900MW机组循环水控制回路的建模与仿真

火电厂要节约一次能源的消耗，必须发展更高参数的大容量机组，超临界或者超超临界机组发电是取得发电更高热效率的最为现实的途径，而超超临界发电是一种前景更广阔的洁净煤发电技术。首先对外高桥电厂900MW机组作以简要的论述，包括对其蒸汽参数的选择加以横向对比，其次针对外高桥电厂启机阶段给水循环回路的特点建立控制模型，最后应用Simulink软件对建立模型进行数字仿真。仿真结果表明：疏水箱的最大允许流量、疏水箱压力以及汽水分离器的压力三参数是相辅相成，相互制约的；压力和流量等参数变化趋势也是合理的，对外高桥电厂机组启停有一定的指导意义。     

基于混合智能的锅炉飞灰含碳量实时目标值模型

为了降低飞灰含碳量,提高锅炉运行水平,运用混合智能技术建立了飞灰含碳量目标值模型.从运行优化角度提出了飞灰含碳量目标值的定义和技术可行方案.通过对锅炉的历史运行工况数据库进行数据挖掘,建立了锅炉历史最优工况数据库,以此作为训练样本建立飞灰含碳量目标值的神经网络模型,在进行了实例验证后对模型进行了分析讨论.实际应用表明该模型具备自调节能力,能够向运行人员实时提供当前工况下的飞灰含碳量目标值,为飞灰含碳量的实时优化指明了调整的方向.     

火电机组实时经济性分析软件的开发与应用

针对国内火电站的运行管理现状,研究了建立合理的火电机组实时经济性诊断模型,采用基于B/S结构的Web模型,结合VC＋＋6.0语言,开发出模型计算分析软件,实现了对火电机组运行参数、经济性指标、运行方式和故障诊断等的实时监测和在线分析,并将该分析软件应用于某电厂4×125MW机组中,对电厂的经济和安全运行具有重要的指导意义.     

电站故障诊断系统中信号缺失处理的粗糙集方法

采用粗糙集理论分析电站故障诊断决策表属性的重要性 ,在设计阶段用于指导诊断系统对相关输入信号的取舍 ,是分析解决诊断系统输入信号缺失问题的有效方法。根据粗糙集对条件属性的分析 ,在故障诊断专家系统中选择冗余规则 ,使诊断系统在运行中具有对单一非核属性信号失效的容错能力。以 30 0MW机组凝汽器故障诊断为例 ,对粗糙集理论的实际应用作了说明     

回转式空气预热器风烟焓增模型及其效率分析

1前言回转式空气预热器的缺点是漏风率大,漏风使能量损耗,回转式空气预热器效率由于漏风而降低,整个机组的效率也受到影响。在1963年,Frass和Ozisik指出[1],空气预热器的漏风量将影响锅炉效率和汽轮机的输出功率。Bejan等人提出漏风量直接影响的是空气预热器换热效率[2],对机组     

换热系统变工况分析

本文提出了分析系统性能变化的一种新方法,并建立相应的线性数学模型,该方法不仅能分析工况变化时整个换热系统的性能,而且可反映系统内部换热器热量偏差,温度变化及换热器本身的效能。最后以锅炉受热面吹灰为例,将该模型与模拟模型所得结果做比较,说明该方法不仅简单,而且具有实时性。     

基于模糊神经网络的高加系统内部故障诊断方法

论述了模糊神经网络的故障诊断在高加系统内部故障诊断中的应用,实践证明该诊断模型具有很好的应用前景。     

基于样本熵的燃气-蒸汽联合循环机组稳态判定

本文提出了一种基于样本熵的燃气-蒸汽联合循环机组稳态判断方法,利用样本熵对信号的趋势变化及波动幅度的敏感性,获取目标序列的稳态因子,从而进行海量数据的筛选与归类。对几种典型仿真信号进行样本熵分析,讨论样本熵与信噪比的关系。并将样本熵用于燃气蒸汽联合循环重要参数稳态运行数据的优选。结果表明:样本熵对信号的趋势变化及波动幅度的识别能力较高,利用样本熵进行稳态判断可行;利用该优选的样本数据进行燃机特性的神经网络建模,有效提高了模型精度,大大降低了模型测试的误诊率。     

基于神经网络与专家系统的汽轮发电机组故障诊断系统

根据模糊神经网络和专家系统的特点。建立了模糊神经网络与专家系统相结合的汽轮发电机组故障诊断系统。系统采用模糊隶属度函数表示难以准确描述的领域专家知识;推理过程中,采用神经网络进行前向推理,并参考神经网络的输出。用专家系统进行反向推理,结合了神经网络求解迅速和专家系统解释清晰的优点,并提高了系统诊断能力;最后,采用信息融合方法处理冗余的诊断结果,提高了系统的综合诊断性能。     

基于粗糙集理论的在线自校正模糊控制器及其在过热汽温控制中的应用

在分析模糊控制器中比例因子对被控系统性能影响的基础上,根据系统响应的特征制定了在线自校正比例因子的决策表,采用粗糙集理论对决策表进行处理,提出调整规则,其算法简单、实时性好.仿真结果表明该方法控制效果良好,适用于大滞后过程的控制.