KR102281488B1 - 데이터 보정 기술을 적용한 화력발전소의 연료 발열량 보정 방법 - Google Patents
데이터 보정 기술을 적용한 화력발전소의 연료 발열량 보정 방법 Download PDFInfo
- Publication number
- KR102281488B1 KR102281488B1 KR1020200140385A KR20200140385A KR102281488B1 KR 102281488 B1 KR102281488 B1 KR 102281488B1 KR 1020200140385 A KR1020200140385 A KR 1020200140385A KR 20200140385 A KR20200140385 A KR 20200140385A KR 102281488 B1 KR102281488 B1 KR 102281488B1
- Authority
- KR
- South Korea
- Prior art keywords
- value
- calorific value
- error
- correction
- data correction
- Prior art date
Links
- 238000012937 correction Methods 0.000 title claims abstract description 133
- 239000000446 fuel Substances 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims description 28
- 238000010438 heat treatment Methods 0.000 title description 2
- 238000005259 measurement Methods 0.000 claims abstract description 60
- 238000005516 engineering process Methods 0.000 claims abstract description 44
- 238000012360 testing method Methods 0.000 claims description 17
- 239000000463 material Substances 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 7
- 238000004364 calculation method Methods 0.000 abstract description 6
- 238000003860 storage Methods 0.000 abstract description 5
- 238000010248 power generation Methods 0.000 description 27
- 238000004088 simulation Methods 0.000 description 18
- 239000007789 gas Substances 0.000 description 13
- 239000003245 coal Substances 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000005457 optimization Methods 0.000 description 9
- 238000009530 blood pressure measurement Methods 0.000 description 3
- 238000009529 body temperature measurement Methods 0.000 description 3
- 239000006227 byproduct Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000010903 husk Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 239000003348 petrochemical agent Substances 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 239000004449 solid propellant Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Public Health (AREA)
- Automation & Control Theory (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Water Supply & Treatment (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Measuring Volume Flow (AREA)
Abstract
본 발명은 보일러(1), 급수가열기(2), 탈기기(3), 터빈(4), 복수기(5)를 구비하는 화력발전소에서 효율정산의 정확성을 향상하기 위하여 유량 계측기의 측정값 오차를 소거하는데 사용하는 데이터 보정 기술을 확장하여 유량 계측기의 측정값 오차와 연료의 발열량 오차를 보정하되, 연료 발열량과 유량 측정값에서 편향 오차를 찾고, 이를 소거한 후에 연료 발열량과 유량 측정값을 보정함으로써 정확한 발열량을 구하는, 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템에 관한 것으로서,
상기 계측기(10)의 계측신호를 수신하는 수신부(110); 상기 계측신호에서 편향 오차 식별하고, 편향 오차가 존재할 경우 이를 소거하고, 연료 발열량과 유량 측정값을 함께 보정하는 제어부(130); 상기 제어부(130)에서 처리된 정보를 표시하는 표시부(150); 상기 제어부(130)에서 처리된 정보를 저장하는 저장부(120)를 포함한다. 본 발명의 실시예에서는, 연료 발열량과 유량 측정값을 함께 보정하되, 편향 오차를 소거하는 단계를 포함하여 연료 발열량과 유량 측정값의 정확성을 향상함으로써 화력발전소의 효율정산의 정확성을 향상할 수 있다.
상기 계측기(10)의 계측신호를 수신하는 수신부(110); 상기 계측신호에서 편향 오차 식별하고, 편향 오차가 존재할 경우 이를 소거하고, 연료 발열량과 유량 측정값을 함께 보정하는 제어부(130); 상기 제어부(130)에서 처리된 정보를 표시하는 표시부(150); 상기 제어부(130)에서 처리된 정보를 저장하는 저장부(120)를 포함한다. 본 발명의 실시예에서는, 연료 발열량과 유량 측정값을 함께 보정하되, 편향 오차를 소거하는 단계를 포함하여 연료 발열량과 유량 측정값의 정확성을 향상함으로써 화력발전소의 효율정산의 정확성을 향상할 수 있다.
Description
본 발명은 화력발전소에서 데이터 보정(Data Reconciliation) 기술을 이용한 연료 발열량 보정 시스템 및 방법에 관한 것이다. 더욱 상세하게는 대상 공장의 물질 수지와 열 수지가 성립하는 조건에서 유량의 측정 오차를 소거하는데 사용하는 데이터 보정 기술을 화력발전소에 확대 적용하여 연료의 발열량 오차와 유량의 측정 오차를 동시에 소거하는 연료 발열량 보정 시스템에 관한 것이다.
발전효율은 발전소의 성능과 관련한 가장 기본적인 지표로서 설비의 경제적인 생산 능력을 나타낸다. 장치에 이상이나 열화가 발생하면 그 영향이 발전효율로 나타나므로 발전효율을 정확하게 예측할수록 장치의 이상이나 열화를 조기에 감지할 수 있다.
