基于大数据的燃煤机组供电煤耗特性分析

燃煤发电机组供电煤耗的高低是衡量机组节能降耗水平的主要指标。本文利用大数据分析技术对机组能耗相关历史数据进行分析,采用反向传播(BP)神经网络对不同负荷区间分别建立供电煤耗特性分析模型,计算各个负荷工况区间内各运行可控参数对供电煤耗的影响评价因子即敏感性系数,以及不同负荷区间内模型预测能力。结果表明:基于BP神经网络的供电煤耗特性分析模型的训练和预测精度均在±0.6%范围内,模型计算精度较高;各运行可控参数在不同负荷区间内对供电煤耗的影响存在差异,但具有一定规律;在实际运行中应重点调整敏感性系数大的特征参数。     

大数据挖据技术在燃煤电站机组能耗分析中的应用研究

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。     

基于数据挖掘的燃煤机组厂级负荷经济调度

为实现节能降耗,解决燃煤电厂负荷厂级经济调度问题,根据燃煤机组历史运行数据特点,提出基于数据挖掘的厂级负荷经济调度方法。首先,利用滑动窗口技术提取稳态工况运行数据并结合模糊C均值聚类算法实现稳态工况划分;其次,基于高斯过程回归算法建立各工况下机组煤耗特性预测模型;由此构建以平均煤耗率最小的厂级负荷经济调度模型,通过遗传算法求解各机组调度出力;最后,通过仿真实例分析验证本文厂级负荷经济调度方法的有效性。仿真结果表明:本文厂级负荷经济调度方法能够准确建立机组煤耗预测模型,相较于单机调度模式,厂级负荷经济调度方法对机组间负荷分配更为合理,降低了全厂平均煤耗率,提升了机组的节煤潜力,最高可节煤1.77 g/(kW·h)。     

大数据分析方法在厂级负荷分配中的应用

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。     

宽负荷下供热机组煤耗实时寻优分析EI北大核心CSCD

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。     

基于数据挖掘的煤电机组能效特征指标及其基准值的研究

煤电机组的优化运行对于节能降耗有重要的意义,如何合理地选择能效特征指标并确定其基准值是机组优化运行的关键。基于数据挖掘算法,对机组历史运行数据分析:利用灰色关联度分析法,选取对供电煤耗产生主要影响的能效特征指标;采用K均值算法对多特征参数进行聚类划分并确定其基准值;结合广义回归神经网络,预测供电煤耗在基准工况下的目标值;对离散基准值样本点进行样条插值,建立机组全工况下的动态基准值工况库。最后,选取某超超临界百万湿冷机组运行数据分析与验证,分析结果表明提出的能效指标基准值研究方法,可以为煤电机组的优化运行提供调整方向。     

粗糙集知识约简在确定电站优化目标值中的应用

优化电站运行的关键问题是确定电站运行可控参数的目标值。采用基于粗糙集知识约减的数据挖掘技术来确定火电厂运行优化目标值。设计了确定电站运行优化目标值的过程。最后以300 MW机组历史运行参数为挖掘对象,分别对100%,90%,70%3种典型负荷工况下的数据进行挖掘,找到与供电煤耗率密切相关的条件属性,运用可视化技术对这些属性进行分析,确定了影响供电煤耗率的关键参数目标值。挖掘结果、理论分析和机组实际情况三者相符,具备现场可实现性。     

质–量并行调节下直接空冷高背压供热机组弹性运行与优化

直接空冷高背压供热是适应复杂环境条件,降低火力发电煤耗和减少污染排放的有效途径。该文考虑环境因素对机组供热负荷与冷端释热特性的影响,基于工程方程求解器和Ebsilon平台建立了直接空冷高背压供热机组的冷端传热和供热特性模型,根据外界环境和机组安全性等边界条件分析了机组在不同热负荷和电负荷要求下的弹性运行边界,得到了不同电负荷时的供热系统变工况运行特性;以热网质–量并行调节为基础,通过优化后的空冷岛运行方式,得到了典型工况的冷端能耗特性;以汽轮机背压为特征参数,供电煤耗率为衡量指标,从热电联产整体系统节能角度为直接空冷高背供热机组弹性运行能力评价,机组余热高效利用及全工况优化提供参考。     

基于能耗特性分析的双抽燃煤机组供汽优化

以优化运行、降低能耗为研究目标,考虑到大型燃煤机组热电联产变工况供汽运行模式的复杂性,建立了供热机组能耗分析模型.以某1 GW双抽机组为例,对9种供汽方案进行了能耗特性分析.结果表明,电负荷较低时,最优的供汽方式为冷再供中压、冷再供低压运行方式;电负荷较高时,最优的供汽方式为冷再供中压、中排供低压运行方式.在典型工况(...     

燃煤发电机组碳排放折算方法研究与应用

为掌握燃煤过程涉及的各系统对燃煤供电碳排放强度的影响程度，提出一种将燃煤供电碳排放强度折算到各系统的方法，即根据煤的单位质量含碳量和碳氧化率，计算机组单位标准煤耗的CO2生成系数，然后结合各系统能量利用状况对供电煤耗进行分解，将与各系统能损相对应的煤耗分解量换算为碳折算强度。以某330 MW燃煤机组为例，在58%负荷、74%负荷和89%负荷3个稳定工况下，通过折算得到燃煤供电碳排放强度在各系统中的折算分布和随工况变化的规律。结果表明:燃煤供电碳排放强度与机组负荷之间呈负相关；对燃煤供电碳排放强度影响较大的系统依次为汽轮机系统、厂用电系统和锅炉系统；锅炉系统碳折算强度主要由排烟热损失、散热损失和固体不完全燃烧损失造成。     

集成新型锅炉烟气热能回收系统的600MW机组全工况性能分析

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。     

基于大数据挖掘理论的火电机组能耗诊断分析及优化指导系统设计

以大数据挖掘技术为核心,利用机组实时运行参数、设计参数及试验参数进行分析计算、改善运行方式.研究能耗诊断模型边界条件,在煤质及变负荷情况下,建立基于大数据挖掘技术的火电机组能耗指标分析计算模型.将机组实际能耗指标与设计值、运行值、历史最优值进行比较,在目前设备的情况下,以最优工况运行,达到机组深度节能降耗.     

130MW循环流化床机组煤耗系数的变负荷特性

为了减轻机组实时计算的负担,引入耗差系数.利用等效焓降方法建立数学模型,以130 MW循环流化床机组为实例,计算出一些重要参数在不同运行工况下的耗差系数,进而拟合出煤耗系数的变负荷特性曲线.结果表明各参数的煤耗系数具有变负荷特性.通过对煤耗系数变负荷特性的研究,对机组实时计算具有重要意义.     

基于不同煤种的全运行负荷下机组运行经济性研究

为了掌握全运行负荷范围内机组运行经济性变化规律,依托某超超临界600 MW燃煤机 组,研究不同煤种对机组综合运行情况影响程度和特性,并对机组性能试验结果与实际运行状态下机组能耗相符性进行分析研究。结果表明:在全运行负荷范围内,负荷率对热耗率的影响程度远大于其对厂用电率和锅炉热效率的影响程度,锅炉热效率受负荷率影响程度最小,热耗率升高是导致深度调峰状态下机组运行经济性下降的主要因素;在机组深度调峰状态下,试验煤种MZ01不仅在锅炉低负荷稳燃性能和锅炉系统辅机运行安全性方面优于试验煤种MZ03,而且在180 MW试验负荷下,其锅炉热效率偏高1.51%,试验供电煤耗偏低 5.2 g/(kW·h);综合考虑动静态情况下锅炉热效率、厂用电率变化及蒸汽吹灰耗能影响,在日平均电负荷为420 MW情况下,实际运行供电煤耗较试验供电煤耗至少偏高1.7 g/(kW·h),这无疑是正反平衡煤耗难以相符的原因之一。     

660MW机组冷端建模与循环水系统瞬态优化运行

为研究燃煤机组变负荷瞬态过程中的能耗特性,探索机组瞬态运行过程中的节能空间,本文基于GSE软件搭建了某超临界660 MW燃煤机组动态仿真模型,并耦合电厂冷端动态仿真模型,最终完成了整个热力系统的仿真建模。在仿真模型的基础上,对机组在75%～100%THA负荷区间内变负荷过程中瞬态过程的能耗特性进行了研究。结果表明:机组变负荷过程中,存在最优切泵负荷点,使得机组在变负荷瞬态过程中供电煤耗率最小;研究范围内,不同负荷点切泵,最大标准煤耗率差值为0.14 g/(k W·h)。     

1000MW汽轮机缸效率能耗敏度分析

以东汽1 000 MW汽轮机为研究对象,采用汽轮机组定功率变工况计算方法,对汽轮机各汽缸效率在THA、70%THA、50%THA、40%THA滑压工况进行敏度分析,得到相应工况下各汽缸效率变化对汽轮机热耗率和机组发、供电煤耗率的影响规律。分析表明,缸效率的能耗敏度随缸效率变化基本呈线性关系;低压缸效率的能耗敏度最大,高压缸效率次之,中压缸效率较小;随机组负荷降低,高压缸效率的能耗敏度增加,中、低压缸效率的能耗敏度变化较小。在THA工况下低压缸效率下降1%,供电煤耗敏度绝对值增加1.246g/(kW h),相对值升高0.433%;高压缸效率下降1%,供电煤耗敏度的绝对值增加0.44g/(kW h),相对值升高0.154%;中压缸效率下降1%,供电煤耗敏度的绝对值增加0.352g/(kW h),相对值升高0.122%。分析结果可对同类型机组进行节能诊断,进而指导机组的优化运行。     

燃煤发电机组深度调峰运行的能耗特性分析

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。     

基于神经网络的大型轴流风机能耗特性分析

为了降低火电机组能耗,国内电力行业开始尝试大型火电机组辅机单侧运行,对此基于神经网络优化算法建立了火电机组大型轴流风机仿真模型,对其进行能耗分析。本文结合厂家提供的性能曲线和相关参数,建立大型轴流风机静态性能数学模型;再结合实际运行风机相关管路特性,建立风机在动叶可调调节方式下的调节指令-风量关系模型;利用电厂实际数据建立风机能耗分析模型和效率分析模型。综合以上模型,对火电机组送风机在低负荷下单台运行和2台并列运行时的能耗特性进行对比分析。结果表明,在火电机组低负荷工况下,风量低于某临界点时,单台送风机运行比2台送风机并列运行效率高,能耗低。     

电网火电机组在线节能发电调度方法和策略探讨

针对电网采用火电机组在线供电煤耗监测系统进行节能发电调度的方式,分析了监测系统测量不确定度对负荷调度结果的影响。根据各种容量及参数的机组供电煤耗特性和当前在线供电煤耗监测现状,提出了按照高准确度的性能试验结果优化机组运行组合和依据在线供电煤耗监测结果进行机组间负荷分配的策略。     

基于并行FP-Growth算法的火电机组运行优化

关联规则算法在火电厂数据挖掘中取得了较好的应用效果,然而随着电厂自动化、信息化程度的进一步提高,面对高维海量的数据,传统的数据挖掘方法由于自身缺陷已不能满足要求。针对此问题,提出了一种基于Spark的并行FP-Growth算法,并以某600 MW超临界机组的历史运行数据为对象,挖掘各工况下运行参数与供电煤耗之间的关系,从而得到运行参数调整区间及目标值。结果表明,该算法确定的优化目标值可以有效降低机组供电煤耗率,提高机组运行经济性,可用于指导机组优化运行。