汽轮机涉网模型参数不确定性的频域分析研究

汽轮机涉网模型的参数存在着不确定性,对于不同频率的电网扰动,同一参数的不确定性对该频段的影响不同。从频域的角度,在电力系统低频振荡的频段范围内,分析包括蒸汽容积时间常数,再热容积时间常数,回热器惯性时间常数,不等率,主蒸汽压力等的汽轮机涉网特性参数对电网稳定性的影响。     

火电厂数据分析系统的开发与应用

开发了基于实时数据平台的火电厂数据分析系统,实时采集火电厂DCS、DEH和SCADA等系统中的数据,整合到实时数据平台中,其趋势分析、数据报表和数据管理等功能为火电厂基于实时数据的应用提供了支持.实际应用表明,该系统运行可靠、操作简单,满足了火电厂数据分析的基础需求,同时为高级应用模块提供了稳定的数据服务.     

电厂绩效管理系统研究与开发

为了满足对电厂运行检修人员管理考核的需要,开发了电厂绩效管理系统。通过实时采集SIS和MIS中的运行数据和设备数据,对各项机组运行指标和设备维护指标进行计算和统计,在线生成考核报表,并通过WEB发布,实现了对运行检修人员的公平考核,从而提高了电力企业的管理水平。     

独立成分分析方法在电站热力过程数据检验中的应用

提出了基于独立成分分析的电站热力过程数据检验方法,通过对测量数据的特征提取,对原测量数据中的信号进行分离,再通过独立成分分析进行信号复原,实现测量数据的重构。对独立成分分析算法、成分数目选择和初始化、检验阈值进行了讨论,给出了不良数据检验的流程,该方法计算量不大,可以用于在线数据检测。选用300 MW机组热力系统21个实际测量参数作为算例,表明提出的数据检验方法能有效地检测到给水温度测量数据中的不良值,并可以给出可信的重构数据。对独立成分的信号分离能力进一步分析验证,表明了独立成分对测量数据中信息的表达能力。     

基于相似性建模和模糊概率有向图的热力设备故障诊断

在发电机组设备故障诊断中,相似性建模(SBM)通过设备的历史数据计算得到设备的运行特性,可以对设备进行实时监测;模糊概率有向图(FPSDG)通过建立完备的单元库和概率表实现故障诊断,可以对设备故障进行准确定位。本文利用SBM和FPSDG的优点,将两者融合得到基于SBM-FPSDG的设备故障监测诊断方法。以高压加热器为研究对象,利用其历史运行数据建立SBM模型,根据设备运行特性建立了故障单元库和概率表,可以实现高压加热器监测及故障诊断。对国内某600 MW机组1号高压加热器进行仿真计算,计算结果表明:该方法能够准确地估计高压加热器参数,具备良好的实时监测能力,能在设备故障发生早期给出报警并准确定位;该方法计算简单,适合于工程应用。     

300 MW机组锅炉灰污在线监测和试验分析

在实现某电厂1号炉受热面灰污监测的基础上,进行了各个受热面吹灰试验,通过开发的基于锅炉运行热力参数的在线计算系统,对试验过程中各受热面污染状态进行了实时监测。分析表明,在线监测系统能够有效反映各受热面的污染情况,以及吹灰对各受热面的不同影响。     

在线监测燃煤锅炉NOx排放的自适应支持向量机模型

提出了一种基于改进的在线支持向量机自适应建模方法,并应用于电站锅炉NOx排放连续监测和特性分析.对常规在线支持向量机方法进行了改进,提出了新的样本剔除规则,保证了训练集内样本分布的均匀性.通过该改进方法对基于试验数据的常规向量机模型预测余差进行了连续估计,并预估煤质等因素引起的NOx排放特性的变化,从而补偿了实际工况与试验工况的差别,以便正确给出锅炉NOx排放特性.     

精确在线支持向量回归及其在热工过程在线建模中的应用

热工过程往往具有非线性和不确定性,传统描述热工过程动态数学模型的方法难以建立非线性模型,从而难于精确实施热工过程优化控制。文章提出了一种基于精确在线支持向量回归算法的热工过程自校正辨识方法,并与基于最小资源分配网络的非线性模型进行比较分析。仿真研究结果验证了建模方法的有效性,且所得模型精度高,可直接应用于基于模型的控制算法。     

基于KPCA残差方向梯度的故障检测方法及应用

针对核主元分析(KPCA)在应用过程中非线性映射不存在原像、故障变量无法辨识、工程应用困难等问题,提出了一种改进的KPCA残差方向梯度故障检测方法。利用主元统计量和残差统计量的偏微分之间存在着相关性这一性质,对与主元统计量相关的格拉姆矩阵偏微分中间计算过程进行优化,提出一种新的KPCA残差方向梯度算法,在此基础上结合统计量形成系统故障检测的新方法。非线性系统仿真表明,改进的KPCA残差方向梯度法不仅具有较优的故障变量辨识能力,还极大地减小了计算量,缩短了计算时间。大型热力系统的应用进一步表明,无论对于单故障和多故障的情况,方法均具有较好的故障检测能力,并且不存在残差污染,易于工程实现。     

基于改进粒子群算法的机组负荷优化分配

针对标准粒子群算法存在容易早熟收敛的问题,在分析机组负荷优化问题的基础上,提出了一种基于解约束机制、边界反弹规则、高斯分布序列和混沌序列的改进粒子群算法。算法采用解约束机制和边界反弹规则处理优化问题的约束条件,同时在粒子移动过程中引入了高斯分布序列和混沌序列,从而克服了算法过早收敛的缺陷,提高了算法的全局优化能力。实例计算结果表明,该算法具有稳定的全局优化能力,为机组负荷优化分配问题的求解提供了新的方法。