KR20210054360A - Performance monitoring apparatus for power facility - Google Patents

Performance monitoring apparatus for power facility Download PDF

Info

Publication number
KR20210054360A
KR20210054360A KR1020190140420A KR20190140420A KR20210054360A KR 20210054360 A KR20210054360 A KR 20210054360A KR 1020190140420 A KR1020190140420 A KR 1020190140420A KR 20190140420 A KR20190140420 A KR 20190140420A KR 20210054360 A KR20210054360 A KR 20210054360A
Authority
KR
South Korea
Prior art keywords
performance
sensitivity
analysis
value
change
Prior art date
Application number
KR1020190140420A
Other languages
Korean (ko)
Other versions
KR102366120B1 (en
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/en
Publication of KR20210054360A publication Critical patent/KR20210054360A/en
Application granted granted Critical
Publication of KR102366120B1 publication Critical patent/KR102366120B1/en

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

The present invention relates to a power plant performance monitoring device which can efficiently perform maintenance decisions. The power plant performance monitoring device comprises: a performance sensitivity calculation unit calculating a change in overall performance with respect to a real-time change in operating conditions for each at least one sensitivity analysis item preset for at least one construction facility of a target power plant based on a predefined performance analysis model as a performance sensitivity; an analysis unit analyzing overall performance impact on a real-time change in driving conditions for sensitivity analysis items based on the performance sensitivity; and a display unit displaying the overall performance impact on a screen.

Description

발전 설비 성능 감시 장치{PERFORMANCE MONITORING APPARATUS FOR POWER FACILITY}Power plant performance monitoring device {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.The present invention relates to a power generation facility performance monitoring technology, and more particularly, calculates the sensitivity of each sensitivity analysis item that affects power generation efficiency, and uses the calculated sensitivity to determine the overall performance impact according to each change in the sensitivity analysis item. It relates to a power generation facility performance monitoring device capable of intuitively grasping the sensitivity analysis items affecting the current overall performance by monitoring and displaying the data in real time.

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. A power plant plays a role in converting chemical energy of fuel into electrical energy by operating in harmony with a system composed of various devices. At this time, the ratio of the electrical energy, which is the final result, to the input chemical energy is referred to as power generation efficiency. Since a power plant is composed of a variety of devices, the factors that influence the power generation efficiency are very diverse.

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.The power generation efficiency performance of a power plant is a factor directly connected to fuel cost, which accounts for the largest operating cost of a power plant, and is an item that monitors and manages in real time for economical power plant operation and minimization of carbon emissions. Accordingly, there is a need for a performance monitoring system to calculate performance values based on real-time driving data and manage them at all times.

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.The current performance monitoring system monitors the overall efficiency of the power plant and the efficiency of major equipment including turbines and boilers in real time, and provides a function to search the history of each item by storing it as long-term data. Since the performance monitoring system displays the performance calculation results for each item, the user can check the performance of the main equipment of the power plant against the reference value.

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. In this way, the performance monitoring system can check the power generation efficiency for each item, but it is difficult to grasp the overall performance impact due to changes in each component device and individual element. To understand this, users of all systems need to understand the overall configuration and performance calculation of the power generation system, and it is inefficient to continuously analyze the performance data monitored in real time.

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.An embodiment of the present invention calculates the sensitivity of each sensitivity analysis item that affects power generation efficiency, and monitors and displays the overall performance impact according to each change in the sensitivity analysis item in real time using the calculated sensitivity. It is intended to provide a power generation facility performance monitoring device that can intuitively grasp the sensitivity analysis items that affect performance.

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. An embodiment of the present invention is a power generation facility capable of economically operating a power plant and efficiently making maintenance decisions by grasping the sensitivity analysis items affecting the current overall performance in real time and calculating substantially necessary operating costs. To provide a performance monitoring device.

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.The power generation facility performance monitoring apparatus according to an embodiment of the present invention provides an overview of changes in real-time operating conditions for at least one sensitivity analysis item set in advance for at least one component facility of a target power plant based on a predefined performance analysis model. A performance sensitivity calculator that calculates a change in performance as a performance sensitivity; An analysis unit that analyzes an overall performance impact on a real-time change of the driving condition for the sensitivity analysis item based on the performance sensitivity; And a display unit that displays the overall performance impact on the screen.

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.In one embodiment, the performance sensitivity calculation unit divides a value obtained by dividing a difference value between the total power generation efficiency corresponding to each of the reference value of the driving condition and the current driving value by the difference value between the reference value of the driving condition and the driving value. It is characterized by calculating with sensitivity.

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.In one embodiment, the analysis unit is characterized in that the total performance impact is calculated by a product of a difference value between the reference value of the driving condition and the driving value and the performance sensitivity.

일 실시예에 있어서, 상기 분석부는 상기 전체 성능 영향도를 내림 차순으로 정렬하여 상기 표시부에 제공하는 것을 특징으로 한다.In one embodiment, the analysis unit is characterized in that the total performance impact is arranged in descending order and provided to the display unit.

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.In one embodiment, the analysis unit calculates an increase or decrease in operating cost of the target power plant based on the total performance impact analyzed for the sensitivity analysis item, and the calculated increase or decrease in operating cost and investment required for maintenance of the component equipment It characterized in that the comparative analysis.

일 실시예에 있어서, 상기 대상 발전소의 설계 데이터를 기반으로 상기 구성 설비를 모델링하여 기준 모델을 생성하는 모델링부를 더 포함하는 것을 특징으로 한다.In one embodiment, it is characterized in that it further comprises a modeling unit for generating a reference model by modeling the configuration equipment based on the design data of the target power plant.

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.In one embodiment, a performance analysis unit for generating the performance analysis model by analyzing the relationship between the change in the driving condition and the change in the overall performance for the sensitivity analysis item, and reflecting the analysis result to the reference model, further It characterized in that it includes.

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.In one embodiment, the performance analysis unit is characterized in that using a parametric learning algorithm to add or subtract the driving condition to a predetermined level, and calculate the overall performance according to the added or subtracted driving condition.

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.In addition, a method for monitoring power generation facility performance performed by a computing device is provided. The power generation facility performance monitoring method includes, based on a predefined performance analysis model, a change in overall performance for a change in real-time operating conditions for at least one sensitivity analysis item set in advance for at least one component facility of a target power plant. Calculating as; Analyzing an overall performance impact on a real-time change of the driving condition for the sensitivity analysis item based on the performance sensitivity; And displaying the overall performance impact on a screen.

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.According to an embodiment, in the calculating of the performance sensitivity, the performance sensitivity calculation unit calculates a difference value between the reference value of the driving condition and the total power generation efficiency corresponding to each of the current driving value, the reference value of the driving condition and the driving value. It may be a step of calculating a value divided by the difference between the values as the performance sensitivity.

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.According to an embodiment, the analyzing of the overall performance impact may be a step of calculating the overall performance impact by multiplying a difference value between the reference value of the driving condition and the driving value and the performance sensitivity.

일 실시 예에 따르면, 상기 전체 성능 영향도를 내림 차순으로 정렬하여 상기 표시부에 제공하는 단계를 더 포함할 수 있다.According to an embodiment, the method may further include arranging the total performance impact in descending order and providing the display to the display unit.

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.According to an embodiment, the step of calculating an increase or decrease in operating cost of the target power plant based on the total performance impact analyzed for the sensitivity analysis item; And comparing and analyzing the calculated operating cost increase or decrease and the investment required for maintenance of the component equipment.

일 실시 예에 따르면, 상기 대상 발전소의 설계 데이터를 기반으로 상기 구성 설비를 모델링하여 기준 모델을 생성하는 단계를 더 포함할 수 있다.According to an embodiment, it may further include generating a reference model by modeling the component equipment based on design data of the target power plant.

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.According to an embodiment, analyzing a relationship between a change in the driving condition and a change in the overall performance for the sensitivity analysis item; The method may further include generating the performance analysis model by reflecting the analysis result to the reference model.

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.According to an embodiment, the step of adding or subtracting the driving condition to a predetermined level using a parametric learning algorithm; And calculating the overall performance according to the added and subtracted driving conditions.

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.The disclosed technology can have the following effects. However, since it does not mean that a specific embodiment should include all of the following effects or only the following effects, it should not be understood that the scope of the rights of the disclosed technology is limited thereby.

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.The power generation facility performance monitoring apparatus according to an embodiment of the present invention calculates the sensitivity of each sensitivity analysis item that affects power generation efficiency, and uses the calculated sensitivity to determine the overall performance impact according to each change in the sensitivity analysis item in real time. By monitoring and displaying it, you can intuitively grasp the sensitivity analysis items that affect the current overall performance.

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.The power generation facility performance monitoring device according to an embodiment of the present invention can economically operate a power plant by identifying the sensitivity analysis items affecting the current overall performance in real time and calculating the necessary operating costs, and make maintenance decisions. You can do it efficiently.

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.1 is a diagram showing a power generation facility performance monitoring apparatus according to an embodiment of the present invention.
2 is an exemplary diagram showing the system configuration of a target power plant according to an embodiment of the present invention.
3 is an exemplary view showing a performance analysis model for the system configuration of a target power plant according to an embodiment of the present invention.
4 is a flowchart illustrating a method of monitoring the performance of a power generation facility according to an embodiment of the present invention.
5 is a graph showing a change in power generation efficiency according to a change in flow rate of seawater cooling water according to an embodiment of the present invention.
6 is an exemplary view showing a display screen displaying an overall performance impact level for each sensitivity analysis item according to an embodiment of the present invention.

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.Since the description of the present invention is merely an embodiment for structural or functional description, the scope of the present invention should not be construed as being limited by the embodiments described in the text. That is, since the embodiments can be variously changed and have various forms, the scope of the present invention should be understood to include equivalents capable of realizing the technical idea. In addition, since the object or effect presented in the present invention does not mean that a specific embodiment should include all or only such effects, the scope of the present invention should not be understood as being limited thereto.

한편, 본 출원에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.Meanwhile, the meaning of terms described in the present application should be understood as follows.

"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.Terms such as "first" and "second" are used to distinguish one component from other components, and the scope of rights is not limited by these terms. For example, a first component may be referred to as a second component, and similarly, a second component may be referred to as a first component.

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.When a component is referred to as being "connected" to another component, it should be understood that although it may be directly connected to the other component, another component may exist in the middle. On the other hand, when it is mentioned that a component is "directly connected" to another component, it should be understood that there is no other component in the middle. On the other hand, other expressions describing the relationship between components, that is, "between" and "just between" or "neighboring to" and "directly neighboring to" should be interpreted as well.

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.Singular expressions are to be understood as including plural expressions unless the context clearly indicates otherwise, and terms such as "comprises" or "have" refer to implemented features, numbers, steps, actions, components, parts, or It is to be understood that it is intended to designate that a combination exists and does not preclude the presence or addition of one or more other features, numbers, steps, actions, components, parts, or combinations thereof.

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.In each step, the identification code (e.g., a, b, c, etc.) is used for convenience of explanation, and the identification code does not describe the order of each step, and each step has a specific sequence clearly in the context. Unless otherwise stated, it may occur differently from the stated order. That is, each of the steps may occur in the same order as the specified order, may be performed substantially simultaneously, or may be performed in the reverse order.

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.The present invention can be implemented as computer-readable code on a computer-readable recording medium, and the computer-readable recording medium includes all types of recording devices storing data that can be read by a computer system. . Examples of computer-readable recording media include ROM, RAM, CD-ROM, magnetic tapes, floppy disks, and optical data storage devices. Further, the computer-readable recording medium is distributed over a computer system connected by a network, so that computer-readable codes can be stored and executed in a distributed manner.

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.All terms used herein have the same meaning as commonly understood by one of ordinary skill in the field to which the present invention belongs, unless otherwise defined. Terms defined in commonly used dictionaries should be construed as having meanings in the context of related technologies, and cannot be construed as having an ideal or excessively formal meaning unless explicitly defined in the present application.

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.1 is a view showing a power generation facility performance monitoring apparatus according to an embodiment of the present invention, Figure 2 is an exemplary view showing the system configuration of a target power plant according to an embodiment of the present invention. 3 is an exemplary view showing a performance analysis model for the system configuration of a target power plant according to an embodiment of the present invention.

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.Referring to FIG. 1, a power generation facility performance monitoring apparatus 100 according to an embodiment of the present invention monitors the performance of a target power plant 1 in real time, and calculates and displays the overall performance impact for each sensitivity analysis item. For example, the target power plant 1 may be a thermal power plant with a rated design output of 103 MW, as shown in FIG. 2, wherein the steam/water supply system of the thermal power plant is a total of three stages of high pressure, medium pressure and low pressure. It may include a reheat regeneration steam turbine, two high pressure feed water heaters and deaerators, and three low pressure feed water heaters.

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.These thermal power plants have relatively low system complexity compared to standard thermal power plants, and fewer items are required for sensitivity analysis. The sensitivity analysis items are items that are set in advance for the constituent facilities constituting the target power plant 1, and in an embodiment of the present invention, the sensitivity analysis items for the target power plant 1 are set to 25 as shown in [Table 1] below. The case of setting will be described as an example.

민감도 분석 대상 항목Items subject to sensitivity analysis 1One 발전소 내 소비전력 사용률Power consumption rate in power plants 22 공기 예열기 온도 효율Air preheater temperature efficiency 33 주증기 온도Main steam temperature 44 재열 증기 온도Reheat steam temperature 55 재열기 과열 저감 수량Reheater overheat reduction quantity 66 재열증기 압력 강하율Reheat steam pressure drop rate 77 고압 터빈 내부 효율High pressure turbine internal efficiency 88 중압 터빈 내부 효율Medium pressure turbine internal efficiency 99 저압 터빈 내부 효율Low pressure turbine internal efficiency 1010 최종 급수 온도Final feed temperature 1111 복수기 관청 정도Condensate Office Degree 1212 해수 냉각수 유량Sea water cooling water flow 1313 드럼 블로우 다운 비율(Blow-down rate)Drum blow-down rate 1414 계통 내 유체 누설율Fluid leakage rate in the system 1515 보조 증기 사용량Auxiliary steam usage 1616 6번 급수 가열기 종단 온도차Temperature difference at the end of the #6 feed water heater 1717 6번 급수 가열기 배수 냉각 접근 온도No. 6 feed water heater drain cooling access temperature 1818 5번 급수 가열기 종단 온도차Temperature difference at the end of the 5th feed water heater 1919 5번 급수 가열기 배수 냉각 접근 온도5 water heater drain cooling access temperature 2020 3번 급수 가열기 종단 온도차Temperature difference at the end of the 3rd water heater 2121 3번 급수 가열기 배수 냉각 접근 온도3 feed water heater drain cooling access temperature 2222 2번 급수 가열기 종단 온도차2nd feed water heater end temperature difference 2323 2번 급수 가열기 배수 냉각 접근 온도No. 2 feed water heater drain cooling access temperature 2424 1번 급수 가열기 종단 온도차Temperature difference at the end of water supply heater #1 2525 1번 급수 가열기 배수 냉각 접근 온도No. 1 feed water heater drain cooling access temperature

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. The power generation facility performance monitoring apparatus 100 includes a modeling unit 110, a performance analysis unit 120, a performance sensitivity calculation unit 130, an analysis unit 140, a display unit 150, and a control unit 160. The modeling unit 110 generates a performance analysis model by modeling the configuration of a target power plant.

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. Here, the modeling unit 110 generates a reference model by modeling the constituent facilities of the target power plant 1. The modeling unit 110 may model a constituent facility constituting a system based on design data of the target power plant 1.

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. The performance analysis unit 120 analyzes the relationship between the change in operating conditions and the overall performance change for each of the sensitivity analysis items using a performance analysis program, and reflects the analysis result to the reference model to generate a performance analysis model. Here, the performance analysis program may include a parametric study algorithm.

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. The parametric learning algorithm is a method of calculating the overall performance change value at various driving values by adding or subtracting to a certain level based on the expected value of the target configuration. That is, the performance analysis unit 120 adds or subtracts the driving condition value by a certain level based on the reference value for each of the sensitivity analysis items, and calculates an overall performance change value according to the added or subtracted driving condition value. For example, the performance analysis unit 120 may generate a performance analysis model as shown in FIG. 3.

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.The performance sensitivity calculation unit 130 calculates the performance sensitivity for each of the sensitivity analysis items in real time based on the overall performance change for each driving condition analyzed by the performance analysis unit 120. The performance sensitivity calculation unit 130 may calculate, as a performance sensitivity, an overall performance change caused by a real-time change in a driving condition for a sensitivity analysis item.

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.To this end, the performance sensitivity calculation unit 130 calculates the performance sensitivity by calculating a change amount of the total power generation efficiency according to the change amount of the operation value compared to the reference value for the sensitivity analysis item, as shown in Equation 1 below.

[수학식 1][Equation 1]

성능 민감도(Sensitivity)i = ΔRi/ΔPiPerformance 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.Here, i denotes the sensitivity analysis item, ΔRi denotes the amount of change in the total power generation efficiency, that is, the overall performance impact, and ΔPi denotes the amount of change in the operation value for the sensitivity analysis item.

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.That is, the performance sensitivity calculation unit 130 is a value obtained by dividing the difference value (ΔRi) of the total power generation efficiency corresponding to each of the reference value of the driving condition and the current driving value by the difference value (ΔPi) between the reference value of the driving condition and the driving value. Can be calculated as the performance sensitivity.

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.For example, the performance sensitivity calculation unit 130 may calculate the sensitivity for the main steam temperature, which is the third sensitivity analysis item in Table 1, as shown in [Equation 2] below.

[수학식 2][Equation 2]

성능 민감도= (37.84%-37.74%)/(548℃-538℃)= 0.01%p/℃Performance sensitivity= (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.Here, it is assumed that the reference value of the main steam temperature is 538°C, and the power generation efficiency of the main steam is 37.74% at that temperature. At this time, when the main steam temperature rises by 10°C to change to 548°C, and the power generation efficiency predicted by simulation through the performance analysis unit 120 is 37.84%, ΔRi is '37.84%-37.74%=0.1%p', and ΔPi is '548℃-538℃=10℃'. That is, the performance sensitivity to the main steam temperature can be calculated as a change in power generation efficiency according to a change in unit temperature, that is, 0.01%p/℃.

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. The analysis unit 140 analyzes the overall performance impact according to the amount of change in the operation value for each of the sensitivity analysis items based on the performance sensitivity calculated through the performance sensitivity calculation unit 130.

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. Here, the analysis unit 140 may calculate the overall performance impact by multiplying the performance sensitivity by the amount of change in the operation value for the sensitivity analysis item, as shown in Equation 3 below. The analysis unit 140 may arrange the calculated overall performance impact levels in descending order and provide them to the display unit 150.

[수학식 3] [Equation 3]

전체 성능 영향도(ΔRi) = ΔPi× 성능 민감도(Sensitivity)iOverall Performance Impact (ΔRi) = ΔPi× Performance Sensitivityi

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.In addition, the analysis unit 140 may calculate an additional operating cost, that is, an increase in fuel cost, due to performance degradation of the sensitivity analysis item based on the calculated overall performance impact. Since the amount of fuel consumed in order to equalize the output of the power plant with the reference performance is as much as the amount of fuel consumed due to the degradation of the sensitivity analysis item, the analysis unit 140 provides the operating time, additional fuel amount, and fuel for the sensitivity analysis item. You can calculate the operating cost increase or decrease based on the cost.

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. The analysis unit 140 may compare and analyze an increase or decrease in operating cost and an investment required for facility improvement, and provide the analysis result to a user through the display unit 150. Accordingly, the user can make a decision on facility improvement according to the result of the comparative analysis.

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.The display unit 150 may display the overall performance impact of the sensitivity analysis item analyzed by the analysis unit 140 on the screen. The display unit 150 may display on the screen in the order of sensitivity analysis items having a high overall performance impact. The display unit 150 may be implemented as an external terminal such as a user terminal. Here, the user terminal may include a smart phone, a notebook computer, a tablet PC, or the like.

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.The control unit 160 controls the overall operation of the power generation facility performance monitoring device 100, and the modeling unit 110, the performance analysis unit 120, the performance sensitivity calculation unit 130, the analysis unit 140, and the display unit 150 ) To manage the control flow or data flow.

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.4 is a flowchart showing a method for monitoring the performance of a power generation facility according to an embodiment of the present invention, and FIG. 5 is a graph showing a change in power generation efficiency according to a change in flow rate of seawater cooling water according to an embodiment of the present invention. 6 is an exemplary view showing a display screen displaying an overall performance impact level for each sensitivity analysis item according to an embodiment of the present invention.

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.In FIG. 4, in the method for monitoring power generation facility performance according to an embodiment of the present invention, first, the modeling unit 110 models the configuration facilities of the target power plant 1 based on design data for the target power plant 1 to provide a reference model. Is created.

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.Then, the performance analysis unit 120 analyzes the overall performance change according to the change in operating conditions for each component of the reference model using a performance analysis program, and creates a performance analysis model by reflecting the analysis result to the reference model (step S410).

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. For example, the performance analysis unit 120 may analyze a change in overall performance according to a change in a driving condition for the capacitor using a parametric learning algorithm. The condenser is a component installed at the outlet of the steam turbine, and is a heat exchanger that works in the steam turbine and cools the discharged vacuum-pressure steam with seawater cooling water to make condensate water.

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.The operating pressure of the condenser becomes the exhaust pressure of the steam turbine and is a major facility that has a great influence on power generation efficiency and output. At this time, the flow rate of the seawater cooling water supplied to the condenser is a factor that directly affects the operating pressure of the condenser, and the change in the cooling water flow rate affects the power generation efficiency.

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.Accordingly, the performance analysis unit 120 uses a parametric learning algorithm, as shown in [Table 2] and FIG. 5 below, in order to detect the degree of performance influence that the flow rate fluctuation of the seawater cooling water to the condenser affects the overall power generation performance. Thus, the analysis result for the change in overall power generation efficiency according to the flow rate fluctuation of the seawater cooling water is calculated. At this time, it is assumed that the cooling water flow rate and power generation efficiency corresponding to Case 11 are the reference values.

해수 냉각수 유량 (m3/s)Sea water cooling water flow rate (m 3 /s) 발전 효율(%)Power generation efficiency (%) Case1Case1 33 33.7423%33.7423% Case2Case2 3.33.3 33.8427%33.8427% Case3Case3 3.63.6 33.9242%33.9242% Case4Case4 3.93.9 33.9898%33.9898% Case5Case5 4.24.2 34.0423%34.0423% Case6Case6 4.54.5 34.0843%34.0843% Case7Case7 4.84.8 34.1179%34.1179% Case8Case8 5.15.1 34.1451%34.1451% Case9Case9 5.45.4 34.1673%34.1673% Case10Case10 5.75.7 34.1859%34.1859% Case11(기준)Case11 (standard) 5.9835.983 34.2010%34.2010% Case12Case12 66 34.2018%34.2018% Case13Case13 6.36.3 34.2158%34.2158% Case14Case14 6.66.6 34.2281%34.2281% Case15Case15 6.96.9 34.2388%34.2388% Case16Case16 7.27.2 34.2476%34.2476% Case17Case17 7.57.5 34.2541%34.2541% Case18Case18 7.87.8 34.2573%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. Then, the performance analysis unit 120 derives a correlation equation between the flow rate of seawater cooling water and the total power generation efficiency as shown in [Equation 4] below from the analysis result, and reflects this to the reference model to generate a performance analysis model. have.

Figure pat00001
Figure pat00001

여기에서, x는 해수 냉각수의 유량(m3/s)이고, y는 전체 발전 효율(%)이다. Here, x is the flow rate of seawater cooling water (m 3 /s), and y is the total power generation efficiency (%).

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.Then, the performance sensitivity calculation unit 130 acquires the current operating value for the target power plant 1 in real time (step S420). During actual operation of the target power plant 1, the flow rate of seawater cooling water may differ from the design flow rate due to the influence of the number of drives of the cooling water pump, the water level at sea level, and contamination inside the cooling water system piping. Accordingly, the performance sensitivity calculation unit 130 according to an embodiment of the present invention calculates the performance sensitivity by acquiring the current driving value in real time.

이를 위해, 성능 민감도 산출부(130)는 성능 해석 모델을 이용하여 실시간으로 취득된 현재 운전 값을 기준으로 변화된 전체 성능을 산출한다(단계 S430).To this end, the performance sensitivity calculation unit 130 calculates the changed overall performance based on the current driving value acquired in real time using the performance analysis model (step 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.For example, when the water level at the sea level is lowered and the pollution level inside the cooling water system piping is increased, the flow rate of the cooling water is lowered to 4.5m 3 /s compared to the reference value of 5.983m 3 /s. The performance corresponding to, that is, the overall power generation efficiency fluctuates to 34.0843%.

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. In other words, when the actual seawater cooling water flow is reduced to 4.5m 3 /s compared to the rated efficiency of 34.2010% when the seawater cooling water flows by the design flow rate of 5.983m 3 /s, the power generation efficiency is lowered to 34.0843%. Able to know.

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.In this way, the performance sensitivity calculation unit 130 receives the current operation value Pi for each sensitivity analysis item (i) in real time, calculates the change amount ΔPi of the operation data based on the reference value for each item, and thus The total power generation efficiency change (ΔRi), which is the corresponding performance change amount, is calculated.

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.In addition, the performance sensitivity calculation unit 130 calculates the performance sensitivity i according to the operation value change amount ΔPi using the above-described [Equation 1]. For example, when the flow rate of seawater cooling water is 4.5m 3 /s, the performance sensitivity to the flow rate of seawater cooling water is as shown in [Equation 5] below.

[수학식 5][Equation 5]

해수 냉각수 유량의 성능 민감도Performance sensitivity of sea water coolant flow rate

= (34.0843%-34.2010%)/(4.5m3/s-5.983m3/s) = 0.0787%p/(m3/s)= (34.0843%-34.2010%)/(4.5m 3 /s-5.983m 3 /s) = 0.0787%p/(m 3 /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). Then, the analysis unit 140 analyzes the overall performance impact ΔRi for each of the sensitivity analysis items based on the performance sensitivity i calculated through the performance sensitivity calculation unit 130 (step S440).

예를 들어, 해수 냉각수의 유량이 4.5m3/s일 때, 해수 냉각수의 유량에 대한 전체 성능 영향도는 아래의 [수학식 6]과 같다.For example, when the flow rate of seawater cooling water is 4.5m 3 /s, the overall performance influence on the flow rate of seawater cooling water is as shown in [Equation 6] below.

[수학식 6][Equation 6]

해수 냉각수 유량의 전체 성능 영향도Overall performance impact of seawater coolant flow rate

= ΔP(해수 냉각수 유량) × 성능 민감도(해수 냉각수 유량)= ΔP (Seawater cooling water flow) × Performance sensitivity (Seawater cooling water flow)

= (4.5m3/s-5.983m3/s) × 0.0787%p/(m3/s)= (4.5m 3 /s-5.983m 3 /s) × 0.0787%p/(m 3 /s)

= 0.1167%p= 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.In this manner, the analysis unit 140 may calculate the overall performance impact for each of the sensitivity analysis items, and may calculate a total sum thereof. For example, as shown in Table 3 below, the analysis unit 140 may calculate a performance impact degree for the entire sensitivity analysis item.

Figure pat00002
Figure 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.In the above [Table 3], it can be seen that the sum of the total performance impacts of each of the sensitivity analysis items corresponds to the difference between the reference performance and the current performance. In the performance impact category, green indicates performance improvement items, and red color indicates performance degradation items. In addition, it can be seen that the item 1 (in bold) out of green is the item that has the greatest effect on the overall performance.

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. Then, the analysis unit 140 may arrange the analyzed overall performance impact ΔRi in descending order (step S450) and provide it to the display unit 150. For example, as shown in FIG. 6, the display unit 150 may display a performance impact level for each sensitivity analysis item on a human machine interface (HMI) screen (step S460). The user can visually check whether the current performance has a difference compared to the reference performance by any one of the sensitivity analysis items through the chart displayed on the display unit 150. For example, it can be seen that the low-pressure turbine showed a deteriorated power generation efficiency compared to the standard, resulting in a decrease in overall performance by 0.976%, and the consumption of power consumption less than the standard, improving the overall performance by 0.3154%.

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.That is, the power generation facility performance monitoring apparatus 100 according to an embodiment of the present invention calculates in real time the overall performance impact of the factors related to the power generation efficiency of the target power plant 1, that is, the sensitivity analysis item, and displays it to the user. can do.

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. Therefore, in contrast to the method of checking only the current performance value through the existing performance detection system, an embodiment of the present invention requires adjustment of an operation value to improve power generation efficiency, or individual equipment requiring improvement due to deterioration of performance. It can be confirmed by For this reason, it is possible to operate the target power plant 1 economically and make maintenance decisions by objectively calculating the overall performance impact for each facility element without the need to rely on experts with a lot of experience and knowledge.

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.Although the above has been described with reference to preferred embodiments of the present invention, those skilled in the art will variously modify and change the present invention within the scope not departing from the spirit and scope of the present invention described in the following claims. You will understand that you can do it.

100: 발전 설비 성능 감시 장치
110: 모델링부 120: 성능 해석부
130: 성능 민감도 산출부 140: 분석부
150: 표시부 160: 제어부100: power generation facility performance monitoring device
110: modeling unit 120: performance analysis unit
130: performance sensitivity calculation unit 140: analysis unit
150: display unit 160: control unit

Claims (16)

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 포함하는 발전 설비 성능 감시 장치.A performance sensitivity calculation unit that calculates, as a performance sensitivity, a change in overall performance for a change in a real-time operating condition for each of at least one sensitivity analysis item set in advance for at least one component facility of a target power plant based on a predefined performance analysis model;
An analysis unit that analyzes an overall performance impact on a real-time change of the driving condition for the sensitivity analysis item based on the performance sensitivity; And
Power generation facility performance monitoring device comprising a display unit for displaying the overall performance impact on a screen. 제1항에 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 하는 발전 설비 성능 감시 장치.The method of claim 1,
The performance sensitivity calculation unit calculates a value obtained by dividing a difference value between the total power generation efficiency corresponding to each of the reference value of the driving condition and the current driving value by the difference value between the reference value of the driving condition and the driving value, as the performance sensitivity. Power generation equipment performance monitoring device. 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.The method of claim 1,
And the analysis unit calculates the overall performance impact degree by a product of the difference value between the reference value and the operation value of the driving condition and the performance sensitivity. 제1항에 있어서,
상기 분석부는 상기 전체 성능 영향도를 내림 차순으로 정렬하여 상기 표시부에 제공하는 것을 특징으로 하는 발전 설비 성능 감시 장치.The method of claim 1,
The analysis unit, the power generation facility performance monitoring device, characterized in that the sorting in descending order of the overall performance impact to provide to the display unit. 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.The method of claim 1,
The analysis unit calculates an increase or decrease in operating cost of the target power plant based on the total performance impact analyzed for the sensitivity analysis item, and compares and analyzes the calculated operating cost increase and decrease with the investment required for maintenance of the component facilities. Power generation equipment performance monitoring device. 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.The method of claim 1,
And a modeling unit for generating a reference model by modeling the component equipment based on the design data of the target power plant. 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.The method of claim 6,
A performance analysis unit that analyzes the relationship between the change in the driving condition and the change in the overall performance for the sensitivity analysis item, and reflects the analysis result to the reference model to generate the performance analysis model. Power plant performance monitoring device. 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.The method of claim 7,
The performance analysis unit, using a parametric learning algorithm, adds or subtracts the driving condition to a predetermined level, and calculates the overall performance according to the added or subtracted driving condition. 컴퓨팅 디바이스에 의하여 수행되는 발전 설비 성능 감시 방법으로서,
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 포함하는 것을 특징으로 하는 발전 설비 성능 감시 방법.As a method for monitoring the performance of a power generation facility performed by a computing device,
Calculating, as a performance sensitivity, a change in overall performance for a change in real-time operating conditions for each of at least one sensitivity analysis item preset for at least one component facility of a target power plant based on a predefined performance analysis model;
Analyzing an overall performance impact on a real-time change of the driving condition for the sensitivity analysis item based on the performance sensitivity; And
And displaying the overall performance impact on a screen. 제9항에 있어서,
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 단계인 것을 특징으로 하는 발전 설비 성능 감시 방법.The method of claim 9,
The step of calculating the performance sensitivity,
The performance sensitivity calculation unit is a step of calculating a value obtained by dividing a difference value between the total power generation efficiency corresponding to each of the reference value of the driving condition and the current driving value by the difference value between the reference value of the driving condition and the driving value as the performance sensitivity. Power generation facility performance monitoring method, characterized in that. 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.The method of claim 9,
Analyzing the overall performance impact,
And calculating the overall performance influence by multiplying the difference value between the reference value and the operation value of the driving condition and the performance sensitivity. 제9항에 있어서,
상기 전체 성능 영향도를 내림 차순으로 정렬하여 상기 표시부에 제공하는 단계를 더 포함하는 것을 특징으로 하는 발전 설비 성능 감시 방법.The method of claim 9,
And providing the total performance impact levels to the display unit by sorting them in descending order. 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.The method of claim 9,
Calculating an increase or decrease in operating cost of the target power plant based on the total performance impact analyzed for the sensitivity analysis item; And
And comparing and analyzing the calculated operating cost increase/decrease and the investment required for maintenance of the component equipment. 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.The method of claim 9,
And generating a reference model by modeling the component equipment based on the design data of the target power plant. 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.The method of claim 14,
Analyzing a relationship between a change in the driving condition and a change in the overall performance for the sensitivity analysis item;
And generating the performance analysis model by reflecting the analysis result to the reference model. 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.The method of claim 15,
Adding and subtracting the driving condition to a predetermined level using a parametric learning algorithm; And
And calculating the total performance according to the added or subtracted operating conditions.
KR1020190140420A 2019-11-05 2019-11-05 Performance monitoring apparatus for power facility KR102366120B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190140420A KR102366120B1 (en) 2019-11-05 2019-11-05 Performance monitoring apparatus for power facility

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190140420A KR102366120B1 (en) 2019-11-05 2019-11-05 Performance monitoring apparatus for power facility

Publications (2)

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

Family

ID=75913499

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190140420A KR102366120B1 (en) 2019-11-05 2019-11-05 Performance monitoring apparatus for power facility

Country Status (1)

Country Link
KR (1) KR102366120B1 (en)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220056159A (en) 2022-04-04 2022-05-04 김용원 A generator connected to a steam cleaner (powered by a steam turbine with a super heater) and Air filter (air intake, cold and hot air exhaust) A system that combines an air purifying facility and an ice maker in conjunction with an air turbine
KR20220080053A (en) 2022-05-27 2022-06-14 김용원 An air layers tube boat
KR20230004349A (en) 2022-12-05 2023-01-06 김용원 A generator installed on fan
KR20230047973A (en) 2023-03-21 2023-04-10 김용원 Install the generator on a bike
KR20230175138A (en) 2023-12-06 2023-12-29 김용원 A device that melts heavy snow and ice by placing a steamer on a rear luggage carrier with auxiliary wheels on both sides of a bicycle equipped with a generator

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110117276A (en) * 2010-04-21 2011-10-27 한국수자원공사 The condition assessment method of electrical panel using expert system
KR20130035554A (en) * 2011-09-30 2013-04-09 한국전력공사 Method and apparatus for searching performance degradation source of power facilities
KR20150140358A (en) * 2013-04-07 2015-12-15 케이엘에이-텐코 코포레이션 System and method for the automatic determination of critical parametric electrical test parameters for inline yield monitoring
KR20180114409A (en) * 2017-04-10 2018-10-18 (주)우리젠 Energy preformance simulating system for existing building

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110117276A (en) * 2010-04-21 2011-10-27 한국수자원공사 The condition assessment method of electrical panel using expert system
KR20130035554A (en) * 2011-09-30 2013-04-09 한국전력공사 Method and apparatus for searching performance degradation source of power facilities
KR20150140358A (en) * 2013-04-07 2015-12-15 케이엘에이-텐코 코포레이션 System and method for the automatic determination of critical parametric electrical test parameters for inline yield monitoring
KR20180114409A (en) * 2017-04-10 2018-10-18 (주)우리젠 Energy preformance simulating system for existing building

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220056159A (en) 2022-04-04 2022-05-04 김용원 A generator connected to a steam cleaner (powered by a steam turbine with a super heater) and Air filter (air intake, cold and hot air exhaust) A system that combines an air purifying facility and an ice maker in conjunction with an air turbine
KR20220080053A (en) 2022-05-27 2022-06-14 김용원 An air layers tube boat
KR20230004349A (en) 2022-12-05 2023-01-06 김용원 A generator installed on fan
KR20230047973A (en) 2023-03-21 2023-04-10 김용원 Install the generator on a bike
KR20230175138A (en) 2023-12-06 2023-12-29 김용원 A device that melts heavy snow and ice by placing a steamer on a rear luggage carrier with auxiliary wheels on both sides of a bicycle equipped with a generator

Also Published As

Publication number Publication date
KR102366120B1 (en) 2022-02-22

Similar Documents

Publication Publication Date Title
KR102366120B1 (en) Performance monitoring apparatus for power facility
Bischi et al. A detailed MILP optimization model for combined cooling, heat and power system operation planning
US7113890B2 (en) Method and apparatus for detecting faults in steam generator system components and other continuous processes
Fast et al. Development and multi-utility of an ANN model for an industrial gas turbine
Rossi et al. Gas turbine combined cycle start-up and stress evaluation: A simplified dynamic approach
US7190149B2 (en) Method and apparatus for determining actual reactive capability curves
CN111159844B (en) Abnormity detection method for exhaust temperature of gas turbine of power station
CN103279658B (en) Thermal generator set working condition optimizing method
CN104090560B (en) Device monitoring power supply integrated environment evaluation indexes
CN108073145B (en) Operation support device and recording medium
CN105527113B (en) A kind of nuclear power station heat energy efficiency monitoring and fault diagnosis system and method
JP2015076058A (en) Facility monitoring diagnostic apparatus
Di Maio et al. Safety margin sensitivity analysis for model selection in nuclear power plant probabilistic safety assessment
Chen et al. Benchmark value determination of energy efficiency indexes for coal-fired power units based on data mining methods
KR102126427B1 (en) high pressure pump failure prediction Method And System
Cao et al. Classification and prediction of gas turbine gas path degradation based on deep neural networks
Zhu et al. Development of energy efficiency principal component analysis model for factor extraction and efficiency evaluation in large‐scale chemical processes
Chen et al. Application of deep learning modelling of the optimal operation conditions of auxiliary equipment of combined cycle gas turbine power station
Liu et al. Anomaly detection of hot components in gas turbine based on frequent pattern extraction
JP6554162B2 (en) Power plant performance evaluation method and power plant performance evaluation program
Wang et al. Research on anomaly detection and positioning of marine nuclear power steam turbine unit based on isolated forest
KR100752765B1 (en) A real-time calculation system and method on performance impact of controllable operation parameters for combined-cycle power plant
CN113868836A (en) Big data-based intelligent thermodynamic system online expert analysis platform
Sarkar et al. Fault tree analysis of Rukhia gas turbine power plant
Goyal et al. Prediction Enhancement of Machine Learning Using Time Series Modeling in Gas Turbines

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