数字式协调控制理论与实践

本文在分析数字式协调控制系统的功能和特点的基础上,介绍了在国产200MW机组上实现的数字式协调控制系统的组成和原理,该系统以PC机为上位机,CCC卡为就地控制器,采用了参数自整定功能,现场运行曲线表明:控制品质良好,取得了显著的经济效果。     

一种μGA+Quasi-Newton的混合优化算法

提出了一种新型的优化算法。此算法利用微种群遗传算法(μGA)的全局最优性在大范围内搜索可能的极值，而用拟牛顿(Quasi—Newton)法的目标函数梯度下降特性在极值点附近快速搜索，从而实现了全局最优与快速搜索的有机结合。同时，通过几个典型的试验函数对此混合算法与微种群遗传算法的寻优效果做了比较。     

SIS规划、建设、应用中的关键点分析

从厂级监控信息系统(SIS)数据库平台、高级应用功能模块、系统安全等方面阐述了SIS规划和建设中应关注的要点:实时/历史数据库方面,应加强访问接口标准化工作,统一对各类型数据库的访问方式,数据库实施过程中应注重数据的标准化和完备性工作;从实用化角度分析了性能计算、耗差分析、负荷优化分配等SIS各主要高级应用功能模块中应解决的关键技术难点,提出对SIS高级应用进行高度产品化封装的概念;系统安全方面,指出了合理的网络结构、关键的安全技术及可行的安全管理等控制点。     

超临界660MW机组高调阀部件松动的故障表征及解决策略

针对超临界660MW供热机组高调门部件松动的故障表征和解决策略进行研究。首先,分析了该类型机组高调门间隙故障对机组调节性能的影响规律,给出了相应的故障特征提取方法,指出了其与200MW和300MW级别机组高调门故障表征的区别。实际机组案例研究表明:不同机组的间隙故障虽然对负荷控制的影响机制是相同,但是随着机组容量、蒸汽参数以及阀门结构等的变化具有不同的表征。然后,给出了机组故障状态下可以不影响正常生产运行的优化控制策略,包括高调门流量控制曲线综合优化和高调门故障在线监测及预警系统。这对改善火电机组运行灵活性具有一定的重要意义。     

基于动态权重的组合模型供热负荷预测

提升供热系统的供热负荷预测精度是实现智慧供热、提升能源利用效率的重要手段。提出了一种基于动态权重的组合模型供热负荷预测。首先根据供热负荷变化的动态特性和单独模型的误差函数,确定分段固定权重,再根据前一个小时单独模型的预测值和真实值更新修正权重,构造出动态权重的组合模型。采用石家庄某供热站的运行数据进行仿真验证,实验结果表明,提出的基于动态权重的组合模型供热负荷预测的MAPE(Mean Absolute Percentage Error)为0.562%,验证了所提出的方法能有效提高供热负荷预测精度。     

低阶加纯滞后对象参数辨识方法

针对低阶加纯滞后对象,提出了通过递推自动调整遗忘因子最小二乘法辨识对象的动态参数,对输入、输出信号进行滤波后,利用先验知识对输出信号作还原处理,得到新的输出信号,增大输入、输出信号之间的相关性,根据互相关函数和性能函数相联合方法辨识对象的滞后参数。仿真结果表明,该方法对于低阶加纯滞后对象参数辨识是有效的,且具有算法简便快捷,实用性强的特点。     

新能源接入地区电网联合仿真平台构建研究

介绍了电力系统仿真主要应用的RTDS、HYPERSIM、RT-LAB、FPGA、ADPSS等仿真平台,从步长和应用场景对比分析了不同仿真方法的优缺点.立足地区电网对新能源电力系统仿真平台规划建设的需求,提出了RT-LAB和HYPERSIM的数模混合联合仿真平台构建思路、硬件架构和功能,既可进行新能源关键设备并网的精确模...     

动态多主元模型故障检测方法在变工况过程中的应用

提出了一种适用于变工况过程的动态多主元模型故障检测方法。首先对过程数据进行分类得到各稳态工况下的数据;然后根据分类数据建立主元模型组来描述整个过程的统计特性;最后在故障检测中根据检测样本对分类数据的隶属度和主元模型组计算出与当前工况相适应的主元模型并进行检测。以火电厂锅炉过程为例对比研究了传统方法和新方法的应用情况。试验结果表明新方法能适应工况变化,减少误检并提高了检测灵敏度。图6表1参10     

节能发电调度的网厂两级优化方案

节能发电调度是具有多目标、多约束特性的大系统优化问题.针对集中调度方案中可能出现的计算工作最大、实时性差、机组在线煤耗特性获取困难、故障时对系统影响大等问题,提出节能发电调度的网厂两级优化办案,其中电网侧综合电网安全稳定性及经济性给出厂级负荷指令,电厂侧根据机组实际煤耗特性及运行状态实现二次优化分配.理论分析表明,两级调度方案比集中调度方案具有更好的节能效果,兼顾了当前电网调度现状与网厂双方利益,是一种行之有效的可实施方案.     

基于模糊树模型的电站锅炉燃烧系统建模

电站锅炉燃烧系统是高度非线性复杂系统,NOx排放量和锅炉效率模型是燃烧优化的基础。基于自适应树结构模糊推理辨识系统(ATSFIS),对输入空间进行自适应划分,建立电站锅炉燃烧模型,实现对NOx排放量和锅炉效率的预测;对比最小二乘支持向量(LS-SVM)和不同模糊规则下的建模时间和模型精度等性能。仿真结果表明,随着样本数目的增加,模糊树建模方法具有结构简单,计算速度快,运行时间短,对输入空间的维数不敏感等优点。相比于LS-SVM模糊树模型性能更加稳定,在处理高维和大样本问题时,误差下降快,用较少的时间就能达到较高的精度。