用Baumman公式估算汽轮机排汽压力对机组经济性的影响

通过分析在不同排汽压力下汽轮机各参数的变化,结合Baumman公式估算低压缸排汽焓,得到汽轮机排汽压力对机组电功率和热耗率的修正曲线以及低压缸内效率曲线,与制造厂提供的资料对比基本一致。此方法同样可以按现场精确的热力性能试验数据进行计算,可用来估算制造厂未提供工况的修正曲线,并校核制造厂家提供的曲线。     

汽轮机低压缸排汽通道优化改造

汽轮机低压缸排汽通道优化改造,是在汽轮机低压缸排汽通道上加装曲线形状的导流装置,使汽轮机低压缸排汽进入凝汽器冷却管束的流场趋于合理,凝汽器换热管的热负荷均匀,提高了传热效率,降低排汽压力以提高机组真空,提高机组经济性的目的。     

直接空冷凝汽器压力特性的耦合计算与分析方法

传统的空冷凝汽器特性计算方法中认为汽轮机低压缸排汽焓保持不变,但实际上空冷凝汽器压力的变化也会反向影响排汽焓,进一步对凝汽器压力产生耦合影响。基于空冷凝汽器背压与排汽焓的耦合分析,提出了一种基于迭代算法的空冷凝汽器模型与分析方法。通过对某600MW机组空冷凝汽器的计算分析,得出其在不同汽轮机负荷、环境温度工况下凝汽器压力的变化特性曲线,定量分析了汽轮机负荷和环境温度变化对凝汽器压力影响的对应关系,对空冷机组的安全经济运行具有一定的参考价值。     

性能考核试验中凝汽式汽轮机低压缸相对内效率确定方法

低压缸排汽处于湿蒸汽区,排汽焓值不能够由压力和温度查得,低压缸的相对内效率亦无法准确计算。分析了目前凝汽式汽轮机低压缸相对内效率的求取方法,结合考虑低压缸内效率受排汽流量和机组背压影响较为突出,提出了通过变背压试验的方法找到低压缸相对内效率的最佳值,以此来作为低压缸相对内效率评价指标。     

一种基于级内损失理论的排汽焓计算方法

凝汽式汽轮机低压缸排汽段通常处于湿蒸汽区,排汽焓值难以直接测量.以级内损失理论为基础,将各类损失划分为与容积流量相关的排汽损失、与湿度相关的湿汽损失和与理想焓降相关的其它损失;推导了其它损失的系数与低压缸理想焓降的二次关系式;在此基础上,根据湿汽损失与排汽焓的关系提出一种排汽焓计算方法.利用该方法计算某660MW超临界汽轮机组的低压缸排汽焓,并与实际运行数据进行了对比.结果表明,提出的方法计算精度较高,所需测点少,对排汽流量的测量或计算精度要求较低,可应用于机组日常运行时对排汽焓的测算.     

电站汽轮机低压缸排汽焓近似计算模型研究

凝汽式汽轮机低压缸排汽段通常处于湿蒸汽区,排汽焓值难以直接测量。提出一种汽轮机排汽焓的计算方法,以级内损失理论为基础,将各类损失划分为与容积流量相关的排汽损失、与湿度相关的湿汽损失和与理想焓降相关的其他损失。排汽损失由排汽容积流量决定;湿汽级焓降占总焓降的比例系数通过低压缸热力过程线中的相似三角形关系求出;根据速比与理想焓降的关系,将其他损失的系数简化成只与理想焓降有关的二次多项式。通过理论计算和量纲分析证明排汽流量的误差对计算结果影响较小。应用提出的方法,根据设计数据计算了不同厂家生产的不同容量级别汽轮机机组的低压缸排汽焓,并与设计值进行了对比。结果表明,该方法在设计数据条件下计算精度较高,证明了该方法的可行性,为现场的实际应用奠定了基础。     

