汽轮机排汽焓在线计算方法的研究及应用

汽轮机排汽焓的在线计算是火电机组热力性能试验及机组性能在线监测中的重要环节,而现有的汽轮机排汽焓在线计算方法在不同程度上存在一定的局限性。采用几种常用排汽焓计算方法(能量平衡法、曲线外推法、等效焓降法、弗留格尔公式法、相对内效率法),对某电厂220MW汽轮机组的排汽焓进行了计算。通过对计算结果的分析比较,得出上述几种计算方法各自的适用条件及其改进措施。     

汽轮机排汽比焓在线计算方法的选择

汽轮机排汽比焓的在线计算是火电机组热力性能试验及性能在线监测中的重要环节,而现有的汽轮机排汽比焓在线计算方法均在不同程度上存在一定的局限性.采用常用的排汽比焓计算方法,即能量平衡法、曲线外推法、等效焓降法、弗留格尔公式法、相对内效率法分别对某台N220-12.7型汽轮机的排汽比焓进行了实例计算.通过对计算结果的分析比较,得出这几种计算方法各自的适用条件及其改进措施.     

等效热降法的改进计算方法

目前采用的汽轮机理想循环热效率受到相对内效率影响而不能准确反映汽轮机热力系统运行经济状态。同时，等效热降法计算中需要预先已知汽轮机排汽焓及回热抽汽状态点的焓值，而凝汽式汽轮机排汽焓及处于湿蒸汽区回热抽汽点焓值不能准确确定，从而导致等效热降法计算结果产生误差。针对上述问题，文中首先对理想循环热效率的定义方法进行了改进。然后，基于改进的理想循环热效率，提出了等效热降法的改进算法。该方法利用蒸汽等熵膨胀过程来确定等效热降，不仅避开了求解汽轮机排汽焓的难题，而且还可以分析引起热力系统经济性降低的原因和部位，从而为汽轮机热力系统经济性诊断提供了依据。通过与常规等效热降法计算结果的对比，证明了该改进方法的正确性。     

凝汽式汽轮机相对内效率在线测定新方法

在线监测凝汽式汽轮机相对内效率时 ,难以得到准确的排汽焓 ,使在线确定汽轮机相对内效率比较麻烦。提出了一种基于发电厂现有监测参数基础上的在线监测凝汽式汽轮机相对内效率的新方法 ,该方法避开了确定排汽焓的困难 ,还可计入各漏汽、厂用汽的影响 ,使计算精度满足工程应用需要 ,在佳木斯电厂、华能大连电厂等应用效果良好     

基于双隐层径向基过程神经网络的汽轮机排汽焓在线预测

为实现机组经济性能在线诊断,将双隐层径向基神经网络方法引入汽轮机排汽焓在线预测计算,建立了汽轮机排汽焓特性与相关运行参数之间的复杂关系模型。并以某300MW机组汽轮机末级抽汽及排汽焓值为例进行了在线计算。结果表明:该方法在线预测汽轮机排汽焓值的平均相对误差小于1%,比BP神经网络的精度更高,同时具有训练速度快、结构简单、精度高等特点,是一种行之有效的预测方法。     

基于SVR和GA的汽轮机排汽焓在线预测计算

针对汽轮机排汽焓的计算是火电机组热经济性在线分析的难点,提出了采用遗传算法(GA)对基于支持向量回归机(SVR)的预测模型参数进行优化,利用优化后的模型(GA-SVR)对汽轮机排汽焓进行预测研究。以某300 MW汽轮机组为例进行了排汽焓的在线计算,并与常规SVR模型和BP-ANN模型进行对比。结果表明,该方法能够较为准确地在线预测汽轮机排汽焓值,可为火电机组的在线性能监测提供有效的手段。     

汽动给水泵组性能在线监测

建立机组热力系统和低压缸-低压回热开口热力系统,联立2个热力系统的热平衡方程式消去共有的凝汽器冷源损失,求出给水泵焓升带入给水的能量,进而得到给水泵的轴功率和驱动给水泵汽轮机(小汽轮机)的实际内功率,在线监测给水泵的效率和小汽轮机的相对内效率,从而实现汽动给水泵组性能的在线监测,并将该方法应用于某台660 MW汽轮机组的性能检测。结果表明,该方法与热力学计算方法吻合较好,可实时进行数据采集和处理,在线监测、分析汽动给水泵组的性能变化。     

汽轮机排汽焓计算模型的研究与应用

汽轮机低压缸排汽焓的计算是火电机组性能监测的重要环节.针对现有汽轮机低压缸排汽焓计算模型存在的局限性,提出一种排汽焓的热力学近似计算模型.该模型将低压缸、凝汽器及相对应的回热加热器视为开口热力系,根据开口热力系的能量平衡方程计算出低压缸的排汽焓.该方法避开了对低压缸湿蒸汽区的计算,具有较高的计算精度.     

