以特征能耗量为目标确定目标函数，包括：
根据历史能耗数据得到关键能耗占比，根据所述关键能耗占比确定关键设备；
实时获取关键设备的能耗数据，在燃煤汽轮机组正常运行条件下，根据关键设备的能耗数据确定最小能耗量，根据多个最小能耗量确定特征能耗量；
所述目标函数为：
其中，ΔW0为特征能耗量，ΔWS为第s个关键设备的最小能耗量，d为关键设备的总个数。
在本申请的一些实施例中，计算所述能耗优化模型的应用评价度，根据所述应用评价度对最优控制量进行修正，包括：
根据实时能耗量与特征能耗量确定偏差值，根据偏差值构建偏差集合，根据偏差集合和惩罚函数确定惩罚因子；
所述偏差值为：B＝(W－ΔW0)/ΔW0，其中，W为实时能耗量；
当maxB大于预设偏差阈值B0时，所述惩罚因子γ设定为eB0-maxB；
当maxB不大于预设偏差阈值B0时，所述惩罚因子γ设定为预设常数；
所述能耗优化模型的应用评价度为：
H＝γ×W×et
其中，H为应用评价度，t为实时能耗量对应的运行时长；
根据应用评价度与标准评价度Hi的关系，选定相应的修正系数对最优控制量进行修正，预先设定有第一预设修正系数和第二预设修正系数，且第一预设修正系数小于第二预设修正系数；
当H≤0.5Hi时，对所述能耗优化模型进行重建；
当0.5Hi＜H≤0.8Hi时，选定第二预设修正系数对最优控制量进行修正；
当0.8Hi＜H≤Hi时，选定第一预设修正系数对最优控制量进行修正；
根据修正后的最优控制量对燃煤汽轮机组进行控制，再次计算应用评价度，直至应用评价度大于标注评价度，停止对最优控制量的修正。
在本实施例中，预设偏差阈值和标准评价度根据历史运行数据进行设定，根据应用评价度与标准评价度的关系选定相应的系数对最优控制量进行修正，实现最小能耗量控制，高效准确实现对燃煤汽轮机组节能的控制，促进发电厂汽轮机组节能降耗工作的全面发展。
在本申请的一些实施例中，如图2所示，还包括一种燃煤汽轮机组的节能系统：
确定模块，获取燃煤汽轮机组的历史能耗数据，根据历史能耗数据得到关键能耗占比，根据关键能耗占比确定影响因素；
构建模块，用于根据燃煤汽轮机组的实时运行数据和能耗数据构建能耗模型，根据影响因素确定影响数据集，并根据所述影响数据集对所述能耗模型进行训练，得到能耗优化模型；
计算模块，用于基于能耗优化模型，以特征能耗量为目标确定目标函数，求解最优控制量；
控制模块，用于根据最优控制量对燃煤汽轮机组进行控制，得到实时能耗量并计算所述能耗优化模型的应用评价度，根据所述应用评价度对最优控制量进行修正。
在本申请的一些实施例中，根据历史能耗数据得到关键能耗占比，根据关键能耗占比确定影响数据，包括：
所述确定模块用于基于置信度法则对所述历史能耗数据进行处理，得到有效历史能耗数据，根据有效历史能耗数据得到多个能耗占比，将多个能耗占比按照顺序性排列，得到能耗占比集，将所述能耗占比集中大于预设能耗占比阈值的能耗占比设定为关键能耗占比；
将所述关键能耗占比进行灰色关联分析，得到多个关联度，将所述关联度大于预设关联度的因素确定为影响因素，所述影响因素包括通流性、涡轮功率、出力系数、气压和温度。
在本申请的一些实施例中，根据影响因素确定影响数据集，包括：
所述构建模块还用于获取所述影响因素对应的影响数据，并计算所述影响因素的修正影响度，根据影响数据组成影响数据集；
所述影响因素包括第一影响因素、第二影响因素、第三影响因素、第四影响因素和第五影响因素，其中，第一影响因素的修正影响度＞第二影响因素的修正影响度＞第三影响因素的修正影响度＞第四影响因素的修正影响度＞第五影响因素的修正影响度，根据所述修正影响度确定影响数据集中的数据比例；
所述修正影响度的计算公式为：
其中，Pi为修正影响度，n为影响因素的个数，Ri为第i影响因素的实时影响度，ri为第i影响因素的的预设影响度，ki为第i影响因素的影响权重，qi为获取第i影响因素的误差系数。
在本申请的一些实施例中，以特征能耗量为目标确定目标函数，包括：
所述计算模块还用于根据所述关键能耗占比确定关键设备，实时获取关键设备的能耗数据，在燃煤汽轮机组正常运行条件下，根据关键设备的能耗数据确定最小能耗量，根据多个最小能耗量确定特征能耗量；
所述目标函数为：
其中，ΔW0为特征能耗量，ΔWS为第s个关键设备的最小能耗量，d为关键设备的总个数。
在本申请的一些实施例中，计算所述能耗优化模型的应用评价度，根据所述应用评价度对最优控制量进行修正，包括：
所述控制模块还用于根据实时能耗量与特征能耗量确定偏差值，根据偏差值构建偏差集合，根据偏差集合和惩罚函数确定惩罚因子；
所述偏差值为：B＝(W－ΔW0)/ΔW0，其中，W为实时能耗量；
当maxB大于预设偏差阈值B0时，所述惩罚因子γ设定为eB0-maxB；
当maxB不大于预设偏差阈值B0时，所述惩罚因子γ设定为预设常数；
所述能耗优化模型的应用评价度为：
H＝γ×W×et
其中，H为应用评价度，t为实时能耗量对应的运行时长；
根据应用评价度与标准评价度Hi的关系，选定相应的修正系数对最优控制量进行修正，预先设定有第一预设修正系数和第二预设修正系数，且第一预设修正系数小于第二预设修正系数；
当H≤0.5Hi时，对所述能耗优化模型进行重建；
当0.5Hi＜H≤0.8Hi时，选定第二预设修正系数对最优控制量进行修正；
当0.8Hi＜H≤Hi时，选定第一预设修正系数对最优控制量进行修正；
根据修正后的最优控制量对燃煤汽轮机组进行控制，再次计算应用评价度，直至应用评价度大于标注评价度，停止对最优控制量的修正。
综上所述，本发明公开了一种燃煤汽轮机组的节能方法及系统，该方法包括：获取燃煤汽轮机组的历史能耗数据，根据历史能耗数据得到关键能耗占比，根据关键能耗占比确定影响因素；根据燃煤汽轮机组的实时运行数据和能耗数据构建能耗模型，根据影响因素确定影响数据集，并根据所述影响数据集对所述能耗模型进行训练，得到能耗优化模型；基于能耗优化模型，以特征能耗量为目标确定目标函数，求解最优控制量；根据最优控制量对燃煤汽轮机组进行控制，得到实时能耗量并计算所述能耗优化模型的应用评价度，根据所述应用评价度对最优控制量进行修正。
根据本申请的第一构思，通过获取燃煤汽轮机组的历史能耗数据确定关键能耗占比，根据关键能耗占比确定关键设备和影响因素，关键设备和影响因素是燃煤汽轮机组中能源消耗的主要设备和影响能耗的主要因素，由此避免资源浪费，节约时间和成本，将降低多设备能耗转移为降低关键设备的能耗，大大提高了节能效率。
根据本申请的第二构思，建立能耗模型，根据影响因素对能耗模型进行训练，得到能耗优化模型，在燃煤汽轮机组正常运行条件下，以特征能耗量(即最小能耗量)为目标，求解得到最优控制量，根据最优控制量对燃煤汽轮机组进行调控，得到应用评价度并根据应用评价度对最优控制量进行修正，高效准确实现对燃煤汽轮机组节能的控制，促进发电厂汽轮机组节能降耗工作的全面发展。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本申请的保护范围。
Claims (10)
1.一种燃煤汽轮机组的节能方法，其特征在于，包括：
获取燃煤汽轮机组的历史能耗数据，根据历史能耗数据得到关键能耗占比，根据关键能耗占比确定影响因素；
根据燃煤汽轮机组的实时运行数据和能耗数据构建能耗模型，根据影响因素确定影响数据集，并根据所述影响数据集对所述能耗模型进行训练，得到能耗优化模型；
基于能耗优化模型，以特征能耗量为目标确定目标函数，求解最优控制量；
根据最优控制量对燃煤汽轮机组进行控制，得到实时能耗量并计算所述能耗优化模型的应用评价度，根据所述应用评价度对最优控制量进行修正。