直接空冷汽轮机低压缸排汽管结构、强度设计

介绍了直接空冷汽轮机低压缸排汽管的结构特点,重点阐述在设计时低压缸排汽部套及各个部套的强度计算的边界条件确定、模型建立、计算结果。本文为读者提供相关设备的强度计算设计依据。     

汽轮机在线性能计算中排汽焓的确定

根据机组在线性能计算的要求，针对汽轮机低压缸运行的特点，运用最小二乘法和矩阵原理对汽轮机排汽焓的确定进行了探讨，实现了电厂监测系统中汽轮机排汽焓的在线计算，为汽轮机内效率的计算提供了依据。     

低压缸小容积流量工况的计算分析和改造措施

对某350 MW超临界机组汽轮机低压缸小容积流量工况的热力参数、流场、末级动叶强度和末级动叶动应力等进行了计算,分析了汽轮机低压缸在小容积流量工况级间热力参数和排汽参数的变化情况,得到了小容积流量工况下低压缸末级动叶的强度和动应力变化规律。对低压缸小容积流量工况的运行风险进行了分析,并提出了相应的改造措施。结果表明:随着低压缸进汽质量流量的不断减少,低压缸末级长叶片区域开始出现涡流和倒流现象,低压缸鼓风发热不断加剧,叶片温度升高,许用应力下降,动应力增大;可以采用增加温度测点和排汽区域喷水减温等手段来保证低压缸的运行安全。     

汽轮机排汽焓动态在线计算模型的研究

针对现有的汽轮机低压缸排汽焓在线计算模型存在一定的局限性,提出了一种排汽焓在线计算新模型.该模型不必对低压缸湿蒸汽区进行计算,同时避开了流量测量,主要利用在线监测的温度和压力进行计算,所需测点相对较少,测点积累误差小.实例计算表明:新模型计算工作量小、精度高,完全能够满足工程计算的需要.     

凝汽机组背压变化对汽轮机功率影响的简化修正计算

提出了一种简化的变工况计算方法,该方法应用了汽轮机变工况理论并同时考虑了热力系统的工况变化,可较为准确的计算出在不同工况下背压对汽轮机功率的影响.并针对实际运行中背压常处于常压变化范围,采用了简化的线性化公式,对不同的工况采用不同的系数进行修正计算,以方便指导机组经济运行.     

机组初参数与热耗修正曲线的变工况计算法

以汽轮机变工况理论为基础,假设保持调节级阀门开度不变的工况下,结合热力系统计算,建立了主蒸汽参数变工况计算模型,并以某600 MW机组为例,采用Matlab软件编程,计算得到了THA工况下机组主蒸汽压力和温度的热耗修正曲线.结果表明:用该模型计算得到的热耗修正曲线与汽轮机制造厂提供的相比误差较小,且计算简单方便,能够满足工程实际的需要.     

背压微增条件下汽轮机出力的简化计算

为获得准确的背压微增条件下汽轮机出力特性,分析背压变化时机组热力系统变工况实际运行特性,基于对热力系统的合理假设和相关经验公式的应用,在忽略汽轮机本体结构和内部级组热力参数变化的前提下,提出了汽轮机背压微增出力特性的简化计算方法。以某300 MW湿冷机组和660 MW间冷机组的变背压工况性能试验数据为例进行验证,结果表明,简化计算获得的微增出力特性曲线的斜率和试验结果偏差在3%以内,是一种行之有效的背压微增出力特性高精度计算方法。     

适用于舰用汽轮机的准三维设计体系

建立了以多级Ｓ２流面计算为主,Ｓ１流面计算程序和单列叶栅全三元Ｅｕｌｅｒ方程求解程序为辅的舰用汽轮机设计体系。Ｓ２流面计算中考虑了变比热并引入损失模型,用来比较准确地估算机组的效率,进行汽轮机级间和动静叶之间的匹配计算。Ｓ１流面和三维有粘、无粘计算程序用来考核叶栅空间通流性能。该体系适用于舰用汽轮机的校核计算和变工况性能分析。     