발전효율은 발전소에 투입한 총 열량 대비 발전 출력의 비로 정의된다. 그러나 많은 경우 발전소에 공급하는 연료의 발열량을 정확하게 알 지 못한다. 석탄이나 폐자재, 팜 껍질 등과 같이 고체 연료를 사용하는 경우에는 연료 공급계통에서 채취한 시료와 실제 공급한 연료의 발열량에 차이가 있다. 그리고 주변의 공장에서 발생하는 부생가스를 사용하는 경우에는 온라인 분석기를 이용하여 실시간으로 발열량을 분석하지만 실제 발전소에 공급 시에는 다수의 가스가 혼입되어 정확성이 결여되기도 한다.
이에 따라 국내공개 특허 2020-0013303호에 화력발전소의 효율예측 정확성 향상을 위한 연료의 발열량 보정 방법, 연료의 발열량 보정 프로그램을 기록한 매체가 개시되어 있다.
이러한 선행기술은 화력발전소를 대상으로 효율계산의 정확성을 향상하기 위한 연료 발열량의 실험값 오차를 보정하는 기술이며, 연료 발열량 보정 시스템 및 방법에 관한 것이다. 대상 공장의 물질 수지와 열 수지가 성립하는 조건에서 유량의 측정 오차를 소거하는데 사용하는 데이터 보정 기술을 화력발전소에 확대 적용하여 연료의 발열량 오차와 유량의 측정 오차를 동시에 소거한다.
이를 통해 확보한 정확한 발전효율 모니터링으로 효율저하 발생 시 즉시 감지하고 적시에 조처할 수 있게 함으로써 발전 생산성을 향상하는데 이용 가능하다.
그러나 이러한 선행기술은 예전보다 정확성이 향상되기는 하였으나 유량 측정값이나 연료 발열량에 무작위 형태의 오차를 소거하는데 적합하고, 유량 측정값이나 연료 발열량에 검, 교정이 미흡하거나 계기 고장으로 인해 발생하는 편향 오차가 존재할 경우에는 정확성이 떨어지는 한계가 있다.
유량 측정값이나 연료 발열량에 무작위 형태의 오차만 존재한다면 국내공개 특허 2020-0013303호로 오차 소거가 가능하지만 편향 오차가 포함되어 있다면 별도의 방법을 통해 이의 제거가 필요하다. 편향 오차를 소거하지 않고 데이터 보정을 종료한다면 편향 오차는 일부 소거되지만 타 유량 측정값에 오차를 떠 넘기게 되어 부정확한 결과를 가져온다.
본 발명이 이루고자 하는 기술적 과제는 종래의 불편한 점을 개선하고자 하는 것으로, 화력발전소의 연료 발열량과 유량 측정값을 함께 보정하되, 연료 발열량과 유량 측정값에서 편향 오차를 찾고, 이를 소거한 후에 연료 발열량과 유량 측정값을 보정함으로써 정확한 발열량을 구하는, 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템을 제공하는 것이다.
또한, 본 발명이 이루고자 하는 기술적 과제는 종래의 불편한 점을 개선하고자 하는 것으로, 발열량 보정 기술을 부생가스, 석탄, 바이오 메스를 사용하는 화력발전소에 적용함으로써 발전소 부하배분이 필요한 제철, 정유, 석유화학 등의 플랜트에서 발전량의 증대를 기대할 수 있는, 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템을 제공하는 것이다.
이러한 과제를 해결하기 위한 데이터 보정 기술을 이용한 연료 발열량 보정 시스템은,
보일러(1), 급수가열기(2), 탈기기(3), 터빈(4), 복수기(5)를 구비하는 화력발전소의 연료의 발열량 보정을 위하여, 계측기의 측정값 오차를 보정하는데 사용하는 데이터 보정 기술을 적용하는 시스템으로서,
상기 계측기(10)의 계측신호를 수신하는 수신부(110);
상기 계측신호에서 편향 오차 식별 기법을 통해 발열량이나 유량 측정값에 존재하는 편향 오차를 소거한 후에 연료 발열량과 유량 측정값을 함께 보정하는 제어부(130);
상기 제어부(130)에서 처리된 정보를 표시하는 표시부(150);
상기 제어부(130)에서 처리된 정보를 저장하는 저장부(120)를 포함한다.
이러한 과제를 해결하기 위한 본 발명의 특징에 따른 화력발전에서 데이터 보정 기술을 이용한 연료 발열량 보정 방법은,
보일러(1), 급수가열기(2), 탈기기(3), 터빈(4), 복수기(5)를 구비하는 화력발전소의 연료의 발열량 보정을 위하여, 계측기의 측정값 오차를 보정하는데 사용하는 데이터 보정 기술을 적용하는 시스템으로서,
제어부(130)가 상기 계측기(10)의 계측신호를 수신하여 데이터 보정을 실시하는 단계;
상기 제어부(130)가 계측신호를 수신한 데이터에 편향 오차가 포함되었는지 판단하는 단계;
상기 보정된 데이터에 편향 오차가 포함되었으면, 상기 제어부(130)가 편향 오차를 제거하고, 다시 데이터 보정을 실시하는 단계;
상기 제어부(130)가 보정된 데이터를 저장하는 단계를 포함한다.
