基于大数据的燃煤机组供电煤耗特性分析

燃煤发电机组供电煤耗的高低是衡量机组节能降耗水平的主要指标。本文利用大数据分析技术对机组能耗相关历史数据进行分析,采用反向传播(BP)神经网络对不同负荷区间分别建立供电煤耗特性分析模型,计算各个负荷工况区间内各运行可控参数对供电煤耗的影响评价因子即敏感性系数,以及不同负荷区间内模型预测能力。结果表明:基于BP神经网络的供电煤耗特性分析模型的训练和预测精度均在±0.6%范围内,模型计算精度较高;各运行可控参数在不同负荷区间内对供电煤耗的影响存在差异,但具有一定规律;在实际运行中应重点调整敏感性系数大的特征参数。     

火电机组供电煤耗考核的新设想

对火力发电机组运行经济的考核,是采用标准供电煤耗率来衡量的。所谓标准供电煤耗率,即电厂每对外供应一度电所需的标准煤量。标准供电煤耗率b=b_1/1-e g/kWh式中b——标准供电煤耗率b_1——发电煤耗率e——厂用电率其中b_1=0.123/η_·η_2·η_3x1000η_1、η_2、η_3——分别为锅炉效率、汽机效率和管道效率,% 不难看出,供电煤耗率b的高低是由锅炉效率、汽机效率、管道效率和厂用电率等四大因     

基于并行FP-Growth算法的火电机组运行优化

关联规则算法在火电厂数据挖掘中取得了较好的应用效果,然而随着电厂自动化、信息化程度的进一步提高,面对高维海量的数据,传统的数据挖掘方法由于自身缺陷已不能满足要求。针对此问题,提出了一种基于Spark的并行FP-Growth算法,并以某600 MW超临界机组的历史运行数据为对象,挖掘各工况下运行参数与供电煤耗之间的关系,从而得到运行参数调整区间及目标值。结果表明,该算法确定的优化目标值可以有效降低机组供电煤耗率,提高机组运行经济性,可用于指导机组优化运行。     

300MW火电机组工业抽汽供电煤耗及调峰特性仿真研究

供热机组热电联产工况极为复杂,具体表现在发电量、供热量、供热方式三者之间存在着数目庞大的组合方式,是一个典型的多维数据模型。通过借助数值仿真软件研究热电联产对机组运行经济性和调峰出力的影响,并依据文献[3]计算出供热机组典型工况下的热耗率和煤耗率,以指导电厂生产运行管理。     

基于等综合煤耗微增率的火电机组节能发电调度算法

节能发电调度(energy-saving generation dispatching,ESGD)是我国调度体系的发展方向。ESGD优化问题需综合考虑发电煤耗和网损,然而随着现代电网规模的扩大,该优化问题计算也越来越复杂。综合考虑发电煤耗与网损对系统能耗的影响,提出了机组综合煤耗微增率,并基于此提出火电机组ESGD最优性判定条件,采用该条件,可以简易判断出当前机组出力分配是否达到ESGD最优解;提出了ESGD优化算法,该方法可将等煤耗微增率原则与最优潮流结合,有效处理约束条件并降低系统煤耗,同时使得计算量具有较强伸缩性。采用IEEE118节点系统中的10台机组进行验证,结果显示,利用等综合煤耗微增率原则,在满足约束条件的前提下,系统总煤耗率及网损均有降低,符合节能发电调度要求。     

基于近邻传播算法和随机森林回归模型的台区线损率计算方法

针对低压配网接线方式复杂和线损率难以准确计算的问题,本文提出一种基于近邻传播聚类算法和随机森林回归模型的台区线损率计算方法。基于线路损耗模型提出了台区线损率预测计算的电气特征指标,并利用主成分分析方法提取适用于聚类分析的主特征参数,然后采用近邻传播聚类算法对数据进行聚类分析。在此基础上,采用随机森林回归算法对每类聚类数据进行样本的训练学习,并利用包外数据进行预测。以某地区614个台区样本进行仿真计算,仿真结果验证了本文所提算法的有效性和正确性,并且计算精度要优于多元线性回归算法。     