热电联产机组在线热力性能试验研究

在火电深度调峰、竞价上网大背景下,热电联产汽轮机组热力性能的实时监测尤为重要。提出"在线热力性能试验"的概念,采用热平衡法计算供热机组热力性能,重点对低压缸排汽焓的在线计算进行探讨,并对某供热机组实例进行计算分析,结果表明采用的计算方法误差较小,在线热力性能试验可以为提高机组的经济性提供更及时准确的信息。     

火电机组排汽焓在线计算方法的研究

根据火电机组热经济性在线监测的特点 ,利用熵增原理 ,结合温熵图、热力单元矩阵分析法和等效热降理论对汽轮机排汽焓的计算方法进行探讨 ,实现了火电机组在线监测系统中汽轮机排汽焓的在线计算 ,为机组实时热经济性分析提供了依据。图 3表 2参 9。     

Double hidden layer RBF process neural network based online prediction of steam turbine exhaust enthalpy

In order to diagnose the unit economic performance online,the radial basis function(RBF)process neural network with two hidden layers was introduced to online prediction of steam turbine exhaust enthalpy.Thus,the model reflecting complicated relationship between the steam turbine exhaust enthalpy and the relative operation parameters was established.Moreover,the enthalpy of final stage extraction steam and exhaust from a 300 MW unit turbine was taken as the example to perform the online calculation.The results show that,the average relative error of this method is less than 1%,so the accuracy of this algorithm is higher than that of the BP neutral network.Furthermore,this method has advantages of high convergence rate,simple structure and high accuracy.     

Ways for Improving Efficiency and Reliability of Steam Turbines at Nuclear Power Stations

The current state and ways for improving the effectiveness of steam turbine units at nuclear power stations (NPS) are examined. The specifics of NPS turbines is described. The comparison of NPS steam turbine performance with the performance of steam turbines at thermal power stations (TPS) demonstrates that power units of NPSs are much poorer in effectiveness due to relatively low steam conditions at the inlet and the presence of wet steam already in the first stages of turbines. A decrease in the relative internal efficiency of NPS turbines results from the enhanced negative effect of wetness in the expansion process: in modern NPS turbines, more than two-thirds of the heat drop is spent in the two-phase region, while less than one fourth in TPS turbines. It is demonstrated that the effectiveness of NPS steam turbine units can be increased drastically in the future only through a considerable rise in the turbine inlet steam conditions. This can be achieved by using a heat carrier at supercritical conditions in the NPS reactor. The dependence of the effectiveness of NPS modern turbines on the turbine inlet steam conditions in the applicable pressure ranges of the saturated steam and vacuum in the condenser, as well as on the turbine exhaust area, is examined. For a 1000 MW turbine, increasing the inlet pressure from 6.0 to 8.0 MPa raises the turbine power and efficiency by 3.5%. At a condensing turbine outlet pressure ranging from 2.5 to 7.5 kPa and a constant velocity downstream of the last stage, the turbine power and efficiency can be increased by 7%. The importance of the exhaust area for the turbine effectiveness is revealed. Alternative designs of the flowpath in a low-pressure cylinder are analyzed. A unique configuration of a steam turbine unit with two-stage moisture separation is proposed. The comparison of high-speed turbines with low-speed ones was performed. It is demonstrated that the efficiency of the examined turbines is nearly the same within the accuracy of design calculations and the test results, and it is slightly higher for low-speed turbines due to lower losses with outlet velocity.     

支持向量机在电站汽轮机排汽焓在线预测中的应用

为实现机组经济性能在线诊断，将支持向量机（SVM）方法引入电站汽轮机排汽焓在线预测领域。该预测方法很好地建立了电站汽轮机排汽焓特性与相关运行参数之间的复杂关系模型，并考虑到相关运行参数之间的耦合性，具有预测能力强、全局最优及泛化性能好等优点。将该SVM方法分别应用于某200 MW机组和300 MW机组中，对于200 MW机组，经过训练后的SVM模型对检验样本排汽焓进行预报，均方根误差和平均相对误差分别为0.110%和0.101%，相当于反向传播（BP）网络模型的38.87%和38.11%，径向基函数（RBF）网络模型的52.38%和49.75%;同理，对于300 MW机组，其均方根误差和平均相对误差分别为0.057%和0.069%，相当于BP网络模型的29.61%和25.45%，RBF网络模型的41.57%和34.97%。结果表明:SVM方法优于BP及RBF神经网络法，能很好地满足预测要求。     

汽轮机相对内效率的一种简化计算方法

采用曲线拟合的计算方法,拟合了一组与本计算有关的水和水蒸气热物性参数（比容、焓和熵）的经验公式,从而事理出汽轮机相对内效率的一种简化计算方法。     

加装低压省煤器对汽轮机排汽量的影响研究

为研究低压省煤器吸收的排烟余热的有效利用水平,基于等效焓降法的基本原理,建立了汽轮机低压加热系统中凝结水抽出与引入对其排汽量影响的通用计算模型,进而推导出低压省煤器在各种连接方式下投入运行后对汽轮机排汽量影响的通用计算模型。以某国产330 MW机组为例,利用所提出的计算模型得出两种不同工况下汽轮机排汽量和排汽损失的增加值,结果表明,低压省煤器吸收的排烟余热能用于汽轮机做功的仅为10%左右,其余热量最终都进入冷源损失。