基于粒子群和最近邻的热力系统变工况动态过程故障诊断方法

提出了一种基于粒子群和最近邻的热力系统变工况动态过程故障诊断方法,该方法利用改进的粒子群优化(IPSO)算法获取典型故障原型,运用进化Elman神经网络对特征参数应达值进行实时预测,计算故障征兆,依据最近邻分类规则计算实时故障征兆与各典型故障原型的相似性,对故障进行识别.以某600MW超临界机组高压加热器给水系统为例,借助电站全范围仿真系统进行了详细的故障诊断仿真实验.结果表明:该方法应用于热力系统动态过程故障诊断可取得较满意的效果.     

考虑回热循环的超超临界机组负荷预测神经网络模型

以某超超临界1 000 MW机组为对象,详细分析了影响机组负荷的因素,通过合理选择模型输入参数,采用具有n阶输入时延和m阶输出反馈时延的静态误差反向传播(back propagation,BP)神经网络,建立了考虑回热循环特性的机组负荷预测模型。通过扰动仿真试验,对不同结构神经网络模型的负荷预测效果进行比较。结果表明:具有2阶输入时延、2阶输出反馈时延的模型,在各种扰动下均可精确地预测机组负荷,满足自动发电控制(AGC)条件下利用汽轮机回热循环侧可控参数提高机组负荷响应速度的要求。     

基于BP网络的轴流通风机动态实时仿真模型

根据动(静)叶调节轴流通风机静态性能曲线的特点,对其参数进行了分析,提出了采用BP神经网络建立其静态性能模型.通过测试数据对所建模型进行了仿真试验,证明了该建模方法的可行性.     

300MW原理型仿真机锅炉建模

介绍300MW火电机组原理型仿真机控制循环汽包锅炉的数学模型。该模型模拟了从冷态启动到停炉的全部操作过程，正确反映此类机组的动态特性，并给出了部分仿真结果。     

450t/h循环流化床锅炉机组动态仿真模型研究

采用模块化建模方法建立了我国设计制造的首台450t/h循环流化床锅炉机组实时仿真数学模型,介绍了锅炉机组模型的各子系统构成及其性能.以循环流化床燃烧系统为例,详细介绍了其主要仿真模块的数学模型,并据此仿真模块搭建了该子系统的仿真模型.仿真试验表明所建模型能够正确反映循环流化床锅炉机组的动态和静态特性,模型运算稳定可靠.所建锅炉机组仿真模型已用于多期仿真机培训,并可为循环流化床锅炉机组控制系统设计与分析提供对象模型.     

300 MW机组给水高压加热器系统故障的模糊模式识别

针对300MW机组给水高压加热器系统，通过详细的故障仿真试验，较完整地总结出工程中实用的高压加热器系统典型故障模糊知识库。在此基础上，采用模糊模式识别方法诊断高压加热器系统故障，提出一种可适用于不同征兆模糊表达方式的故障模糊隶属函数。诊断实例表明：以本文高压加热器系统故障模糊知识库为基础，采用模糊模式识别方法可获得良好的故障识别效果。     

电厂厂级监控信息系统现状及发展前景

结合国内外电厂信息化的最新发展状况，提出建立厂级监控信息系统（SIS）是大型电厂适应电力市场发展的必然产物的观点。对SIS的主要功能、在软硬件方面的应用情况及其与全厂各单元机组、辅助车间和配电网络的关系进行分析和探讨。展望了建立SIS在火电厂的发展意义及应用前景，为电厂管理控制一体化的设计提供参考。     

动（静）叶可调轴流风机图形化监视系统的实现

详细阐述了动（静）叶可调轴流风机运行工况图形化监视系统的实现过程。确立了静态特性曲线数学模化的具体表达式，给出了一种根据现场有关实测参数，借助模型求取工作点流量和风机全压，以实现动态工作点监视的简便方法。