融合主成分分析的熵权灰色关联度燃气电厂综合评价

本文根据燃煤电厂评价指标的选取准则,结合燃气电厂的特点,从安全环保、可靠性、设备管理、经济生产和运行状况5个方面建立了燃气电厂多级评价体系。在该多级评价体系中使用熵权灰色关联度法评价三级指标,得到二级指标评价结果;利用主成分分析法计算二级指标评价结果,得出燃气电厂整体性能排名。为验证本文方法的可行性和准确度,对6个不同类型已投运的燃气电厂进行实例分析,并与熵权灰色关联度法和熵权TOPSIS法的评价结果进行比较。结果表明:本文方法计算结果最优,各级指标对燃气电厂整体性能的影响与实际情况相同。这一结果为燃气电厂综合评价提供了建模方法和指标选取依据。     

太阳能吸收式制冷系统动态特性分析

以上海地区某太阳能集热器驱动的单效溴化锂吸收式制冷系统为对象,对各主要部件负荷在典型日随时间变化的动态特性进行研究。结果表明:随着制冷能力的增加,发生器、冷凝器、吸收器及集热器面积需求量均增加;当制冷能力一定时,发生器与吸收器的负荷呈现先增加后减小的趋势,而集热器面积需求量的变化则与之相反。经济性分析可知结果表明,集热器费用为910、1040和1170$/m^2时,系统投资回收期分别为8.2、9.5及10.8 a,具有良好的社会效益和经济效益。     

基于热经济学结构理论的燃气-蒸汽联合循环负熵分析

采用热经济学结构理论建立SGT5-4000F型燃气—蒸汽联合循环的生产结构图,根据"燃料—成本"概念阐述系统各个组件之间的生产关系。从机理上分析设备在三个典型工况下的负熵消耗及火用损产生的原因,采用比负熵、比火用损、火用损率等热经济学指标对系统进行评价。研究表明:燃烧室和余热锅炉在运行中存在较大的不可逆因素,使负熵消耗量较大,分别占系统全部负熵消耗的42. 37%和41. 81%,而余热锅炉和凝结水泵的火用损率较大;提升天然气的预热温度可以减少燃烧室的负熵消耗,提升系统整体的循环效率。     

反向建模方法在火电厂关键参数建模中的应用

提出在火电厂关键参数建模中采用反向建模方法,以规避传统建模方法在实际应用中的建模难题.以超临界直流锅炉中间点温度为例,利用桌600MW超临界机组的实际运行数据,采用反向建模方法建立了该参数的数学模型.建模算法选用最小二乘支持向量机(LS-SVM),应用粒子群算法(PSO)解决了 LS-SVM 参数寻优问题,并将 PSO-LS-SVM 所得模型与 LS-SVM、偏最小二乘(PLS)以及BP神经网络所得模型进行了对比,结果表明:基于PSO-LS-SVM 的中间点温度数学模型计算速度快、精度高,验证了反向建模思想的有效性和可行性.     

高速永磁电机转子轴向碰磨故障的试验研究

随着旋转机械转速及效率的提高,设备部件间轴向间隙越来越小,发生轴向碰磨的可能性大大增加,而目前针对轴向碰磨的试验研究较少。为研究高速永磁电机转子的轴向碰磨故障,建立四磁盘气体轴承-转子系统实验台,该试验台采用纯静压气体轴承支承,轴承两侧分别布置两个相同大小的磁盘。在实验台上进行转子振动试验,以研究转子的轴向碰磨特性。结果表明:高速永磁电机转子发生轴向碰磨会导致出现变化趋势相反的双低频现象,且碰磨的严重程度会影响低频的重复性。采用ANSYS对磁盘进行应力变形分析,表明发生轴向碰磨的原因是设备的轴向间隙较小,且高转速下磁盘受到较高的集中应力从而造成磁盘的轴向变形,引起了轴向碰磨的发生。     

基于先进?分析方法的燃气-蒸汽联合循环?损分析

先进?分析方法作为传统?分析方法的补充和拓展,可以更深入地研究系统各部件?损产生的内在原因。利用先进?分析方法对燃气-蒸汽联合循环系统各主要部件的?损进行分析,并将?损分为内部?损、外部?损、可避免?损和不可避免?损。结果表明,在设计工况下燃气-蒸汽联合循环系统整体的内部?损为76.06%,不可避免?损为86.33%;系统大部分内部?损和不可逆?损发生在燃烧室,分别为209.0、221.8 MW;燃烧室和燃气透平亦有16.8、12.8 MW的可避免?损。研究结论可为系统节能改造及新系统设计提供参考。     

基于投影寻踪原理的火电厂状态评估

将一种新的方法—投影寻踪方法引入火电机组状态评估,以规避目前对火电厂运行综合评估过程中凭借经验公式的操作复杂、客观性较差的缺点。在机组综合性能评价指标合理选取的基础上,提出以投影寻踪原理为基础的机组状态评估模型,通过投影寻踪主成分分析和投影寻踪聚类分析完成对评判对象的单一指标评估和综合性能评估。以600MW机组为主要研究对象,以2008年全国火电大机组竞赛数据为基础,实例计算表明,该模型精确有效。评价结果对于进行机组状态对比和开展机组竞赛具有较好的指导意义。     

球磨煤机料位软测量及其建模

本文讨论依靠单一信号来等效模拟球磨机料位的现状,以及软测量技术及其建模方法。提出采用多传感器信息融合技术,即把单一信号和影响料位的因素都列为料位软测量系统的输入,通过斜率关联度来选择辅助变量。提出新的建模方法——反向建模,在此基础上选择统计建模的神经网络算法来进行建模。本文的辅助变量选择计算方便,适用性广;获取的现场运行数据能反映系统的状态;球磨机料位软测量模型的输入更全面体现料位的情况。因此,本文提出的这种球磨机料位软测量具有很强的可行性。同时也为电厂其他参数的软测量提供了参考,该建模方法具有可移植性。     

火电机组主蒸汽流量在线监测计算方法

火电机组主蒸汽流量的准确测量,对于机组的经济性分析和节能降耗工作具有重要的价值。提供了一种基于平均影响值的多因素权重系数分配方法,并结合实际运行数据建立了主蒸汽流量的精确在线计算模型。对比了常规的支持向量机模型(SVR)、遗传算法优化的支持向量机模型(GAO-SVR)以及基于平均影响值进行权重系数分配及遗传算法优化的支持向量机(MIVW-GAO-SVR)模型的计算精度。验证结果表明了基于平均影响值多因素权重分配方法的有效性及MIVW-GAO-SVR主蒸汽流量监测模型的高精度性。     

关联规则数据挖掘及其在电厂DCS数据分析中的应用

电厂的DCS存储了大量的数据。这些数据的背后隐藏了许多对提高电厂的生产效率、经济安全性有积极的指导意义的信息。数据挖掘是从大量数据中自动提取知识的过程。对DCS的数据利用数据挖掘技术中的关联规则挖掘技术进行了探索性数据挖掘。对挖掘结果的分析表明该技术可以用于电厂机组的性能分析、状态监测、故障诊断等方面,可为机组开展状态检修提供技术支持。