2.如权利要求1所述的燃煤汽轮机组的节能方法，其特征在于，根据历史能耗数据得到关键能耗占比，根据关键能耗占比确定影响数据，包括：
基于置信度法则对所述历史能耗数据进行处理，得到有效历史能耗数据，根据有效历史能耗数据得到多个能耗占比，将多个能耗占比按照顺序性排列，得到能耗占比集，将所述能耗占比集中大于预设能耗占比阈值的能耗占比设定为关键能耗占比；
将所述关键能耗占比进行灰色关联分析，得到多个关联度，将所述关联度大于预设关联度的因素确定为影响因素，所述影响因素包括通流性、涡轮功率、出力系数、气压和温度。
3.如权利要求2所述的燃煤汽轮机组的节能方法，其特征在于，根据影响因素确定影响数据集，包括：
获取所述影响因素对应的影响数据并计算所述影响因素的修正影响度，根据影响数据组成影响数据集；
所述影响因素包括第一影响因素、第二影响因素、第三影响因素、第四影响因素和第五影响因素，其中，第一影响因素的修正影响度＞第二影响因素的修正影响度＞第三影响因素的修正影响度＞第四影响因素的修正影响度＞第五影响因素的修正影响度，根据所述修正影响度确定影响数据集中的数据比例；
所述修正影响度的计算公式为：
其中，Pi为修正影响度，n为影响因素的个数，Ri为第i影响因素的实时影响度，ri为第i影响因素的的预设影响度，ki为第i影响因素的影响权重，qi为获取第i影响因素的误差系数。
4.如权利要求3所述的燃煤汽轮机组的节能方法，其特征在于，以特征能耗量为目标确定目标函数，包括：
根据历史能耗数据得到关键能耗占比，根据所述关键能耗占比确定关键设备；
实时获取关键设备的能耗数据，在燃煤汽轮机组正常运行条件下，根据关键设备的能耗数据确定最小能耗量，根据多个最小能耗量确定特征能耗量；
所述目标函数为：
其中，ΔW0为特征能耗量，ΔWS为第s个关键设备的最小能耗量，d为关键设备的总个数。
5.如权利要求4所述的燃煤汽轮机组的节能方法，其特征在于，计算所述能耗优化模型的应用评价度，根据所述应用评价度对最优控制量进行修正，包括：
根据实时能耗量与特征能耗量确定偏差值，根据偏差值构建偏差集合，根据偏差集合和惩罚函数确定惩罚因子；
所述偏差值为：B＝(W－ΔW0)/ΔW0，其中，W为实时能耗量；
当maxB大于预设偏差阈值B0时，所述惩罚因子γ设定为eB0-maxB；
当maxB不大于预设偏差阈值B0时，所述惩罚因子γ设定为预设常数；
所述能耗优化模型的应用评价度为：
H＝γ×W×et
其中，H为应用评价度，t为实时能耗量对应的运行时长；
根据应用评价度与标准评价度Hi的关系，选定相应的修正系数对最优控制量进行修正，预先设定有第一预设修正系数和第二预设修正系数，且第一预设修正系数小于第二预设修正系数；
当H≤0.5Hi时，对所述能耗优化模型进行重建；
当0.5Hi＜H≤0.8Hi时，选定第二预设修正系数对最优控制量进行修正；
当0.8Hi＜H≤Hi时，选定第一预设修正系数对最优控制量进行修正；
根据修正后的最优控制量对燃煤汽轮机组进行控制，再次计算应用评价度，直至应用评价度大于标注评价度，停止对最优控制量的修正。
6.一种燃煤汽轮机组的节能系统，其特征在于，包括：
确定模块，获取燃煤汽轮机组的历史能耗数据，根据历史能耗数据得到关键能耗占比，根据关键能耗占比确定影响因素；
构建模块，用于根据燃煤汽轮机组的实时运行数据和能耗数据构建能耗模型，根据影响因素确定影响数据集，并根据所述影响数据集对所述能耗模型进行训练，得到能耗优化模型；
计算模块，用于基于能耗优化模型，以特征能耗量为目标确定目标函数，求解最优控制量；
控制模块，用于根据最优控制量对燃煤汽轮机组进行控制，得到实时能耗量并计算所述能耗优化模型的应用评价度，根据所述应用评价度对最优控制量进行修正。
7.如权利要求6所述的燃煤汽轮机组的节能系统，其特征在于，根据历史能耗数据得到关键能耗占比，根据关键能耗占比确定影响数据，包括：
所述确定模块用于基于置信度法则对所述历史能耗数据进行处理，得到有效历史能耗数据，根据有效历史能耗数据得到多个能耗占比，将多个能耗占比按照顺序性排列，得到能耗占比集，将所述能耗占比集中大于预设能耗占比阈值的能耗占比设定为关键能耗占比；
将所述关键能耗占比进行灰色关联分析，得到多个关联度，将所述关联度大于预设关联度的因素确定为影响因素，所述影响因素包括通流性、涡轮功率、出力系数、气压和温度。
8.如权利要求7所述的燃煤汽轮机组的节能系统，其特征在于，根据影响因素确定影响数据集，包括：
所述构建模块还用于获取所述影响因素对应的影响数据，并计算所述影响因素的修正影响度，根据影响数据组成影响数据集；
所述影响因素包括第一影响因素、第二影响因素、第三影响因素、第四影响因素和第五影响因素，其中，第一影响因素的修正影响度＞第二影响因素的修正影响度＞第三影响因素的修正影响度＞第四影响因素的修正影响度＞第五影响因素的修正影响度，根据所述修正影响度确定影响数据集中的数据比例；
所述修正影响度的计算公式为：
其中，Pi为修正影响度，n为影响因素的个数，Ri为第i影响因素的实时影响度，ri为第i影响因素的的预设影响度，ki为第i影响因素的影响权重，qi为获取第i影响因素的误差系数。
9.如权利要求8所述的燃煤汽轮机组的节能系统，其特征在于，以特征能耗量为目标确定目标函数，包括：
所述计算模块还用于根据所述关键能耗占比确定关键设备，实时获取关键设备的能耗数据，在燃煤汽轮机组正常运行条件下，根据关键设备的能耗数据确定最小能耗量，根据多个最小能耗量确定特征能耗量；
所述目标函数为：
其中，ΔW0为特征能耗量，ΔWS为第s个关键设备的最小能耗量，d为关键设备的总个数。
10.如权利要求9所述的燃煤汽轮机组的节能系统，其特征在于，计算所述能耗优化模型的应用评价度，根据所述应用评价度对最优控制量进行修正，包括：
所述控制模块还用于根据实时能耗量与特征能耗量确定偏差值，根据偏差值构建偏差集合，根据偏差集合和惩罚函数确定惩罚因子；
所述偏差值为：B＝(W－ΔW0)/ΔW0，其中，W为实时能耗量；
当maxB大于预设偏差阈值B0时，所述惩罚因子γ设定为eB0-maxB；
当maxB不大于预设偏差阈值B0时，所述惩罚因子γ设定为预设常数；
所述能耗优化模型的应用评价度为：
H＝γ×W×et
其中，H为应用评价度，t为实时能耗量对应的运行时长；
根据应用评价度与标准评价度Hi的关系，选定相应的修正系数对最优控制量进行修正，预先设定有第一预设修正系数和第二预设修正系数，且第一预设修正系数小于第二预设修正系数；
当H≤0.5Hi时，对所述能耗优化模型进行重建；
当0.5Hi＜H≤0.8Hi时，选定第二预设修正系数对最优控制量进行修正；
当0.8Hi＜H≤Hi时，选定第一预设修正系数对最优控制量进行修正；
根据修正后的最优控制量对燃煤汽轮机组进行控制，再次计算应用评价度，直至应用评价度大于标注评价度，停止对最优控制量的修正。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311092146.9A CN117404142A (zh) | 2023-08-28 | 2023-08-28 | 一种燃煤汽轮机组的节能方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311092146.9A CN117404142A (zh) | 2023-08-28 | 2023-08-28 | 一种燃煤汽轮机组的节能方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117404142A true CN117404142A (zh) | 2024-01-16 |
Family
ID=89489739
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311092146.9A Pending CN117404142A (zh) | 2023-08-28 | 2023-08-28 | 一种燃煤汽轮机组的节能方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117404142A (zh) |
-
2023
- 2023-08-28 CN CN202311092146.9A patent/CN117404142A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021232734A1 (zh) | 一种热泵与电蓄热设备自适应优化控制方法、系统及装置 | |
| CN110794775B (zh) | 多台锅炉负荷智能控制系统和方法 | |
| CN112146156B (zh) | 一种含电锅炉的电厂多模式灵活性运行方法及系统 | |
| CN117093823B (zh) | 基于数据分析的工厂能源消耗管理方法 | |
| CN107248017B (zh) | 一种考虑热电联产的实时发电计划优化方法 | |
| CN106016447A (zh) | 供热管网调控方法和系统 | |
| CN113217131A (zh) | 基于碳减排的多能互补热电联供系统的电热负荷调度方法 | |
| CN203719032U (zh) | 一种基于能效优化的中央空调冷却塔风机控制系统 | |
| CN117404142A (zh) | 一种燃煤汽轮机组的节能方法及系统 | |
| CN117366799A (zh) | 建筑物冷源系统的控制方法 | |
| CN106998080A (zh) | 一种agc增量指令厂级节能优化分配方法 | |
| CN116592417A (zh) | 基于负荷预测的集中供热系统优化控制方法及系统 | |
| CN115411741A (zh) | 一种热电机组群负荷动态分配方法和设备 | |
| CN115579072A (zh) | 一种供热管网水质智能监测控制系统及方法 | |
| CN114239322A (zh) | 燃煤电站烟气提水系统设计及优化方法和系统 | |
| CN112215720A (zh) | 一种基于可再生能源发电的智能电网控制系统的控制方法 | |
| CN117989054B (zh) | 一种国产化风机智能控制方法、系统和设备 | |
| CN116680935B (zh) | 一种基于分段线性函数的二网供水预测模型构建方法 | |
| CN117846942B (zh) | 一款气体多功能自动检测装备 | |
| CN117662265B (zh) | 一种orc发电过程中温度稳定调节方法及系统 | |
| CN117870009A (zh) | 一种基于大数据的供热节能运行调度管理方法及系统 | |
| CN112801444A (zh) | 一种燃煤发电机组深度调峰负荷下供电煤耗特性曲线获取系统及方法 | |
| CN117993565A (zh) | 垃圾焚烧发电母管制给水系统优化方法及系统 | |
| CN117287713A (zh) | 一种锅炉余热系统换热器控制方法及系统 | |
| CN117852743A (zh) | 长期边际二氧化碳排放率的计算方法、系统、设备及介质 |
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 |