基于TDLAS的煤粉锅炉水冷壁近壁面CO/H2S同步在线监测

煤粉锅炉低氮燃烧工况下还原性气氛H2S和CO体积分数上升导致水冷壁高温腐蚀严重,实时在线监测水冷壁近壁面CO/H2S体积分数并基于测得的数据建立高温腐蚀预警模型具有重要意义。采用可调谐二极管激光吸收光谱（TDLAS）技术测量锅炉水冷壁近壁面CO/H2S体积分数,首先利用赫里奥特多次反射池提高测量精度并降低检测限,然后开展CO/H2S体积分数动态测量验证实验。结果表明,CO、H2S分别在0~2 000 μL/L和0~ 20 μL/L范围内,测量值与配比值一致且具有较高的精度。最后结合恒流稀释烟气高保真预处理技术将研制的CO/H2S监测装置应用于大型火电机组煤粉锅炉现场,采用轮测方式实现了锅炉炉膛“还原区”和“燃尽区”CO/H2S同步在线监测;同时基于监测数据反馈对锅炉燃烧进行调整,在确保烟气超低排放基础上减缓水冷壁高温腐蚀速率,实现火电机组高效、环保、安全和智能化运行。     

600MW机组锅炉水冷壁区域还原性气氛影响因素分析

针对某电厂600MW机组锅炉水冷壁区域存在严重高温腐蚀的问题,通过试验研究了配风方式、运行氧量等因素对水冷壁区域还原性气氛的影响。结果表明:600 MW负荷常规运行方式下,锅炉水冷壁区域还原性气体体积分数较高,CO体积分数为10 000~30 000μL/L,H_2S体积分数为80~130μL/L;与高负荷工况相比,中低负荷工况下,锅炉水冷壁近壁处的还原性气体体积分数下降明显;随着燃尽风风门挡板开度的减小,锅炉水冷壁近壁处烟气中CO体积分数明显降低;随着运行氧量的提高,锅炉水冷壁近壁处的还原性气体体积分数均有不同程度的降低,但下降幅度较小;相对于其他磨煤机运行方式,停中间磨煤机运行工况下,锅炉水冷壁区域还原性气体体积分数整体较低;煤中硫分的升高会使炉膛水冷壁区域H_2S体积分数明显上升,建议尽量燃用低硫分煤种。     

基于半监督学习方法的磨煤机故障预警

火电机组磨煤机运行环境恶劣,故障频发,对磨煤机故障进行预警,评估设备在相关故障状态下的剩余可用时间,对提高火电机组运行安全具有重要意义。本文提出一种基于半监督学习方法的磨煤机故障预警技术。首先采用DBSCAN聚类将磨煤机的历史运行数据划分为正常状态和故障状态,分配类标记并统计设备剩余可用时间,然后采用随机森林方法建立基于类标记序列的磨煤机运行状态分类预警模型,对磨煤机运行数据进行状态预测,根据类标记序列判断故障类别和对应的设备剩余可用时间。将此方法用于某火电厂磨煤机实际运行数据,并与k-近邻算法、朴素贝叶斯和线性判别分析的预警模型进行比较,结果表明:本文方法优于其他预警模型,可准确标记磨煤机不同故障发展阶段,也能较准确地给出磨煤机剩余可用时间。     

痕量氯离子在线测量方法在电厂的应用

通过分析痕量氯离子检测方法应用现状,提出了一种电厂水汽系统痕量氯离子在线测量方法。该方法在分光光度法的基础上改进了显色剂配方、加装了浓缩系统及废液处理装置,其中显色剂是由多种添加剂复配而成的水溶性药剂,毒性低,该方法可在线测量质量浓度在0~1 000μg/L范围内的氯离子。将该方法应用于300MW,600MW及1 000MW机组的水样氯离子在线监测,结果表明:本文提出的痕量氯离子在线测量系统最低检测限可达到0.2μg/L,测量结果的相对偏差小,在该测量范围内有较好的重复性及准确度,适于电厂水汽系统各取样点氯离子质量浓度的监测。     