汽轮机当量汽态线及其变化对经济性的影响

采用指示性相对内效率的定义,提出当量汽态线的概念,并据此推导出相应的汽轮机热耗计算模型。该模型不需要各缸抽汽温度的测量值,不仅简化了热耗计算,降低了测量要求,而且使当量汽态线和缸效率有了一致的对应关系。通过对依据两种汽态线建立的热耗率计算模型进行误差比较,可以看出二者误差非常小,所以使用当量汽态线后简化的热耗率计算模型可以用于汽轮机经济指标的计算与诊断。在汽轮机变工况模型的支持下,研究了汽轮机缸效率变化对热耗率的影响。数值试验结果表明:使用当量汽态线的概念不仅可以简化热耗率计算模型,而且便于评价汽轮机各缸相对内效率变化对机组经济性的影响。     

汽轮机微增出力通用计算方法及应用研究

根据工程需要,提出了一套计算汽轮机微增出力的通用计算方法,并利用该方法对某电厂一台300MW机组微增出力进行了验证。研究结果表明,利用通用计算方法计算的微增出力比利用微增出力曲线查出的微增出力更加吻合实际,具有很高的应用价值。     

基于MATLAB的汽轮机调节级变工况特性计算

汽轮机在变工况条件下，调节计算比较复杂。将Mgatlab软件应用到汽轮机的变工况计算中，采用拟合调节级特性曲线方程，绘制特性曲线等方法来计算调节级变工况，为汽轮机机组变工况提供一种计算方法。     

基于性能仿真模型和Bootstrap的燃气轮机气路故障预警算法

针对传统均值标准差阈值法不能用于变工况故障预警这一问题,以三轴燃气轮机的性能仿真模型为基础,提出了基于Bootstrap方法的气路参数波动比阈值计算模型,对三轴燃气轮机0.8以及1.0工况下的低压涡轮出口温度T₆进行故障预警研究,并与传统均值标准差阈值法进行预警结果对比。结果表明：该计算模型用于预警阈值计算的样本量更丰富、具有更高的可信度;其得到的预警阈值单值图,在燃气轮机与样本数据运行情况较为一致时可作为燃气轮机的固有属性,对于变工况故障预警及运行情况较为相近的燃气轮机故障预警同样适用;预警阈值偏差仅为-0.015%,相较于传统的动态阈值法减少了计算量。     

船用汽轮机变工况超临界与超流问题的研究

在船用汽轮机热力计算的变工况计算中,经常出现超临界工况及超流工况。上述两种工况增加了变工况计算的难度。超临界工况导致临界级背压的不确定性,使变工况计算失去了理论依据;超流工况中产生的附加损失在以往的变工况计算常被忽视,其结果导致该级的内功率大幅度偏高,造成了变工况计算的功率偏差。以往由于超临界工况及超流工况造成了变工况计算的计算难点,多采用级组经济性计算来替代逐级的变工况计算,其结果导致了较大的偏差。本文基于顺算法的原则,对上述两种工况进行研究,在充分依据热力学原理的基础上,在国内首次提出了对船用汽轮机变工况计算广泛适用的处理方法。     

Incorporating air density into a Gaussian process wind turbine power curve model for improving fitting accuracy

A power curve conventionally represents the relationship between hub height wind speed and wind turbine power output. Power curves facilitate the prediction of power production at a site and are also useful in identifying the significant changes in turbine performance which can be vital for condition monitoring. However, their accuracy is significantly influenced by changes in air density, mainly when the turbine is operating below rated power. A Gaussian process (GP) is a nonparametric machine learning approach useful for power curve fitting. Critical analysis of temperature correction is essential for improving the accuracy of wind turbine power curves. The conventional approach is to correct the data for air density before it is binned to provide a power curve, as described in the IEC standard. In this paper, four different possible approaches of air density correction and its effect on GP power curve fitting model accuracy are explored to identify whether the traditional IEC approach used for air density correction is most effective when estimating power curves using a GP. Finding the most accurate air density compensation approach is necessary to minimize GP model uncertainty.