상기 제어부(130)가 상기 계측신호를 수신한 데이터에 편향 오차가 포함되었는지 판단하는 단계에서,
편향 오차의 존재는 글로벌 시험(Global Test)이라 부르는 다음의 수학식 1 내지 수학식 3으로 판단하되, 상기 글로벌 시험은 데이터 보정 결과로부터 구한 Gamma가 카이-제곱(χ2) 기준치보다 크면 편향 오차가 존재한다고 판단하는 것을 특징으로 한다.
수학식 1은 연료 발열량과 유량 측정값을 보정하는 최적화 식이며, 수학식 2는 글로벌 시험에 필요한 Gamma를 계산하는 식이며, 수학식 3은 편향 오차의 존재를 판단하는 글로벌 시험 식이다.
여기서 F*는 유량 측정값을, F는 유량 보정값을 나타낸다. LHV*는 발열량(특히 저준위 발열량) 측정값을, LHV는 발열량 보정값을 나타낸다. σ는 해당 변수의 표준편차를, n은 유량 측정값의 개수를 의미한다. 하첨자 i는 유량 측정값의 번호를, Fi min은 i번째 유량 보정값 F가 가질 수 있는 최소값을, Fi max는 i번째 유량 보정값 F가 가질 수 있는 최대값을 의미한다.
G(F,x)=0은 물질 및 열 수지 식이며, 변수 x는 측정하지 않는 변수이다.
수학식 1에서 구한 유량 측정값 F*와 보정값 F의 차이를 차이의 표준편차 d로 나누고 이를 제곱한 값들의 합에 발열량 측정값 LHV*와 보정값 LHC의 차이를 차이의 표준편차 dLHV로 나누고 이를 제곱한 값의 합 Gamma를 구한다.
여기서 α는 신뢰수준을 나타내며 대개 95%를 적용한다.v는 자유도를 의미하며 측정 변수의 개수에서 1을 뺀 값이다. 카이-제곱 값은 α와 v를 이용하여 카이-제곱 분포표에서 찾는다.
본 발명의 실시예에서는, 연료 발열량과 유량 측정값을 함께 보정하되, 연료 발열량과 유량 측정값에서 편향 오차를 찾고, 이를 소거한 후에 연료 발열량과 유량 측정값을 보정함으로써 정확한 발열량을 구하는 화력발전에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템을 제공할 수 있다.
또한, 본 발명의 실시예에서는, 편향 오차 식별 기법을 통해 편향 오차를 소거하고, 연료 발열량과 유량 측정값을 보정hk여 정확한 발열량을 구하고, 이를 통해 정확한 발전효율을 계산함으로써 부생가스, 석탄, 바이오 메스를 사용하는 화력발전소에 적용함으로써 발전소 부하배분이 필요한 제철, 정유, 석유화학 등의 플랜트에서 발전량의 증대를 기대할 수 있는, 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템을 제공하는 것이다.
도 1은 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템의 구성도이다.
도 2는 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 방법의 흐름도이다.
도 3은 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템에서 시뮬레이션을 이용한 데이터 보정 효과를 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템의 데이터 보정 전후의 발전효율을 비교한 그래프이다.
도 5는 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템에서 발열량 +10% 오차 사례에 대한 데이터 보정기술 적용 결과를 나타낸 표이다.
도 6은 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템에 적용되는 발전플랜트 주요 설비와 물질 흐름도이다.
도 7은 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템에 적용되는 발전플랜트 주요 설비와 열 흐름도이다.
도 8은 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템에 적용되는 발전플랜트 주요 설비와 온도 측정을 나타낸 도면이다.
도 9는 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템에 적용되는 발전플랜트 주요 설비와 압력 측정을 나타낸 도면이다.
도 10은 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템의 사용자 화면의 예를 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 방법의 흐름도이다.
도 3은 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템에서 시뮬레이션을 이용한 데이터 보정 효과를 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템의 데이터 보정 전후의 발전효율을 비교한 그래프이다.
도 5는 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템에서 발열량 +10% 오차 사례에 대한 데이터 보정기술 적용 결과를 나타낸 표이다.
도 6은 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템에 적용되는 발전플랜트 주요 설비와 물질 흐름도이다.
도 7은 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템에 적용되는 발전플랜트 주요 설비와 열 흐름도이다.
도 8은 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템에 적용되는 발전플랜트 주요 설비와 온도 측정을 나타낸 도면이다.
도 9는 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템에 적용되는 발전플랜트 주요 설비와 압력 측정을 나타낸 도면이다.
도 10은 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템의 사용자 화면의 예를 나타낸 도면이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
도 1은 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템의 구성도이다.
도 2는 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 방법의 흐름도이다.
도 3은 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템에서 시뮬레이션을 이용한 데이터 보정 효과를 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템의 데이터 보정 전후의 발전효율을 비교한 그래프이다.
도 5는 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템에서 발열량 +10% 오차 사례에 대한 데이터 보정기술 적용 결과를 나타낸 도면이다.
도 6은 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템에 적용되는 발전플랜트 주요 설비와 물질 흐름도이다.
도 7은 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템에 적용되는 발전플랜트 주요 설비와 열 흐름도이다.
도 8은 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템에 적용되는 발전플랜트 주요 설비와 온도 측정을 나타낸 도면이다.
도 9는 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템에 적용되는 발전플랜트 주요 설비와 압력 측정을 나타낸 도면이다.
도 10은 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템의 사용자 화면의 예를 나타낸 도면이다.
도 1을 참조하면, 본 발명의 실시예에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템은,
보일러(1), 급수가열기(2), 탈기기(3), 터빈(4), 복수기(5)를 구비하는 화력발전소의 정확성 향상을 위한 연료의 발열량 보정을 위하여, 계측기(10)의 측정값 오차를 보정하기 위한, 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템으로서,
상기 계측기(10)의 계측신호를 수신하는 수신부(110);
프로그렘을 실행에 필요한 정보를 입력하기 위한 입력부(140);
상기 계측신호에서 편향 오차 식별 기법을 통해 발열량 오차를 소거하고, 연료 발열량과 유량 측정값을 함께 보정하는 제어부(130);
상기 제어부(130)에서 처리된 정보를 표시하는 표시부(150);
상기 제어부(130)에서 처리된 정보를 저장하는 저장부(120)를 포함한다.
계측기(10)는 보일러(1), 급수가열기(2), 탈기기(3), 터빈(4), 복수기(5)를 구비하는 화력발전소에서, 도 6 내지 도 9와 같이 열, 온도, 압력 등을 감지하여 출력한다.
이러한 본 발명의 특징에 따른 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템의 보정 방법은 다음과 같다.
먼저 계측기(10)가 각 부를 계측하여 계측신호를 제어부(130)로 출력한다(S200). 이때, 계측기(10)는 보일러(1), 급수가열기(2)와 탈기기(3), 터빈(4), 복수기(5)를 구비하는 화력발전소에서, 도 6 내지 도 9와 같이 열, 온도, 압력 등을 감지하여 출력한다.
그러면 제어부(130)가 수신부(110)를 통해 상기 계측기(10)의 계측신호를 수신하여(S210) 데이터 보정을 한다(S220).
그리고 나서, 상기 제어부(130)가 상기 보정된 데이터에 편향 오차가 포함되었는지 판단한다(S230).
상기 보정된 데이터에 편향 오차가 포함되었으면, 상기 제어부(130)가 편향 오차를 제거한다(S240).
상기 보정된 데이터에 편향 오차가 포함되지 않았으면, 상기 제어부(130)가 보정된 데이터를 저장부에 저장하거나 표시부에 표시한다(S250).
하기에서는 제어부(130)가 편향 오차를 제거하는 위의 과정을 상세히 설명하기로 한다.
플랜트에 설치되어 있는 센서의 측정값에는 무작위 형태의 오차(Random Error)가 포함되어 있다. 여기에 검, 교정이 미흡하거나 계기 고장으로 인해 발생하는 편향 오차(Biased Error)가 포함되기도 한다. 무작위 오차는 평균이 0에 수렴하지만, 편향 오차는 0에 수렴하지 않는다.
본 발명의 데이터 보정 기술은 무작위 오차와 편향 오차를 소거하는 기술로서 물질 및 열 수지의 물리적 모델과 측정 중복성에 의한 통계적 확률 분포를 이용하는 최적화 기술이다.
아래와 같이 제약조건을 포함한 최소자승법(Least Square)으로 비선형최적화 문제를 구성한다.
여기서 F*는 유량 측정값을, F는 유량 보정값을 나타낸다. LHV*는 발열량(특히 저준위 발열량) 측정값을, LHV는 발열량 보정값을 나타낸다. σ는 해당 변수의 표준편차를, n은 유량 측정값의 개수를 의미한다. 하첨자 i는 유량 측정값의 번호를, Fi min은 i번째 유량 보정값 F가 가질 수 있는 최소값을, Fi max는 i번째 유량 보정값 F가 가질 수 있는 최대값을 의미한다.
G(F,x)=0은 물질 및 열 수지 식이며, 변수 x는 측정하지 않는 변수이다.
측정값 오차가 무작위 형태의 오차만 포함한다면 수학식 1로 데이터 보정이 완성된다.
그러나 편향 오차가 포함되어 있다면 편향 오차를 제거하고 데이터 보정을 실시하여야 한다. 편향 오차를 제거하지 않고 데이터 보정을 종료한다면 편향 오차는 보정되겠지만 타 유량계에 오차를 떠넘기게 되어 정상적인 유량계 입장에서는 데이터 보정을 실행하지 않는 것보다 못하다.
편향 오차의 존재는 글로벌 시험(Global Test)이라 부르는 수학식 3으로 판단할 수 있고, 이에 필요한 Gamma는 수학식 2로 구한다.
수학식 1에서 구한 유량 측정값 F*와 보정값 F의 차이를 차이의 표준편차 d로 나누고 이를 제곱한 값들의 합에 발열량 측정값 LHV*와 보정값 LHC의 차이를 차이의 표준편차 dLHV로 나누고 이를 제곱한 값의 합 Gamma를 구한다.
여기서 α는 신뢰수준을 나타내며 대개 95%를 적용한다.v는 자유도를 의미하며 측정 변수의 개수에서 1을 뺀 값이다. 카이-제곱 값은 α와 v를 이용하여 카이-제곱 분포표에서 찾는다.
글로벌 시험으로 편향 오차의 존재가 판단되었으면, 편향 오차를 갖는 유량계를 찾는 과정이 이어진다.
Gamma를 구하는데 가장 크게 기여한 측정 변수부터 순차적으로 진행하여 글로벌 시험을 통과할 때까지 다음 과정을 반복한다.
만약 i 번째 유량 측정값 y가 판단 순서라면 i 번째 유량은 미측정 유량 x로 가정하고, 수학식 1 과 수학식2를 진행한 후 수학식 3의 글로벌 시험을 적용한다.
글로벌 시험을 통과하지 못하면, 즉 수학식 3을 만족하지 못하면, 그 유량계는 정상이므로 i 번째 유량 측정값은 유지한다.
다음 i+1 번째 유량을 측정하지 않는 x 변수로 설정하고 위 과정을 반복한다.
만약에 글로벌 시험을 통과한다면 즉, 수학식 3을 만족하면, 바로 i+1 번째 유량계가 편향 오차를 갖는 것으로 판단한다.
이 때의 수학식 2의 데이터 보정 결과가 최종 결과이다.
본 발명은 발열량을 포함한 데이터 보정 기술이 적용되며, 기존 유량계 보정을 위한 데이터 보정의 최적화 목적함수에 발열량을 포함하여 최적화의 제약조건으로 작용하는 물질 및 열 수지식 G(F,x)=0은 도 6 내지 도 9의 단순화한 기력발전 공정도를 대상으로 작성하였다.
물질 수지는 보일러, 급수가열기, 탈기기, 터빈, 복수기를 중심으로 입ㅇ출력 물질 스트림으로 작성하였으며, 열 수지는 보일러, 급수가열기, 탈기기, 터빈, 복수기를 중심으로 입ㅇ출력 열 스트림과 발전량으로 작성하였다. 본 공정도는 기력발전을 단순화한 것이지만 데이터 보장의 원리를 제시하는 데는 문제가 없다.
수학식 3의 표준편차 σ 대신에 계산의 편의를 위하여 유량 측정값 F*와 연료 발열량의 분석값 LHV*를 사용하여 식을 재구성하면 다음 수학식 4와 같다.
수학식 4의 목적함수와 도 6 내지 도 9의 제약조건으로 최적화 문제를 구성하고, 비선형최적화 기법을 적용하여 데이터 보정을 실행하였다.
비선형최적화 기법으로는 GRGII(Generalized Reduced Gradient II)를 사용하였다.
수학식 4의 데이터 보정을 실시하면 다음 단계로 편향 오차의 보정이 필요하다.
이는 이하 과정에서 설명한다.
연료의 발열량에 임의적으로 편향 오차를 부여하고 연료 발열량과 유량 측정값을 함께 보정하는 기술의 성능을 검증하였다.
시뮬레이션 값을 기준으로 발열량을 110%(4,785.9MMKcal/ton)로 가정하고 데이터 보정을 실시하였다.
그 결과 도 3에서와 같이 데이터 보장 결과가 4403.6MMKcal/ton으로 오자가 소거되었으며, 이는 과잉 부여한 10% 중에서 9%의 오차가 소거된 것에 해당한다. 데이터 보정 결과에 대한 자세한 내용은 도 5의 표로 나타냈으며 여기서는 측정 유량계와 발열량에 대해서만 설명하고자 한다.
임의로 부여한 오차 10% 중에서 9%가 소거되었으므로 발열량의 오차 소거 능력은 매우 우수하다고 할 수 있다.
하지만 발전량이 1.1MW 증가하고, 주증기가 2.8ton/hr 증가하는 등 측정값에 오차가 발생하였다.
이 정도 크기의 발전량과 주증기의 유량 변화는 무시할 수준이 아니어서 편향 오차의 존재를 의심할 수 있다. 이를 판단하기 위하여 수학식 3의 글로벌 시험을 실시하였다.
신뢰수준 α를 95%를 적용하고, 자유도를 측정 변수의 개수에서 1을 뺀 7을 적용하여 카이-제곱 분포표에서 찾은 카이-제곱 값은 14.07이었다. 수학식 2의 Gamma가 아래 도 3의 우측 하단과 같이 21.3로 카이-제곱 값보다 더 크므로 글로벌 시험에 의해 편향 오차가 존재하였다.
연료 발열량이 편향 오차의 원인임을 알고 있지만, 절차대로 편향 오차 탐색을 진행해보자.
도 3의 표에서 Gamma 기여도가 가장 큰 변수는 연료 발열량이므로, 가장 먼저 의심의 대상이다.
연료 발열량을 미측정 변수로 가정하고 데이터 보정을 실시하였고, 그 결과를 이용하여 글로벌 시험을 실시하였다.
글로벌 시험을 통과하므로, 발열량에 편향 오차가 존재함을 확인하였고, 이때의 데이터 보정 결과가 각 유량과 발열량의 보정값이다. 여기서 Gamma를 구하기 위해 필요한 차이의 표준편차는 편의상 측정값의 2%를 가정하였다.
원래의 시뮬레이션에서는 발전효율이 34.83%였으나, 발열량에 10% 편향 오차를 부여한 경우에는 31.66%로서 시뮬레이션보다 3.17% 작았다. 여기에 데이터 보정을 적용하였을 때 발전효율이 34.96%로 원래의 시뮬레이션 값에 거의 근접하였다.
편향 오차를 제거하고 데이터 보정을 실시하였을 때는 34.83%로 원래의 시뮬레이션과 값이 같았다.
도 4 및 도 5에 시뮬레이션 결과를 도시하였다.
도 4 및 도 5를 참조하면, 발열량 +10% 데이터,데이터 보정 결과, 편향오차 소거 후의 데이터 보정 결과를 나타냈다. 시뮬레이션에서는 발열량이 4350.8MMKcal/ton, 발열량에 10% 편향 오차를 부여한 경우에는 4785.9MMKcal/ton이다.
여기에 데이터 보정을 실시하면 4403.6MMKcal/ton으로 오차가 많이 보정되어 시뮬레이션 값보다 1.2% 작았다. 여기에서 추가적으로 편향 오차를 제거하고 데이터 보정을 실시하면 발열량이 4350.8MMKcal/ton으로 원래의 시뮬레이션과 일치하였다.
편향오차를 소거하고, 데이터 보정을 실시함으로써 인위적으로 부여한 오차를 완전히 소거할 수 있었다.
발전효율도 위와 같다. 시뮬레이션에서는 발전효율이 34.83%였으나, 발열량에 10% 편향 오차를 부여한 경우에는 31.66%로서 시뮬레이션보다 3.17% 작았다. 여기에 데이터 보정을 실시한 후의 결과를 적용하면 발전효율이 34.96%로 원래의 시뮬레이션 값에 거의 근접하였다. 여기에서 추가적으로 편향 오차를 제거한 후의 데이터 보정 결과를 적용하면 34.83%로 원래의 시뮬레이션과 값이 같았다.
본 시뮬레이션에서는 편향오차를 소거하고, 데이터 보정을 실시함으로써 시뮬레이션 결과와 일치한 결과를 도출하였지만, 실제 문제에서는 유량계가 노이즈가 있기 때문에 꼭 일치하지는 않는다.
이하에서는 기력발전 단순도 및 물질 및 열수지를 부연 설명한다.
플랜트 모델을 도 6과 같이 단순화하고, 보일러, 급수가열기, 탈기기, 터빈, 복수기를 중심으로 물질 및 열 수지식을 작성하였다.
실제 플랜트는 이보다 훨씬 복잡하지만 데이터 보정 결과를 분석하기에 용이하도록 단순화하였다.
도 7은 열 수지식 작성 도로서 보일러, 급수가열기, 탈기기, 터빈, 복수기의 노드를 중심으로 입ㅇ출력 열 스트림으로 작성하였다. 이 때 도 8의 온도 측정값과 도 9의 압력 측정값을 이용하여 물이나 증기의 엔탈피를 계산하고, 이를 이용하여 열량을 계산하였다.
각 설비 노드 별로 작성한 물질 수지는 다음과 같다.
M1 Fbfw - Fmstm - Fbdw = 0 (A1)
M2 Fmstm - Festm Fci = 0 (A2)
M3 Festm + Fco - Fbfw = 0 (A3)
M4 Fci + Fmuw - Fco = 0 (A4)
M1은 보일러, M2는 터빈, M3는 급수가열기와 탈기기, M4는 복수기의 물질 수지이다. 그리고 각 설비 별로 작성한 열 수지는 다음과 같다.
E1 Qf + Qbfw - Qmstm - Qbdw - Qloss = 0 (A5)
E2 Qmstm - Qpwr - Qestm - Qci = 0 (A6)
E3 Qestm + Qco - Qbfw = 0 (A7)
E4 Qci + Qmuw + Qcwi - Qco - Qcwo = 0 (A8)
여기서 E1은 보일러, E2는 터빈, E3는 급수가열기와 탈기기, E4는 복수기의 열 수지이다. E1에서 Qloss는 보일러에서 발생하는 열손실을 의미한다. 보일러 열손실에는 배기가스 열손실, 가열로 표면 복사열, 투입 공기 중 수분의 잠열에 의한 손실, 불완전 연소에 의한 손실을 포함한다. 열 수지에 포함된 열량 변수는 다음과 같이 계산한다.
Qf = Ffuel * LHV (A9)
Qbfw = Fbfw * H(Tbfw, Pbfw) (A10)
Qmstm = Fmstm * H(Tmstm, Pmstm) (A11)
Qbdw = Fbdw * H(Tbdw, Pbdw) (A12)
Qmstm = Fmstm * H(Tmstm, Pmstm) (A13)
Qestm = Festm * H(Testm, Pestm) (A14)
Qci = Fci * H(Tci, Pci) (A15)
Qco = Fco * H(Tco, Pco) (A16)
Qbfw = Fbfw * H(Tbfw, Pbfw) (A17)
Qmuw = Fmuw * H(Tmuw, Pmuw) (A18)
여기서 H(T, P)는 온도 T와 압력 P에서의 물이나 증기의 엔탈피를 의미하며, 엔탈피를 계산하는 프로그램을 이용하여 구했다.
또한, 참고로 본 발명의 실시예의 데이터 보정의 입력 창은 도 10과 같다.
데이터보정에 포함할 유량계를 √로 선택하도록 한다.
사전에 설정한 시간 주기로 실시간적으로 데이터 보정을 자동 실행하며, 정기적으로 수행하는 발전효율 정산을 위해서 수동 실행도 가능해야 한다.
효율정산, 부해배분 최적화, 고장진단, 예지정비 등과 같은 상위 어플리케이션의 입력 데이터로 사용되도록 데이터 보정 결과를 SQL 등 관계형 저장부에 저장한다.
데이터 보정 결과의 트랜드 모니터링을 위해서 자체적으로 DB를 갖추거나, 플랜트 정보시스템 레벨 2의 RTDB와 연결한다.
범용성을 위하여 표준 PC의 MS 윈도우 환경에서 파이선(Python)으로 소프트웨어를 구성할 수 있다.
화력발전소에서 발전효율 정산의 정확성 향상 목적으로 연료의 발열량을 포함한 확장된 데이터 보정 기술을 제공하며, 데이터 보정 기술의 실효성을 검증하기 위하여 기력발전에 대한 시뮬레이션 스터디를 실시하였으며, 발열량의 편향 오차를 정확하게 찾았고, 발열량 오차를 최소화한 발전효율을 구할 수 있었다.
이상에서 설명한 본 발명의 실시예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있으며, 이러한 구현은 앞서 설명한 실시예의 기재로부터 본 발명이 속하는 기술 분야의 전문가라면 쉽게 구현할 수 있는 것이다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
Claims (3)
- 삭제
- 보일러(1), 급수가열기(2), 탈기기(3), 터빈(4), 복수기(5)를 구비하는 화력발전소의 정확성 향상을 위한 연료의 발열량 보정을 위하여, 계측기(10)의 측정값 오차를 보정하기 위한, 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 시스템이 보정 방법으로서,
제어부(130)가 상기 계측기(10)의 계측신호를 수신하여 데이터 보정을 실시하는 단계;
상기 제어부(130)가 계측신호를 수신한 데이터에 편향 오차가 포함되었는지 판단하는 단계;
상기 보정된 데이터에 편향 오차가 포함되었으면, 상기 제어부(130)가 편향 오차를 제거하고, 다시 데이터 보정을 실시하는 단계;
상기 제어부(130)가 보정된 데이터를 저장하는 단계를 포함하고
상기 제어부(130)가 상기 보정된 데이터에 편향 오차가 포함되었는지 판단하는 단계에서,
편향 오차의 존재는 글로벌 시험(Global Test)이라 부르는 하기 수학식3으로 판단하되, 상기 글로벌 시험은 데이터 보정 결과로부터 구한 카이-제곱(χ2) 기준치보다 크면 편향 오차가 존재한다고 판단하는 것을 특징으로 하는 화력발전소에서 데이터 보정 기술을 이용한 연료 발열량 보정 방법.
위의 수학식 1에서 F*는 유량 측정값을, F는 유량 보정값을 나타낸다. LHV*는 발열량 측정값을, LHV는 발열량 보정값을 나타낸다. σ는 해당 변수의 표준편차를, n은 유량 측정값의 개수를 의미한다. 하첨자 i는 유량 측정값의 번호를, Fi min은 i번째 유량 보정값 F가 가질 수 있는 최소값을, Fi max는 i번째 유량 보정값 F가 가질 수 있는 최대값을 의미한다.
G(F,x)=0은 물질 및 열 수지 식이며, 변수 x는 측정하지 않는 변수이다.
측정값 오차가 무작위 형태의 오차만 포함한다면 수학식 1로 데이터 보정이 완성된다.
그러나 편향 오차가 포함되어 있다면 편향 오차를 제거하고 데이터 보정을 실시하여야 한다. 편향 오차를 제거하지 않고 데이터 보정을 종료한다면 편향 오차는 보정되겠지만 타 유량계에 오차를 떠넘기게 되어 정상적인 유량계 입장에서는 데이터 보정을 실행하지 않는 것보다 못하다.
상기 편향 오차의 존재는 글로벌 시험(Global Test)이라 부르는 수학식 3으로 판단할 수 있고, 이에 필요한 Gamma는 아래 수학식 2로 구한다.
위 수학식 2에서 구한 유량 측정값 F*와 보정값 F의 차이를 차이의 표준편차 d로 나누고 이를 제곱한 값들의 합에 발열량 측정값 LHV*와 보정값 LHV의 차이를 차이의 표준편차 dLHV로 나누고 이를 제곱한 값의 합 Gamma를 구한다.
수학식 2에서 구한 Gamma를 이용하여 편향 오차의 존재를 아래 수학식 3으로 판단한다.
위수학식 3에서 α는 신뢰수준을 나타내며 대개 95%를 적용한다.v는 자유도를 의미하며 측정 변수의 개수에서 1을 뺀 값이다. 카이-제곱 값은 α와 v를 이용하여 카이-제곱 분포표에서 찾는다.
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200140385A KR102281488B1 (ko) | 2020-10-27 | 2020-10-27 | 데이터 보정 기술을 적용한 화력발전소의 연료 발열량 보정 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200140385A KR102281488B1 (ko) | 2020-10-27 | 2020-10-27 | 데이터 보정 기술을 적용한 화력발전소의 연료 발열량 보정 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102281488B1 true KR102281488B1 (ko) | 2021-07-23 |
Family
ID=77155449
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200140385A KR102281488B1 (ko) | 2020-10-27 | 2020-10-27 | 데이터 보정 기술을 적용한 화력발전소의 연료 발열량 보정 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102281488B1 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114577984A (zh) * | 2022-01-29 | 2022-06-03 | 江苏方天电力技术有限公司 | 一种火电厂气态污染物总量监测方法及装置 |
| CN117111478A (zh) * | 2023-10-20 | 2023-11-24 | 山东暖谷新能源环保科技有限公司 | 基于数据处理技术的热量控制系统及方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090021999A (ko) * | 2007-08-29 | 2009-03-04 | 한국전력공사 | 플랜트 제어 장치 시뮬레이션 시스템 |
| KR20200013303A (ko) * | 2018-07-30 | 2020-02-07 | 세이플랜트 주식회사 | 화력발전 플랜트의 효율예측 정확성 향상을 위한 연료의 발열량 보정방법, 연료의 발열량 보정프로그램을 기록한 매체 |
-
2020
- 2020-10-27 KR KR1020200140385A patent/KR102281488B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090021999A (ko) * | 2007-08-29 | 2009-03-04 | 한국전력공사 | 플랜트 제어 장치 시뮬레이션 시스템 |
| KR20200013303A (ko) * | 2018-07-30 | 2020-02-07 | 세이플랜트 주식회사 | 화력발전 플랜트의 효율예측 정확성 향상을 위한 연료의 발열량 보정방법, 연료의 발열량 보정프로그램을 기록한 매체 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114577984A (zh) * | 2022-01-29 | 2022-06-03 | 江苏方天电力技术有限公司 | 一种火电厂气态污染物总量监测方法及装置 |
| CN114577984B (zh) * | 2022-01-29 | 2024-03-19 | 江苏方天电力技术有限公司 | 一种火电厂气态污染物总量监测方法及装置 |
| CN117111478A (zh) * | 2023-10-20 | 2023-11-24 | 山东暖谷新能源环保科技有限公司 | 基于数据处理技术的热量控制系统及方法 |
| CN117111478B (zh) * | 2023-10-20 | 2024-03-01 | 山东暖谷新能源环保科技有限公司 | 一种暖风炉的进气隔热控制系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108700852B (zh) | 模型参数值推定装置及推定方法、记录介质、模型参数值推定系统 | |
| KR102281488B1 (ko) | 데이터 보정 기술을 적용한 화력발전소의 연료 발열량 보정 방법 | |
| KR900003909A (ko) | 원자로의 폐쇄시스템에 대한 폐쇄완벽도 평가방법 및 그 시스템 | |
| US8650009B2 (en) | Sensor validation and value replacement for continuous emissions monitoring | |
| KR102120733B1 (ko) | 터빈 유닛의 시험 동안의 결함 진단 | |
| Coble et al. | A review of sensor calibration monitoring for calibration interval extension in nuclear power plants | |
| US20200402679A1 (en) | Online Sensor and Process Monitoring System | |
| JPS59206737A (ja) | 温度補償機能を有する漏洩検査装置 | |
| Garvey et al. | Validation of on-line monitoring techniques to nuclear plant data | |
| Khan et al. | Particle filter based prognosis study for predicting remaining useful life of steam generator tubing | |
| Bartels et al. | Environmental influence on structural health monitoring systems | |
| CN112528418A (zh) | 一种无基准条件下半实物仿真试验的评估系统 | |
| RU2692438C1 (ru) | Способ оценки прочности и определения ресурса барабанов и коллекторов котла | |
| Bockhorst et al. | MSET modeling of Crystal River-3 venturi flow meters. | |
| RU2680852C1 (ru) | Способ метрологической диагностики измерительных каналов уровня жидкости | |
| Рижов et al. | Metrological support of maintenance by the technical state of communication means | |
| Kim et al. | Uncertainty estimation of the ADCP velocity measurements from the moving vessel method,(I) development of the framework | |
| Ramuhalli et al. | A Methodology for Online Sensor Recalibration | |
| JP4786670B2 (ja) | 計測器ドリフト検知装置 | |
| Mohanty et al. | Online stress corrosion crack monitoring in nuclear reactor components using active ultrasonic sensor networks and nonlinear system identification: data fusion based big data analytics approach | |
| CN116879513B (zh) | 气体分析系统的验证方法、装置、设备及存储介质 | |
| JPS613202A (ja) | 火力発電プラントの制御系調整方法 | |
| Bartels et al. | Robust SHM Systems Using Bayesian Model Updating | |
| Mohanty et al. | Online stress corrosion crack and fatigue usages factor monitoring and prognostics in light water reactor components: Probabilistic modeling, system identification and data fusion based big data analytics approach | |
| CN111854929B (zh) | 一种评定特高压主设备声功率级不确定度的方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |