KR102063382B1 - Air compressor cleaning interval prediction method and system - Google Patents

Air compressor cleaning interval prediction method and system Download PDF

Info

Publication number
KR102063382B1
KR102063382B1 KR1020170173884A KR20170173884A KR102063382B1 KR 102063382 B1 KR102063382 B1 KR 102063382B1 KR 1020170173884 A KR1020170173884 A KR 1020170173884A KR 20170173884 A KR20170173884 A KR 20170173884A KR 102063382 B1 KR102063382 B1 KR 102063382B1
Authority
KR
South Korea
Prior art keywords
air compressor
cleaning
time
efficiency
prediction
Prior art date
Application number
KR1020170173884A
Other languages
Korean (ko)
Other versions
KR20190072812A (en
Inventor
박정주
윤상현
김종화
지상배
김진선
Original Assignee
포스코에너지 주식회사
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 포스코에너지 주식회사 filed Critical 포스코에너지 주식회사
Priority to KR1020170173884A priority Critical patent/KR102063382B1/en
Publication of KR20190072812A publication Critical patent/KR20190072812A/en
Application granted granted Critical
Publication of KR102063382B1 publication Critical patent/KR102063382B1/en

Links

Images

Classifications

    • G06F17/50—
    • 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
    • F01D25/00—Component parts, details, or accessories, not provided for in, or of interest apart from, other groups
    • F01D25/002—Cleaning of turbomachines
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02C—GAS-TURBINE PLANTS; AIR INTAKES FOR JET-PROPULSION PLANTS; CONTROLLING FUEL SUPPLY IN AIR-BREATHING JET-PROPULSION PLANTS
    • F02C9/00—Controlling gas-turbine plants; Controlling fuel supply in air- breathing jet-propulsion plants

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Architecture (AREA)
  • Software Systems (AREA)
  • Control Of Positive-Displacement Pumps (AREA)

Abstract

본 발명은 발전기의 가스 터빈에 적용되는 공기 압축기의 세정시기 예측 방법 및 그 시스템에 관한 것으로, 본 발명의 일 실시예에 따른 공기 압축기 세정시기 예측 방법은, 발전기의 운전 데이터를 수집하는 단계; 가스 터빈의 공기 압축기의 소정의 운전 기간동안, 미리 설정된 압축기 효율 예측 함수에 기초한 공기 압축기 예측 효율과, 운전 데이터 중 공기 압축기의 입력단의 대기조건 및 출력단의 성능조건에 기초한 공기 압축기 실제 효율을 계산하는 단계; 공기 압축기 예측 효율과 공기 압축기 실제 효율을 비교하여, 공기 압축기의 가동 시간에 따른 성능 저하량을 계산하고, 계산된 성능 저하량에 기초하여 가동 시간에 따른 성능 저하량 증가 예측 함수를 도출하는 단계; 성능 저하량 증가 예측 함수에 기초하여, 공기 압축기 세정 이후의 가동 시간에 따른 공기 압축기의 세정 효과 소멸 시기를 예측하는 단계; 및 세정 효과 소멸 시기에 따른 공기 압축기의 세정 시기를 예측하는 단계를 포함한다. The present invention relates to a method and a system for predicting the cleaning time of the air compressor applied to the gas turbine of the generator, the air compressor cleaning time prediction method according to an embodiment of the present invention, collecting the operation data of the generator; During the predetermined operation period of the air compressor of the gas turbine, the air compressor prediction efficiency based on the preset compressor efficiency prediction function and the air compressor actual efficiency based on the atmospheric conditions of the input stage and the output stage of the air compressor among the operating data are calculated. step; Comparing the air compressor prediction efficiency with the air compressor actual efficiency, calculating an amount of deterioration according to the operating time of the air compressor, and deriving a predicted function of increasing the amount of deterioration according to the operating time based on the calculated amount of deterioration; Predicting, when the cleaning effect of the air compressor is extinguished according to the operating time after the air compressor cleaning, based on the performance deterioration increase prediction function; And predicting the cleaning time of the air compressor according to the cleaning effect disappearing time.

Figure R1020170173884
Figure R1020170173884

Description

공기 압축기 세정시기 예측 방법 및 시스템{AIR COMPRESSOR CLEANING INTERVAL PREDICTION METHOD AND SYSTEM}Air compressor cleaning time prediction method and system {AIR COMPRESSOR CLEANING INTERVAL PREDICTION METHOD AND SYSTEM}

본 발명은 발전기의 가스 터빈에 적용되는 공기 압축기의 세정시기 예측 방법 및 그 시스템에 관한 것이다. The present invention relates to a method and system for predicting cleaning time of an air compressor applied to a gas turbine of a generator.

가스터빈 엔진에 구비되는 공기 압축기는 공기를 유입해서 공기를 압축시킨 후 연소기로 보내는 장치이다. The air compressor provided in the gas turbine engine is a device that injects air, compresses the air, and sends the same to the combustor.

이러한 공기 압축기는 가스 터빈 성능 저하에 70~85%의 영향을 미치는 중요 설비로서, 공기 압축기의 오염(예로써, 파울링)에 의해 압축기 효율이 저하되면 가스터빈의 발전 효율 저하로 이어진다. 이에 따라, 공기 압축기의 효율 저하는 전체 발전 효율에 큰 영향을 미친다.Such an air compressor is an important equipment that has a 70 to 85% effect on gas turbine performance degradation. If the compressor efficiency is lowered due to contamination of the air compressor (for example, fouling), the power generation efficiency of the gas turbine is reduced. As a result, the deterioration of the efficiency of the air compressor greatly affects the overall power generation efficiency.

종래의 공기 압축기는 압축기 오염을 방지하기 위해서, 제작사의 가이드에 따라 정기적인 세정 작업(예로써, 2개월 당 1회)을 실시했다. Conventional air compressors have undergone regular cleaning operations (for example, once every two months) in accordance with the manufacturer's guide to prevent compressor contamination.

그런데, 공기 압축기의 오염도는 계절별 대기 조건이나 발전기 운전 현황 등에 따라 차이가 있기 때문에, 종래와 같은 일괄적인 세정 기준은 효율적이지 못한 문제점이 있었다. By the way, since the pollution degree of the air compressor is different depending on the seasonal atmospheric conditions, generator operation status, etc., there is a problem that the conventional batch cleaning criteria are not efficient.

또한, 종래에는 압축기 세정에 따른 압축기의 효율 향상이나 발전 출력의 향상을 직접적으로 측정하거나 파악할 수 없는 문제점이 있었다.In addition, in the related art, there is a problem in that it is not possible to directly measure or grasp the improvement of the compressor efficiency or the improvement of power generation output according to the compressor cleaning.

본 발명은 상기와 같은 문제점을 감안하여 이루어진 것으로, 공기 압축기의 오염에 의한 성능 저하 및 세정에 의한 효율 향상이나 발전 출력의 향상을 직접적으로 파악하여, 적정한 세정 시기를 예측할 수 있는 공기 압축기 세정시기 예측 방법 및 시스템을 제공하는 데 목적이 있다. SUMMARY OF THE INVENTION The present invention has been made in view of the above problems, and it is possible to directly predict the deterioration of performance due to contamination of the air compressor, the improvement of efficiency due to cleaning, and the improvement of power generation output, and to predict the appropriate cleaning time. It is an object to provide a method and system.

상기와 같은 기술적 과제를 해결하기 위하여, 본 발명의 일 실시예에 따른 공기 압축기 세정시기 예측 방법은, 발전기의 운전 데이터를 수집하는 단계; 가스 터빈의 공기 압축기의 소정의 운전 기간동안, 미리 설정된 압축기 효율 예측 함수에 기초한 공기 압축기 예측 효율과, 운전 데이터 중 공기 압축기의 입력단의 대기조건 및 출력단의 성능조건에 기초한 공기 압축기 실제 효율을 계산하는 단계; 공기 압축기 예측 효율과 공기 압축기 실제 효율을 비교하여, 공기 압축기의 가동 시간에 따른 성능 저하량을 계산하고, 계산된 성능 저하량에 기초하여 가동 시간에 따른 성능 저하량 증가 예측 함수를 도출하는 단계; 성능 저하량 증가 예측 함수에 기초하여, 공기 압축기 세정 이후의 가동 시간에 따른 공기 압축기의 세정 효과 소멸 시기를 예측하는 단계; 및 세정 효과 소멸 시기에 따른 공기 압축기의 세정 시기를 예측하는 단계를 포함한다. In order to solve the above technical problem, the air compressor cleaning time prediction method according to an embodiment of the present invention, collecting the operation data of the generator; During the predetermined operation period of the air compressor of the gas turbine, the air compressor prediction efficiency based on the preset compressor efficiency prediction function and the air compressor actual efficiency based on the atmospheric conditions of the input stage and the output stage of the air compressor among the operating data are calculated. step; Comparing the air compressor prediction efficiency with the air compressor actual efficiency, calculating an amount of deterioration according to the operating time of the air compressor, and deriving a predicted function of increasing the amount of deterioration according to the operating time based on the calculated amount of deterioration; Predicting, when the cleaning effect of the air compressor is extinguished according to the operating time after the air compressor cleaning, based on the performance deterioration increase prediction function; And predicting the cleaning time of the air compressor according to the cleaning effect disappearing time.

한편, 본 발명의 다른 실시예에 따른 공기 압축기 세정시기 예측 시스템은, 발전기의 운전 데이터를 수집하는 데이터 수집부; 가스 터빈의 공기 압축기의 소정의 운전 기간동안, 미리 설정된 압축기 효율 예측 함수에 기초한 공기 압축기 예측 효율과, 운전 데이터 중 공기 압축기의 입력단의 대기조건 및 출력단의 성능조건에 기초한 공기 압축기 실제 효율을 계산하는 압축기 효율 계산부; 공기 압축기 예측 효율과 공기 압축기 실제 효율을 비교하여, 공기 압축기의 가동 시간에 따른 성능 저하량을 계산하고, 계산된 성능 저하량에 기초하여 가동 시간에 따른 성능 저하량 증가 예측 함수를 도출하는 성능 저하량 예측식 모델링부; 성능 저하량 증가 예측 함수에 기초하여, 공기 압축기 세정 이후의 가동 시간에 따른 공기 압축기의 세정 효과 소멸 시기를 예측하는 소멸 시기 예측부; 및 세정 효과 소멸 시기에 따른 공기 압축기의 세정 시기를 예측하는 세정 시기 예측부를 포함한다.On the other hand, the air compressor cleaning time prediction system according to another embodiment of the present invention, a data collector for collecting the operation data of the generator; During the predetermined operation period of the air compressor of the gas turbine, the air compressor prediction efficiency based on the preset compressor efficiency prediction function and the air compressor actual efficiency based on the atmospheric conditions of the input stage and the output stage of the air compressor among the operating data are calculated. Compressor efficiency calculation unit; Comparing the air compressor's predicted efficiency with the air compressor's actual efficiency, it calculates the performance degradation according to the air compressor's operating time, and based on the calculated performance degradation, the performance degradation to derive the prediction function of increasing the performance degradation over the operating time. Quantity prediction modeling unit; An extinction timing estimator configured to predict an extinction timing of the cleaning effect of the air compressor according to the operating time after the cleaning of the air compressor, based on a performance reduction increase predicting function; And a washing time predicting unit for predicting the washing time of the air compressor according to the washing time disappearing time.

본 발명에 의하면, 공기 압축기의 오염에 의한 성능 저하 및 세정에 의한 효율 향상이나 발전 출력의 향상을 직접적으로 파악하여, 적정한 세정 시기를 예측할 수 있다.According to the present invention, it is possible to directly grasp the performance deterioration due to contamination of the air compressor, the improvement of efficiency by washing, and the improvement of power generation output, and to predict an appropriate washing time.

본 발명에 의한 다른 효과는, 이후 실시예에 따라 추가적으로 설명하기로 한다.Other effects of the present invention will be further described according to the following examples.

도 1은 복합 발전 시스템의 구성을 개략적으로 나타내는 블록도이다.
도 2의 (a)는 본 발명의 일 실시예에 따른 공기 압축기 세정시기 예측 시스템의 구성을 나타내는 블록도이며, 도 2의 (b)는 도 2의 (a)의 제어부의 구성을 나타내는 블록도이다.
도 3은 본 발명의 일 실시예에 따른 압축기 효율 예측 함수를 모델링하기 위한 그래프이다.
도 4 및 도 5는 경제성 분석에 의해서 세정 시점을 결정하는 개념을 설명하기 위한 그래프이다.
도 6은 발전기별 성능 현황 정보를 나타내는 표시 화면의 예시도이다.
도 7은 압축기 세정 이력 정보를 나타내는 표시 화면의 예시도이다.
도 8은 최적 세정 시기 정보를 나타내는 표시 화면의 예시도이다.
도 9는 발전기별 종합 정보를 나타내는 표시 화면의 예시도이다.
도 10은 본 발명의 일 실시예에 따른 공기 압축기 세정시기 예측 방법을 나타내는 순서도이다. 1 is a block diagram schematically showing the configuration of a combined cycle power generation system.
2 (a) is a block diagram showing the configuration of the air compressor cleaning timing prediction system according to an embodiment of the present invention, Figure 2 (b) is a block diagram showing the configuration of the control unit of (a) of FIG. to be.
3 is a graph for modeling a compressor efficiency prediction function according to an embodiment of the present invention.
4 and 5 are graphs for explaining the concept of determining the cleaning time point by economic analysis.
6 is an exemplary view of a display screen showing performance status information for each generator.
7 is an exemplary view of a display screen showing compressor cleaning history information.
8 is an exemplary view of a display screen showing optimum cleaning timing information.
9 is an exemplary view of a display screen showing comprehensive information for each generator.
10 is a flowchart illustrating a method of predicting a cleaning time of an air compressor according to an embodiment of the present invention.

본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.As the inventive concept allows for various changes and numerous embodiments, particular embodiments will be illustrated in the drawings and described in detail in the written description. However, this is not intended to limit the present invention to specific embodiments, it should be understood to include all transformations, equivalents, and substitutes included in the spirit and scope of the present invention. In describing the present invention, when it is determined that the detailed description of the related known technology may obscure the gist of the present invention, the detailed description thereof will be omitted.

본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terminology used herein is for the purpose of describing particular example embodiments only and is not intended to be limiting of the invention. Singular expressions include plural expressions unless the context clearly indicates otherwise. In this application, the terms "comprise" or "have" are intended to indicate that there is a feature, number, step, operation, component, part, or combination thereof described in the specification, and one or more other features. It is to be understood that the present invention does not exclude the possibility of the presence or the addition of numbers, steps, operations, components, components, or a combination thereof.

이하, 본 발명에 따른 실시 예들을 첨부도면을 참조하여 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.Hereinafter, embodiments according to the present invention will be described in detail with reference to the accompanying drawings, and in the following description with reference to the accompanying drawings, the same or corresponding components are given the same reference numerals and redundant description thereof will be omitted. Shall be.

먼저, 본 발명이 적용되는 가스 터빈을 이용한 발전 시스템을 간단히 설명하기로 한다. 가스 터빈은 기본적으로 공기 압축기(이하, 간단히 '압축기'라고도 한다), 연소기 및 터빈으로 이루어진다. 압축기는 공기를 유입해서 공기를 압축시키고 압축된 공기를 연소기로 보낸다. 연소기는 압축된 공기와 함께 연료를 연소시킨다. 이때 생긴 고온 고압의 가스를 터빈에 내뿜으면서 팽창시켜 터빈을 회전시킨다. 이에 따라, 발전기는 터빈의 회전력을 이용하여 발전을 한다. First, a power generation system using a gas turbine to which the present invention is applied will be briefly described. A gas turbine basically consists of an air compressor (hereinafter simply referred to as a 'compressor'), a combustor and a turbine. The compressor introduces air, compresses the air, and sends the compressed air to the combustor. The combustor burns fuel together with the compressed air. The turbine is rotated by expanding the gas of high temperature and high pressure generated at this time while blowing it out on the turbine. Accordingly, the generator generates electricity using the rotational force of the turbine.

또한, 본 발명은 단순히 가스 터빈만을 적용한 발전 시스템만이 아니라, 가스 터빈과 스팀 터빈을 포함하는 복합 발전 시스템에도 적용될 수 있다. In addition, the present invention can be applied not only to a power generation system using only a gas turbine, but also to a complex power generation system including a gas turbine and a steam turbine.

도 1은 복합 발전 시스템의 구성을 개략적으로 나타내는 블록도이다. 도 1에서와 같이, 복합 발전 시스템은 예를 들면 가스 터빈(110), 스팀 터빈(140), 발전기(120), 보일러(130)(예로써, 배열 회수 보일러) 및 복수기(150)를 포함할 수 있다. 먼저, 가스 터빈(110)은 앞서 설명한 바와 같이, 압축기와 연소기를 이용하여 터빈을 회전시켜 발전기(120)를 1차적으로 구동시킨다. 한편, 가스 터빈(110)에서 터빈을 회전시킨 고온 고압의 가스는 보일러(130)로 공급되고, 스팀 터빈(140)은 보일러(130)로부터 공급된 고압 고온의 증기를 이용하여 회전하여 발전기(120)를 2차적으로 구동시킨다. 이때, 스팀 터빈(140)의 고압 터빈, 중압 터빈 및 저압 터빈을 순서대로 거친 증기는 복수기(150)에서 냉각 응축되어 물로 환원되고, 환원된 물은 재활용을 위해서 다시 보일러(130)로 보내진다. 이와 같이 하여, 복합 발전을 할 수 있다. 1 is a block diagram schematically showing the configuration of a combined cycle power generation system. As in FIG. 1, the combined power generation system may include, for example, a gas turbine 110, a steam turbine 140, a generator 120, a boiler 130 (eg, a heat recovery boiler) and a condenser 150. Can be. First, as described above, the gas turbine 110 primarily drives the generator 120 by rotating the turbine using a compressor and a combustor. On the other hand, the gas of the high temperature and high pressure in which the turbine is rotated in the gas turbine 110 is supplied to the boiler 130, the steam turbine 140 is rotated by using the high pressure high temperature steam supplied from the boiler 130 to generate a generator 120 Drive second). At this time, the steam which has passed through the high pressure turbine, the medium pressure turbine and the low pressure turbine of the steam turbine 140 in sequence is cooled and condensed in the condenser 150 to be reduced to water, and the reduced water is sent back to the boiler 130 for recycling. In this way, multiple power generation can be performed.

이어서, 도 2를 이용하여, 본 발명의 일 실시예에 따른 공기 압축기 세정시기 예측 시스템에 대해서 설명하기로 한다. 도 2의 (a)는 본 발명의 일 실시예에 따른 공기 압축기 세정시기 예측 시스템의 구성을 나타내는 블록도이며, 도 2의 (b)는 도 2의 (a)의 제어부의 구성을 나타내는 블록도이다. Next, an air compressor cleaning timing prediction system according to an embodiment of the present invention will be described with reference to FIG. 2. 2 (a) is a block diagram showing the configuration of the air compressor cleaning timing prediction system according to an embodiment of the present invention, Figure 2 (b) is a block diagram showing the configuration of the control unit of (a) of FIG. to be.

먼저, 도 2의 (a)에 도시된 바와 같이, 본 발명의 일 실시예에 따른 공기 압축기 세정시기 예측 시스템(1)은, 크게 통신부(10), 표시부(30) 및 제어부(20)를 포함할 수 있다. First, as shown in (a) of FIG. 2, the air compressor cleaning timing prediction system 1 according to an embodiment of the present invention includes a communication unit 10, a display unit 30, and a controller 20. can do.

통신부(10)는 유/무선을 이용하여 외부 장치와 통신하는 장치로서, 제어부(20)에 의해 제어된다.The communication unit 10 is a device that communicates with an external device using wired / wireless and is controlled by the control unit 20.

표시부(30)는 사용자 인터페이스로서, 제어부(20)의 제어에 의해 각종 입력 정보, 처리 정보 등을 표시하는 디스플레이 장치이다. The display unit 30 is a user interface, and is a display device that displays various input information, process information, and the like under the control of the control unit 20.

제어부(20)는 공기 압축기 세정 시기 예측을 위한 전반적인 프로세스를 수행하는 처리부로서, 도 2의 (b)에 도시된 바와 같이, 데이터 수집부(21), 압축기 효율 계산부(22), 성능 저하량 예측시 모델링부(23), 소멸시기 예측부(24), 세정 시기 예측부(25)를 포함한다. The control unit 20 is a processing unit that performs an overall process for predicting the air compressor cleaning time, and as shown in FIG. 2B, the data collecting unit 21, the compressor efficiency calculating unit 22, and the performance degradation amount. In the prediction, the modeling unit 23, an extinction time prediction unit 24, and a cleaning time prediction unit 25 are included.

데이터 수집부(21)는 발전기의 운전 데이터를 실시간으로 수집하는 구성이다. 일례로, 데이터 수집부(21)는 압축기 효율과 관련해서 공기 압축기의 입력단의 대기 조건으로서 온도, 압력, 습도의 운전 데이터와, 공기 압축기의 출력단의 성능 조건으로서 온도 및 압력의 운전 데이터를 수집할 수 있다. 뿐만 아니라, 발전기 출력에 관한 운전 데이터, 경제성 분석에 관한 운전 데이터 등을 더 수집할 수 있다. The data collection unit 21 is a configuration for collecting the operating data of the generator in real time. For example, the data collector 21 may collect operating data of temperature, pressure, and humidity as atmospheric conditions of the input stage of the air compressor and operating data of temperature and pressure as performance conditions of the output stage of the air compressor in relation to compressor efficiency. Can be. In addition, it is possible to further collect operation data on generator output and operation data on economic analysis.

압축기 효율 계산부(22)는 가스터빈의 공기 압축기의 소정의 운전 기간동안, 미리 설정된 압축기 효율 예측 함수에 기초한 공기 압축기 예측 효율과, 운전 데이터 중 공기 압축기의 입력단의 대기조건 및 출력단의 성능조건에 기초한 공기 압축기 실제 효율을 계산하는 구성이다. 일례로, 공기 압축기 입력단의 대기조건은 온도, 압력 및 습도를 포함하며, 공기 압축기 출력단의 성능 조건은 온도 및 압력을 포함한다.The compressor efficiency calculator 22 calculates the air compressor prediction efficiency based on a preset compressor efficiency prediction function, and the atmospheric conditions of the input stage of the air compressor and the performance conditions of the output stage during the predetermined operation period of the air compressor of the gas turbine. Air compressor based on the configuration to calculate the actual efficiency. In one example, the atmospheric conditions of the air compressor input stage include temperature, pressure and humidity, and the performance conditions of the air compressor output stage include temperature and pressure.

여기서, 압축기 효율은 압축기의 입력단과 출력단의 대기 조건에 의해 얻어지는 압축 효율을 의미하는 것으로, 공기 압축기 예측 효율은 압축기의 입력단의 입력값 즉 대기 조건만을 이용하여 계산되는 예측값을 의미하며, 공기 압축기 실제 효율은 압축기의 입력값 및 출력값을 이용하여 계산되는 실제값을 의미한다.Here, the compressor efficiency refers to the compression efficiency obtained by the atmospheric conditions of the input and output stages of the compressor, the air compressor prediction efficiency means the predicted value calculated using only the input value of the input stage of the compressor, that is, the atmospheric conditions, Efficiency means the actual value calculated using the input and output values of the compressor.

압축기 효율 예측 함수는 공기 압축기의 물리적 이론을 기반으로 운전 데이터 중 공기 압축기의 입력단의 대기조건에 기초하여 설정된 함수이다. 예를 들어, 압축기 효율 예측식(Y)은 물리 공식(브레이튼 사이클)을 기초로 구해진 값으로서 다음과 같은 운전 파라미터를 포함하는 함수로 대체하여 모델링될 수 있다.The compressor efficiency prediction function is a function set based on the atmospheric conditions of the input stage of the air compressor based on the physical theory of the air compressor. For example, the compressor efficiency prediction equation Y may be modeled by substituting a function including the following operating parameters as a value obtained based on a physical formula (Brayton cycle).

Y ~ f(T1C2, T1C, P1C, Moist)Y to f (T1C 2 , T1C, P1C, Moist)

여기서, T1C는 압축기 입구 온도를 나타내며, P1C는 압축기 입구 압력을 나타내며, Moist는 상대 습도를 나타낸다. Where T1C represents the compressor inlet temperature, P1C represents the compressor inlet pressure, and Moist represents the relative humidity.

또는, 압축기 효율 예측식(Y)은 물리 공식(브레이튼 사이클)을 기초로 구해진 값으로서 다음과 같은 운전 파라미터를 포함하는 함수로 대체하여 모델링될 수도 있다.Alternatively, the compressor efficiency prediction equation (Y) may be modeled by substituting a function including the following operating parameters as a value obtained based on a physical formula (Brayton cycle).

Y ~ f(T1C3, T1C2, T1C, P1C3, P1C2, P1C, Moist2, Moist)Y to f (T1C 3 , T1C 2 , T1C, P1C 3 , P1C 2 , P1C, Moist 2 , Moist)

이와 같은, 압축기 효율 예측 함수는 빅 데이터 기반 다양한 운전 파라미터에 기초하여 다양하게 모델링된 후 과거의 운전 데이터를 이용한 학습 과정을 거쳐 예측 오차를 검증(예로써, 예측 오차 0.2% 이내)하고, 검증된 압축기 효율 예측 함수 중에 압축기 실제 효율과 비교해서 압축기의 성능 저하를 가장 잘 나타내는 함수로 설정되면 된다. As such, the compressor efficiency prediction function is variously modeled based on big data-based various operating parameters, and then the prediction error is verified (eg, within 0.2% of the prediction error) through a learning process using past operating data. The compressor efficiency prediction function may be set to a function that best represents the performance degradation of the compressor compared to the compressor actual efficiency.

성능 저하량 예측식 모델링부(23)는 계산된 공기 압축기 예측 효율과 공기 압축기 실제 효율을 비교하여, 공기 압축기의 가동 시간에 따른 성능 저하량을 계산하고, 계산된 성능 저하량에 기초하여 가동 시간에 따른 성능 저하량 증가 예측 함수를 도출하는 구성이다.The performance degradation prediction modeling unit 23 compares the calculated air compressor prediction efficiency with the actual efficiency of the air compressor, calculates the performance degradation amount according to the operation time of the air compressor, and calculates the operation time based on the calculated performance reduction amount. It is a configuration to derive the predictive function of the increase in performance degradation.

도 3은 본 발명의 일 실시예에 따른 압축기 효율 예측 함수를 모델링하기 위한 그래프이다. 도 3의 그래프에서 x축은 발전기의 가동 시간(EBH)을 나타내고, y축은 공기 압축기 예측 효율과 공기 압축기 실제 효율의 차를 나타낸다. 도 3에 도시된 바와 같이, 먼저, 가동 시간에 따라 공기 압축기 예측 효율과 공기 압축기 실제 효율의 차를 계산하여 성능 저하량 곡선을 도출한다. 여기서 계산된 효율 차는 공기 압축기의 성능 저하량을 의미한다. 성능 저하량은 가동 시간에 따라 점진적으로 증가해 가는 것을 확인할 수 있다. 이어서, 가동 시간에 따른 성능 저하량 곡선을 일반화시켜서 현재 시점 이후에 대한 성능 저하량 증가 예측 함수를 도출할 수 있다. 비록 도 3에서 소정 기울기를 가지는 1차식으로 나타냈으나, 성능 저하량 증가 예측 함수(Differ)는 예를 들면, 다음과 같이 가동 시간(EBH)을 파라미터로 하는 함수로 도출될 수 있다. 3 is a graph for modeling a compressor efficiency prediction function according to an embodiment of the present invention. In the graph of FIG. 3, the x axis represents the operating time (EBH) of the generator, and the y axis represents the difference between the air compressor prediction efficiency and the air compressor actual efficiency. As shown in FIG. 3, first, a difference between the air compressor prediction efficiency and the air compressor actual efficiency is calculated according to the operation time to derive a performance degradation amount curve. The difference in efficiency calculated here means the amount of deterioration of the air compressor. It can be seen that the decrease in performance gradually increases with uptime. Subsequently, the performance degradation curve over time can be generalized to derive a performance degradation increase prediction function for the present time. Although shown as a linear equation with a predetermined slope in FIG. 3, the performance degradation increase prediction function Differ may be derived as a function having, for example, an operating time EBH as a parameter.

Differ ~ f(EBH2, EBH)Differ to f (EBH 2 , EBH)

이어서, 소멸 시기 예측부(24)는, 성능 저하량 증가 예측 함수에 기초하여, 공기 압축기 세정 이후의 가동 시간에 따른 공기 압축기의 세정 효과 소멸 시기를 예측할 수 있다. 예를 들면, 공기 압축기의 세정 효과 소멸 시점을 계산하기 위해서, 예로써 세정 직전 성능 저하분이 0.7인 경우, 0.7을 상기 성능 저하량 증가 예측 함수에 대입하면 세정 효과 소멸 시점까지의 남은 가동 시간을 계산할 수 있다. 이어서, 남은 가동 시간은 일별로 나누거나 또는 일별 평균 가동 시간으로 나누어 세정 시점 또는 세정 일자를 예측할 수 있다. 뿐만 아니라, 성능 저하량의 증가는 공기 압축기의 오염도 증가를 의미하기 때문에, 소멸 시기 예측부(24)는, 세정 효과 소멸 시기와 함께, 성능 저하량 증가 예측 함수에 기초하여, 공기 압축기 세정 이후의 가동 시간에 따른 공기 압축기의 오염도를 예측할 수도 있다. 예를 들면 세정 전후의 평균 성능 저하분의 차를 100%로 환산하여 오염도 범위를 설정한 후, 이를 기준으로 현재 시점에서의 오염도를 예측할 수 있다. 예를 들어, 세정 직전 성능 저하분의 평균이 0.7이고, 세정 직후 성능 저하분의 평균이 0.2일 때 평균의 차이 0.5를 이를 오염도 100%로 환산하고, 세정 이후 현재 시점에서 성능 저하분이 0.1이라면 오염도는 세정 이후 20%로 환산하여 오염도를 예측할 수 있다. 이에 따라, 세정효과 예상 소멸 시점 및 오염도를 예측하여 표시부(30)를 통해 표시할 수 있다. Subsequently, the extinction timing predictor 24 may predict the cleaning effect extinction timing of the air compressor according to the operating time after the air compressor cleaning, based on the performance reduction amount increase prediction function. For example, in order to calculate the cleaning effect extinction point of the air compressor, for example, when the performance deterioration portion just before cleaning is 0.7, substituting 0.7 into the performance reduction predictive function calculates the remaining operation time until the cleaning effect extinction point. Can be. The remaining run time can then be divided by day or divided by the average daily run time to predict the time of cleaning or the date of cleaning. In addition, since the increase in the amount of deterioration means that the degree of pollution of the air compressor is increased, the extinction time predictor 24 is based on the deterioration time increase function and the function of the deterioration increase predictive function in addition to the cleaning effect extinction time. It is also possible to predict the degree of contamination of the air compressor over time. For example, after setting the pollution degree range by converting the difference between the average performance degradation before and after cleaning to 100%, the pollution degree at the present time can be predicted based on this. For example, when the average of the performance degradation immediately before cleaning is 0.7 and the average of the performance degradation immediately after cleaning is 0.2, the difference of the mean 0.5 is converted into 100% of the pollution degree, and if the performance reduction is 0.1 at the present time after cleaning, the degree of contamination Can be converted to 20% after cleaning to predict the degree of contamination. Accordingly, it is possible to predict the cleaning effect anticipated time of disappearance and the degree of contamination to be displayed on the display 30.

따라서, 세정 시기 예측부(25)는 예측된 세정 효과 소멸 시기에 기초하여 공기 압축기의 세정 시기를 예측할 수 있다. 예로써, 세정효과 예상 소멸 시점을 세정 시기로 예측할 수 있다. Accordingly, the cleaning time predicting unit 25 may predict the cleaning time of the air compressor based on the estimated cleaning time disappearing time. As an example, the expected time to disinfect the cleaning effect can be predicted as the cleaning time.

추가로, 본 발명에 따른 공기 압축기 세정시기 예측 시스템(1)은, 공기 압축기의 최적 세정시기를 예측하기 위해서, 발전기 출력 예측부(26), 경제성 분석부(27)를 더 포함할 수 있다. 즉, 세정효과 예상 소멸 시점 이후에도 발전이 되지 않는 것은 아니므로, 공기 압축기의 효율와 발전기 출력의 인과 관계에 따른 경제성 분석을 통해 최적 세정시기를 예측할 수 있다. In addition, the air compressor cleaning time prediction system 1 according to the present invention may further include a generator output predicting unit 26 and an economic analysis unit 27 to predict the optimum cleaning time of the air compressor. That is, since the power generation does not continue after the expected disappearance of the cleaning effect, it is possible to predict the optimum cleaning time through economic analysis according to the causal relationship between the efficiency of the air compressor and the generator output.

발전기 출력 예측부(26)는 발전기 출력 예측 모델을 이용하여, 가동 시간에 따른 공기 압축기의 세정시 압축기 효율 변화에 의한 발전기 출력을 예측할 수 있다. 여기서, 발전기 출력 예측 모델은 발전기 출력과 관련된 인자를 통해서 도출될 수 있다. 예를 들어, 복합 발전 시스템의 경우, 발전기 출력 예측 모델(Gen.Power)은 대기조건(예로써, 대기온도, 대기압, 대기습도)과, 터빈의 성능 인자(즉, 가스 터빈의 성능 인자와 스팀 터빈의 성능 인자)와, 복수기의 진공도를 고려하여, 다음과 같이 f 함수로서 모델링될 수 있다. The generator output predicting unit 26 may predict the generator output due to the change in the compressor efficiency during the cleaning of the air compressor according to the operating time using the generator output prediction model. Here, the generator output prediction model may be derived through a factor related to the generator output. For example, in a combined power generation system, the generator power prediction model (Gen. Power) can provide atmospheric conditions (e.g., atmospheric temperature, atmospheric pressure, atmospheric humidity), turbine performance factors (i.e., gas turbine performance factors and steam). Taking into account the performance factor of the turbine) and the degree of vacuum of the condenser, it can be modeled as an f function as follows.

- Gen.Power = f(대기 조건, 가스 터빈 성능 인자, 스팀 터빈 성능 인자, 복수기 진공도)Gen. Power = f (air condition, gas turbine performance factor, steam turbine performance factor, condenser vacuum degree)

대기 조건에 대한 식은 예를 들면 다음과 같은 파라미터를 고려하여 f 함수로서 설정될 수 있다. The equation for the atmospheric condition may be set as the f function, for example, taking into account the following parameters.

- 대기 조건 = f(CIT3, CIT2, CIT)Atmospheric condition = f (CIT 3 , CIT 2 , CIT)

여기서, CIT는 대기 온도이다. Where CIT is the ambient temperature.

또한, 가스 터빈 성능 인자에 대한 식은 예를 들면 다음과 같이 f 함수로서 설정될 수 있다. In addition, the equation for the gas turbine performance factor can be set as an f function, for example, as follows.

- 가스 터빈 성능 인자 = f(CIT, Atmospheric, Moist, P1C, (GT.RPS), P2C, T2C, T2T, P2T, EBH, (LNG.Temp), (Air.Comp..Efficeincy.No.1))Gas turbine performance factor = f (CIT, Atmospheric, Moist, P1C, (GT.RPS), P2C, T2C, T2T, P2T, EBH, (LNG.Temp), (Air.Comp..Efficeincy.No.1) )

여기서, Atmospheric는 대기압이고, Moist는 대기 습도이며, P1C는 압축기 입구 압력이고, GT.RPS는 가스 터빈 회전 속도이며, P2C는 압축기 출구 압력이고, T2C는 압축기 출구 온도이며, T2T는 가스 터빈 출구 온도이고, P2T는 가스 터빈 출구 압력이며, EBH는 가동 시간이고, LNG.Temp는 LNG 공급 온도이며, Air.Comp..Efficeincy.No.1는 압축기 효율이다. Where Atmospheric is atmospheric pressure, Moist is atmospheric humidity, P1C is compressor inlet pressure, GT.RPS is gas turbine rotational speed, P2C is compressor outlet pressure, T2C is compressor outlet temperature, and T2T is gas turbine outlet temperature P2T is the gas turbine outlet pressure, EBH is the uptime, LNG.Temp is the LNG supply temperature, and Air.Comp..Efficeincy.No.1 is the compressor efficiency.

또한, 스팀 터빈 성능 인자에 대한 식은 예를 들면 다음과 같이 f 함수로서 설정될 수 있다. In addition, the equation for the steam turbine performance factor can be set as an f function, for example, as follows.