基于SVM的火电机组性能在线计算模型研究

支持向量机(SVM)方法以统计学习理论作为其理论基础,采用结构风险最小化原则,具有精度高、全局最优及泛化性好等特点.建立了一个基于支持向量机的火电机组性能在线计算模型,该模型将机组供电标准煤耗率与其影响因素之间复杂的非线性关系通过训练样本构建函数很好地表现出来,可对机组运行经济性进行准确在线计算.将该模型应用于300MW火电机组中,供电煤耗率仿真的最大相对误差均小于0.2%,结果表明SVM模型能够精确地计算火电机组的经济性,是一种有效的模型.     

火电机组过程大数据建模方法研究

火电机组属于过程工业系统,常规大数据建模技术在该类系统中的应用具有一定的局限性。为此,本文以火电机组过程大数据为研究对象,首先分析火电机组过程大数据的特点及其进行大数据建模所面临的困难;接下来对现有国内外火电机组过程大数据建模方法及存在问题进行了分析;最后提出一种基于火电机组过程大数据的全工况自适应传递函数建模方法,该方法应用数据挖掘技术选取不同工况下的合格建模数据,通过云计算平台应用数据驱动传递函数建模方法建立全工况范围内大量的系统模型,再应用线性变参数及数学插值等算法对大量系统模型进行融合,最终获取系统全工况自适应传递函数模型。该建模方法将数据驱动传递函数建模与过程工业大数据进行了有益结合,为火电机组等过程工业大数据建模提供了一种较好的方法参考。     

基于Spark平台和并行随机森林回归算法的短期电力负荷预测

随着智能电网、全球能源互联网的建设与相关技术的发展,现代电力系统中电力大数据的格局已经形成,如何对高维海量数据进行深度挖掘以实现数据的充分利用,成为当前电力工作者们关心的问题。该文针对电力大数据环境下高精度和实时性的负荷预测展开了研究,提出了基于Spark平台和并行随机森林回归算法(Spark platform and parallel random forest regression,SP-RFR)的短期电力负荷预测方法,通过3次弹性分布式数据集(resilient distributed datasets,RDD)转换实现单机随机森林算法的并行化改进,并在Spark分布式集群环境下实现部署。结合某区域实际电力负荷数据设计试验,进行模型训练和回归预测,通过试验证明,对同等的数据集,基于Spark平台的并行随机森林回归算法预测精度高于单机负荷预测算法;并行随机森林算法受离群数据干扰较小,且随着数据集的增大,并行随机森林算法表现出良好的鲁棒性;与单机算法在运行时间上相比,随着数据集的增大,基于分布式集群的方法优势明显。该文提出的方法能够有效地在分布式环境中进行电力负荷预测,为负荷预测提供了一种新思路。     

机组组合随机模型及其算法简介

电力系统中的机组组合问题是在满足系统负荷和备用要求以及机组运行的技术条件约束的情况下,确定未来一段时期内的各机组的开、停机时间并在机组间分配负荷,以使系统总成本达到最小,获取最大的经济效益.文章给出在不确定的荷载需求下机组组合问题的一些常见的随机规划模型和算法的综述.     

火电机组热力循环系统通用计算模型的研究

以常规热平衡方法为基础,根据等效热降的基本理论和单位蒸汽做功与汽水流量系数通用表达式,推导出了火电机组热力循环系统既能用于其热经济性计算,又能用于汽水流量分布计算的通用计算模型。实例表明,应用火电机组热力系统的通用计算模型所得结果与常规热平衡法完全相同。     

基于数据校正的电厂日常供电煤耗诊断分析

由于煤耗量和发热量测量条件限制,燃煤发电机组采用正平衡法检测供电煤耗的误差较大。提出一种电厂正平衡煤耗检测数据的诊断分析方法,该方法融合锅炉和汽轮机的设计性能、反平衡热力试验数据以及测量仪表精度,根据最大似然原理,对电厂日常煤耗检测数据进行校正。一台350 MW超临界机组的应用表明,该校正模型能够识别煤耗检测数据误差并将其校正到合理值,校正后的供电煤耗准确而稳定,且随机组负荷升高而降低。虽然校正模型对机组52%的检测数据进行了明显校正,但却并不改变机组在全部周期内供电煤耗检测数据平均值,这是因为测量参数校正量的正负偏差在较长检测周期内互相抵消。     

火电厂热效率及供电煤耗率的核定和计算

火电厂热效率及供电煤耗率的核定和计算华中电力集团公司汪梦麟衡量工业企业工艺过程的效率一般可用η＝产出／投入之比，衡量火电厂工艺过程用热效率η＝当量热值／等价热值来表示，由于火电厂固定成本费用比重相对于水电厂、核电站要小，而变动成本费用中主要是燃料费用...     

基于大数据技术风电机组容量可信度计算

在大规模风电并网的前提下,风电容量可信度计算对电力系统可靠运行具有重要意义。论文基于电量不足期望(LOEE)可靠性指标,考虑风电场间时空相关性的影响因素,采用非序贯蒙特卡洛法对风电容量可信度进行计算。风电容量可信度的计算需要的数据有风速、风电出力、风电机组地理位置信息等数据,由于计算所需的数据量大、类型多、来源广等特点,提出基于Hadoop架构的大数据技术计算风电容量可信度,针对Hadoop架构存在的机架感知不平衡及存储数据间缺乏相关性问题,引入机架感知配置法和哈希桶存储算法对其进行改进,提高了数据存储及数据处理的效率,减少计算时间,通过实例验证文中所提方法的有效性。     

基于多核并行的中期火电开机优化算法

以指定时间段内参与计算电站的装机利用小时数相等为目标建立中期火电开机优化模型.针对问题的多状态、多阶段决策优化的特点,结合基于分治策略的Fork/Join框架,提出了多核并行的中期火电开机优化算法.该算法将原问题划分为规模较小的多个子问题分别进行求解,每个子问题从启发式搜索获得的初始可行解出发,采用逐步优化算法(POA...     

加热器上端差变化对机组煤耗影响的改进计算模型

定量分析加热器上端差对机组热经济性的影响是节能改造的一项重要工作,但以往建立的加热器上端差的耗差分析模型,只是推导到由端差变化而引起的加热器出口水焓变化。直接推导到加热器端差的变化,形式更鲜明,计算更方便。通过实例计算,验证了所建模型的正确性,为火电机组节能降耗的分析工作提供了一种工具,具有重要的实际意义。     

加热器抽汽压损对机组煤耗影响的通用计算模型

以小扰动理论为基础,根据火电机组热力系统汽水分布通用矩阵方程、比内功方程、循环吸热量方程及发电标准煤耗率的计算公式,导出了加热器抽汽压损对机组煤耗影响的通用计算模型。该模型全面考虑了热力系统的结构特点、辅助汽水、外热量等因素,较之以往模型更为完善、直观,通用性强,适于程序化。计算实例表明:该模型能准确而快速地评价各级加热器抽汽压损变化对煤耗的影响,对热力系统的设计、运行和检修具有十分重要的意义。     

基于WKFCM⁃SMOTE和随机森林的风电机组故障诊断

针对风电机组运行数据中故障数据占比小,不平衡数据集影响故障诊断精度与诊断结果的问题,提出一种基于加权模糊核C均值(Weighted Kernel Fuzzy C?means,WKFCM)算法改进的合成少数类过采样技术(Synthetic Minority Overs?ampling Technique,SMOTE)算法...