版权信息 主管单位：国家海洋局 主办单位：中国电源学会;国家海洋技术中心 国际标准刊号：2095-2805 国内统一刊号：12-1420/TM 联系我们
|
运行优化指导系统中基准值确定方法的研究
摘要：本文介绍了实时基准值的定义和确定方法，提出了该方法实现的设计方案并应用实例对该方法进行了验证。采用设计值和实验值确定初始值，然后对机组的运行数据进行分类，并利用聚类分析和BP神经网络技术建立基准值在线确定模型，确定当前工况下的最佳可达值，最后通过两者之间的修正得出实时基准值。通过实例计算对模型的应用价值进行了讨论和分析。
关键词：运行优化，实时基准值，聚类分析，BP神经网络
中图分类号：TK 37 文献标识码：A
1 引言
随着对火电机组经济性要求的提高和重视，运行优化技术的应用变得越来越重要。运行优化技术也是一个不断发展和完善的过程。运行优化指导系统的功能在于在对机组设备和状况作好离线分析的基础上，在线对运行参数进行分析和计算，利用耗差分析方法，对机组的运行状况进行评价，并针对机组的运行状况向运行人员适时提出指导调整意见。
作为耗差分析方法中的关键——优化运行基准值的确定，也就成为设计运行优化指导系统的基础问题。基准值是当前最优化运行状况中各个性能指标和运行参数的集合，给运行人员提供了机组在不同外部条件下的最佳运行方式和参数控制。
在正确确定机组运行参数基准值以后，才能对主要运行参数偏离该基准值引起的经济性降低的程度进行计算，从而为电厂的经济运行、对运行人员进行操作指导、对机组进行节能改造提供理论支持，因此合理确定运行参数的基准值，具有十分重要的现实意义。
为解决这一问题，本文综合考虑了国内运行优化系统中基准值确定方法的实际应用技术，设计了包括离线和在线两部分的基准值计算模块，采用设计值、实验值和变工况计算结果确定初始值，建立在线模型对该初始值进行在线修正的方法，实现了优化基准值的实时在线获取。
2 运行优化基准值
2.1 实时基准值的定义
在运行优化指导系统中，运行基准值是在某一稳定工况下，使机组的供电煤耗率最低的一组运行指标和运行参数的统称。因此每一组基准值都是和一个工况相对应的，为了实现基准值的实时获取，这里引入实时基准值的概念。所谓实时基准值，，即选择实际运行中当前某个相对稳定的工况作为基准工况，此状态下机组可达的能够保证供电煤耗最低的一组运行参数。
机组处于某一工况下运行，实时基准值的确定需要先对当前工况作出判断和分析，并且需要根据一定的约束条件对该工况进行标定。由于机组运行工况影响因素很多，可以利用一组状态参数作为约束条件对于当前的工况进行标定。
运行工况{G}包括设计煤种（M）、环境温度（T）、负荷参数（N）等变量因素因素。可以选择M、T、N作为约束条件，运行工况{G}可以理解为设计工况{G}sj作为基准,约束条件发生变化对其进行修正而得到（如1）。
（1）
R表示热力系统结构特征，S代表热力设备运行状态，由于这里只考虑对运行工况进行标定，只选择状态参数M,T,N作为标定变量。这里分析考虑变量M、T、N对运行工况的影响。
a.设计煤种M的影响
电厂对于煤种一般采用工业分析的方法（水分W，挥发分V‘和灰分A）。由于电厂用煤比较固定，其中的A和V‘变化很小，只是W随环境变化比较大。这里的分类主要考虑水分W的变化。对于电厂常用其他煤种也同时考虑其对工况的影响。
b.环境温度T的影响
环境温度T是随时变化的，但在小范围内波动的时候，机组工况受到影响可以忽略。主要变化在于秋冬两季的温度差别。在考虑初始划分类别数目的时候，需要充分考虑电厂当地气温变化因素。
c.负荷参数N的影响
一般机组设计工况分为最大负荷，负荷，90%额定负荷，80%额定负荷，70%额定负荷，60%额定负荷等。机组在这些负荷之间有细微变化时，影响可忽略。参照这种方式设置工况点初始类数目。由于机组负荷变化受到电网指令和机组特性的影响，对于工况的影响最大。
2.2运行参数划分
实现对机组运行操作进行指导，首先应该考虑运行可控的参数，此类参数的基准值的确定对于运行指导具有重要的意义。
机组的运行参数根据其可以分为两类：一类是运行可控的，一类是检修可控的。对于机组的主蒸汽参数（主蒸汽温度、压力）、再热参数（再热蒸汽温度）和终参数（排汽参数），以及锅炉侧的过热、再热减温水量等参数主要由运行人员完成控制、调整，力求达到最优状态，可归为运行可控的参数。而某些与设备本身特性直接相关的参数，在运行可控参数确定后由设备本身按其自身特性自行分配的参数，如汽机轴封漏汽、各级加热器端差等，主要由检修质量来保证。
2.3 基准值确定方法设计方案
采用设计值和试验值为本系统提供一个准确反映当前状况的初值，而在线模型可实现计算求取机组当前工况可达值，从而利用该可达值完成对初始基准值的在线修正。
基准值计算的模块分为离线(如图1)和在线（如图2）两个部分。离线部分通过传统基准值确定方法确定初始值数据库，在线部分负责在对运行数据进行分析，建立最佳可达值数据库，并在最佳可达值数据库的基础上建立模型并利用实时数据进行检验，找到系统参数和运行方式的最佳组合，在当前的机组负荷、特性、环境温度下进行参数基准值的寻找、制定，并对初始值进行在线修正。
2.4 初始基准值的确定
初始基准值包括了当前最优化运行状况的各个性能指标和运行参数。初始值的确定是以设计值和基准实验值为主，部分参数值变工况计算得到，最终形成初始值数据库。各项指标和运行参数按照确定方法作以下分类：
设计值：主蒸汽温度、再热器压损、轴封漏气量、辅助气流量、各级高压加热器的上、下端差、各级抽汽压损、凝汽器过冷度、补充水流量、各级抽汽压损、进风温度。
基准实验值：供电煤耗 、汽机热耗、厂用电率、主蒸汽压力、再热蒸汽温度、过热器减温水量、高压缸效率、中压缸效率、低压缸效率、给水温度、给水泵小汽机用汽量、凝结水泵功耗、排烟温度、氧量、飞灰含碳量、一氧化碳含量、各风机功耗、磨煤机功耗。
2.5实时基准值的确定
(1)工况聚类寻优
机组处于在稳定运行工况时，对应的参数处于稳定或者小范围波动的情况下，基准值才会发挥指导运行、评价经济性的作用。将运行数据进行过滤，提取机器处于相对稳定工况的数据作为有效数据。将设计煤种、环境温度、负荷参数作为数据组的特征向量（M,T,N） 采用K-means算法对机组历史数据库中不同工况下的数据进行聚类划分。不同工况点之间的距离采用欧几里德距离，进行相似度计算，每一工况类都包括了数目不等的处于不同状态的但相似度较高的工况点。
在划分好的类中，将所得工况点根据供电煤耗率的高低排序。选择供电煤耗率最低点作为最优可达值。通过改变特征向量的变化范围和初始划分的类别数目，继续不同工况类内最优可达值的寻找。将得到的最优可达值存储到最优可达值数据库中。这一过程在基准值确定过程中可以离线完成，也可以利用产生的实时数据计算寻优。产生的最佳可达值数据库作为基准值实时动态确定模型的训练样本。
(2)基准值在线确定模型
最佳可达值数据库包括了机组在不同煤种、环境温度、负荷参数下运行可能达到的最佳运行状态的各项数据。随着机组运行数据的积累，数据库内数据的丰富，可以作为基准值确定模型的训练样本集，建立关于机组基准值的BP神经网络模型。选择特征向量设计煤种、环境温度、负荷参数（M,T,N）作为输入变量，以上划分的运行可控参数和经济指标作为输出值。随着运行数据不断增加，最佳可达值数据库需要定期进行更新，BP神经网络模型也需要同步的利用新样本进行更新，保存最新的权值和阈值。
(3)修正
初始值基准值反映了机组在理论上或者实验条件下可达到的最佳运行值。在实际运行中，比较难以达到。但是在运行数据不够丰富，在线确定模型不能充分发挥作用的情况下，对机组运行的指导还是具有很重要的意义。最佳可达值数据库的生成受到运行数据积累和模型精确度的限制，表征了机组在当前运行工况下可以达到的最佳值，以之对初始值进行修正，更适合对运行操作进行指导。
3实例分析
以某电厂300MW机组为例，由于机组经过增容改造，实际出力达到320MW。机组当前负荷为288.2MW。从初始值数据库提取当前工况下数据资料，由设计值及该机组基准实验值组成。同时输入当前工况参数给实时基准值计算模型，得到该工况最佳可达值，并对初始值进行修正，得到实时基准值。以下对各参数指标的对比情况见表1。
初始值和最佳可达值的差别不大，最佳可达值更加接近实际运行状况下的各参数值，依此得到的实时基准值。其中由于机组实际运行过程中，主蒸汽温度是按厂家提供的数据作为基准值运行，而对于参数主蒸汽压力，若是定压运行方式，则按照生产厂家提供的数据作为基准值操作。因此，最佳可达值得到的主蒸汽温度和主蒸汽压力的范围不作为对应参数的基准值，但其中出现的其他参数的结果作为该负荷下的基准值有效。该实时基准值可以为运行优化指导系统中耗差分析和运行指导作计算基准和推理依据。
表1机组各参数指标对比
4结论
采用运行可达值修正初始值得到实时基准值的方法经过实际应用检验，表现出良好的应用价值。该方法结合了传统基准值确定方法和数据挖掘技术，所获得基准值可以反映当前机组运行实际可能达到的最佳状态。依据该方法设计的系统模块具有可即时安装、计算结果可靠、可实时更新的特点，对于机组进行经济性评价和运行指导都提供了更为可信的数值资料。经过程序化设计和反复检验过的基准值在线确定模型可以作为机组运行优化指导系统中关键的模块。这种综合考虑的方法是值得推荐的，预计在工程实践中可以发挥一定的作用。
参考文献
[1] Cai C H, FU W C, Cheng C H ,etal. Mining association rules with weighted items「A」.IEEE Int, I Database Engineering and Applications Symposium 「C」 Cardiff,1998：27-29
[2] 王罡,张光.实时耗差分析方法的研究[J].东北电力技术,2000(2):3-4
[3] 张春发,李晓金,曹洪涛,张宝.电厂热力系统耗差分析系统实现的研究与发展[J].汽轮机技术,2003(6),45(3):130-131
[4] 裘国相,汪思源,王文标.数据挖掘在火电厂运行优化目标值确定中的应用[J].自动化技术与应用.2006,25(3):7-8
[5] 洪军，崔彦峰，毕小龙，司凤琪，徐治皋.机组在线运行优化系统及实时目标工况的确定[J].电力系统自动化.2007(3):86-89
[6] 周原冰，刘国.火电大机组运行分析与专家支持系统.动力工程[J].2000(10),20(5):876-877
[7] 祝芳，基于偏差分析和人工智能方法的电厂机炉优化运行研究（硕士学位论文）大连理工大学。
[8] 江浩.电站运行优化决策支持系统的研究.东南大学博士学位论文, 2003 ,2:45-47
[9] 陈彪,丁艳军,吴占松.670 t/ h 煤粉炉飞灰含碳量的神经网络预测建模.电站系统工程,2005 ,21(6)
[10] 姚雅秋,周兰欣,李永华.回热系统能损分析中基准值的在线确定.汽轮机技术,2002 ,44(6)
[11] 叶新福，徐伟跃，包伟大，300MW国产机组的运行优化管理，华东电力2000.2 5-7
|