- 스팀 터빈 성능 인자 = f(T2T, P2T, (HP.Main.Temp), (From.HP.TBN.Temp), (HP.Main.Pr), (From.HP.TBN.Pr), (HP.Main.Flow), (HRH.Main.Temp), (From.IP.TBN.Temp), (HRH.Main.Pr), (From.IP.TBN.Pr), (HRH.Main.Flow), (LP.Main.Temp), (LP.Main.Pr), (LP.Main.Flow), (From.HP.TBN.Temp))Steam turbine performance factor = f (T2T, P2T, (HP.Main.Temp), (From.HP.TBN.Temp), (HP.Main.Pr), (From.HP.TBN.Pr), (HP .Main.Flow), (HRH.Main.Temp), (From.IP.TBN.Temp), (HRH.Main.Pr), (From.IP.TBN.Pr), (HRH.Main.Flow), (LP.Main.Temp), (LP.Main.Pr), (LP.Main.Flow), (From.HP.TBN.Temp))

여기서, HP.Main.Temp는 고압 증기 터빈 입구 온도이고, From.HP.TBN.Temp는 고압 증기 터빈 출구 온도이며, HP.Main.Pr는 고압 증기 터빈 입구 압력이고, From.HP.TBN.Pr는 고압 증기 터빈 출구 압력이며, HP.Main.Flow는 고압 증기 유량, HRH.Main.Temp는 중압 증기 터빈 입구 온도이고, From.IP.TBN.Temp는 중압 증기 터빈 출구 온도이며, HRH.Main.Pr는 중압 증기 터빈 입구 압력이고, From.IP.TBN.Pr은 중압 증기 터빈 출구 압력이며, HRH.Main.Flow는 중압 증기 유량이고, LP.Main.Temp는 저압 증기 터빈 입구 온도이며, LP.Main.Pr는 저압 증기 터빈 입구 압력이고, LP.Main.Flow는 저압 증기 유량이다. Where HP.Main.Temp is the high pressure steam turbine inlet temperature, From.HP.TBN.Temp is the high pressure steam turbine outlet temperature, HP.Main.Pr is the high pressure steam turbine inlet pressure, From.HP.TBN.Pr Is the high pressure steam turbine outlet pressure, HP.Main.Flow is the high pressure steam flow rate, HRH.Main.Temp is the medium pressure steam turbine inlet temperature, From.IP.TBN.Temp is the medium pressure steam turbine outlet temperature, HRH.Main. Pr is medium pressure steam turbine inlet pressure, From.IP.TBN.Pr is medium pressure steam turbine outlet pressure, HRH.Main.Flow is medium pressure steam flow rate, LP.Main.Temp is low pressure steam turbine inlet temperature, LP. Main.Pr is the low pressure steam turbine inlet pressure and LP.Main.Flow is the low pressure steam flow rate.

여기서, 발전기 출력 예측 모델도 과거의 운전 데이터를 이용한 학습 과정을 거쳐 예측 오차를 검증하여 실제 발전기 출력과 비교해서 발전기 출력과 가장 잘 예측하는 함수로 모델링되면 된다. Here, the generator output prediction model may also be modeled as a function that best predicts the generator output by comparing the actual generator output by verifying the prediction error through a learning process using past operating data.

이에 따라, 공기 압축기 효율 변화에 의한 발전기 출력의 변화를 예측할 수 있으며, 예로써, 압축기 효율 상승(예로써, 1% 상승) 및 효율 하락(예로써, 1% 하락)에 따른 복합 출력 변화량을 도출할 수도 있다. Accordingly, it is possible to predict the change in the generator output due to the change in the efficiency of the air compressor, for example, to obtain the combined output change amount according to the increase in the compressor efficiency (e.g. 1% increase) and the decrease in efficiency (e.g. 1% drop). You may.

한편, 경제성 분석부(27)는 공기 압축기의 세정 유무에 대한 소정 기간동안의 발전기 출력 예측값에 따른 경제성을 분석하는 구성이다. 발전기 출력은 경제성 분석시 비용을 결정하는 중요한 요소이다. 여기서, 경제성 분석은, 예를 들면, 세정 기간 동안에 대한 세정 비용, 발전기 정지 손실 비용, 연료 절약 비용, 용량 정산 요금(CP) 및 제약비발전정산금(COFF)에 기초하여 분석할 수 있다. On the other hand, the economical analysis unit 27 is a configuration for analyzing the economical efficiency according to the generator output predicted value for a predetermined period for the presence or absence of cleaning of the air compressor. Generator output is an important factor in determining cost in economic analysis. Here, the economic analysis can be analyzed based on, for example, the cleaning cost, the generator stop loss cost, the fuel saving cost, the capacity settlement fee CP and the pharmaceutical non-production settlement fee COFF for the cleaning period.

이에 따라, 세정 시기 예측부(25)가, 공기 압축기의 세정 효과 소멸 시기와 함께, 경제성 분석을 통하여 공기 압축기의 최적 세정 시기를 예측할 수 있다. 예를 들면, 공기 압축기의 직전 세정 시점 이후의 현재 시점에서 성능 저하량 증가 예측 함수를 통해 공기 압축기의 세정 시기를 1차적으로 예측하고, 예측 시기로부터 다시 소정 기간(예로써, 2개월) 동안 일별 또는 가동 시간별로 경제성 분석을 실시하여 최적의 정비시점을 도출할 수 있다. Thereby, the washing | cleaning time prediction part 25 can estimate the optimal washing | cleaning timing of an air compressor through an economic analysis along with the washing | cleaning effect extinction time of an air compressor. For example, it is possible to predict the cleaning time of the air compressor primarily through the function of predicting the decrease in performance at the present time after the immediately preceding cleaning time of the air compressor, and then daily again for a predetermined period (for example, two months) from the prediction time. Alternatively, economic analysis can be conducted for each uptime to derive optimal maintenance points.

경제성 분석부(27)는, 경제성 분석시, 예를 들면, 다음과 같이 수익 개선 금액을 계산하여, 최적의 수익 개선 시점을 산출할 수 있다. In the economic analysis, the economic analysis unit 27 may calculate the amount of profit improvement, for example, as follows, to calculate an optimal profit improvement time point.

- 수익 개선 금액 = 용량 정산 요금(CP) + 제약비발전 정산금(COFF) + 연료 절감 비용 - 세정 비용 - 정지 손실 비용-Revenue improvement amount = Capacity settlement fee (CP) + Pharmaceutical non-generation settlement fee (COFF) + Fuel savings cost-Cleaning cost-Stop loss cost

여기서, 용량 정산 요금(CP) 및 제약비발전 정산금(COFF)은 전력 거래소와의 거래에 따라 지원받는 보조금으로서 일별로 변동되는 금액이며, 연료 절감 비용은 예를 들면 LNG 절감 비용이고, 세정 비용은 공기 압축기의 세정 비용이며, 정지 손실 비용은 발전기 정지 손실에 따른 비용이다. Here, the capacity settlement fee (CP) and the pharmaceutical non-power generation settlement (COFF) are subsidies that are supported by the transaction with the power exchange, and the amount varies daily, fuel saving cost is, for example, LNG saving cost, and cleaning cost is The cleaning cost of the air compressor is the stop loss cost is the cost of the generator stop loss.

도 4 및 도 5를 이용하여 경제성 분석에 의해 최적 세정 시점을 도출하는 개념을 설명한다. 도 4 및 도 5는 경제성 분석에 의해서 세정 시점을 결정하는 개념을 설명하기 위한 그래프이다. 도 4 및 도 5에서 가로 축은 가동 시간(EBH)을 나타내고, 세로 축은 압축기 효율을 나타낸다. The concept of deriving an optimal cleaning time point by economic analysis will be described with reference to FIGS. 4 and 5. 4 and 5 are graphs for explaining the concept of determining the cleaning time point by economic analysis. In Figures 4 and 5 the horizontal axis represents the operating time (EBH) and the vertical axis represents the compressor efficiency.

먼저, 도 4에서와 같이, 직전 세정 시점으로부터 세정 효과가 남아있는 기간에 최적 세정 시점을 결정할 수 있다. 예를 들어, 직전 세정 효과 소멸 시점 이전에 최적 세정 시점을 결정하는 경우, 일별로 세정 이후의 소정 기간 동안(예로써, 세정 시점 이후 2개월 동안)에 대한 수익 개선 금액을 일별로 예측 계산하여 최대 수익 개선 시점을 도출하여 최적 세정 시점으로 결정할 수 있다. 이 경우, 도 4에서 해치 표시된 영역을 세정 효과에 의한 수익 개선 효과 영역으로 이해할 수 있다. First, as shown in FIG. 4, the optimum cleaning time point may be determined in a period in which the cleaning effect remains from the last cleaning time point. For example, if the optimal cleaning point is determined before the last cleaning effect disappears, the daily improvement of the profit improvement amount for a predetermined period of time after the cleaning (for example, two months after the cleaning point) is calculated and calculated daily. The timing of profit improvement can be derived to determine the optimal cleaning time. In this case, the hatched area in Fig. 4 can be understood as the profit improvement effect area by the cleaning effect.

또한, 도 5에서와 같이, 직전 세정 효과가 모두 소멸된 이후의 시점에서 최적 세정 시점을 결정할 수도 있다. 예를 들어, 직전 세정 효과 소멸 시점 이후에 최적 세정 시점을 결정하는 경우, 도 4와 마찬가지로, 일별로 세정 이후의 소정 기간 동안(예로써, 세정 시점 이후 2개월 동안)에 대한 수익 개선 금액을 일별로 예측 계산하여 최대 수익 개선 시점을 도출하여 최적 세정 시점으로 결정할 수 있다. 이 경우, 도 5에서 해치 표시된 영역을 세정 효과에 의한 수익 개선 효과 영역으로 이해할 수 있다. In addition, as shown in FIG. 5, an optimal cleaning time point may be determined at a time point after all of the immediately preceding cleaning effects disappear. For example, when determining the optimal cleaning time after the last cleaning effect disappears, as in FIG. 4, daily revenue improvement amount for a predetermined period of time after cleaning (eg, two months after the cleaning time) is daily. By calculating the forecast, the maximum profit improvement time can be derived and the optimal cleaning time can be determined. In this case, the hatched area in Fig. 5 can be understood as the profit improvement effect area by the cleaning effect.

또한, 제어부(20)는 공기 압축기 세정시기 예측 시스템의 각 구성과 연결되어, 공기 압축기의 세정 시기를 예측하기 위해 각 구성을 제어하는 처리부이다. In addition, the control unit 20 is connected to each configuration of the air compressor cleaning time prediction system, and is a processing unit that controls each configuration to predict the cleaning time of the air compressor.

이와 같은, 본 발명에 의하면, 공기 압축기의 오염에 의한 성능 저하 및 세정에 의한 효율 향상이나 발전 출력의 향상을 직접적으로 파악하여, 적정한 세정 시기를 예측할 수 있다.According to the present invention as described above, it is possible to directly grasp the performance degradation due to contamination of the air compressor, the improvement of efficiency by washing, and the improvement of power generation output, and to predict an appropriate washing time.

추가적으로, 본 발명에 따른 공기 압축기 세정시기 예측 시스템은, 표시부(30)를 더 포함하여, 각 구성에 의해 수집된 운전 데이터나, 각종 입력값, 계산값, 분석값, 예측값 등의 데이터를 표나, 그래프 등의 다양한 형태로 표시할 수 있다. In addition, the air compressor cleaning time prediction system according to the present invention further includes a display unit 30, and displays data such as operation data collected by each configuration, and various input values, calculation values, analysis values, prediction values, and the like. It can be displayed in various forms such as a graph.

도 6 내지 도 9를 이용하여, 표시부(30)를 통해 발전기별 성능 현황 정보, 압축기 세정 이력 정보, 최적 세정 시기 정보 및 발전기별 종합 정보를 표시할 수 있다. 도 6은 발전기별 성능 현황 정보를 나타내는 표시 화면의 일례이며, 도 7은 압축기 세정 이력 정보를 나타내는 표시 화면의 일례이고, 도 8은 최적 세정 시기 정보를 나타내는 표시 화면의 일례이며, 도 9는 발전기별 종합 정보를 나타내는 표시 화면의 일례이다. 6 to 9, the display unit 30 may display performance status information for each generator, compressor cleaning history information, optimal cleaning timing information, and comprehensive information for each generator. 6 is an example of a display screen showing performance status information for each generator, FIG. 7 is an example of a display screen showing compressor cleaning history information, FIG. 8 is an example of a display screen showing optimal cleaning timing information, and FIG. 9 is a generator It is an example of the display screen which shows the comprehensive information for each.

먼저, 발전기별 성능 현황 정보는, 도 6에 도시된 바와 같이, 세정효과 예상소멸 시점 정보, 공기 압축기 오염도(%) 정보, 세정 후 경과된 가동 시간(EBH) 정보, 압축기 효율과 발전기 출력의 상관분석 결과, 압축기 효율 실시간 모니터링 정보 및 성능 변화 예측 정보 중 적어도 하나를 포함할 수 있다. 세정효과 예상소멸 시점 정보는 현재 시점으로부터 세정 효과 소멸시까지의 잔여 시점(일자, D-day) 및 잔여 성능(발전기 출력/효율 및 압축기 효율)을 나타낼 수 있고, 압축기 효율과 발전기 출력의 상관분석 결과는 압축기 효율 1% 상승시 발전기 출력 상승 예측값을 나타낼 수 있으며, 압축기 효율 실시간 모니터링 정보는 최적 성능, 현재 성능 및 예상 성능 저하분(저하량)을 비교할 수 있도록 그래프 형태로 나타낼 수 있고, 성능 변화 예측 정보는 가동 시간에 따른 압축기 성능 저하량을 그래프 형태로 나타낼 수 있다. 이에 따라, 사용자는 발전기별로 성능 현황을 공기 압축기의 세정 시점과 관련하여 정확히 파악할 수 있다. First, the performance status information for each generator is, as shown in Figure 6, the cleaning effect expected extinction time point information, air compressor pollution degree (%) information, the operating time (EBH) information that has passed after cleaning, the correlation between the compressor efficiency and generator output As a result of the analysis, the compressor efficiency may include at least one of real-time monitoring information and performance change prediction information. The information on the expected extinction time of the cleaning effect can indicate the remaining time (date, D-day) and the remaining performance (generator output / efficiency and compressor efficiency) from the present time until the cleaning effect is extinguished. The result can show the generator output increase prediction value when the compressor efficiency rises by 1%, and the compressor efficiency real-time monitoring information can be displayed in graph form to compare the optimum performance, the current performance, and the expected decrease in performance, and the performance change The prediction information may represent the amount of deterioration in compressor performance according to the operating time in the form of a graph. Accordingly, the user can accurately grasp the performance status of each generator in relation to the cleaning time of the air compressor.

압축기 세정 이력 정보는, 도 7에 도시된 바와 같이, 예를 들면, 제어부(20)나 데이터 수집부(21)에 의해 압축기 세정 이벤트 발생시 자동으로 세정 이력을 기록하고 관리할 수 있다. 또한, 압축기 세정 이력 정보는 세정 날짜, 압축기 효율 향상(%), 발전기 효율 향상(%), 세정 효과 지속기간(EBH), 세정 시점(EBH), 예상 수익 개선 금액/실적 등을 표 형태로 나타낼 수 있다. 이에 따라, 사용자는 과거 세정 이력을 활용하여 세정 주기에 따른 발전기 성능 현황을 파악할 수 있다. As illustrated in FIG. 7, the compressor cleaning history information may automatically record and manage the cleaning history when the compressor cleaning event occurs by the control unit 20 or the data collection unit 21. In addition, the compressor cleaning history information displays the cleaning date, compressor efficiency improvement (%), generator efficiency improvement (%), cleaning effect duration (EBH), time of cleaning (EBH), and expected profit improvement amount / performance in tabular form. Can be. Accordingly, the user can grasp the generator performance status according to the cleaning cycle by using the past cleaning history.

최적 세정 시기 정보는, 도 8에 도시된 바와 같이, 일별로 용량 정산 요금(CP), 제약비발전 정산금(COFF), LNG 절감 비용, 세정 비용, 정지 손실 비용 및 예상 수익 개선 금액 등을 표 형태로 나타낼 수 있다. 이에 따라, 사용자는 예상 수익 개선 금액이 가장 좋은 시기에 맞추어 최적 세정 시기를 결정할 수 있다. As shown in FIG. 8, the optimum cleaning timing information includes a table of capacity settlement fee (CP), pharmaceutical non-generation payment (COFF), LNG savings cost, cleaning cost, stop loss cost, and estimated profit improvement amount as shown in FIG. 8. It can be represented as. Accordingly, the user can determine the optimal cleaning time according to the best time for the expected profit improvement amount.

또한, 발전기별 종합 정보는, 도 9에 도시된 바와 같이, 발전기 호기별로 공기 압축기 세정 최적 시기, 성능 현황 정보 및 세정 이력을 나타낼 수 있다. 여기서, 세정 최적 시기는 최대 수익 개선 시점으로서 나타낼 수 있고, 성능 현황 정보는 세정 효과 예상 소멸 시점(압축기 오염도 포함) 및 세정 전/후의 압축기 효율을 그래프로 표시하여 나타낼 수 있으며, 세정 이력은 세정 일자별로 압축기 효율, 발전기 출력 효율, 세정 시점 및 수익 개선 금액을 표 형태로 나타낼 수 있다. 이에 따라, 사용자는 발전기별 상황을 파악하여 발전기별 최적 세정 시기를 한눈에 인식할 수 있다. In addition, as shown in FIG. 9, the generator-specific comprehensive information may indicate an air compressor cleaning optimum time, performance status information, and cleaning history for each generator exhalation unit. Here, the optimum time for cleaning may be represented as the point of maximum profit improvement, and the performance status information may be displayed by graphically displaying the expected time to extinguish the cleaning effect (including compressor contamination) and compressor efficiency before and after cleaning, and the cleaning history may be displayed by cleaning date. The compressor efficiency, generator output efficiency, cleaning time and revenue improvement amount can be shown in tabular form. Accordingly, the user can grasp the situation of each generator to recognize at a glance the optimal cleaning time for each generator.

이어서, 도 10을 이용하여, 본 발명에 따른 공기 압축기 세정시기 예측 방법에 대해서 설명하기로 한다. 도 10은 본 발명의 일 실시예에 따른 공기 압축기 세정시기 예측 방법을 나타내는 순서도이다. Next, an air compressor cleaning timing prediction method according to the present invention will be described with reference to FIG. 10 is a flowchart illustrating a method of predicting a cleaning time of an air compressor according to an embodiment of the present invention.

도 10에 도시된 바와 같이, 본 발명에 따른 공기 압축기 세정시기 예측 방법은, 먼저, 데이터 수집부(21)를 통해서 발전기의 운전 데이터를 실시간으로 수집한다(S10). 이어서, 가스 터빈의 공기 압축기의 소정의 운전 기간동안, 미리 설정된 압축기 효율 예측 함수에 기초한 공기 압축기 예측 효율과, 운전 데이터 중 공기 압축기의 입력단의 대기조건 및 출력단의 성능조건에 기초한 공기 압축기 실제 효율을 계산한다(S20). 이어서, 공기 압축기 예측 효율과 공기 압축기 실제 효율을 비교하여, 공기 압축기의 가동 시간에 따른 성능 저하량을 계산하고, 계산된 성능 저하량에 기초하여 가동 시간에 따른 성능 저하량 증가 예측 함수를 도출한다(S30). 이어서, 성능 저하량 증가 예측 함수에 기초하여, 공기 압축기 세정 이후의 가동 시간에 따른 공기 압축기의 세정 효과 소멸 시기를 예측한다(S40). 이어서, 세정 효과 소멸 시기에 따른 공기 압축기의 세정 시기를 예측한다(S50). As shown in FIG. 10, in the air compressor cleaning time prediction method according to the present invention, first, operation data of a generator is collected in real time through the data collection unit 21 (S10). Then, during the predetermined operation period of the air compressor of the gas turbine, the air compressor prediction efficiency based on the preset compressor efficiency prediction function and the air compressor actual efficiency based on the atmospheric condition of the input stage and the output stage of the air compressor among the operating data. Calculate (S20). Subsequently, by comparing the air compressor prediction efficiency and the air compressor actual efficiency, the performance degradation amount according to the operation time of the air compressor is calculated, and based on the calculated performance degradation amount, a performance reduction amount increase prediction function according to the operation time is derived. (S30). Subsequently, on the basis of the performance deterioration increase prediction function, it is predicted when the cleaning effect disappears according to the operating time after the air compressor cleaning (S40). Next, the washing time of the air compressor according to the washing time disappearing time is predicted (S50).

또한, 본 발명의 일 실시예에 따른 공기 압축기 세정시기 예측 방법은, 도시하지는 않았으나, 대기조건과, 터빈 성능 인자와, 복수기의 진공도 중 적어도 하나에 기초한 발전기 출력 예측 모델을 이용하여, 가동 시간에 따른 공기 압축기의 세정시 압축기 효율 변화에 의한 발전기 출력을 예측할 수 있다. In addition, the air compressor cleaning timing prediction method according to an embodiment of the present invention, although not shown, using the generator output prediction model based on at least one of atmospheric conditions, turbine performance factors, and the degree of vacuum of the condenser, According to the cleaning of the air compressor according to the generator output due to the change in compressor efficiency can be predicted.

이 경우, 세정 시기를 예측하는 단계(S50)는, 공기 압축기의 세정 유무별 소정 기간동안의 발전기 출력 예측값에 따른 경제성을 분석하고, 경제성 분석을 통하여 공기 압축기의 최적 세정 시기를 예측할 수 있다. In this case, the step of predicting the washing time (S50), it is possible to analyze the economical efficiency according to the generator output prediction value for a predetermined period for each presence or absence of the air compressor, it is possible to predict the optimum cleaning time of the air compressor through the economic analysis.

또한, 본 발명에 따른 공기 압축기 세정시기 예측 시스템 및 방법은 각 구성 또는 단계의 기능을 수행하는 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체로서 구현될 수 있다. In addition, the air compressor cleaning time prediction system and method according to the present invention can be embodied as a computer readable recording medium having recorded thereon a program for performing the functions of each configuration or step.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.The above description is merely illustrative of the technical idea of the present invention, and those skilled in the art to which the present invention pertains may make various modifications and changes without departing from the essential characteristics of the present invention. Therefore, the embodiments disclosed in the present invention are not intended to limit the technical idea of the present invention but to describe the present invention, and the scope of the technical idea of the present invention is not limited by these embodiments. The protection scope of the present invention should be interpreted by the following claims, and all technical ideas within the scope equivalent thereto should be construed as being included in the scope of the present invention.

10: 통신부 20: 제어부
21: 데이터 수집부 22: 압축기 효율 계산부
23: 성능 저하량 예측식 모델링부 24: 소멸시기 예측부
25: 세정 시기 예측부 26: 발전기 출력 예측부
27: 경제성 분석부 30: 표시부
110: 가스 터빈 120: 발전기
130: 보일러 140: 스팀 터빈
150: 복수기10: communication unit 20: control unit
21: data collector 22: compressor efficiency calculator
23: performance degradation prediction modeling unit 24: extinction time prediction unit
25: cleaning time prediction unit 26: generator output prediction unit
27: economic analysis unit 30: display unit
110: gas turbine 120: generator
130: boiler 140: steam turbine
150: Avenger

Claims (9)

발전기의 운전 데이터를 수집하는 단계;
가스 터빈의 공기 압축기의 소정의 운전 기간동안, 미리 설정된 압축기 효율 예측 함수에 기초한 공기 압축기 예측 효율과, 상기 운전 데이터 중 공기 압축기의 입력단의 대기조건 및 출력단의 성능조건에 기초한 공기 압축기 실제 효율을 계산하는 단계;
상기 공기 압축기 예측 효율과 상기 공기 압축기 실제 효율을 비교하여, 상기 공기 압축기의 가동 시간에 따른 성능 저하량을 계산하고, 계산된 성능 저하량에 기초하여 가동 시간에 따른 성능 저하량 증가 예측 함수를 도출하는 단계;
상기 성능 저하량 증가 예측 함수에 기초하여, 공기 압축기 세정 이후의 가동 시간에 따른 상기 공기 압축기의 세정 효과 소멸 시기를 예측하는 단계;
상기 세정 효과 소멸 시기에 따른 공기 압축기의 세정 시기를 예측하는 단계; 및
대기조건과, 터빈 성능 인자와, 복수기의 진공도 중 적어도 하나에 기초한 발전기 출력 예측 모델을 이용하여, 가동 시간에 따른 상기 공기 압축기의 세정시 압축기 효율 변화에 의한 발전기 출력을 예측하는 단계를 포함하고,
상기 세정 시기를 예측하는 단계는, 상기 공기 압축기의 세정 유무별 소정 기간동안의 발전기 출력 예측값에 따른 경제성을 분석하는 단계; 및 상기 경제성 분석을 통하여 상기 공기 압축기의 최적 세정 시기를 예측하는 단계를 더 포함하며,
상기 경제성 분석은 세정 기간 동안에 대한 세정 비용, 발전기 정지 손실 비용, 연료 절약 비용, 용량 정산 요금(CP) 및 제약비발전정산금(COFF)에 기초하여 분석하고,
상기 최적 세정 시기를 예측하는 단계는, 세정 시점 이후의 소정 기간 동안에 대한 수익 개선 금액을 일별로 예측 계산하여 최대 수익 개선 시점으로서 최적 세정 시점을 결정하고,
상기 수익 개선 금액은, 용량 정산 요금(CP) + 제약비발전정산금(COFF) + 연료 절약 비용 - 세정 비용 - 발전기 정지 손실 비용으로 계산하며,
상기 압축기 효율 예측 함수는 상기 운전 데이터 중 공기 압축기의 입력단의 대기조건에 기초하여 설정되며,
상기 대기조건은 상기 공기 압축기의 입력단의 온도, 압력 및 습도를 포함하며, 상기 성능 조건은 공기 압축기의 출력단의 온도 및 압력을 포함하는 것인 공기 압축기 세정시기 예측 방법.Collecting operating data of the generator;
Calculate the air compressor actual efficiency based on the preset compressor efficiency prediction function and the air compressor actual efficiency based on the atmospheric condition of the input stage of the air compressor and the performance condition of the output stage during the predetermined operation period of the air compressor of the gas turbine Doing;
By comparing the air compressor prediction efficiency and the air compressor actual efficiency, the performance degradation amount according to the operation time of the air compressor is calculated, and the performance reduction amount increase prediction function according to the operation time is derived based on the calculated performance reduction amount. Doing;
Estimating a cleaning effect extinction timing of the air compressor according to an operating time after the air compressor cleaning, based on the performance degradation increase prediction function;
Predicting a cleaning time of the air compressor according to the cleaning effect disappearing time; And
Predicting a generator output due to a change in compressor efficiency during cleaning of the air compressor according to operating time, using a generator output prediction model based on at least one of atmospheric conditions, turbine performance factors, and vacuum degree of the condenser;
The estimating of the cleaning timing may include analyzing economics according to a generator output predicted value for a predetermined period for each cleaning unit of the air compressor; And predicting an optimum cleaning time of the air compressor through the economic analysis.
The economic analysis is based on the cleaning cost, generator stop loss cost, fuel saving cost, capacity settlement fee (CP) and pharmaceutical non-generation settlement payment (COFF) for the cleaning period,
The step of predicting the optimal cleaning time, by calculating a daily prediction of the profit improvement amount for a predetermined period after the cleaning time point to determine the optimal cleaning time point as the maximum profit improvement time point,
The profit improvement amount is calculated as a capacity settlement fee (CP) + pharmaceutical non-development settlement (COFF) + fuel saving cost-cleaning cost-generator stop loss cost,
The compressor efficiency prediction function is set based on the atmospheric conditions of the input stage of the air compressor of the operation data,
Wherein the atmospheric conditions include temperature, pressure and humidity of the input of the air compressor, and the performance conditions include temperature and pressure of the output of the air compressor. 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 발전기의 운전 데이터를 수집하는 데이터 수집부;
가스 터빈의 공기 압축기의 소정의 운전 기간동안, 미리 설정된 압축기 효율 예측 함수에 기초한 공기 압축기 예측 효율과, 상기 운전 데이터 중 공기 압축기의 입력단의 대기조건 및 출력단의 성능조건에 기초한 공기 압축기 실제 효율을 계산하는 압축기 효율 계산부;
상기 공기 압축기 예측 효율과 상기 공기 압축기 실제 효율을 비교하여, 상기 공기 압축기의 가동 시간에 따른 성능 저하량을 계산하고, 계산된 성능 저하량에 기초하여 가동 시간에 따른 성능 저하량 증가 예측 함수를 도출하는 성능 저하량 예측식 모델링부;
상기 성능 저하량 증가 예측 함수에 기초하여, 공기 압축기 세정 이후의 가동 시간에 따른 상기 공기 압축기의 세정 효과 소멸 시기를 예측하는 소멸 시기 예측부;
상기 세정 효과 소멸 시기에 따른 공기 압축기의 세정 시기를 예측하는 세정 시기 예측부;
대기조건과, 터빈 성능 인자와, 복수기의 진공도 중 적어도 하나에 기초한 발전기 출력 예측 모델을 이용하여, 가동 시간에 따른 상기 공기 압축기의 세정시 압축기 효율 변화에 의한 발전기 출력을 예측하는 발전기 출력 예측부; 및
상기 공기 압축기의 세정 유무에 대한 소정 기간동안의 발전기 출력 예측값에 따른 경제성을 분석하는 경제성 분석부를 포함하며,
상기 세정 시기 예측부는 상기 경제성 분석을 통하여 상기 공기 압축기의 최적 세정 시기를 예측하고,
상기 경제성 분석은 세정 기간 동안에 대한 세정 비용, 발전기 정지 손실 비용, 연료 절약 비용, 용량 정산 요금(CP) 및 제약비발전정산금(COFF)에 기초하여 분석하고,
상기 세정 시기 예측부는, 최적 세정 시기 예측시, 상기 경제성 분석부에 의해 세정 시점 이후의 소정 기간 동안에 대한 수익 개선 금액을 일별로 예측 계산하여 최대 수익 개선 시점으로서 최적 세정 시점을 결정하고,
상기 수익 개선 금액은, 용량 정산 요금(CP) + 제약비발전정산금(COFF) + 연료 절약 비용 - 세정 비용 - 발전기 정지 손실 비용으로 계산하며,
상기 압축기 효율 예측 함수는 상기 운전 데이터 중 공기 압축기의 입력단의 대기조건에 기초하여 설정되며,
상기 대기조건은 상기 공기 압축기의 입력단의 온도, 압력 및 습도를 포함하며, 상기 성능 조건은 공기 압축기의 출력단의 온도 및 압력을 포함하는 것인 공기 압축기 세정시기 예측 시스템.A data collector configured to collect driving data of the generator;
Calculate the air compressor actual efficiency based on the preset compressor efficiency prediction function and the air compressor actual efficiency based on the atmospheric condition of the input stage of the air compressor and the performance condition of the output stage during the predetermined operation period of the air compressor of the gas turbine Compressor efficiency calculation unit;
By comparing the air compressor prediction efficiency and the air compressor actual efficiency, the performance degradation amount according to the operation time of the air compressor is calculated, and the performance reduction amount increase prediction function according to the operation time is derived based on the calculated performance reduction amount. Performance degradation prediction modeling unit;
An extinction time estimator configured to predict an extinction timing of the cleaning effect of the air compressor according to an operation time after an air compressor cleaning based on the increase in performance reduction prediction function;
A washing time predicting unit predicting a washing time of the air compressor according to the washing time disappearing time;
A generator output predicting unit for predicting a generator output due to a change in compressor efficiency during cleaning of the air compressor according to an operating time by using a generator output prediction model based on at least one of an atmospheric condition, a turbine performance factor, and a vacuum degree of the condenser; And
An economic analysis unit for analyzing the economic performance according to the generator output prediction value for a predetermined period for the presence or absence of cleaning of the air compressor,
The washing time predicting unit predicts an optimum washing time of the air compressor through the economic analysis.
The economic analysis is based on the cleaning cost, generator stop loss cost, fuel saving cost, capacity settlement fee (CP) and pharmaceutical non-generation settlement payment (COFF) for the cleaning period,
When the cleaning time prediction unit predicts the optimal cleaning time, the economic analysis unit calculates the daily profit improvement amount for a predetermined period after the cleaning time point by day to determine the optimal cleaning time point as the maximum profit improvement time point,
The profit improvement amount is calculated as a capacity settlement fee (CP) + a pharmaceutical non-development settlement (COFF) + fuel saving cost-cleaning cost-generator stop loss cost,
The compressor efficiency prediction function is set based on the atmospheric conditions of the input stage of the air compressor of the operation data,
The atmospheric conditions include temperature, pressure and humidity of the input of the air compressor, and the performance conditions include temperature and pressure of the output of the air compressor. 삭제delete 삭제delete
KR1020170173884A 2017-12-18 2017-12-18 Air compressor cleaning interval prediction method and system KR102063382B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170173884A KR102063382B1 (en) 2017-12-18 2017-12-18 Air compressor cleaning interval prediction method and system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170173884A KR102063382B1 (en) 2017-12-18 2017-12-18 Air compressor cleaning interval prediction method and system

Publications (2)

Publication Number Publication Date
KR20190072812A KR20190072812A (en) 2019-06-26
KR102063382B1 true KR102063382B1 (en) 2020-01-07

Family

ID=67105103

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170173884A KR102063382B1 (en) 2017-12-18 2017-12-18 Air compressor cleaning interval prediction method and system

Country Status (1)

Country Link
KR (1) KR102063382B1 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005133583A (en) * 2003-10-29 2005-05-26 Hitachi Ltd Gas turbine cleaning time determining device and method
KR101719715B1 (en) 2014-06-25 2017-04-04 주식회사 이지티 Operating method for supporting maintenance for gas turbine
KR101759622B1 (en) * 2016-05-26 2017-07-20 주식회사 이지티 Gas turbine maintenance management system in real time

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08296453A (en) * 1995-04-25 1996-11-12 Hitachi Ltd Water cleaning timing detection device of gas turbine compressor

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005133583A (en) * 2003-10-29 2005-05-26 Hitachi Ltd Gas turbine cleaning time determining device and method
KR101719715B1 (en) 2014-06-25 2017-04-04 주식회사 이지티 Operating method for supporting maintenance for gas turbine
KR101759622B1 (en) * 2016-05-26 2017-07-20 주식회사 이지티 Gas turbine maintenance management system in real time

Also Published As

Publication number Publication date
KR20190072812A (en) 2019-06-26

Similar Documents

Publication Publication Date Title
US8195339B2 (en) System and method for scheduling startup of a combined cycle power generation system
JP5715377B2 (en) Turbine operation deterioration judgment system and method
JP4468282B2 (en) Gas turbine performance diagnostic method and diagnostic system
JP6010618B2 (en) Apparatus and method for gas turbine life prediction and optimization
US8135568B2 (en) Turbomachine airfoil life management system and method
CN101117918A (en) Methods of and systems for estimating compressor fouling impact to combined cycle power plants
TW200424901A (en) Operation support system for power plant
TW201901428A (en) Sign detection system and symptom detection method
JP6416610B2 (en) Plant equipment maintenance planning system and method
JP2002155708A (en) System and method of providing guidance for power- generating plant
JP2006057595A (en) Gas turbine performance diagnosing system and its method
JP2017010232A (en) Plant diagnostic device and plant diagnostic method
JP2012008782A (en) Method for diagnosing function of plant, and plant monitoring device
US11143056B2 (en) System and method for gas turbine compressor cleaning
EP3373233A1 (en) Scheduling maintenance to reduce degradation of a power generation system
KR102063382B1 (en) Air compressor cleaning interval prediction method and system
KR20190072813A (en) high pressure pump failure prediction Method And System
WO2020031532A1 (en) Performance evaluation device, performance evaluation method, and performance influence output method
JP2005248848A (en) Diagnostic method and device for gas turbine
KR102063381B1 (en) Maintenance Interval Prediction Method And System In Desuperheater of Heat Recovery Steam Generator
KR101554933B1 (en) clearing period measuring method of boiler depending on decrease of heat transfer coefficient
KR101719715B1 (en) Operating method for supporting maintenance for gas turbine
KR101409589B1 (en) System for supporting maintenance for gas turbine
JP7044483B2 (en) Economic evaluation system and economic evaluation method
Hovland et al. Economic optimization of gas turbine compressor washing

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant