350 MW超临界CFB机组负荷控制系统建模

针对某350MW超临界CFB机组,从机理分析出发,研究了给煤系统、炉膛热量释放、汽水加热系统和汽轮机系统的动态过程,建立了负荷控制系统模型,并通过稳态工况推导、回归分析和粒子群算法实现了模型参数的辨识和部分未知函数关系的确定。基于实际运行数据,验证了模型的准确性,并在Simulink仿真平台上进行了模型阶跃试验。结果表明:模型输出与实际输出具有良好的一致性,所建立的模型能准确反映机组的运行特性,可以满足各种控制算法的设计要求,为超临界CFB机组负荷控制系统的设计提供了理论基础。     

基于NNARX的动态神经网络模型的水电机组预测控制

针对水轮机调节系统的高阶、非线性及非最小相位的特点,设计了基于非线性自回归动态神经网络(NNARX)的水电机组预测控制系统。为了更好地得到过程参数及对象模型,先利用NNARX神经网络对水电机组整体进行辨识,再利用此网络对水电机组进行预测控制,并给出了模型算法及处理过程。由于NNARX动态网络误差曲面比较复杂,利用L-M算法对其进行训练。仿真结果表明,基于NNARX的动态神经网络模型具有很好的收敛性,辨识精度高,预测控制效果良好。     

基于SQL Server的水电机组运行数据的挖掘模型

基于SQL Server 2005提供的用于创建和使用的数据挖掘模型集成环境,建立了水电机组水轮机振动数据的挖掘模型,以四川省铜街子水电站为例,利用该模型从海量原始运行数据中发掘出有用的特征数据,并与原始数据进行分析比较,获得了水电机组最优运行工况的参数区域.实例结果表明,该方法可大幅提高面对海量数据时的处理效率,简化了数据挖掘操作的复杂性,为水电机组故障诊断系统提供了一种切实可行的方法.     

基于模糊认知贝叶斯网络模型的水电机组故障诊断

为构建更为直观显示水电机组各类型故障之间因果关系的水电机组故障诊断模型,提出一种基于可能性原理的模糊认知贝叶斯网络建模方法,通过专家经验与数据学习构建普通贝叶斯网络与条件概率表,利用条件概率表发现变量间的概率因果关系,并根据不确定性原理将概率因果关系转化为模糊因果关系,最后确定因果关系标志符号,并完成模型的构建。通过构建水电机组故障诊断模型对模糊认知贝叶斯网络模型进行了有效验证,结果表明该模型能直观反映水电机组各类型故障之间的因果关系。     

转动惯量对水电机组动态性能的影响

研究ＧＤ＾２对水电机组动态性能的影响，结果表明：ＧＤ＾２的减小对并利运行的水轮发电机组的静态稳定是有利的，对孤立运行的水轮机调节系统的稳定是不利的，但可以通过改善调速器参数整定来弥补，随着ＧＤ＾２的减小，水轮机组动态品质的满足与否取决于转速最大偏差△ｘｍａｘ。     

基于VMD-CNN的水电机组故障诊断

为提高水电机组故障诊断精度,减少在振动信号特征选取过程中对专业经验的依赖,提出了一种融合变分模态分解和卷积神经网络的故障诊断方法。首先对水电机组振动信号进行变分模态分解得到若干分量,并利用这些分量构造时间图,然后搭建深度卷积神经网络对时间图进行特征提取和故障识别,建立分量和故障状态的映射关系。以实测水电机组轴向振动信号进行应用检验,并采用多组对比试验,结果表明该方法与其他方法相比故障识别准确率更高。研究成果为水电机组智能故障诊断提供了新思路。     

基于虚拟仪器技术的水电机组实验平台建设

通过分析虚拟仪器技术的优势,研究开发了水电机组状态监测与实验系统,以实现对水电机组状态的实时监测与分析以及实验功能。该实验平台区别于传统的实验装置,采用"虚拟环节"代替"实物装置",虚拟实验与实物实验有机结合等多种方式,将单独的实验置于整个系统中,实现了实验过程可视化的特点。教学效果表明,将虚拟仪器引入到实验教学中,有效地促进了实验教学改革,提高了实验课程的教学质量和水平,培养了学生的综合实践能力和创新能力。     

基于EEMD和优化SVM的水电机组振动故障诊断

针对水电机组故障具有渐变性等特征,提出了一种基于总体平均经验模态分解(EEMD)和优化支持向量机(SVM)相结合的水电机组故障智能诊断方法。利用EEMD能对机组振动信号进行自适应分解成若干本征模式分量(IMF),并能有效抑制经典经验模式分解(EMD)的端点效应以及模式混叠现象。从IMF分量中提取出来的能量特征作为输入建立优化SVM,以此来判断机组的故障状态。通过实例分析表明:建立的混合智能诊断方法的分类正确率高,能有效诊断机组存在的故障。     

超临界火电机组协调系统建模及模型预测控制算法研究

针对因超临界火电机组协调系统建模精度不高,进而影响先进控制算法控制效果的问题,提出了一种分立-组合式建模方法,并将其应用于模型预测控制算法中。首先,利用子空间辨识方法分步求解分立的子系统模型,之后将分立模型进行组合得到机组的整体模型,以某600 MW超临界火电机组的多组实际数据为训练样本和检验样本,模型输出参量的拟合度可达到90%以上,从而解决了传统机理建模中假设条件较多、机组动态特性不足等问题;其次,以所建立的分立-组合模型为基础,分别应用于模型预测控制（Model Predictive Control,MPC）算法和常规PI解耦控制算法中,由于MPC拥有对多进多出(Multiple Input Multiple Output,MIMO)系统更好的适用性,并可以在每个周期内求解带约束条件的最优解,使得控制量在超调量方面幅度下降了近20%,调节时间缩短30%以上,从而体现了所提改进算法在机组协调系统控制中的优越性。     

基于系统辨识的超临界600MW机组给水控制热工对象建模与仿真

超临界机组给水控制的任务是以中间点温度或焓值作为表征量,进而控制汽温和不同负荷下的给水量。中间点焓值概念明确、灵敏度高,并且由于工质大比热特性,故应用中间点焓作为表征量更科学。对于直流锅炉给水的吸热、蒸发和过热之间没有明确分界的复杂对象,机理建模已难于适用。而以输入输出数据提供的信息来建立热工对象模型的系统辨识方法则显出优越性。依据某超临界600MW机组DCS数据图,应用MATLAB系统辨识建立了中间点焓值-给水量热工对象数学模型并降阶简化。最后以一仿真实例验证了模型的有效性、准确性及工程应用价值。     

利用小波神经网络的单元机组负荷系统的建模

火电单元机组是一个复杂的多变量对象，采用常规方法难以建立它的非线性数学模型。利用一种多输入多输出的连续小波神经网络对单元机组负荷数学模型建模问题进行了研究。理论分析和实际测试结果表明：网络具有良好的辨识精度和泛化能力，小波神经网络可以较好地逼近单元机组负荷数学模型。     

基于软起动器的水电厂集水井智能控制系统

介绍了西流水水电站集水井智能控制系统的结构及功能,并对基于软起动器的智能控制系统的技术特点进行了说明。     

水电机组一次调频与AGC协联控制改造及试验分析

维持电网频率在规定的范围内,是水轮机调节的基本任务。本文首先介绍了调速器开度控制模式及功率闭环控制模式的控制策略,阐述了两种控制模式之间的区别,并探讨了水电机组一次调频与AGC的协联机制,分析了现有模式与改进后水电机组一次调频与AGC控制策略的要求,以某机组试验为例,验证了改进后水电机组一次调频与AGC的协联控制性能,检验了机组运行的稳定性。     

基于PLC的水电站空压机控制系统

论述了水电站自动化技术的发展对水电站空压机控制系统提出的要求。详细介绍了一种符合系统需要的PLC控制系统的硬件组成和主要软件的实现方案,为水电站空压机控制系统的设计、选型、安装等提供了应用实例。     

水电厂监控系统AGC负荷调节建模与仿真研究

根据电力系统仿真计算要求,对水电厂监控系统AGC负荷调节模块结构和工作原理进行了深入研究,建立和改进了能够正确反映水电厂调节系统的模型,包括单机AGC负荷调节部分、水轮机及引水系统、调速器几个部分,模型能对机组一次调频、单机AGC增减负荷过程进行仿真,同时选择安康水电厂进行了仿真验证。     

基于征兆驱动和专家推理的水电机组轴承状态分析

导轴承是维持水电机组主轴在轴承间隙范围内稳定运行的重要部件,其工作性能的好坏将对机组安全稳定性产生重要影响。为准确监测水电机组轴承运行状态,提出了一种基于征兆驱动的轴承状态诊断模型,通过建立相应的基础数据库,运用时域和频域分析方法提取故障征兆,并结合故障诊断专家推理机制实现对轴承状态的分析诊断。应用表明,该方法能对轴承运行状态实时集中监测,同时实现对轴承故障的及时诊断,可为电站机组的运行检修提供参考。     

紧水滩电站计算机监控系统的升级改造

介绍了紧水滩电站监控系统升级改造系统结构与功能、实施特点及改造过程中发现的问题及处理措施,可供类似工程借鉴.     

火电单元机组协调控制系统的多变量IMC-PID设计

根据单元机组的低阶非线性模型，经过适当的简化，推导出一个双输入双输出、能够描述机组动态特性及机炉间相互耦合关系的传递函数矩阵。以该矩阵为基础，采用多变量内模控制的方法对单元机组协调控制系统进行设计。为了能方便地在实际工程中实现，文中推导出了该控制器的PID实现形式，最终简化的控制器结构简单，需调节参数少，可调参数与系统动态性能的对应关系明确。仿真试验表明：该控制器具有良好的解耦效果和负荷适应能力。图6参11