WO2016208316A1 - プラント機器の効率分析システム及び方法 - Google Patents

プラント機器の効率分析システム及び方法 Download PDF

Info

Publication number
WO2016208316A1
WO2016208316A1 PCT/JP2016/065374 JP2016065374W WO2016208316A1 WO 2016208316 A1 WO2016208316 A1 WO 2016208316A1 JP 2016065374 W JP2016065374 W JP 2016065374W WO 2016208316 A1 WO2016208316 A1 WO 2016208316A1
Authority
WO
WIPO (PCT)
Prior art keywords
efficiency
equipment
plant
plant equipment
analysis system
Prior art date
Application number
PCT/JP2016/065374
Other languages
English (en)
French (fr)
Inventor
林　喜治
孝朗 関合
深井　雅之
正博 村上
和貴 定江
Original Assignee
株式会社日立製作所
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 株式会社日立製作所 filed Critical 株式会社日立製作所
Priority to CN201680036352.XA priority Critical patent/CN107710272A/zh
Publication of WO2016208316A1 publication Critical patent/WO2016208316A1/ja

Links

Images

Classifications

    • 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
    • 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
    • G06Q50/04—Manufacturing
    • 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
    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Definitions

  • the present invention relates to an efficiency analysis system and method for plant equipment for analyzing the efficiency of equipment constituting the plant.
  • Equipment that constitutes a power plant decreases in efficiency over time due to blade damage or dirt adhesion.
  • the fuel is excessively consumed and the operation cost increases.
  • To reduce the operating cost periodically replace and repair the blades for blade damage, clean the blades, and replace the filter for air filters. Continued operation while restoring efficiency.
  • the operation involves disassembling the gas turbine. In this case, it is necessary to stop the operation of the plant for a certain period, resulting in an opportunity loss in the power generation business.
  • purchase costs for parts are also required.
  • Patent Document 1 discloses an apparatus for performing plant control with optimum efficiency. This device is aimed at optimizing plant control. As a means for that purpose, the correlation between a predetermined process state and each element is obtained from the operation state of the plant and stored in a correlation table, and each element is determined from the operation state. A correlation analysis unit for calculating efficiency is provided.
  • a signal that has been analyzed as having a correlation with the equipment efficiency is taken from the operation database of the plant, a correlation coefficient is obtained, and a regression model of the efficiency is constructed using a signal having a large influence.
  • the model input signal is the temperature and flow rate measured in the plant, and control is performed using this model so that the operating condition maximizes the equipment efficiency or the plant efficiency.
  • control signals such as temperature and flow rate are set to optimum values so that the efficiency of plant operation can be maximized.
  • control signals such as temperature and flow rate are set to optimum values so that the efficiency of plant operation can be maximized.
  • this method is optimization of the operating conditions of the plant, and as described above, it is not optimization of maintenance work when the equipment deteriorates with time and efficiency decreases. Further, the method described in Patent Document 1 does not quantitatively evaluate the cost effect in the optimum operation of the plant efficiency.
  • the conventional technology does not quantitatively evaluate the influence of the factor causing the efficiency reduction of the equipment from the operation data of the plant, and does not present a method for assisting the creation of an optimal maintenance plan. .
  • the present invention provides an efficiency analysis system for a plant equipment that analyzes the efficiency of equipment constituting a plant, an equipment efficiency calculation unit that obtains equipment efficiency based on measurement information of the plant equipment, and the equipment
  • a device factor acquisition unit that acquires a device factor that causes a change in efficiency
  • an influence coefficient calculation unit that obtains an influence coefficient indicating a degree of the efficiency change given by each device factor, and the efficiency factor based on the influence coefficient It is characterized by obtaining the amount of change.
  • FIG. 1 is a diagram showing an efficiency analysis system for plant equipment according to an embodiment of the present invention.
  • Reference numeral 1 denotes an efficiency analysis system.
  • Reference numeral 2 denotes a plurality of gas turbines to be analyzed.
  • Reference numeral 3 denotes an input / output device that inputs data necessary for system processing and displays the processing result of the system.
  • the efficiency analysis system 1 includes a communication unit that performs communication between devices or apparatuses, a computer, a computer server (CPU: Central Processing Unit), a memory, various database DBs, and the like that are wired or wirelessly connected.
  • the input / output device 3 includes a keyboard switch, a pointing device such as a mouse, a touch panel, a voice instruction device, and a display.
  • the equipment data acquisition unit 11 takes in the measurement data of the gas turbine 2 of the plant and stores it in the equipment database 12.
  • FIG. 2 is a diagram showing the configuration of the device database 12. As shown in the figure, data related to the efficiency of the gas turbine is stored in time series.
  • the equipment efficiency calculation unit 13 takes in the data stored in the equipment database 12 and calculates the efficiency of the gas turbine.
  • the gas turbine assumes a simple cycle in which the gas turbine is connected one-to-one, the power generation efficiency is used as the efficiency of the gas turbine.
  • the efficiency ⁇ 0 of the gas turbine is expressed by the following formula 1.
  • Equation 1 ⁇ 0: Gas turbine efficiency (power generation efficiency) [%], E: Generator output [kW], H: Fuel heating value [kJ / kg], F: Fuel flow rate [t / hr].
  • the efficiency of the gas turbine also changes under operating conditions other than equipment deterioration such as load, IGV (Inlet Guide Vane) opening, and inlet air temperature. For this reason, the change in efficiency due to these operating conditions is corrected by the following formula 2.
  • Equation 2 ⁇ : corrected gas turbine efficiency (corrected power generation efficiency) [%], ⁇ 0: gas turbine efficiency (power generation efficiency) [%], f1: generator output correction function, E: generator output [kW], f2 : IGV opening correction function, Aigv: IGV opening [°], f3: inlet air temperature correction function, Tin: inlet air temperature [° C.].
  • the device efficiency calculation unit 13 stores the pre-correction and post-correction efficiencies and the generator output in the device efficiency database 14.
  • FIG. 3 is a schematic diagram showing a change in efficiency of the gas turbine.
  • the efficiency corrected by the load, the IGV opening, and the inlet air temperature is shown.
  • the efficiency decreases with time, but the efficiency can be improved to a state close to the initial stage of operation by replacing the moving blade.
  • Other maintenance work for improving the efficiency includes replacement of the inlet air filter and cleaning of the compressor, but the efficiency improvement effect is much higher when the moving blades are replaced.
  • replacement of a moving blade requires a large amount of money, so the replacement operation is usually carried out according to the life of the blade (usable time based on material deterioration and damage in a high temperature environment).
  • the maintenance data storage unit 15 takes in maintenance work information input by the plant maintenance staff through the input / output device 3 and stores it in the maintenance database 16.
  • FIG. 4 is a diagram showing the configuration of the maintenance database 16.
  • the maintenance database 16 stores plant configuration information and maintenance work history information in pairs.
  • the plant configuration information stores the unit name, gas turbine (GT) model, plant configuration, rated output of the gas turbine, and the type of fuel used.
  • GT gas turbine
  • the maintenance work history information stores a maintenance work history for the gas turbine described in the plant configuration information. In the illustrated example, replacement of the inlet air filter, cleaning of the compressor, and replacement of the moving blades are performed as maintenance work.
  • the efficiency factor acquisition unit 17 takes in the efficiency data stored in the equipment efficiency database 14, the plant configuration and maintenance work history stored in the maintenance database 16, acquires the factors related to the efficiency of the gas turbine, and the efficiency factor database 18. To store.
  • FIG. 6 is a diagram showing the configuration of the efficiency factor database.
  • the information of the unit name, model, and fuel type of the gas turbine that is the target of efficiency analysis, extracted from the maintenance database 16 described above, is stored. Further, the operation time, GT efficiency change width, the number of activations, the number of filter replacements, and the number of compressor cleanings are expressed by numerical values based on the period from the replacement of the moving blade to the next replacement in maintenance work. For example, the GT efficiency change width is represented by the efficiency decrease width that has been reduced until the blade replacement, as shown by the efficiency change trend in FIG. These data are calculated using information stored in the device database 12, the device efficiency database 14, and the maintenance database 16 described above.
  • date / time data corresponding to the blade replacement in the maintenance work history stored in the maintenance database 16 is acquired, and the period until blade replacement is determined.
  • the time series data of the efficiency is acquired from the device efficiency database 14, and the decrease in efficiency during this period is calculated.
  • calculation is performed by obtaining time series data of the generator output from the device database 12 and counting.
  • calculation is performed by acquiring and counting the maintenance work history stored in the maintenance database 16.
  • the influence coefficient calculation unit 19 evaluates the correlation between various operating conditions and the change width of the GT efficiency based on the data stored in the efficiency factor database 18.
  • the formula used for this evaluation is shown below in Equation 3.
  • Equation 3 ⁇ : efficiency reduction width [%], T: operation time [hr], Ns: number of start-ups, Nf: number of filter replacements, Nw: number of times of compressor cleaning, a: influence factor of time-dependent factor [% / 10000 hr Operation], b: Influence factor of fuel type (heavy oil) [% / 10000 hr operation], c: Influence coefficient of activation frequency [% / 1000 activation], d: Influence coefficient of filter exchange frequency [% / exchange once] E represents the influence coefficient [% / washing once] of the number of washings of the compressor.
  • a, b, c, d, and e are coefficients indicating the degree of influence of each factor.
  • a represents the influence of the aging factor, and is represented by the efficiency decrease per 10,000 hours of operation time. In any operation, it is inevitable that the efficiency of the gas turbine decreases with the passage of operation time. That is, this parameter represents a portion of the efficiency reduction that does not depend on the operating conditions.
  • “b” is an influence coefficient of the fuel type (heavy oil), and is represented by a reduction in efficiency per 10,000 hours of operation time. As described above, when heavy oil is used as the fuel, the efficiency is reduced more rapidly than natural gas. This parameter represents the effect on efficiency of using heavy oil based on natural gas.
  • c is an influence coefficient of the number of activations, and is represented by an efficiency change width per 1000 activations. The more frequently the start and stop are performed, the greater the reduction in efficiency per operating time.
  • d is an influence coefficient of the number of filter replacements, and is expressed as an efficiency change width per replacement.
  • a filter is installed at the air inlet of the gas turbine to remove impurities in the air. When impurities in the air enter the gas turbine, they adhere to the blades and cause a reduction in efficiency. Therefore, if the filter is frequently replaced, the progress of efficiency reduction can be reduced. This parameter is positive because filter replacement works in the direction of improving efficiency.
  • e is an influence coefficient of the number of times the compressor is washed, and is expressed by an efficiency change width per washing. By washing the compressor, the attached dirt can be removed and the efficiency can be improved. This parameter is also a positive value like the filter replacement.
  • the influence coefficient calculation unit 19 obtains the values of the influence coefficients a to e in Equation 3 for each type of gas turbine, using the data on the operating conditions and efficiency of a large number of gas turbines stored in the efficiency factor database 15. As a method for obtaining the coefficient, any calculation method used for function fitting such as a least square method can be applied.
  • the calculation result of the influence coefficient is stored in the influence coefficient database 20.
  • FIG. 7 is a diagram showing the configuration of the influence coefficient database 20. The calculation results of the influence coefficients a to e described above are stored for each type of gas turbine.
  • the loss cost calculation unit 21 of the device efficiency analysis system 1 calculates the efficiency reduction width and the loss cost due to the efficiency reduction in order to support the maintenance work plan.
  • FIG. 8 is a screen example when the calculation result by the loss cost calculation unit 21 is displayed on the input / output device 3.
  • the user inputs data to the operating conditions at the top of the screen. Enter the planned operation time until the next blade replacement, the planned start count, average output, fuel type, fuel price, filter replacement count, compressor cleaning count. Based on this input data, the loss cost calculation unit 21 estimates the efficiency drop until the next blade replacement, and calculates the loss cost due to this.
  • the processing procedure of the loss cost calculation unit will be described.
  • the expected gas turbine efficiency (equivalent to power generation efficiency in this embodiment) is evaluated based on the average generator output input by the user.
  • the above-mentioned device efficiency database 14 stores the generator output and the efficiency value.
  • the efficiency value corresponding to the average generator output is extracted from this database.
  • the efficiency here is the efficiency before correction according to the operating conditions.
  • the efficiency data to be taken out is data immediately after exchanging the moving blades. This is because the efficiency decreases as the operating time elapses, but the value of the initial state before the decrease is used.
  • the date and time of moving blade replacement is stored in the maintenance database 16 described above. In the case of the display screen example of FIG. 8, the expected initial power generation efficiency is displayed as 32.0%.
  • Equation 3 For the estimation process, the above-described equation 3 is used.
  • Equation 3 user input values are used for the operation time, the number of activations, the fuel type, the number of filter replacements, and the number of times the compressor is washed, and the values stored in the above-described influence coefficient database 20 are used as the influence coefficients.
  • the efficiency reduction width is displayed as ⁇ 2.83%.
  • the display screen also shows a breakdown of each factor for the efficiency change. Since each term of Equation 3 represents the influence on the efficiency due to the aging factor, fuel type, number of start-ups, filter replacement, and compressor cleaning, these values are displayed. The sum of each factor is the efficiency drop.
  • the loss cost caused by the increase in fuel consumption due to the efficiency reduction of the gas turbine is calculated.
  • the reference value of the fuel flow rate is calculated using the following equation (4).
  • Equation 4 F: fuel flow rate [t / hr], E: generator output [kW], ⁇ b: power generation efficiency [%] in the initial stage (immediately after blade replacement), H: fuel heating value [kJ / kg] To express.
  • Equation 4 is an equation modified so that the fuel flow rate is obtained with respect to Equation 1 described above.
  • the generator output uses the user's input value
  • the power generation efficiency uses the value extracted from the database in the above-described processing
  • the fuel heating value uses the set value.
  • the loss cost at the time when the predetermined operation time has elapsed is calculated.
  • the efficiency of the gas turbine gradually decreases, the fuel is excessively consumed, but the loss cost is represented by a cumulative value of the fuel cost increased by the excessive consumption.
  • FIG. 9 the horizontal axis represents operating time, and the vertical axis represents loss cost per hour due to efficiency reduction.
  • the loss cost per hour at this point is zero.
  • the cost of loss per hour gradually increases.
  • the efficiency drop is ⁇ (%)
  • the loss cost L ( ⁇ / hr) per hour during the operating time T is expressed.
  • Equation 5 L: Cost of loss per hour due to efficiency reduction [ ⁇ / hr], F: Fuel flow rate [t / hr], P: Fuel price [ ⁇ / t], ⁇ : Efficiency reduction width [%], ⁇ b : Indicates the power generation efficiency [%] at the initial stage (immediately after the blade replacement).
  • the rate of increase in the fuel flow rate due to the decrease in efficiency is ⁇ / ⁇ b, which is calculated by multiplying the fuel flow rate and the fuel price.
  • the loss cost due to efficiency reduction when a predetermined operation time has elapsed is the cumulative value of loss cost per hour shown in FIG. For this reason, the function of the loss cost per time may be integrated by time, that is, the area of the graph may be obtained. Therefore, the loss cost up to the operation time T (hr) is expressed by the following formula 6.
  • Equation 6 C: loss cost due to efficiency reduction [ ⁇ ]]
  • T operation time [hr]
  • L loss cost per hour due to efficiency reduction [ ⁇ / hr]
  • F fuel flow rate [t / hr]
  • P Fuel price [ ⁇ / t]
  • ⁇ Efficiency decrease width [%]
  • ⁇ b Initial generation efficiency (immediately after blade replacement) [%].
  • the loss cost calculation unit 21 calculates the loss cost according to the estimated value of the efficiency decrease width using Equation 6 and outputs it to the display screen.
  • the user formulates a maintenance plan based on the information provided on the display screen shown as an example in FIG. For example, the change in loss cost when the number of filter replacements and the number of times the compressor is washed is increased or decreased is confirmed. Accordingly, it is possible to grasp how many times the operation is optimal in view of both the loss cost output by the system and the operation cost required for filter replacement and compressor cleaning. Moreover, cost rationality can be grasped in view of both the change in the loss cost when the fuel is changed from heavy oil to gas and the modification cost required to change the fuel type.
  • the processing flow of the system has been described for the gas turbine, but the present invention is not intended only for the gas turbine.
  • the type of coal used as the fuel the number of times the soot blower is used as the operating condition, and the cleaning work of the heat transfer tubes and the air preheater during the periodic inspection as the maintenance work may affect the efficiency. It is given as a parameter for evaluating.
  • the contents of ash, moisture, sulfur, volatile components, etc. affect the progress of dirt in the boiler. Therefore, evaluate the effect of these parameters on efficiency. Is effective.
  • a soot blower is a device that blows off ash by injecting high-temperature steam into a heat transfer tube during operation.
  • the heat transfer efficiency is lowered. Therefore, the heat transfer efficiency can be improved to some extent by using a soot blower.
  • As maintenance work for improving efficiency after the boiler is cooled to a normal temperature level during periodic inspection, a working scaffold is assembled in the boiler, and washing is performed manually. In particular, in the case of slagging in which molten ash adheres to the wall, it is difficult to remove even the above-described soot blower, and therefore, manual removal is effective.
  • an air preheater which is a device for heating air with exhaust gas, is installed at the boiler outlet.
  • the system according to the present invention is used to quantitatively analyze the effects of the parameters related to the operation and maintenance conditions as described above on the coal boiler on the efficiency, and based on the analysis results. It is possible to support the optimization of the operation and maintenance plan.
  • the system according to the present invention can realize the process if the measured values of the plant, the information of the equipment used in each plant, and the history information of the maintenance work can be acquired. Therefore, the power generation company can own the system and analyze the efficiency of its own equipment to optimize the operation and maintenance plan, or the service company can provide the above information online from multiple power generation companies Alternatively, there is a method of obtaining the optimization plan of the operation and maintenance plan for each power generation company by acquiring it offline.
  • the influence of each factor causing the efficiency reduction is quantitatively analyzed by analyzing the correlation between the efficiency and each factor of operation and maintenance using actual machine data. Can be evaluated. As a result, the amount of change in efficiency when the operation and maintenance conditions are changed can be estimated, and the cost and profit can be calculated, which can be utilized for optimizing the operation and maintenance plan.
  • the system according to the present invention can be used for all plants including power plants and chemical plants.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

プラント構成機器の効率低下に対して、当該効率低下をもたらす要因の影響度を定量的に評価しておらず、最適な保守計画の立案ができていなかった。本課題を解決する為に本発明は、プラントを構成する機器の効率を分析するプラント機器の効率分析システムにおいて、前記プラント機器の計測情報に基づいて機器効率を求める機器効率演算部と、前記機器効率が変化する要因となる機器要因を取得する機器要因取得部と、各機器要因が与える効率変化の度合いを示す影響係数を求める影響係数演算部と、を備え、前記影響係数に基づいて効率の変化量を求めることを特徴とする。

Description

プラント機器の効率分析システム及び方法
　本発明は、プラントを構成する機器の効率を分析するプラント機器の効率分析システム及び方法に関する。
　発電プラントを構成する機器、例えば、火力発電プラントのガスタービンは、翼の損傷や汚れの付着により経時的に効率が低下していく。効率が低下すると、過剰に燃料が消費され、運転コストが上昇する。運転コストの上昇を抑えるため、翼損傷に対しては翼の交換・補修作業、翼の汚れに対しては洗浄作業、空気フィルタの汚れに対してはフィルタの交換作業を定期的に実施して、効率を回復させながら運転を継続している。保守の内容によっては、ガスタービンの分解が伴う作業になる。この場合、プラントの運転を一定期間停止する必要があり、発電事業の機会損失となる。さらに、部品交換が伴う保守の場合は、作業費用に加えて、部品の購入費用も必要となる。
　以上のような背景から、プラント機器の保守作業を頻繁に実施するのは得策ではなく、効率低下に伴う運転コストの増加量と、効率改善のための保守費用の両者を鑑みて、保守作業を実施する頻度を判断しなければならない。
　機器効率に影響を与える要因は複数あるため、効率改善の効果を最大化するには、各要因が効率に与える影響を定量的に算出し、影響の大きい要因を選び出す処理が必要になる。このような処理を行うシステムの例としては、特許文献１に、最適効率でのプラント制御を行うための装置が記載されている。この装置は、プラント制御の最適化を目的としているが、そのための手段として、プラントの運転状態から所定プロセス状態と各要素との相関関係を求めて相関テーブルに記憶し、運転状態から各要素の効率を計算する相関解析部を備えている。これにより、プラントの運転データベースから機器効率に相関があると分析された信号を取りだして相関係数を求め、影響度の大きい信号を用いて効率との回帰モデルを構築している。モデルの入力信号は、プラントで計測した温度や流量であり、このモデルを用いて機器効率またはプラント効率を最大とする運転条件になるように制御を行っている。
特開２００４－５４８０８
　前述しように、特許文献１に記載の方法では、プラント運転の効率を最大化できるように、温度や流量などの制御信号を最適値に設定している。しかしながら、この方法により実現できるのはプラントの運転条件の最適化であり、前述したように、機器が経時劣化して効率が低下した場合における保守作業の最適化ではない。また、特許文献１に記載の方法は、プラント効率の最適運転におけるコスト効果を定量的に評価したものではない。
　以上のように、従来の技術では、プラントの運転データから機器の効率低下をもたらす要因の影響度を定量的に評価したものでは無く、最適な保守計画の立案を支援する方法は提示されていない。
　上記課題を解決する為に本発明は、プラントを構成する機器の効率を分析するプラント機器の効率分析システムにおいて、前記プラント機器の計測情報に基づいて機器効率を求める機器効率演算部と、前記機器効率が変化する要因となる機器要因を取得する機器要因取得部と、各機器要因が与える効率変化の度合いを示す影響係数を求める影響係数演算部と、を備え、前記影響係数に基づいて効率の変化量を求めることを特徴とする。
　本発明によって、プラントの運転データから機器の効率低下をもたらす要因の影響度を定量的に評価することができ、最適な保守計画の立案を支援することができる。
本発明の実施例であるプラント機器の効率分析システムの構成を示す図である。 プラント機器の計測データを格納する機器データベースの構成を示す図である。 プラント機器の効率データを格納する機器効率データベースの構成を示す図である。 プラント機器の構成情報と保守作業履歴を格納する保守データベースの構成を示す図である。 プラント機器の効率の低下傾向を示す概念図である。 プラント機器の効率に関連する各要因のデータを格納する効率要因データベースの構成を示す図である。 運転保守条件の各要因がプラント機器の効率に与える影響係数を格納する影響係数データベースの構成を示す図である。 プラント機器の効率分析システムの入出力装置における表示画面例を示す図である。 プラント機器の効率低下による損失コストの演算方法を示す図である。
　本発明によるプラント機器の効率分析システムの構成について図面を参照して以下に説明する。
　図１は、本発明の実施例になるプラント機器の効率分析システムを示す図である。１は効率分析システムである。２は効率分析の対象とする複数のガスタービンである。３はシステムの処理に必要なデータを入力すると共に、システムの処理結果を表示する入出力装置である。また、効率分析システム１は、各機器又は装置間で通信を実行する通信部、コンピュータや計算機サーバ（ＣＰＵ：Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、メモリ、各種データベースＤＢなどが有線又は無線接続されて構成される。また、入出力装置３は、キーボードスイッチ、マウス等のポインティング装置、タッチパネル、音声指示装置、ディスプレイ等で構成される。
　図１を参照して、本発明になるプラント機器の効率分析システム１での処理を説明する。機器データ取得部１１は、プラントのガスタービン２の計測データを取り込み、機器データベース１２に格納する。図２は機器データベース１２の構成を示す図である。図のように、ガスタービンの効率に関連したデータが時系列に格納されている。
　次に、機器効率演算部１３は、機器データベース１２に格納されたデータを取り込み、ガスタービンの効率を演算する。本実施例では、ガスタービンは発電機と1対１で接続したシンプルサイクルを想定しているため、ガスタービンの効率として発電効率を使用する。このため、ガスタービンの効率η０は以下の数１で表される。
Figure JPOXMLDOC01-appb-M000001
 　数１において、η0：ガスタービン効率（発電効率）[％]、Ｅ：発電機出力 [ｋＷ]、 Ｈ：燃料発熱量 [ｋＪ／ｋｇ]、Ｆ：燃料流量 [ｔ／ｈｒ]を表す。
　また、ガスタービンの効率は、負荷、ＩＧＶ（Ｉｎｌｅｔ　Ｇｕｉｄｅ　Ｖａｎｅ）開度、入口空気温度のように、機器の劣化以外の運転条件でも変化する。このため、以下の数２で、これらの運転条件による効率変化分を補正する。
Figure JPOXMLDOC01-appb-M000002
 　数２において、η：補正ガスタービン効率（補正発電効率）[％]、η０：ガスタービン効率（発電効率）[％]、ｆ１：発電機出力補正関数、Ｅ：発電機出力 [ｋＷ]、ｆ２：ＩＧＶ開度補正関数、Ａｉｇｖ：ＩＧＶ開度 [°]、ｆ３：入口空気温度補正関数、Ｔｉｎ：入口空気温度 [℃]を表す。
　補正した効率値ηの変化傾向から、運転条件以外の要因、すなわち、機器の劣化による効率の変化を把握することができる。機器効率演算部１３は、補正前と補正後の効率、及び発電機出力を機器効率データベース１４に格納する。
　図３は、ガスタービンの効率変化を示す模式図である。ここでは、前述したように負荷、ＩＧＶ開度、入口空気温度で補正した効率を示している。図に示すように、時間の経過に伴って効率は低下していくが、動翼を交換することにより、運転の初期に近い状態まで効率を改善させることができる。他に効率改善のための保守作業としては、入口空気フィルタの交換や圧縮機の洗浄などがあるが、これらに比べて動翼を交換する方が効率の改善効果が非常に高い。しかし、動翼の交換には多額の費用を要するため、たいていは動翼の寿命消費（高温環境での材料劣化・損傷に基づく使用可能時間）に合わせて交換作業を実施する。
　図１に示した効率分析システムにおいて保守データ格納部１５は、プラントの保守員が入出力装置３を通して入力した保守作業の情報を取り込み、保守データベース１６に格納する。
　図４は、保守データベース１６の構成を示す図である。保守データベース１６には、プラント構成情報と保守作業履歴情報とが対になって格納されている。プラント構成情報には、ユニット名、ガスタービン（ＧＴ）の型式、プラント構成、ガスタービンの定格出力、使用されている燃料の種類が格納される。燃料の種類としては、主に重油と天然ガスがあり、天然ガスは重油に比べて劣化による効率低下を低減できるという特徴がある。また、保守作業履歴情報には、プラント構成情報に記載されたガスタービンに対する保守作業の履歴が格納される。図の例では、入口空気フィルタの交換、圧縮機の洗浄、動翼の交換が保守作業として実施されている。
　効率要因取得部１７は、機器効率データベース１４に格納された効率データ、保守データベース１６に格納されたプラント構成と保守作業履歴を取り込み、ガスタービンの効率に関連した要因を取得し、効率要因データベース１８に格納する。
　図６は、効率要因データベースの構成を示す図である。前述した保守データベース１６から取り出した、効率分析の対象とするガスタービンのユニット名、型式、燃料種類の情報を格納している。また、運転時間、ＧＴ効率変化幅、起動回数、フィルタ交換回数、圧縮機洗浄回数は、保守作業において動翼を交換して、次に交換するまでの期間を基準とした数値で表す。例えば、ＧＴ効率変化幅は、図５における効率の変化傾向で示すように、翼交換までに低下した効率の低下幅で表す。これらのデータは、前述した機器データベース１２、機器効率データベース１４、保守データベース１６に格納された情報を用いて演算される。先ず、保守データベース１６に格納された保守作業履歴の動翼交換に対応した日時データを取得して、翼交換までの期間を判定する。次に、機器効率データベース１４から効率の時系列データを取得し、この期間における効率の低下幅を演算する。運転時間、起動回数の場合は、機器データベース１２から発電機出力の時系列データを取得してカウントすることで演算する。また、フィルタ交換回数、圧縮機洗浄回数の場合は、保守データベース１６に格納された保守作業履歴を取得してカウントすることで演算する。
　図６の例では、効率要因データベース１８には「Ａ発電所１号機」のデータのみを記載しているが、このようなデータが多数のガスタービンに対して格納される。ガスタービンによっては、燃料として天然ガスを使用しているケース、年に数回の起動停止しか行わないケース、保守作業としてフィルタ交換回数・圧縮機洗浄回数が異なるケースなどの種々の運転条件に対するデータが格納される。
　次に、影響係数演算部１９が、効率要因データベース１８に格納されたデータを基に、種々の運転条件とＧＴ効率の変化幅との相関関係を評価する。この評価に用いる式を以下数３に示す。
Figure JPOXMLDOC01-appb-M000003
 　数３において、Δη：効率低下幅[％]、Ｔ：運転時間[ｈｒ]、Ｎｓ：起動回数、Ｎｆ：フィルタ交換回数、Ｎｗ：圧縮機洗浄回数、ａ：経時要因の影響係数[％／１００００ｈｒ運転]、ｂ：燃料種類（重油）の影響係数[％／１００００ｈｒ運転]、ｃ：起動回数の影響係数 [％／１０００回起動]、ｄ：フィルタ交換回数の影響係数[％／交換１回]、ｅ：圧縮機洗浄回数の影響係数[％／洗浄１回]を表す。
　これは効率低下幅を各要因の影響の和として表した式である。ａ、ｂ、ｃ、ｄ、ｅが各要因の影響の度合いを示す係数である。ａは経時要因の影響を表し、運転時間１００００ｈｒ当たりの効率低下幅で表す。どのような運転をしてもガスタービンの効率が運転時間の経過と共に低下するのは避けられない。つまり、このパラメータは効率低下のうち、運転条件に拠らない部分を表す。ｂは燃料種類（重油）の影響係数であり、運転時間１００００ｈｒ当たりの効率低下幅で表す。前述したように、燃料として重油を使用すると、天然ガスの場合に比べて効率低下の進行が早い。このパラメータは天然ガスを基準としたときの重油を使用したことによる効率への影響を表す。ｃは起動回数の影響係数であり、起動回数１０００回当たりの効率変化幅で表す。起動停止を頻繁に行うほど、運転時間当たりの効率の低下幅は大きくなる。ｄはフィルタ交換回数の影響係数であり、交換１回当たりの効率変化幅で表す。ガスタービンの空気入口にはフィルタが設置されており、これにより空気中の不純物が取り除かれる。ガスタービン内に空気中の不純物が入ると、翼に付着して効率低下の原因となる。したがって、フィルタを頻繁に交換すれば、効率低下の進行を低減することができる。フィルタ交換は効率を改善する方向に作用するので、このパラメータは正値である。ｅは圧縮機洗浄回数の影響係数であり、洗浄１回当たりの効率変化幅で表す。圧縮機の洗浄によって、付着した汚れを取り除き、効率を改善することができる。このパラメータもフィルタ交換と同様に正値である。
　影響係数演算部１９は、効率要因データベース１５に格納された多数のガスタービンの運転条件と効率のデータを用いて、ガスタービンの型式ごとに数３にある影響係数ａ～ｅの値を求める。係数を求める方法は、最小二乗法など関数フィッティングに用いられている計算方法であれば適用できる。影響係数の計算結果は影響係数データベース２０に格納される。図７は影響係数データベース２０の構成を示す図である。ガスタービンの型式ごとに、前述した影響係数ａ～ｅの計算結果を格納している。
　以上に述べたデータを基に、機器効率分析システム１の損失コスト演算部２１は、保守作業の計画を支援するために、効率低下幅、及び効率低下による損失コストを演算する。
　図８は、損失コスト演算部２１による演算結果を入出力装置３に表示したときの画面例である。ユーザは画面上部の運転条件にデータを入力する。次の翼交換までの計画運転時間、計画起動回数、平均出力、燃料種類、燃料価格、フィルタ交換回数、圧縮機洗浄回数を入力する。損失コスト演算部２１は、この入力データに基づき、次の翼交換までの効率低下幅を推定し、それによる損失コストを演算する。以下に、損失コスト演算部の処理手順を説明する。
　最初に、ユーザが入力した平均発電機出力を基に、期待されるガスタービンの効率（本実施例では発電効率と等価）を評価する。前述の機器効率データベース１４には、発電機出力と効率値が格納されている。このデータベースから平均発電機出力に対応する効率値を取り出す。ここでの効率は、運転条件による補正前の効率である。また、取り出す効率データは動翼を交換した直後のデータとする。これは、運転時間の経過に伴い効率が低下するが、低下する前の初期状態の値を使用するためである。動翼交換の日時は前述した保守データベース１６に格納されている。図８の表示画面例の場合、期待される初期の発電効率が３２．０％と表示されている。
　次に、ユーザが入力した計画運転時間が経過した時点での発電効率の低下幅を推定する。推定処理には、前述した数３を使用する。数３において、運転時間、起動回数、燃料種類、フィルタ交換回数、圧縮機洗浄回数についてはユーザの入力値を使用し、影響係数は前述の影響係数データベース２０に格納された値を使用する。図８の表示画面例の場合、効率低下幅は－２．８３％と表示されている。さらに、表示画面には、効率変化に対する各要因の内訳も示される。数３の各項が、それぞれ経時要因、燃料種類、起動回数、フィルタ交換、圧縮機洗浄による効率への影響を表すため、これらの値を表示する。各要因の合計が効率低下幅になる。
　次に、ガスタービンの効率低下による燃料消費量の増加がもたらす損失コストを演算する。先ず、以下の数４を用いて燃料流量の基準値を計算する。
Figure JPOXMLDOC01-appb-M000004
 　数４について、Ｆ：燃料流量[ｔ／ｈｒ]、Ｅ：発電機出力[ｋＷ]、ηｂ：初期（動翼交換直後）の発電効率[％]、Ｈ：燃料発熱量[ｋＪ／ｋｇ]を表す。
　数４は、前述の数１に対して燃料流量が求まるように変形した式である。発電機出力はユーザの入力値、発電効率は前述の処理でデータベースから取り出した値、燃料発熱量は設定値を使用する。
　次に、所定の運転時間が経過した時点での損失コストを計算する。ガスタービンの効率が徐々に低下することによって、燃料は過剰に消費されるが、損失コストは過剰消費によって増えた燃料コストの累積値で表される。この概念を図９に示した。図９は、横軸が運転時間、縦軸が効率低下による時間当たりの損失コストを示している。本実施例では、動翼を交換した直後を基準として効率低下が発生していないと仮定するので、この時点での時間当たりの損失コストは０である。運転時間が経過し、効率が徐々に低下すると、時間当たりの損失コストも徐々に増えていく。ここでは、線形的に増えていくと仮定している。最終的に運転時間がＴ（ｈｒ）経過した時点で、効率の低下幅がΔη（％）とした場合、運転時間Ｔにおける時間当たりの損失コストＬ（￥／ｈｒ）は、以下の数５で表される。
Figure JPOXMLDOC01-appb-M000005
 　数５について、Ｌ：効率低下による時間当たりの損失コスト[￥／ｈｒ]、Ｆ：燃料流量[ｔ／ｈｒ]、Ｐ：燃料価格[￥／ｔ]、Δη：効率低下幅[％]、ηｂ：初期（動翼交換直後）の発電効率[％]を表す。
　効率低下による燃料流量の増加率はΔη／ηｂであり、これに燃料流量と燃料価格を乗じて算出している。
　所定の運転時間が経過したときの効率低下による損失コストは、図９に示した時間当たりの損失コストの累積値である。このため、時間当たりの損失コストの関数を時間で積分すればよく、すなわち、グラフの面積を求めればよい。したがって、運転時間Ｔ（ｈｒ）までの損失コストは以下の数６で表される。
Figure JPOXMLDOC01-appb-M000006
 　数６において、Ｃ：効率低下による損失コスト[￥]、Ｔ：運転時間[ｈｒ]、Ｌ：効率低下による時間当たりの損失コスト[￥／ｈｒ]、Ｆ：燃料流量[ｔ／ｈｒ]、Ｐ：燃料価格[￥／ｔ]、Δη：効率低下幅[％]、ηｂ：初期（動翼交換直後）の発電効率[％]を表す。
　損失コスト演算部２１は、数６を用いて効率低下幅の推定値に応じた損失コストを演算し、表示画面に出力する。
　ユーザは、図８に例として示した表示画面で提供される情報を基に、保守計画を策定する。例えば、入力であるフィルタ交換回数や圧縮機洗浄回数を増やしたり、減らしたりしたときの損失コストの変化を確認する。これにより、システムが出力する損失コストとフィルタ交換や圧縮機洗浄に要する作業コストの両者を鑑みて、作業を何回実施するのがコスト的に最適なのかが把握できる。また、燃料を重油からガスに変えたときの損失コストの変化と、燃料種類を変えるために要する改造費の両者を鑑みて、コスト的な合理性を把握できる。
　本実施例では、ガスタービンを対象にシステムの処理の流れを説明したが、本発明はガスタービンのみを対象にしたものではない。例えば、石炭ボイラに本発明を適用した場合には、燃料として石炭種類、運転条件としてスートブロワの使用回数、保守作業として定期検査中に行う伝熱管や空気予熱器の洗浄作業が、効率への影響を評価するパラメータとしてあげられる。石炭種類については、質量当たりの発熱量に加え、灰、水分、硫黄分、揮発成分などの含有量がボイラ内の汚れの進行に影響を与えるため、これらのパラメータによる効率への影響を評価するのが有効である。また、スートブロワとは、運転中に伝熱管に高温蒸気を噴射することにより、灰を吹き飛ばす装置である。伝熱管に灰が付着すると伝熱効率が低下するため、スートブロワを使用することにより、ある程度は伝熱効率を改善することができる。また、効率改善のための保守作業としては、定期検査中にボイラ内が常温レベルまで冷却した後、ボイラ内に作業用の足場を組んで、手作業により洗浄作業をする。特に、溶融灰が壁に付着するスラッギングの場合には、前述のスートブロワでも除去するのが困難なため、手作業による除去が有効である。同様に、ボイラ出口には排ガスで空気を加熱する装置である空気予熱器が設置されている。空気予熱器には排ガス中に含まれる硫黄分が付着するため、温水などで定期的に除去する。これは、空気予熱器を停止した状態で作業する必要があるため、定期検査の期間に実施されることが多い。ただし、通常のボイラでは空気予熱器は２台設置されているため、ボイラ運転中に空気予熱器の１台を運転、１台を停止して洗浄作業をする場合もある。
　以上のように、本発明になるシステムを用いて、石炭ボイラに対しても前述したような運転保守条件に関連する各パラメータが効率に与える影響を定量的に分析して、分析結果を基に運転保守計画の最適化を支援することができる。
　また、本発明になるシステムは、プラントの計測値、各プラントで使用されている機器の情報、保守作業の履歴情報が取得できれば処理を実現できる。したがって、発電会社がシステムを所有し、自社の機器を対象に効率を分析して運転保守計画の最適化に活用することもできるし、あるいは、サービス会社が複数の発電会社から前述の情報をオンラインまたはオフラインで取得し、各発電会社に対して運転保守計画の最適化案を提供する方法もある。
　本実施例によれば、プラント構成機器の効率が低下する場合に、実機データを用いて効率と運転保守の各要因との相関を分析することで、効率低下をもたらす各要因の影響を定量的に評価できる。これにより、運転保守条件を変えたときの効率の変化量を推定し、コスト的な損得を計算できるため、運転保守計画の最適化に活用できる。
　本発明になるシステムによれば、発電プラント、化学プラントを始めとするプラント全般に利用できる。
１　プラント機器の効率分析システム
２　ガスタービン
３　入出力装置
１１　機器データ取得部
１２　機器データベース
１３　機器効率演算部
１４　機器効率データベース
１５　保守データ格納部
１６　保守データベース
１７　効率要因取得部
１８　効率要因データベース
１９　影響係数演算部
２０　影響係数データベース
２１　損失コスト演算部

Claims (9)

  1. 　プラントを構成する機器の効率を分析するプラント機器の効率分析システムにおいて、
    　前記プラント機器の計測情報に基づいて機器効率を求める機器効率演算部と、
    　前記機器効率が変化する要因となる機器要因を取得する機器要因取得部と、
    　各機器要因が与える効率変化の度合いを示す影響係数を求める影響係数演算部と、を備え、
    　前記影響係数に基づいて効率の変化量を求めることを特徴とするプラント機器の効率分析システム。
  2. 　請求項１に記載のプラント機器の効率分析システムにおいて、
    　前記効率の変化量から損失コストを演算する損失コスト演算部を更に備えることを特徴とするプラント機器の効率分析システム。
  3. 　請求項１に記載のプラント機器の効率分析システムにおいて、
    　前記機器要因は、前記機器効率、プラント構成及び保守作業履歴に基づいて取得することを特徴とするプラント機器の効率分析システム。
  4. 　請求項１に記載のプラント機器の効率分析システムにおいて、
    　前記機器効率演算部は、負荷、ＩＧＶ（Ｉｎｌｅｔ　Ｇｕｉｄｅ　Ｖａｎｅ）開度、又は入口空気温度の内少なくとも一つを含む運転条件に基づく効率の変化分を補正し、前記プラント機器の性能劣化に関する機器効率を求めることを特徴とするプラント機器の効率分析システム。
  5. 　請求項１に記載のプラント機器の効率分析システムにおいて、
    　前記機器要因には、経時要因、燃料種類、起動回数、フィルタ交換回数又は圧縮機洗浄回数の内少なくとも１つを含むことを特徴とするプラント機器の効率分析システム。
  6. 　請求項１に記載のプラント機器の効率分析システムにおいて、
    　前記機器要因に対して条件を指定し、前記条件に基づいてプラント機器の前記効率の変化量、前記効率の変化量に与えた前記影響係数、又は前記効率の変化量に基づく損失コストの内何れか一つを表示する入出力部を備えることを特徴とするプラント機器の効率分析システム。
  7. 　請求項１に記載のプラント機器の効率分析システムにおいて、
    　前記プラント機器には、ガスタービン又は石炭ボイラを含むことを特徴とするプラント機器の効率分析システム。
  8. 　プラントを構成する機器の効率を分析するプラント機器の効率分析方法において、
    　前記プラント機器の計測情報に基づいて機器効率を求め、前記機器効率が変化する要因となる機器要因を取得し、各機器要因が与える効率変化の度合いを示す影響係数を求め、前記影響係数に基づいて効率の変化量を求めることを特徴とするプラント機器の効率分析方法。
  9. 　請求項８に記載のプラント機器の効率分析方法において、
    　前記効率の変化量から損失コストを演算することを特徴とするプラント機器の効率分析方法。
PCT/JP2016/065374 2015-06-22 2016-05-25 プラント機器の効率分析システム及び方法 WO2016208316A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201680036352.XA CN107710272A (zh) 2015-06-22 2016-05-25 整套设备装置的效率分析系统以及方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2015124354A JP6634226B2 (ja) 2015-06-22 2015-06-22 プラント機器の効率分析システム及び方法
JP2015-124354 2015-06-22

Publications (1)

Publication Number Publication Date
WO2016208316A1 true WO2016208316A1 (ja) 2016-12-29

Family

ID=57585627

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/065374 WO2016208316A1 (ja) 2015-06-22 2016-05-25 プラント機器の効率分析システム及び方法

Country Status (3)

Country Link
JP (1) JP6634226B2 (ja)
CN (1) CN107710272A (ja)
WO (1) WO2016208316A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11229820A (ja) * 1998-02-10 1999-08-24 Tokyo Electric Power Co Inc:The 火力発電プラントの熱効率診断方法および装置
JP2004211587A (ja) * 2002-12-27 2004-07-29 Toshiba Corp 発電プラントの運用支援システム
JP2005133583A (ja) * 2003-10-29 2005-05-26 Hitachi Ltd ガスタービン洗浄時期判定装置及び判定方法
JP2014174993A (ja) * 2013-03-07 2014-09-22 General Electric Co <Ge> 改善したプラント制御システムおよび方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1513085A1 (en) * 2003-09-08 2005-03-09 Abb Research Ltd. Method of scheduling maintenance actions
EP2105887A1 (de) * 2008-03-28 2009-09-30 Siemens Aktiengesellschaft Verfahren zur Diagnose einer Gasturbine

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11229820A (ja) * 1998-02-10 1999-08-24 Tokyo Electric Power Co Inc:The 火力発電プラントの熱効率診断方法および装置
JP2004211587A (ja) * 2002-12-27 2004-07-29 Toshiba Corp 発電プラントの運用支援システム
JP2005133583A (ja) * 2003-10-29 2005-05-26 Hitachi Ltd ガスタービン洗浄時期判定装置及び判定方法
JP2014174993A (ja) * 2013-03-07 2014-09-22 General Electric Co <Ge> 改善したプラント制御システムおよび方法

Also Published As

Publication number Publication date
CN107710272A (zh) 2018-02-16
JP2017010233A (ja) 2017-01-12
JP6634226B2 (ja) 2020-01-22

Similar Documents

Publication Publication Date Title
JP6159059B2 (ja) プラント運転最適化システムおよび方法
EP2775108B1 (en) Improved plant control systems and methods
JP5790952B2 (ja) 生産エネルギー管理システムおよびコンピュータプログラム
TWI302178B (en) Operation support system for power plant
Aretakis et al. Compressor washing economic analysis and optimization for power generation
US8140296B2 (en) Method and apparatus for generalized performance evaluation of equipment using achievable performance derived from statistics and real-time data
CN106404403B (zh) 用于涡轮机的分析的方法和系统
US20050286179A1 (en) Method and apparatus for determining actual reactive capability curves
JP4906977B2 (ja) ガスタービンの吸入質量流量の決定方法
JP2012079304A (ja) 発電プラント性能を予測する方法およびシステム
Roumeliotis et al. Industrial gas turbine health and performance assessment with field data
CN101117918A (zh) 估计压缩机结污对联合循环发电厂的影响的方法和系统
CA2679632A1 (en) Method and apparatus for generalized performance evaluation of equipment using achievable performance derived from statistics and real-time data
JP6416610B2 (ja) プラント機器の保守計画システム及び方法
Wogrin et al. CCGT unit commitment model with first-principle formulation of cycling costs due to fatigue damage
JP3742310B2 (ja) 発電設備の保守支援システム
JP6909425B2 (ja) 空気予熱器差圧上昇予測装置
WO2016208316A1 (ja) プラント機器の効率分析システム及び方法
JP2011256734A (ja) 高温部品の寿命診断方法及び診断装置
JP2020024119A (ja) 性能評価装置、性能評価方法及び性能影響度出力方法
Rademakers et al. Operation and maintenance cost estimator (OMCE) to estimate the future O&M costs of offshore wind farms
Leusden et al. Performance benefits using Siemens advanced compressor cleaning system
Lefton et al. The increased cost of cycling operations at combined cycle power plants
JP2019108881A (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
KR101719715B1 (ko) 가스터빈 정비지원 운용 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16814087

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16814087

Country of ref document: EP

Kind code of ref document: A1