KR102366120B1 - 발전 설비 성능 감시 장치 - Google Patents

발전 설비 성능 감시 장치 Download PDF

Info

Publication number
KR102366120B1
KR102366120B1 KR1020190140420A KR20190140420A KR102366120B1 KR 102366120 B1 KR102366120 B1 KR 102366120B1 KR 1020190140420 A KR1020190140420 A KR 1020190140420A KR 20190140420 A KR20190140420 A KR 20190140420A KR 102366120 B1 KR102366120 B1 KR 102366120B1
Authority
KR
South Korea
Prior art keywords
performance
sensitivity
analysis
power generation
overall performance
Prior art date
Application number
KR1020190140420A
Other languages
English (en)
Other versions
KR20210054360A (ko
Inventor
김동규
장석원
최지은
Original Assignee
한국전력공사
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 한국전력공사 filed Critical 한국전력공사
Priority to KR1020190140420A priority Critical patent/KR102366120B1/ko
Publication of KR20210054360A publication Critical patent/KR20210054360A/ko
Application granted granted Critical
Publication of KR102366120B1 publication Critical patent/KR102366120B1/ko

Links

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
    • G06Q50/10—Services
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
    • F01D21/00—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
    • F01D21/003—Arrangements for testing or measuring
    • 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
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Automation & Control Theory (AREA)
  • Economics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Mechanical Engineering (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

본 발명은 발전 설비 성능 감시 장치에 관한 것으로, 미리 정의된 성능 해석 모델을 기반으로 대상 발전소의 적어도 하나의 구성 설비에 대해 미리 설정된 적어도 하나의 민감도 분석 항목 별로 실시간 운전 조건의 변화에 대한 전체 성능의 변화를 성능 민감도로 산출하는 성능 민감도 산출부, 성능 민감도를 기반으로 민감도 분석 항목에 대해 운전 조건의 실시간 변화에 대한 전체 성능 영향도를 분석하는 분석부, 및 전체 성능 영향도를 화면에 표시하는 표시부를 포함한다.

Description

발전 설비 성능 감시 장치{PERFORMANCE MONITORING APPARATUS FOR POWER FACILITY}
본 발명은 발전 설비 성능 감시 기술에 관한 것으로, 보다 상세하게는 발전 효율에 영향을 미치는 민감도 분석 항목 각각의 민감도를 산출하고, 산출된 민감도를 이용하여 민감도 분석 항목 각각의 변화에 따른 전체 성능 영향도를 실시간으로 감시 및 표시함으로써 현재 전체 성능에 영향을 미치는 민감도 분석 항목을 직관적으로 파악할 수 있는 발전 설비 성능 감시 장치에 관한 것이다.
발전소는 다양한 기기로 구성된 계통이 조화를 이루며 운전하여 연료가 가진 화학적 에너지를 전기적 에너지로 변환시키는 역할을 한다. 이때, 투입되는 화학적 에너지 대비 최종 결과인 전기적 에너지의 비율을 발전 효율이라 한다. 발전소는 다양한 기기로 구성되기 때문에 이러한 발전 효율에 영향을 미치는 요소들은 매우 다양하다.
발전소의 발전 효율에 대한 성능은 발전소의 운영비 중 가장 큰 항목을 차지하는 연료 비용에 직결되는 인자이며, 경제적인 발전소 운영 및 탄소 배출 최소화를 위해 실시간으로 감시하고 관리하는 항목이다. 이에, 실시간 운전 데이터를 기반으로 성능 값을 계산하고, 상시 관리하기 위한 성능 감시 시스템이 필요하다.
현재 성능 감시 시스템은 발전소 전체 효율 및 터빈, 보일러 등을 포함한 주요 기기의 효율을 실시간으로 감시하고, 장기적인 데이터로 저장하여 각 항목별 이력을 조회할 수 있는 기능을 제공한다. 성능 감시 시스템이 각 항목에 대한 성능 계산 결과를 표시해주기 때문에, 사용자는 담당 발전소의 주요 기기의 성능을 기준 값과 대비하여 확인할 수 있다.
이와 같이, 성능 감시 시스템은 각 항목 별 발전 효율은 확인할 수 있으나, 각 구성 기기 및 개별 요소의 변화로 인한 전체 성능 영향도를 파악하기 어렵다. 이를 파악하기 위해서는 모든 시스템의 사용자가 발전 시스템의 전반적인 구성 및 성능 계산에 대한 이해가 필요하고, 실시간으로 감시하는 성능 데이터를 지속적으로 추가 분석하는 것은 비효율적이다.
본 발명의 일 실시예는 발전 효율에 영향을 미치는 민감도 분석 항목 각각의 민감도를 산출하고, 산출된 민감도를 이용하여 민감도 분석 항목 각각의 변화에 따른 전체 성능 영향도를 실시간으로 감시 및 표시함으로써 현재 전체 성능에 영향을 미치는 민감도 분석 항목을 직관적으로 파악할 수 있는 발전 설비 성능 감시 장치를 제공하고자 한다.
본 발명의 일 실시예는 현재 전체 성능에 영향을 미치는 민감도 분석 항목을 실시간으로 파악하여 실질적으로 필요한 운영비를 산출함으로써 발전소를 경제적으로 운영할 수 있고, 유지 보수 의사 결정을 효율적으로 할 수 있는 발전 설비 성능 감시 장치를 제공하고자 한다.
본 발명의 일 실시예에 따른 발전 설비 성능 감시 장치는 미리 정의된 성능 해석 모델을 기반으로 대상 발전소의 적어도 하나의 구성 설비에 대해 미리 설정된 적어도 하나의 민감도 분석 항목 별로 실시간 운전 조건의 변화에 대한 전체 성능의 변화를 성능 민감도로 산출하는 성능 민감도 산출부; 상기 성능 민감도를 기반으로 상기 민감도 분석 항목에 대해 상기 운전 조건의 실시간 변화에 대한 전체 성능 영향도를 분석하는 분석부; 및 상기 전체 성능 영향도를 화면에 표시하는 표시부를 포함한다.
일 실시예에 있어서, 상기 성능 민감도 산출부는 상기 운전 조건의 기준 값과 현재 운전 값 각각에 대응하는 전체 발전 효율 간의 차이 값을 상기 운전 조건의 기준 값과 운전 값 간의 차이 값으로 나눈 값을 상기 성능 민감도로 산출하는 것을 특징으로 한다.
일 실시예에 있어서, 상기 분석부는 상기 운전 조건의 기준 값과 운전 값 간의 차이 값과 상기 성능 민감도 간의 곱으로 상기 전체 성능 영향도를 산출하는 것을 특징으로 한다.
일 실시예에 있어서, 상기 분석부는 상기 전체 성능 영향도를 내림 차순으로 정렬하여 상기 표시부에 제공하는 것을 특징으로 한다.
일 실시예에 있어서, 상기 분석부는 상기 민감도 분석 항목에 대해 분석된 상기 전체 성능 영향도를 기반으로 상기 대상 발전소의 운영비 증감액을 산출하고, 산출된 상기 운영비 증감액과 상기 구성 설비의 유지 보수에 필요한 투자금을 비교 분석하는 것을 특징으로 한다.
일 실시예에 있어서, 상기 대상 발전소의 설계 데이터를 기반으로 상기 구성 설비를 모델링하여 기준 모델을 생성하는 모델링부를 더 포함하는 것을 특징으로 한다.
일 실시예에 있어서, 상기 민감도 분석 항목에 대해 상기 운전 조건의 변화와 상기 전체 성능의 변화 간의 관계를 해석하고, 상기 해석 결과를 상기 기준 모델에 반영하여 상기 성능 해석 모델을 생성하는 성능 해석부를 더 포함하는 것을 특징으로 한다.
일 실시예에 있어서, 상기 성능 해석부는 파라메트릭 학습 알고리즘을 이용하여 상기 운전 조건을 일정 레벨로 가감하고, 가감된 상기 운전 조건에 따른 상기 전체 성능을 연산하는 것을 특징으로 한다.
또한, 컴퓨팅 디바이스에 의하여 수행되는 발전 설비 성능 감시 방법이 제공된다. 상기 발전 설비 성능 감시 방법은, 미리 정의된 성능 해석 모델을 기반으로 대상 발전소의 적어도 하나의 구성 설비에 대해 미리 설정된 적어도 하나의 민감도 분석 항목 별로 실시간 운전 조건의 변화에 대한 전체 성능의 변화를 성능 민감도로 산출하는 단계; 상기 성능 민감도를 기반으로 상기 민감도 분석 항목에 대해 상기 운전 조건의 실시간 변화에 대한 전체 성능 영향도를 분석하는 단계; 및 상기 전체 성능 영향도를 화면에 표시하는 단계를 포함한다.
일 실시 예에 따르면, 상기 성능 민감도를 산출하는 단계는, 상기 성능 민감도 산출부는 상기 운전 조건의 기준 값과 현재 운전 값 각각에 대응하는 전체 발전 효율 간의 차이 값을 상기 운전 조건의 기준 값과 운전 값 간의 차이 값으로 나눈 값을 상기 성능 민감도로 산출하는 단계일 수 있다.
일 실시 예에 따르면, 상기 전체 성능 영향도를 분석하는 단계는, 상기 운전 조건의 기준 값과 운전 값 간의 차이 값과 상기 성능 민감도 간의 곱으로 상기 전체 성능 영향도를 산출하는 단계일 수 있다.
일 실시 예에 따르면, 상기 전체 성능 영향도를 내림 차순으로 정렬하여 상기 표시부에 제공하는 단계를 더 포함할 수 있다.
일 실시 예에 따르면, 상기 민감도 분석 항목에 대해 분석된 상기 전체 성능 영향도를 기반으로 상기 대상 발전소의 운영비 증감액을 산출하는 단계; 및 산출된 상기 운영비 증감액과 상기 구성 설비의 유지 보수에 필요한 투자금을 비교 분석하는 단계를 더 포함할 수 있다.
일 실시 예에 따르면, 상기 대상 발전소의 설계 데이터를 기반으로 상기 구성 설비를 모델링하여 기준 모델을 생성하는 단계를 더 포함할 수 있다.
일 실시 예에 따르면, 상기 민감도 분석 항목에 대해 상기 운전 조건의 변화와 상기 전체 성능의 변화 간의 관계를 해석하는 단계; 상기 해석 결과를 상기 기준 모델에 반영하여 상기 성능 해석 모델을 생성하는 단계를 더 포함할 수 있다.
일 실시 예에 따르면, 파라메트릭 학습 알고리즘을 이용하여 상기 운전 조건을 일정 레벨로 가감하는 단계; 및 가감된 상기 운전 조건에 따른 상기 전체 성능을 연산하는 단계를 더 포함할 수 있다.
개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
본 발명의 일 실시예에 따른 발전 설비 성능 감시 장치는 발전 효율에 영향을 미치는 민감도 분석 항목 각각의 민감도를 산출하고, 산출된 민감도를 이용하여 민감도 분석 항목 각각의 변화에 따른 전체 성능 영향도를 실시간으로 감시 및 표시함으로써 현재 전체 성능에 영향을 미치는 민감도 분석 항목을 직관적으로 파악할 수 있다.
본 발명의 일 실시예에 따른 발전 설비 성능 감시 장치는 현재 전체 성능에 영향을 미치는 민감도 분석 항목을 실시간으로 파악하여 실질적으로 필요한 운영비를 산출함으로써 발전소를 경제적으로 운영할 수 있고, 유지 보수 의사 결정을 효율적으로 할 수 있다.
도 1은 본 발명의 일 실시예에 따른 발전 설비 성능 감시 장치를 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 대상 발전소의 계통 구성을 도시한 예시도이다.
도 3은 본 발명의 일 실시예에 따른 대상 발전소의 계통 구성에 대한 성능 해석 모델을 도시한 예시도이다.
도 4는 본 발명의 일 실시예에 따른 발전 설비 성능 감시 방법을 도시한 순서도이다.
도 5는 본 발명의 일 실시예에 따른 해수 냉각수의 유량 변화에 따른 발전 효율 변화를 나타낸 그래프이다.
도 6은 본 발명의 일 실시예에 따른 민감도 분석 항목 별 전체 성능 영향도를 표시한 표시 화면을 도시한 예시도이다.
본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
한편, 본 출원에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
본 발명은 컴퓨터가 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있고, 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
도 1은 본 발명의 일 실시예에 따른 발전 설비 성능 감시 장치를 도시한 도면이고, 도 2는 본 발명의 일 실시예에 따른 대상 발전소의 계통 구성을 도시한 예시도이다. 도 3은 본 발명의 일 실시예에 따른 대상 발전소의 계통 구성에 대한 성능 해석 모델을 도시한 예시도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 발전 설비 성능 감시 장치(100)는 대상 발전소(1)의 성능을 실시간으로 감시하여 민감도 분석 항목 별 전체 성능 영향도를 산출 및 표시한다. 예를 들어, 대상 발전소(1)는 도 2에 도시된 바와 같이, 정격 설계 출력이 103MW인 화력 발전소일 수 있다, 여기에서, 화력 발전소의 증기/급수 계통은 고압, 중압 및 저압의 총 3단의 재열 재생 증기 터빈, 2개의 고압 급수 가열기 및 탈기기, 3개의 저압 급수 가열기를 포함할 수 있다.
이러한 화력 발전소는 계통의 복잡도가 일반적인 표준 화력 발전소 대비 상대적으로 낮고, 민감도 분석에 필요한 항목의 개수도 적다. 민감도 분석 항목은 대상 발전소(1)를 구성하는 구성 설비에 대해 미리 설정되는 항목으로서, 본 발명의 일 실시예는 대상 발전소(1)에 대한 민감도 분석 항목을 아래의 [표 1]과 같이 25개로 설정한 경우를 예를 들어 설명한다.
민감도 분석 대상 항목
1 발전소 내 소비전력 사용률
2 공기 예열기 온도 효율
3 주증기 온도
4 재열 증기 온도
5 재열기 과열 저감 수량
6 재열증기 압력 강하율
7 고압 터빈 내부 효율
8 중압 터빈 내부 효율
9 저압 터빈 내부 효율
10 최종 급수 온도
11 복수기 관청 정도
12 해수 냉각수 유량
13 드럼 블로우 다운 비율(Blow-down rate)
14 계통 내 유체 누설율
15 보조 증기 사용량
16 6번 급수 가열기 종단 온도차
17 6번 급수 가열기 배수 냉각 접근 온도
18 5번 급수 가열기 종단 온도차
19 5번 급수 가열기 배수 냉각 접근 온도
20 3번 급수 가열기 종단 온도차
21 3번 급수 가열기 배수 냉각 접근 온도
22 2번 급수 가열기 종단 온도차
23 2번 급수 가열기 배수 냉각 접근 온도
24 1번 급수 가열기 종단 온도차
25 1번 급수 가열기 배수 냉각 접근 온도
발전 설비 성능 감시 장치(100)는 모델링부(110), 성능 해석부(120), 성능 민감도 산출부(130), 분석부(140), 표시부(150) 및 제어부(160)를 포함한다. 모델링부(110)는 대상 발전소의 구성을 모델링하여 성능 해석 모델을 생성한다.
여기에서, 모델링부(110)는 대상 발전소(1)의 구성 설비를 모델링하여 기준 모델을 생성한다. 모델링부(110)는 대상 발전소(1)의 설계 데이터를 기반으로 계통을 구성하는 구성 설비를 모델링할 수 있다.
성능 해석부(120)는 성능 해석 프로그램을 이용하여 민감도 분석 항목 각각에 대해 운전 조건 변화와 전체 성능 변화 간의 관계를 해석하고, 해석 결과를 기준 모델에 반영하여 성능 해석 모델을 생성한다. 여기에서, 성능 해석 프로그램은 파라메트릭 학습(Parametric study) 알고리즘을 포함할 수 있다.
파라메트릭 학습 알고리즘은 대상 구성의 기대 값을 기준으로 일정 레벨로 가감하여, 다양한 운전 값에서의 전체 성능 변화 값을 산출하는 방식이다. 즉, 성능 해석부(120)는 민감도 분석 항목 각각에 대한 기준 값을 기준으로 운전 조건 값을 일정 레벨만큼 가감하고, 가감된 운전 조건 값에 따른 전체 성능 변화 값을 산출한다. 예를 들어, 성능 해석부(120)는 도 3에 도시된 바와 같이, 성능 해석 모델을 생성할 수 있다.
성능 민감도 산출부(130)는 성능 해석부(120)를 통해 해석된 운전 조건 별 전체 성능 변화를 기반으로 민감도 분석 항목에 각각에 대한 성능 민감도를 실시간으로 산출한다. 성능 민감도 산출부(130)는 민감도 분석 항목에 대한 운전 조건의 실시간 변화에 의해 발생하는 전체 성능 변화를 성능 민감도로 산출할 수 있다.
이를 위해, 성능 민감도 산출부(130)는 아래의 [수학식 1]과 같이, 민감도 분석 항목에 대해 기준 값 대비 운전 값의 변화량에 따른 전체 발전 효율의 변화량을 연산하여 성능 민감도를 산출한다.
[수학식 1]
성능 민감도(Sensitivity)i = ΔRi/ΔPi
여기에서, i는 민감도 분석 항목, ΔRi는 전체 발전 효율의 변화량, 즉 전체 성능 영향도를 나타내고, ΔPi는 해당 민감도 분석 항목에 대한 운전 값의 변화량을 나타낸다.
즉, 성능 민감도 산출부(130)는 운전 조건의 기준 값과 현재 운전 값 각각에 대응하는 전체 발전 효율의 차이 값(ΔRi)을 운전 조건의 기준 값과 운전 값 간의 차이 값(ΔPi)으로 나눈 값을 성능 민감도로 산출할 수 있다.
예를 들어, 성능 민감도 산출부(130)는 상기한 [표 1]의 3번 민감도 분석 항목인 주증기 온도에 대해 아래의 [수학식 2]와 같이 민감도를 산정할 수 있다.
[수학식 2]
성능 민감도= (37.84%-37.74%)/(548℃-538℃)= 0.01%p/℃
여기에서, 주증기 온도의 기준 값이 538℃이고, 해당 온도일 때 주증기의 발전 효율이 37.74%인 것으로 가정한다. 이때, 주증기 온도가 10℃ 상승하여 548℃로 변화하고, 성능 해석부(120)를 통해 시뮬레이션 되어 예측된 발전 효율이 37.84%이면, ΔRi는 '37.84%-37.74%=0.1%p'이고, ΔPi는 '548℃-538℃=10℃'이다. 즉, 주증기 온도에 대한 성능 민감도는 단위 온도 변화에 따른 발전 효율 변화, 즉 0.01%p/℃으로 산정될 수 있다.
분석부(140)는 성능 민감도 산출부(130)를 통해 산출된 성능 민감도를 기반으로 민감도 분석 항목 각각에 대한 운전 값의 변화량에 따른 전체 성능 영향도를 분석한다.
여기에서, 분석부(140)는 아래의 [수학식 3]과 같이, 민감도 분석 항목에 대한 운전 값의 변화량에 성능 민감도를 곱하여 전체 성능 영향도를 산출할 수 있다. 분석부(140)는 산출된 전체 성능 영향도를 내림 차순으로 정렬하여 표시부(150)에 제공할 수 있다.
[수학식 3]
전체 성능 영향도(ΔRi) = ΔPi× 성능 민감도(Sensitivity)i
또한, 분석부(140)는 산출된 전체 성능 영향도를 기반으로 민감도 분석 항목의 성능 저하로 인해 추가로 소요되는 운영비, 즉 연료비 증가액을 산출할 수 있다. 발전소의 출력을 기준 성능과 동일하게 하기 위해 소비되는 연료량은 해당 민감도 분석 항목의 성능 저하로 인해 소비되는 연료량만큼 필요하기 때문에 분석부(140)는 해당 민감도 분석 항목에 대한 운영 시간, 추가 연료량 및 연료 비용을 기준으로 운영비 증감액을 산출할 수 있다.
분석부(140)는 운영비 증감액과 설비 개선에 필요한 투자금을 비교 분석하고, 분석 결과를 표시부(150)를 통해 사용자에게 제공할 수 있다. 이로 인해, 사용자는 비교 분석 결과에 따라 설비 개선에 대한 의사 결정을 내릴 수 있다.
표시부(150)는 분석부(140)를 통해 분석된 민감도 분석 항목에 대한 전체 성능 영향도를 화면에 표시할 수 있다. 표시부(150)는 전체 성능 영향도가 높은 민감도 분석 항목 순서로 화면에 표시할 수 있다. 표시부(150)는 사용자 단말 등 외부 단말기로 구현될 수 있다. 여기에서, 사용자 단말은 스마트폰, 노트북, 태블릿 PC 등을 포함할 수 있다.
제어부(160)는 발전 설비 성능 감시 장치(100)의 전체적인 동작을 제어하고, 모델링부(110), 성능 해석부(120), 성능 민감도 산출부(130), 분석부(140) 및 표시부(150) 간의 제어 흐름 또는 데이터 흐름을 관리할 수 있다.
도 4는 본 발명의 일 실시예에 따른 발전 설비 성능 감시 방법을 도시한 순서도이고, 도 5는 본 발명의 일 실시예에 따른 해수 냉각수의 유량 변화에 따른 발전 효율 변화를 나타낸 그래프이다. 도 6은 본 발명의 일 실시예에 따른 민감도 분석 항목 별 전체 성능 영향도를 표시한 표시 화면을 도시한 예시도이다.
도 4에서, 본 발명의 일 실시예에 따른 발전 설비 성능 감시 방법은 먼저 모델링부(110)가 대상 발전소(1)에 대한 설계 데이터를 기반으로 대상 발전소(1)의 구성 설비를 모델링하여 기준 모델을 생성한다.
그 다음, 성능 해석부(120)는 성능 해석 프로그램을 이용하여 기준 모델의 각 구성에 대해 운전 조건 변화에 따른 전체 성능 변화를 해석하고, 해석 결과를 기준 모델에 반영하여 성능 해석 모델을 생성(단계 S410)한다.
예를 들어, 성능 해석부(120)는 파라메트릭 학습 알고리즘을 이용하여 콘덴서에 대해 운전 조건 변화에 따른 전체 성능 변화를 해석할 수 있다. 콘덴서는 증기 터빈의 출구에 설치되는 구성 요소로서, 증기 터빈에서 일을 하고 배출된 진공압의 증기를 해수 냉각수로 냉각시켜 응축수로 만드는 열 교환기이다.
콘덴서의 운전 압력은 증기 터빈의 배기압이 되며, 발전 효율 및 출력에 큰 영향을 미치는 주요 설비이다. 이때, 콘덴서에 공급되는 해수 냉각수의 유량은 콘덴서의 운전 압력에 직접적인 영향을 주는 인자로서, 냉각수 유량의 변화는 발전 효율에 영향을 미친다.
이에, 성능 해석부(120)는 콘덴서에 대한 해수 냉각수의 유량 변동이 전체 발전 성능에 영향을 미치는 성능 영향도를 검출하기 위해 아래의 [표 2] 및 도 5와 같이, 파라메트릭 학습 알고리즘을 이용하여 해수 냉각수의 유량 변동에 따른 전체 발전 효율 변화에 대한 해석 결과를 연산한다. 이때, 케이스 11(Case 11)에 대응하는 냉각수 유량 및 발전 효율이 기준 값인 경우를 가정한다.
해수 냉각수 유량 (m3/s) 발전 효율(%)
Case1 3 33.7423%
Case2 3.3 33.8427%
Case3 3.6 33.9242%
Case4 3.9 33.9898%
Case5 4.2 34.0423%
Case6 4.5 34.0843%
Case7 4.8 34.1179%
Case8 5.1 34.1451%
Case9 5.4 34.1673%
Case10 5.7 34.1859%
Case11(기준) 5.983 34.2010%
Case12 6 34.2018%
Case13 6.3 34.2158%
Case14 6.6 34.2281%
Case15 6.9 34.2388%
Case16 7.2 34.2476%
Case17 7.5 34.2541%
Case18 7.8 34.2573%
그 다음, 성능 해석부(120)는 해석 결과로부터 아래의 [수학식 4]와 같은 해수 냉각수의 유량과 전체 발전 효율 간의 상관 관계식을 도출하고, 이를 기준 모델에 반영하여 성능 해석 모델을 생성할 수 있다.
Figure 112019113452112-pat00001
여기에서, x는 해수 냉각수의 유량(m3/s)이고, y는 전체 발전 효율(%)이다.
그 다음, 성능 민감도 산출부(130)는 대상 발전소(1)에 대한 현재 운전 값을 실시간으로 취득한다(단계 S420). 대상 발전소(1)의 실제 운전 시 해수 냉각수의 유량은 냉각수 펌프의 구동 개수나 해수면의 수위, 냉각수 계통 배관 내부의 오염 등의 영향으로 인해 설계 유량과 차이가 발생할 수 있다. 따라서, 본 발명의 일 실시예에 따른 성능 민감도 산출부(130)는 현재 운전 값을 실시간으로 취득하여 성능 민감도를 산출한다.
이를 위해, 성능 민감도 산출부(130)는 성능 해석 모델을 이용하여 실시간으로 취득된 현재 운전 값을 기준으로 변화된 전체 성능을 산출한다(단계 S430).
예를 들어, 해수면의 수위가 낮아지고, 냉각수 계통 배관 내부의 오염도가 높아져 냉각수의 유량이 기준 값 5.983m3/s 대비 4.5m3/s으로 낮아진 경우 상기한 [수학식 4]에서, 해당 유량에 대응하는 성능, 즉 전체 발전 효율은 34.0843%으로 변동된다.
즉, 해수 냉각수가 설계 유량인 5.983m3/s만큼 흘렀을 때의 정격 효율인 34.2010% 대비 실제 해수 냉각수의 유량이 4.5m3/s로 감소된 경우 발전 효율이 34.0843%로 낮아진 상태로 운전 중인 것을 알 수 있다.
이러한 방식으로 성능 민감도 산출부(130)는 민감도 분석 항목(i) 별 현재 운전 값(Pi)을 실시간으로 입력 받고, 각 항목 별 기준 값을 기준으로 운전 데이터의 변화량(ΔPi)을 산출하고, 이에 대응하는 성능 변화량인 전체 발전 효율 변화량(ΔRi)을 산출한다.
그리고, 성능 민감도 산출부(130)는 상기한 [수학식 1]을 이용하여 운전값 변화량(ΔPi)에 따른 성능 민감도(Sensitivity)i를 산출한다. 예를 들어, 해수 냉각수의 유량이 4.5m3/s일 때, 해수 냉각수의 유량에 대한 성능 민감도는 아래의 [수학식 5]와 같다.
[수학식 5]
해수 냉각수 유량의 성능 민감도
= (34.0843%-34.2010%)/(4.5m3/s-5.983m3/s) = 0.0787%p/(m3/s)
그 다음, 분석부(140)는 성능 민감도 산출부(130)를 통해 산출된 성능 민감도(Sensitivity)i를 기반으로 민감도 분석 항목 각각에 대한 전체 성능 영향도(ΔRi)를 분석한다(단계 S440).
예를 들어, 해수 냉각수의 유량이 4.5m3/s일 때, 해수 냉각수의 유량에 대한 전체 성능 영향도는 아래의 [수학식 6]과 같다.
[수학식 6]
해수 냉각수 유량의 전체 성능 영향도
= ΔP(해수 냉각수 유량) × 성능 민감도(해수 냉각수 유량)
= (4.5m3/s-5.983m3/s) × 0.0787%p/(m3/s)
= 0.1167%p
이와 같은 방식으로 분석부(140)는 민감도 분석 항목 각각에 대한 전체 성능 영향도를 산출할 수 있고, 이에 대한 총 합계를 산출할 수 있다. 예를 들어, 분석부(140)는 아래의 [표 3]과 같이, 민감도 분석 항목 전체에 대한 성능 영향도를 산출할 수 있다.
Figure 112019113452112-pat00002
상기한 [표 3]에서, 민감도 분석 항목 각각의 전체 성능 영향도의 총 합은 기준 성능과 현재 성능 간의 차이 값에 대응하는 것을 볼 수 있다. 성능 영향도 항목에서 초록색은 성능 개선 항목을 나타내고, 붉은색은 성능 저하 항목을 나타낸다. 또한, 초록색 중 1번 항목(굵은 글씨 표시)은 전체 성능에 가장 큰 영향을 미치는 항목임을 알 수 있다.
그 다음, 분석부(140)는 분석된 전체 성능 영향도(ΔRi)를 내림 차순으로 정렬하고(단계 S450), 표시부(150)에 제공할 수 있다. 예를 들어, 표시부(150)는 도 6과 같이, HMI(Human Machine Interface) 화면 상에 각 민감도 분석 항목 별 성능 영향도를 표시(단계 S460)할 수 있다. 사용자는 표시부(150)에 표시된 차트를 통해 민감도 분석 항목 중 어느 하나에 의해 현재 성능이 기준 성능에 대비하여 차이를 갖는지를 시각적으로 확인할 수 있다. 예를 들어, 저압 터빈이 기준 대비 저하된 발전 효율을 보여 전체 성능이 0.976%만큼 저하되었고, 소비전력 사용률이 기준 대비 적게 소모되어 전체 성능을 0.3154%만큼 향상시킨 것을 확인할 수 있다.
즉, 본 발명의 일 실시예에 따른 발전 설비 성능 감시 장치(100)는 대상 발전소(1)의 발전 효율과 관련된 요소들, 즉 민감도 분석 항목에 대한 전체 성능 영향도를 실시간으로 산출하여 사용자에게 표시할 수 있다.
따라서, 기존의 성능 감지 시스템을 통해 현재의 성능 값만 확인하는 방식과 대비하여 본 발명의 일 실시예는 발전 효율을 향상시키기 위해 운전 값의 조정이 필요하거나, 성능이 저하되어 개선이 필요한 설비를 개별적으로 확인할 수 있다. 이로 인해, 경험과 지식이 많은 전문가에 의존할 필요 없이 객관적으로 각 설비 요소 별 전체 성능 영향도를 산출함으로써 대상 발전소(1)를 경제적으로 운영할 수 있고, 유지 보수 의사 결정이 용이하다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 발전 설비 성능 감시 장치
110: 모델링부 120: 성능 해석부
130: 성능 민감도 산출부 140: 분석부
150: 표시부 160: 제어부

Claims (16)

  1. 미리 정의된 성능 해석 모델을 기반으로 대상 발전소의 적어도 하나의 구성 설비에 대해 미리 설정된 복수의 민감도 분석 항목 별로 실시간 운전 조건의 변화에 대한 전체 성능의 변화를, 상기 운전 조건의 기준 값과 현재 운전 값 각각에 대응하는 전체 발전 효율 간의 차이 값을 상기 운전 조건의 기준 값과 운전 값 간의 차이 값으로 나누어 성능 민감도로 산출하는 성능 민감도 산출부;
    상기 성능 민감도를 기반으로 상기 대상 발전소의 발전 효율과 관련된 요소인 상기 민감도 분석 항목에 대해, 상기 운전 조건의 기준 값과 운전 값 간의 차이 값과 상기 성능 민감도 간의 곱으로 상기 운전 조건의 실시간 변화에 대한 전체 성능 영향도를 분석하는 분석부; 및
    상기 전체 성능 영향도를 화면에 표시하는 표시부;
    를 포함하고,
    상기 분석부는,
    상기 복수의 민감도 분석 항목 각각에 대하여 현재 성능과 기준 성능에 대비한 차이가 표시되도록, 상기 기준 성능에 대비한 상기 복수의 민감도 분석 항목 각각에 대한 전체 성능 영향도 분석 결과를 상기 표시부에 제공하는 것을 특징으로 하는 발전 설비 성능 감시 장치.
  2. 삭제
  3. 제1항에 있어서,
    상기 분석부는 상기 운전 조건의 기준 값과 운전 값 간의 차이 값과 상기 성능 민감도 간의 곱으로 상기 전체 성능 영향도를 산출하는 것을 특징으로 하는 발전 설비 성능 감시 장치.
  4. 제1항에 있어서,
    상기 분석부는 상기 전체 성능 영향도를 내림 차순으로 정렬하여 상기 표시부에 제공하는 것을 특징으로 하는 발전 설비 성능 감시 장치.
  5. 제1항에 있어서,
    상기 분석부는 상기 민감도 분석 항목에 대해 분석된 상기 전체 성능 영향도를 기반으로 상기 대상 발전소의 운영비 증감액을 산출하고, 산출된 상기 운영비 증감액과 상기 구성 설비의 유지 보수에 필요한 투자금을 비교 분석하는 것을 특징으로 하는 발전 설비 성능 감시 장치.
  6. 제1항에 있어서,
    상기 대상 발전소의 설계 데이터를 기반으로 상기 구성 설비를 모델링하여 기준 모델을 생성하는 모델링부를 더 포함하는 것을 특징으로 하는 발전 설비 성능 감시 장치.
  7. 제6항에 있어서,
    상기 민감도 분석 항목에 대해 상기 운전 조건의 변화와 상기 전체 성능의 변화 간의 관계를 해석하고, 상기 해석 결과를 상기 기준 모델에 반영하여 상기 성능 해석 모델을 생성하는 성능 해석부를 더 포함하는 것을 특징으로 하는 발전 설비 성능 감시 장치.
  8. 제7항에 있어서,
    상기 성능 해석부는 파라메트릭 학습 알고리즘을 이용하여 상기 운전 조건을 일정 레벨로 가감하고, 가감된 상기 운전 조건에 따른 상기 전체 성능을 연산하는 것을 특징으로 하는 발전 설비 성능 감시 장치.
  9. 컴퓨팅 디바이스에 의하여 수행되는 발전 설비 성능 감시 방법으로서,
    미리 정의된 성능 해석 모델을 기반으로 대상 발전소의 적어도 하나의 구성 설비에 대해 미리 설정된 복수의 민감도 분석 항목 별로 실시간 운전 조건의 변화에 대한 전체 성능의 변화를, 상기 운전 조건의 기준 값과 현재 운전 값 각각에 대응하는 전체 발전 효율 간의 차이 값을 상기 운전 조건의 기준 값과 운전 값 간의 차이 값으로 나누어 성능 민감도로 산출하는 단계;
    상기 성능 민감도를 기반으로 상기 대상 발전소의 발전 효율과 관련된 요소인 상기 민감도 분석 항목에 대해, 상기 운전 조건의 기준 값과 운전 값 간의 차이 값과 상기 성능 민감도 간의 곱으로 상기 운전 조건의 실시간 변화에 대한 전체 성능 영향도를 분석하는 단계; 및
    상기 전체 성능 영향도를 화면에 표시하는 단계;
    를 포함하고,
    상기 전체 성능 영향도를 화면에 표시하는 단계는,
    상기 복수의 민감도 분석 항목 각각에 대하여 현재 성능과 기준 성능에 대비한 차이가 표시되도록, 상기 기준 성능에 대비한 상기 복수의 민감도 분석 항목 각각에 대한 전체 성능 영향도 분석 결과를 상기 컴퓨팅 디바이스의 표시부에 표시하는 단계임을 특징으로 하는 발전 설비 성능 감시 방법.
  10. 삭제
  11. 제9항에 있어서,
    상기 전체 성능 영향도를 분석하는 단계는,
    상기 운전 조건의 기준 값과 운전 값 간의 차이 값과 상기 성능 민감도 간의 곱으로 상기 전체 성능 영향도를 산출하는 단계인 것을 특징으로 하는 발전 설비 성능 감시 방법.
  12. 제9항에 있어서,
    상기 전체 성능 영향도를 내림 차순으로 정렬하여 표시하는 단계를 더 포함하는 것을 특징으로 하는 발전 설비 성능 감시 방법.
  13. 제9항에 있어서,
    상기 민감도 분석 항목에 대해 분석된 상기 전체 성능 영향도를 기반으로 상기 대상 발전소의 운영비 증감액을 산출하는 단계; 및
    산출된 상기 운영비 증감액과 상기 구성 설비의 유지 보수에 필요한 투자금을 비교 분석하는 단계를 더 포함하는 것을 특징으로 하는 발전 설비 성능 감시 방법.
  14. 제9항에 있어서,
    상기 대상 발전소의 설계 데이터를 기반으로 상기 구성 설비를 모델링하여 기준 모델을 생성하는 단계를 더 포함하는 것을 특징으로 하는 발전 설비 성능 감시 방법.
  15. 제14항에 있어서,
    상기 민감도 분석 항목에 대해 상기 운전 조건의 변화와 상기 전체 성능의 변화 간의 관계를 해석하는 단계;
    상기 해석 결과를 상기 기준 모델에 반영하여 상기 성능 해석 모델을 생성하는 단계를 더 포함하는 것을 특징으로 하는 발전 설비 성능 감시 방법.
  16. 제15항에 있어서,
    파라메트릭 학습 알고리즘을 이용하여 상기 운전 조건을 일정 레벨로 가감하는 단계; 및
    가감된 상기 운전 조건에 따른 상기 전체 성능을 연산하는 단계를 더 포함하는 것을 특징으로 하는 발전 설비 성능 감시 방법.
KR1020190140420A 2019-11-05 2019-11-05 발전 설비 성능 감시 장치 KR102366120B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190140420A KR102366120B1 (ko) 2019-11-05 2019-11-05 발전 설비 성능 감시 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190140420A KR102366120B1 (ko) 2019-11-05 2019-11-05 발전 설비 성능 감시 장치

Publications (2)

Publication Number Publication Date
KR20210054360A KR20210054360A (ko) 2021-05-13
KR102366120B1 true KR102366120B1 (ko) 2022-02-22

Family

ID=75913499

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190140420A KR102366120B1 (ko) 2019-11-05 2019-11-05 발전 설비 성능 감시 장치

Country Status (1)

Country Link
KR (1) KR102366120B1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220056159A (ko) 2022-04-04 2022-05-04 김용원 물탱크 내의 스팀집 슈퍼히터에 전력공급한 스팀공급으로 스팀터빈을 구동하는 것과 슈퍼히터로 스팀을 공급하는 스팀청소기에 발전기들을 설치하는 것과 공기터빈의 흡입구들의 공기필터들 설치와 펠티에소자를 이용한 냉온 공기배출과 얼음제조기 시스템
KR20220080053A (ko) 2022-05-27 2022-06-14 김용원 다중 에어 레이어 튜브보트
KR20230004349A (ko) 2022-12-05 2023-01-06 김용원 선풍기에 설치하는 발전기
KR20230047973A (ko) 2023-03-21 2023-04-10 김용원 자전거에 발전기를 설치
KR20230175138A (ko) 2023-12-06 2023-12-29 김용원 자전거에 발전기를 설치(Install the generator ona bike)10-2023-0036696하고 자전거 뒷바퀴의 양측 보조 바퀴가 있는 뒤 짐받이에 찜기를 싣고 폭설, 빙판 녹이는 장치

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110117276A (ko) * 2010-04-21 2011-10-27 한국수자원공사 전문가 시스템을 통한 전기판넬 상태평가 방법
KR101882847B1 (ko) * 2011-09-30 2018-07-30 한국전력공사 발전 설비의 성능 저하 원인 도출 방법 및 장치
US20140303912A1 (en) * 2013-04-07 2014-10-09 Kla-Tencor Corporation System and method for the automatic determination of critical parametric electrical test parameters for inline yield monitoring
KR20180114409A (ko) * 2017-04-10 2018-10-18 (주)우리젠 건축물의 에너지 성능 분석을 위한 시뮬레이션 장치

Also Published As

Publication number Publication date
KR20210054360A (ko) 2021-05-13

Similar Documents

Publication Publication Date Title
KR102366120B1 (ko) 발전 설비 성능 감시 장치
US7113890B2 (en) Method and apparatus for detecting faults in steam generator system components and other continuous processes
US7190149B2 (en) Method and apparatus for determining actual reactive capability curves
US9200591B2 (en) Automatic identification of operating parameters for power plants
US20110231115A1 (en) Gas appliance judgement apparatus and method
KR102285987B1 (ko) 건물 내 설비의 이상을 탐지하는 방법, 시스템 및 컴퓨터 프로그램
CN103279658B (zh) 火力发电机组工况寻优方法
JP6472581B1 (ja) リスク評価装置、リスク評価方法、及び、リスク評価プログラム
CN105527113B (zh) 一种核电站热能效率监测与诊断系统和方法
WO2016208315A1 (ja) プラント診断装置及びプラント診断方法
KR102073537B1 (ko) 리스크 평가 장치, 리스크 평가 시스템, 리스크 평가 방법 및 리스크 평가 프로그램
Di Maio et al. Safety margin sensitivity analysis for model selection in nuclear power plant probabilistic safety assessment
Akpan et al. Application and limits of a constant effectiveness model for predicting the pressure of steam condensers at off-design loads and cooling fluid temperatures
CN109213108A (zh) 一种核电站操纵员运行辅助支持系统以及方法
KR102126427B1 (ko) 고압 펌프 고장 예지 방법 및 시스템
KR102234054B1 (ko) 리스크 평가 장치, 리스크 평가 시스템, 리스크 평가 방법, 리스크 평가 프로그램 및 데이터 구조
JP7042056B2 (ja) プラントの運転支援装置及び運転支援方法
Yuan et al. Research on reliability of centrifugal compressor unit based on dynamic Bayesian network of fault tree mapping
JP6554162B2 (ja) 発電プラント性能評価方法及び発電プラント性能評価プログラム
JP6302755B2 (ja) プラント診断用データ作成システム
CN113868836A (zh) 基于大数据的智慧热力系统在线专家分析平台
Sarkar et al. Fault tree analysis of Rukhia gas turbine power plant
JP6482742B1 (ja) リスク評価装置、リスク評価システム、リスク評価方法、及び、リスク評価プログラム
Jharko et al. Informational Task “Calculation of Technical and Economic Indicators” NPP I&C ULCS and Risk Potential Assessment
KR102063381B1 (ko) 과열 저감기 정비 시기 예측 방법 및 시스템

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant