共查询到20条相似文献,搜索用时 31 毫秒
1.
燃煤机组的能耗特性是机组节能降耗的主要指标。本文采用数据挖掘技术对机组历史运行数据进行分析,利用模糊粗糙集属性约简方法对影响机组能耗特性的运行特征参数进行约简,得到最简属性集。然后采用支持向量机技术建立机组能耗敏感性分析模型,分析不同负荷工况下各运行特征参数对供电煤耗的敏感性系数,为机组实际运行优化及节能降耗提供指导。以某600 MW燃煤机组为例进行能耗敏感性分析,结果表明:基于数据挖掘的机组能耗敏感性分析模型训练样本和测试样本的精度基本在±0.04%之间,精度均小于0.50%,该模型可行有效;在不同负荷工况下,各运行特征参数对供电煤耗的敏感性系数发生变化,且无明显变化规律,在机组实际运行优化中应根据敏感性系数的变化采取相应的调控措施。 相似文献
2.
燃煤电站机组的能耗分析对机组节能降耗有重要意义。针对此问题,该文引入大数据挖掘技术,以模糊粗糙集属性约简方法为基础,通过Canopy算法对K-means算法改进,并实现改进K-means聚类算法在Hadoop平台上的并行化计算,形成满足海量数据挖掘工作的新算法。以某600MW燃煤电站机组为研究对象,采用新算法挖掘典型负荷工况下影响供电煤耗的可控运行参数的基准值,最后,以支持向量机技术为基础,分析不同负荷工况下各运行参数对供电煤耗的敏感性系数。结果表明:新算法满足机组最优工况下基准值的确定,节能降耗效果良好,不同负荷工况下各运行参数对供电煤耗的敏感性系数不同,在实际运行中不同负荷应根据敏感性采取相对应的调节措施。 相似文献
3.
燃煤机组宽负荷清洁高效运行是平稳达成“双碳”目标的关键支撑技术之一。当前,机组运行煤耗仍具较大优化空间,但各变量的优化调整尚依赖于经验,缺乏理论性。首先,该文构建基于反平衡方法的350MW供热机组供电煤耗实时计算模型,同时提出基于该模型的Sodol敏感性分析法以获取机组各重要可控参数的敏感性系数。其次,采用R检测法实时筛选机组稳态数据,并通过三维边界(供热比、负荷、环境温度)约束方式给出机组运行工况划分方式。进一步,采取主要目标法构建以煤耗为主要目标的供热机组多元寻优模型,从而获得机组各工况的历史可达最优煤耗点。最后,计算一台350MW供热机组实时运行数据与模型寻优结果的偏差,并以“碳减排量”作为评价指标,量化该机组低碳运行的碳经济性,验证了该模型实际应用的可靠性。 相似文献
4.
5.
大数据分析方法在厂级负荷分配中的应用 总被引:2,自引:0,他引:2
传统厂级负荷优化分配以火电机组煤耗曲线为依据,以供电煤耗率最低为目标。考虑到火电机组结构日益复杂,多变的边界条件和运行工况加剧了机组能耗特性的不确定性,给厂级负荷优化分配带来新问题。该文基于火电机组的海量运行数据,引入大数据分析方法,通过模糊粗糙集计算方法提高数据处理的效率,利用决策相关函数评价能耗决策的置信度,获得机组不同边界和运行工况下的能耗特性。将得到的机组供电煤耗率作为厂级负荷动态规划的依据,进而预测负荷优化分配的节煤潜力。结果表明,基于大数据分析方法的厂级负荷分配可有效降低火电厂的供电煤耗率,对火电机组的节能发电调度具有参考意义。 相似文献
6.
7.
供电煤耗是衡量火电机组运行经济性的重要指标。本文提出一种基于并行随机森林算法的火电机组供电煤耗计算模型,利用某600 MW机组分布式控制系统(DCS)的海量数据,在Spark大数据平台,采用阈值判定出稳定工况的数据,采用局部异常因子算法对局部异常值进行检测与处理,采用K-means聚类算法确定出不同工况,最后筛选出影响机组供电煤耗的38个热力参数及其10种工况下211 615组数据。随机抽取其中4/5的数据对并行随机森林算法供电煤耗计算模型进行训练建模,1/5的数据进行测试,测试得到该模型供电煤耗计算值与实际值较吻合,平均绝对误差为1.79 g/(kW·h),相对误差在–3%~3%内。表明基于并行随机森林算法的供电煤耗计算模型计算精度较高,模型泛化能力较强,适用于供电煤耗计算。 相似文献
8.
以某超超临界1 000 MW机组为对象,详细分析了影响机组负荷的因素,通过合理选择模型输入参数,采用具有n阶输入时延和m阶输出反馈时延的静态误差反向传播(back propagation,BP)神经网络,建立了考虑回热循环特性的机组负荷预测模型。通过扰动仿真试验,对不同结构神经网络模型的负荷预测效果进行比较。结果表明:具有2阶输入时延、2阶输出反馈时延的模型,在各种扰动下均可精确地预测机组负荷,满足自动发电控制(AGC)条件下利用汽轮机回热循环侧可控参数提高机组负荷响应速度的要求。 相似文献
9.
10.
目前发电厂性能分析大多采用热平衡法,存在原始参数数量大、计算复杂且维护不当时性能计算误差大等问题。文章介绍了利用BP神经网络对某热电厂125MW抽凝式机组煤耗进行仿真计算的过程,通过对参数个数、学习样本组数、隐层结点个数的选择,确立一个优化的BP神经网络模型,仅用少量的关键参数即可计算机组的煤耗,并使误差控制在0.5%之内。该神经网络模型在保证煤耗计算精度的基础上,弥补了热平衡法需要过多原始参数的缺点,为火电厂性能分析提供了一条新途径。 相似文献
11.
风电机组集中并网会对电网安全稳定运行带来影响,为了合理规划各类供电机组高效运行,对电力负荷预测的精度提出了更高的要求。电网负荷时间序列具有混沌特性,普通预测方法难以描述其特性和内在规律。利用混沌相空间重构理论对负荷时间序列进行研究,用互信息法和CAO方法分别求得时间延迟和嵌入维数,并由此得到系统最大李雅普诺夫指数,证明其具有混沌特性。然后根据时间延迟和嵌入维数对样本数据相空间重构,在此基础上利用支持向量回归算法(PSR-SVR)对电力负荷进行预测,支持向量回归采用网格寻优确定参数。最后将预测的结果同时间序列模型和BP神经网络模型的预测结果进行对比,结果表明,这是一种误差小,精度高的电网负荷预测方法器。 相似文献
12.
自动发电控制下的火电厂厂级负荷优化分配 总被引:7,自引:2,他引:5
为适应目前我国电网的调度模式,提出在自动发电控制(AGC)指令变动下的厂级负荷优化分配方法。以一个具有5台机组、总装机容量为1 200 MW的火电厂为运行单元,对其运行数据进行经济性计算,实时拟合出各机组煤耗特性曲线,建立在AGC指令下,厂级负荷优化分配的数学模型,并采用微粒群算法来解决动态负荷优化分配问题。最后给出了该电厂在满足不同的AGC指令下,非AGC机组进行负荷优化分配的供电煤耗率结果。计算结果表明,采用这种分配模型,可使全厂供电煤耗率减少0.2~0.4 g/(kW×h)。 相似文献
13.
随着我国可再生能源发电装机容量的增长,越来越多的火电机组将承担深度调峰任务。因此,需要开展火电机组低负荷能耗特性的研究。文章以某350 MW机组为例,建立了机组变工况计算模型和分析模型,对机组超低负荷运行的能耗特性进行了预测。计算结果表明,随着机组负荷的下降,机组发电标准煤耗率逐渐增大,在机组负荷分别为50%、40%、30%、20%时,发电标准煤耗率较100%负荷分别增加了15.90、25.81、42.32、70.43 g·(k W·h)-1。分析结果表明,机组低负荷运行时,锅炉子系统、汽轮机子系统效率均显著下降。 相似文献
14.
提出了新型锅炉烟气热能回收系统,并对该系统进行了全工况性能分析,建立了汽轮机、换热设备的变工况计算模型,以600MW机组为例,计算获得了机组基准工况下的节能潜力,研究了负荷、环境条件等变化时机组的能耗特性,以及部分负荷条件下内部运行参数对机组能耗特性的影响规律。结果表明:基准工况下,新型锅炉烟气热能回收系统可降低供电煤耗达3.11g·(k W·h)-1;机组节能潜力随着负荷率的下降略有上升,随着环境温度上升而小幅上升,新型锅炉烟气热能回收系统的变工况性能良好;机组在不同负荷运行时,分流烟道的分流系数对机组节煤量的影响最大,是机组变工况运行需要精细控制的运行参数。 相似文献
15.
《热力发电》2017,(4)
已有的一般厂级负荷分配研究侧重于数学模型等方面,对于负荷分配的基础——煤耗曲线则未予以重视,传统的做法为对若干负荷点煤耗进行二次多项式拟合。本文针对某台燃用煤质差异较大的超超临界1 000 MW机组,分析了制粉系统运行方式对煤耗的影响,以此为依据对负荷进行区间划分,分别用不同的二次函数描述每个负荷子区间机组的煤耗特性,提出基于制粉系统运行方式的多点分段拟合煤耗曲线,并在该机组上对新煤耗曲线与三点拟合、多点直接拟合煤耗曲线进行对比。结果表明,基于制粉系统运行方式的煤耗曲线精度与其变化趋势均优于传统煤耗曲线,且厂级自动发电量控制(AGC)负荷优化分配的基础可靠性强。 相似文献
16.
馈线作为配网运行最关键的设备之一,评估馈线供电能力是保障配网运行的重要手段。本文通过引入馈线组负荷同时系数和需要系数两个参数,构建计算模型,求解馈线可装容量以评估馈线供电能力。首先,通过聚类分析和神经网络预测等方法预测馈线组负荷同时系数。然后,将馈线各负荷根据其实际接入容量情况分为饱和负荷和未饱和负荷,采用灰色预测和神经网络相结合的组合预测方法计算未饱和负荷的需要系数。最后,将预测得到的两个系数代入馈线可装容量计算模型进行求解。实际算例分析表明:所提方法的计算结果具有一定的预测趋势,充分利用了馈线载流量,并兼顾了配电网运行的可靠性,对于指导电网营销部门业扩报装工作具有重要意义。 相似文献
17.
18.
19.