基于回声状态网络的磨煤机故障预警

为实现对火电机组磨煤机断煤故障的早期预警,提出一种基于回声状态网络(ESN)的故障预警方法,结合电厂实际运行数据,与传统静态阈值方法进行比较。仿真结果表明:基于ESN的磨煤机故障预警方法输出的故障预警信号能够提前于实际断煤信号,实现磨煤机故障的早期预警。     

基于HJ 75—2017标准与核算指南的燃气机组碳排放监测方法仿真对比分析

准确掌握燃气机组碳排放情况是保证碳交易的保障之一。不少燃气机组开始加装在线气相色谱装置,使燃料端实时监测也成为了一种可能,同时对于未加装CO₂监测系统或存在设备空间已满的机组,则通过O₂体积分数折算进行实时监测是可行路径之一。但不论采用直测还是折算监测方法,在前后端连续监测数据的偏差问题分析上,目前仍然缺乏足够的研究。因此,针对短期内不具备CO₂直测能力的机组,以某F级燃气-蒸汽联合循环发电机组历史数据为仿真对象,基于烟气O₂体积分数数据换算和燃料在线气相色谱数据进行连续仿真监测分析。结果发现：不同监测方法的月度数据之间没有一致性的大小排序关系,相对偏差有正也有负,年度数据相互偏差均小于5%;δ RD,R,fluegas-flue-h与烟囱出口烟气排放连续监测系统(continuous emission monitoring system,CEMS)O₂体积分数相关性最高;该机组的碳排放偏差主要集中在负荷率55%以上的稳燃段;烟囱出口CEMS O₂体积分数...     

悬臂梁增强型光声光谱:定量测量痕量CO

SF_6是一种优良的绝缘气体,常用于GIS内部,在GIS异常运行时,可能产生分解,产生多种分解组分,CO就是其中一种,对CO的定量测量具有极大的意义。文中基于气体的光声效应和迈克尔逊干涉仪对悬臂梁形变的测量,选择了中心波段为6 377.406 6 cm~(-1)的CO近红外吸收谱带作为研究对象,利用中心波长为1 567 nm的DFBLD近红外蝶型激光器,搭建了痕量CO气体检测平台。分析了气体池内部温度和压强对CO红外吸收系数和净光声信号幅值的影响,定量测量并分析了SF_6和N_2背景下净光声信号幅值与CO气体体积分数之间的关系。结果表明:CO气体体积分数与净光声信号幅值之间具有良好的线性关系;N_2背景下的CO检测下限达到3.63μL/L,SF_6背景下的CO检测下限达到9.88μL/L;温度、压强对光声信号幅值均具有一定的影响,随着温度升高和压强增大,光声信号分别减弱和增强。     

基于多变量状态估计的磨煤机一次风量故障预警仿真

磨煤机一次风量在磨煤机正常运行、机组稳定燃烧、风煤配比过程中起关键调节作用。磨煤机一次风量测量一般采用差压式测量原理,在机组运行过程中容易发生积灰,导致一次风量测量不准,影响机组正常燃烧。分散控制系统报警功能主要是基于上下限的故障报警且各个变量之间没有相互关联,导致故障较为严重时才进行报警。基于此,采用多变量状态估计建立磨煤机一次风量故障预警模型,采用相似度函数建立多变量状态估计的估计矩阵,从而动态更新估计矩阵以便适用于机组的各种工况。基于一次风量的故障预警采用趋势变化进行提前判断,能提醒运行和热控人员提前进行干预解决,从而保证磨煤机和机组的安全、稳定运行。     

基于膜分离的变压器在线监测系统中气体体积分数的预测算法

采用高分子膜对溶解于变压器油中的气体进行分离的变压器在线监测系统需要在气体渗透达到平衡后才能给出油中气体的准确体积分数。在对气体渗透过程的影响因素进行分析后,提出了一种在非平衡状态下利用气室中气体体积分数数据预测平衡后气室中气体体积分数的算法,并采用特氟隆膜与电化学气体传感器构建在线监测系统进行了现场实验。在弱化温度对渗透过程的影响的条件下,利用预测算法对非平衡状态下的测量数据计算后,与离线气相色谱对H2的测量值26μL/L的最大相对误差为26.8%,小于国际电工委员会对实验室离线色谱测量结果误差调查的平均值。实验结果证实了该预测算法的可行性,并在充分利用大量实时的在线监测数据的同时,提高了变压器在线监测系统测量结果的准确性与可靠性。     

提高HP983中速磨煤机出口温度对锅炉运行的影响

在某电厂2号660 MW机组上进行了提高HP983磨煤机出口温度的试验研究,分析了磨制多种烟煤及印尼煤时,煤粉气流中CO、CO2和O2的浓度,并比较了提高磨煤机出口温度前后磨煤机和锅炉的运行性能.结果表明:磨煤机磨制烟煤时,将其出口温度提高至82～100℃,磨煤机磨制印尼煤时,将其出口温度提高至75℃,可保证制粉系统及燃烧器喷口安全运行;随磨煤机出口温度升高,煤粉细度会略微变粗,NO排放值略有升高,磨煤机功率明显下降,机组运行经济性提高.     

基于氦等离子体离子化的变压器油中气体检测方法

针对现有油中气体在线监测装置因测量精度低、检测数据重复性差等劣势而难以满足现场可靠跟踪分析变压器油中气体变化的问题,提出了一种基于氦等离子体离子化的变压器油中气体检测方法,实现了变压器的在线监测。该技术采用双极放电电子捕获气体检测原理,基于此研制了一种新型油中气体在线监测装置。将该监测装置安装在现场变压器上并运行,对油中H_2、CO、CH_4、C_2H_2、C_2H_4、C_2H_6、CO_2等气体进行监测和分析。现场数据表明,该装置运行稳定,在线监测数据与离线检测数据基本相符,且测量精度、重复性满足工程应用的要求。     

SF6 GIE中微水控制与检测

简述了SF6气体绝缘设备中水份的来源及危害，在描述充气压力和温度对微水含量体积分数(μL/L)值影响因素的基础上提出以在线监测相对湿度值(RH，％)作为控制指示比检测“μL/L（或μL/L)值更有实用价值。     

变压器套管多参量在线监测装置研制与应用

少油设备对电网安全运行至关重要,近年来,因变压器套管故障引起的电网事故时有发生。为了诊断套管运行状态,避免套管故障引发严重电网事故,开发了套管油中溶解氢气、油压、油温多参量在线监测装置,包括信号采集、汇控柜和数据分析3个单元。研制了一种无油气分离膜、基于钯合金薄膜技术的新型氢气传感器,对传感器的结构进行了微型化、低功耗设计,在芯片表面沉积了Si3N4保护膜,提高了传感器的测量精度和使用寿命。研制了氢气、油温、油压三合一传感器,具有小型化、轻量化、易于安装等优势。测试结果表明:传感器氢气测量范围为0～5 000μL/L,测量精度可达10%或15μL/L(取数值较大者);压力测量范围为0～1.0 MPa,分辨率0.1 kPa,精度可达0.25级;温度测量范围为-40～+105℃,精度为±1℃。装置测量性能完全满足变压器套管在线监测要求,已在330 kV变电站挂网运行,可对套管状态进行实时在线监测,将套管的早期潜伏性故障消除在微弱的萌芽状态。     

基于煤热解动力学理论的CO在线监测技术在电厂的应用

针对某电厂制粉系统存在安全监控措施匮乏、磨煤机出口温度过低等问题,提出通过实时在线监测磨煤机本体及一次风管全工况下的CO数值,实现对磨煤机及一次风管的全方位监控,有效地提升了磨煤机的出口温度,达到了节能降耗的效果。     

基于有源气室结构的光声光谱技术

针对基于光声光谱技术的变压器油中溶解气体在线监测系统存在光声池体积庞大、光源校准工艺复杂、斩波器调制技术影响稳定性等问题,提出了一种基于有源气室结构的光声光谱技术,构建了有源气室结构的光声光谱检测实验装置,对有源气室光声池、共振管、麦克风、光电探测器进行了一体化设计,并利用实验装置对不同体积分数的C2H2、CH4、CO气体进行了测量。实验和现场运行的结果表明:3种气体的光声信号与待测气体体积分数间线性拟合度可达0.998 9、0.999 9、0.998 4,气体体积分数检测下限可达到0.5×10-6,平均测量偏差2%;采用基于有源气室结构的光声光谱技术,免去了光准直镜的影响,简化了光源校准工艺,提高了光源强度;同时,结合波长数字调制方式,避免了机械斩波器的使用,实现了光声检测系统的小型化,提高了测量精度和运行稳定性。理论和实验结果为光声光谱在线监测系统的工程应用提供了技术支持与方法参考。     

中速磨制粉状态监测与智能控制系统在1 000 MW机组的应用

中速磨在运行中,煤层厚度、煤粉细度无法在线测量,其运行状况直接影响整个机组的安全经济运行。以某1 000 MW机组锅炉两台磨煤机为研究对象,加装了一套中速磨制粉状态监测与智能控制系统,通过实验得出相同给煤量下,随着加载力增大,煤粉细度变细、磨进出口差压减小、煤层厚度变小;相同给煤量下,加载力对磨煤机的单耗影响较小,给煤量对磨煤机的单耗影响较大,且随着给煤量的增加,磨煤机的单耗呈减小趋势;磨煤机分离器转速的增加,煤粉逐渐变细。该试验对通过安装制粉状态监测与智能控制系统提高磨煤机的运行性能具有重要意义。     

风电机组主轴总成窜动监测与故障预警

风电机组主轴总成窜动故障是风电场发生频次较高、危害性较大的一类故障模式,目前对 其监测的方法效率低,测量精度差。对此提出一种高效的主轴总成窜动在线监测技术,并开发了相应的监测装置和预警系统,现场实现了对风电机组主轴总成窜动位移的实时在线监测和预警。采用合理安装激光位移传感器,获得主轴总成窜动监测数据,通过时间序列预测方法对其进行分析,建立主轴总成窜动的ARMA模型。实际案例应用表明,该监测系统能对主轴总成窜动的发展趋势进行预测,可及时掌握主轴总成窜动状态,提前发现其异常或劣化趋势,当判断主轴总成有较大可能发生窜动故障时给出预警信息,避免主轴总成故障的产生和蔓延,保障机组安全稳定运行。     

基于多元状态估计-层次分析法的磨煤机故障预警

针对当前火电机组频繁进行深度调峰、灵活性运行、节能降耗等背景下发电设备故障频发的现象，提出了多元状态估计-层次分析法的磨煤机故障预警方法。首先基于斯皮尔曼相关性分析对磨煤机特征参数进行降维，采用等距抽样方法从大量磨煤机历史数据中抽取部分样本归一化后形成记忆矩阵；随后利用多元状态估计算法根据记忆矩阵和观测向量计算出对应的估计向量，采用层次分析法对特征参数赋予不同的权重，并计算观测向量和估计向量之间的融合相似度，基于自适应阈值的方法对磨煤机故障进行预警；最后以某辊式中速磨煤机实际故障数据为例，验证了该方法的有效性。结果表明，该方法对磨煤机故障预警具有较少的漏报率和误报率，可以在一定程度上减少磨煤机实际发生故障的概率。     

全网水火电机组分层节能降耗优化协调管控技术研究与应用

本项目以全网水火电机组大量实时运行数据的接人和分析为基础,在电网火电侧,通过全系统汽水分布方程及排气焓优化算法实时计算机组热耗、用基于煤质智能识别技术实时计算锅炉效率等方法,构建了火电机组煤耗在线监测系统、耗差及能损分析系统、厂用电能效在线监测系统、火电机组发电能力在线评估系统等机组性能在线分析平台;在电网水电侧,通过水情预报、水电机组振动区域及水机效率在线计算方法,构建了水电机组发电性能的在线分析平台。     

火电机组性能在线监测系统测量误差定量分析

介绍了火电机组性能在线监测系统所使用的计算原理及公式,并以某２００ Ｍ Ｗ 机组为例,定量计算一些主要测量参数误差对机组性能计算精度的影响。