CS275总线通信故障原因分析与整改措施

送、引风机是电厂燃煤机组重要辅机设备,一旦设备异常跳闸将直接影响机组正常运行。文章介绍了杨树浦发电厂对DCS集散控制系统CS275总线通信故障造成锅炉单侧风机跳闸事故进行原因分析,通过实施的一系列有效整改措施,从根本上避免了同类事故的再次发生,保证了机组的安全运行,为行业内处理同类型障碍提供了参考经验。     

基于视频处理的引风机静叶故障自动监控技术

锅炉引风机是火电厂的重要辅机设备,其运行工况对锅炉的热力循环及电厂的安全稳定运行具有重要影响。引风机工作于锅炉烟道中,环境相对比较恶劣,是电厂故障率比较高的设备之一。在视频处理的基础上,引入目标跟踪及状态补偿等前沿算法,提出了一种能够应用于电厂的引风机静叶故障自动监控技术。该技术能够替代人工巡检,主动对静叶进行监控,能够有效避免因引风机静叶拉杆断裂等故障发现不及时导致的电厂运行工况的失衡。     

计及信息不确定性的风电机组健康状态实时评估方法

运行工况识别作为风电机组状态监测与健康管理领域的重要环节,往往受到不确定信息以及高速实时数据流的影响,造成健康状态评估难以有效实施。在此背景下,文中提出一种基于Spark流式处理的健康状态实时评估方法。首先,采用大数据分析技术实现风电机组运行工况的空间划分;然后,在充分考虑风电机组监测信息不确定性的情况下,结合数据采集与监控(SCADA)历史运行数据,对基于高斯云模型和高斯云变换的健康状态评估模型进行训练,并以健康指数作为风电机组健康状态评估的指标。最后,将该评估方法应用在中国北方某风电场1.5 MW风电机组故障前的健康状态评估中。算例分析结果表明,该方法可监测到风电机组健康状态的变化趋势,初步实现了故障的早期预警。     

700MW超临界机组RB处理

在大型机组运行过程中,主要辅机发生异常跳闸的事故发生率比较高.作为运行操作人员一方面要在异常发生过程中保证好运行设备的安全运行,另一方面要能正确处理不使事故扩大造成机组事故停运.为此,结合丰城电厂二期700 MW直流超临界机组的事故处理,编写主要辅机跳闸的处理预案,对超临界大型机组运行操作人员有一定的指导作用.     

基于健康样本的风电机组状态评估与异常检测系统

针对目前风电机组状态监测系统存在的不足,提出了基于健康样本的风电机组状态评估与异常检测系统,该系统建立了风电机组工况参数和关键部件性能参数间的映射关系,通过实时计算风电机组关键部件性能参数的健康值,能实时评估其运行状态。实例分析表明,该系统克服了单一静态阈值报警的不足,能有效地识别出机组关键部件存在的异常。     

锅炉烟风 制粉系统主要设备选型优化

1.前言锅炉烟风、制粉系统是火电机组主要辅机系统之一,涉及的主要辅机设备包括送风机、引风机、静电除尘器、磨煤机、一次风机等,这些辅机设备品种多、价格高、运行费用大。如果系统设计合理、设备选型恰当,则可有效地降低机组初投资、降低电厂厂用电率,降低运行维修费用,从而有效地降低机组的供电成本。     

锅炉单列辅机配置对机组运行可靠性研究

针对200 MW及以上容量火电机组锅炉辅机双列配置方案、单列配置方案以及双列配置引风机,单列配置空预器、送风机、一次风机的混合配置方案进行机组运行可靠性分析,从主要辅助设备运行可靠性角度分析单列辅机配置的可行性,定量的分析了这三种辅机配置方案在不同机组负荷下运行可靠性指标,结果表明采用单列辅机配置与单双混合辅机配置均能有效提高机组运行可靠性且两者的可靠性指标基本相同。     

基于数据包络分析法的火电机组实时运行经济性评价研究

基于某600MW机组,选取反映火电机组运行效益的指标,采用数据包络分析法(DEA)建立评估机组实时运行效率的模型,对其实时运行数据进行了相对有效性评价,并对相对效率较劣的运行状态提出了热力参数优化目标值。结果表明:这种方法可以为机组优化运行提供一定的理论依据。     

国外大容量送、引风机发展概况

一、送、引风机发展概况送风机和引风机是火电机组的重要辅机,它们消耗的厂用电仅次于给水泵,在辅机中居第二位。送、引风机的可靠性对机组的安全运行也十分重要。以下扼要介绍国外大机组采用的送、引风机概况。 1.送、引风机的型式火电厂锅炉采用的送、引风机主要有两种型式,即离心式和轴流式。离心式风机历史悠久,早期建设的电厂全都采用     

基于设备健康状态的燃煤机组发电能力评估系统设计

基于火电厂机、炉、电三大主设备及重要辅机的状态监测及评价数据,建设了一套燃煤机组发电能力评估系统。介绍了燃煤机组发电能力的评估思路,在系统硬件和软件功能设计方面,重点阐述了软件设计时设备健康状态的判定方法及过程,以及主要运行参数、环保超标、煤质煤量等因素对发电能力的影响。该系统的实施和应用,将为调度部门实时掌握燃煤机组健康状态及发电能力提供参。     

基于运行数据的火电机组最佳■效率分析

基于运行数据和设备当前状态确定火电机组能够达到的最佳效率从而指导现场运行操作,是提高火电机组运行水平、实现节能减排的有效技术途径。首先分析火电机组实际工况与设计工况■效率的差距及影响因素,提出将设备性能劣化和人为操作这2种导致机组■效率下降的因素相区分的思路,然后基于机组的实际运行数据和数据挖掘方法,提出以机组控制指标参数为输入建立机组整体■效率预测模型的方法,最后利用某330MW循环流化床机组的运行数据进行■效率预测模型的训练和验证,并通过随机模拟分析获得了该机组各负荷下的实际最佳■效率及相应的最优控制指标参数。文中方法可为现场运行人员的优化操作提供量化指导。     

给水泵状态监测与辅助维修系统

给水泵是火电厂最重要的辅机设备之一，其可靠程度直接影响机组的安全运行。结合我国电厂的实际情况，北京兴鸿信科技有限公司开发了CIAS-1100给水泵状态监测与辅助维修系统。产品可实时采集给水泵组的运行数据(包括机械参数和热工参数)，对给水泵的运行状态进行全面的监测分析和故障诊断，为实现基于设备运行状态的优化检修提供了强有力的技术支持。使用本系统可以全面掌握在线运行给水泵组设备的性能、状态，预测或及早发现故障，为检修决策者提供重要的检修依据，避免事故的发生。     

200MW机组能量损耗监测参数优化值的确定

针对200MW机组频繁参与调峰的状况,确定机组在整个运行过程中、不同负荷下的使机组保持最佳经济性的主机运行参数和辅助设备的运行参数,确定机组运行时,主要的主辅机运行参数的变化、运行工况的异常、运行操作的不当造成的能量损失,保持机组在任意负荷下均在最佳工况下运行,从而使机组的煤耗最低,达到节能降耗的目的。     

运用信息技术挖掘火电机组节能潜力

挖掘火电机组的节能潜力是电力工业可持续发展的必然选择.从火电机组供电标煤耗指标的分析人手,提出了挖掘火电机组节能潜力的主要环节和措施;结合火电机组实时信息系统的建设,提出运行能量损失分析与主辅机设备优化等领域的基本方法和研究成果.     

大型火电机组现场总线控制系统的设计探讨

基于总结多台600 MW1、000 MW火电机组现场总线控制系统(FCS)应用经验,给出了将现场总线技术用于大型火电机组主、辅机控制系统的设计要点。火电机组控制采用现场总线技术可节省电缆,并且避免了智能现场仪表与智能控制室装置之间的非智能连接,可从现场设备获得丰富的设备运行信息。应用FCS,不可盲目地追求控制范围和功能,而应将设备状态信息、软件二次开发作为设计应用重点。     

西洱河三级电站水力机组在线监测及故障诊断系统研究及应用

对机组状态进行监测分析.实时掌握水力机组设备的运行状态,以尽早发现潜伏性故障,提出预警.避免发生严重事故.保证机组安全稳定运行.提高企业经济效益和社会效益。     

基于深度神经网络模型的风电机组传动系统状态监测方法

大型风电机组传动系统运行工况复杂,运维人员无法实时了解其运行状态.针对这一情况,提出一种基于深度神经网络模型(DNN)的状态监测方法.首先,BP算法训练DNN模型时容易陷入局部最小值和过拟合,因此,将麻雀搜索算法(SSA)与BP算法结合,提出一种SSA优化BP算法训练DNN模型的方法.然后,采用风电机组SCADA系统数据建立DNN模型来估计风电机组传动系统的关键运行参数,利用估计参数的残差信息构建T2统计量应用于状态监测,并给出T2统计量报警限的确定方法.最后,将提出的DNN训练方法与其他方法进行对比并将该方法应用于某风电机组传动系统状态监测.结果表明,SSA优化BP算法能够有效避免局部最小值和过拟合,该状态监测方法能够提前预警风电机组传动系统的异常状态.     

火电厂旋转设备振动标准应用中几个问题的探讨

振动标准对于评价火电机组及主要旋转辅机设备的振动状态,保护设备的运行安全起着极其重要的指导作用。目前评价设备的振动有3种测量指标：轴瓦振动、转轴相对振动、转轴绝对振动。在现场实际应用中,某些专业人员对于依据振动标准分析评判设备超标或异常振动问题还存在一些模糊认识。根据多年参加振动标准制定和修编研讨、现场机组设备的振动测试与状态评价,对应用振动标准过程中遇到的几个问题进行分析。     

310MW机组辅机故障减负荷控制策略分析及完善

针对某310MW火电机组辅机故障减负荷(RB)的控制策略进行分析,介绍了RB试验的方法和过程;结合在该机组上进行的全部RB工况试验,对相关控制策略进行了改进完善,使该机组的RB功能可靠投入,有效地保障了机组在事故工况下的安全运行。     

基于MI-GA-BP和误差统计分析的水电机组健康评估模型研究

针对水电机组运行期间故障样本较少,难以构建故障诊断模型的问题,提出基于MI-GA-BP和误差统计分析的方法构建水电机组健康评估模型。首先通过互信息理论选择相关的多个工况参数,进而采用GA-BP神经网络建立水电机组的振动预测模型,确定健康评估模型的基准值。然后通过对振动相对预测误差进行统计分析,采用非参数核密度估计法和正态分布估计法分别拟合其概率密度函数,计算在一定置信水平下的置信区间,采用熵权法对2种方法得到的区间进行组合得到最优区间,得到健康评估模型的界限值。通过仿真分析表明,所构建的健康评估模型能够实时反映机组的健康状态,判断其是否处于异常状态。