锅炉运行氧量基准值确定方法的研究

电站锅炉炉膛出口运行氧量是锅炉运行中的重要参数.不仅对锅炉效率有重要的影响,而且还将引起其他运行参数的变化,进而影响机组的供电煤耗率.借助神经网络较强的非线性拟合能力、网络泛化及容错能力,根据锅炉运行氧量的特性进行建模,获得了运行氧量、机组供电煤耗率与机组各运行参数之间关系的网络模型,并且以机组的供电煤耗率为优化目标函数,利用遗传算法对输入参数进行全局寻优,得到了各运行工况下最优氧量的预测值.研究结果表明该模型具有较高的准确性,通过全局寻优得到的运行氧量值具有可操作性,为锅炉运行氧量基准值的确定提供了一种新方法.     

基于BP神经网络的主蒸汽流量计算模型

目前大容量机组的主蒸汽流量是由调节级后压力等参数间接计算得到的。由于通流部分状况改变、负荷变动等原因,由传统公式计算得到的结果存在较大偏差。借助神经网络较强的非线性拟合能力、网络泛化及容错能力,构建了基于BP神经网络的主蒸汽流量计算模型。计算结果表明该模型具有较高的准确性和稳定性,调节级后压力的非正常波动对模型的计算结果影响很小,为实际生产过程中主蒸汽流量的计算提供了一种新的思路和方法。     

基于支持向量回归的大容量机组主蒸汽流量建模

分析了大容量机组主蒸汽流量的计算原理,指出了常规的基于调节级后压力计算模型的弊端.介绍了支持向量回归计算模型及其参数选择,并将该模型应用于某300MW机组的主蒸汽流量建模计算,同时与RBF神经网络模型进行对比.结果表明,基于支持向量回归的计算模型不仅能够在不同工况下对主蒸汽流量进行准确估算,还能够适应机组通流部分状态发生改变时主蒸汽流量的计算,并具有较好的泛化能力和稳定性,适于在线计算,能够满足机组经济性诊断实时计算的要求.     

基于PI数据库的SIS报表解决方案

针对目前电厂报表的实际需求和现有报表系统的缺陷,提出一种基于PI数据库强大功能的新的SIS报表解决方案,包括系统的总体架构和报表组态、计算、发布及重算等功能模块的具体实现.系统以Data Link为报表组态开发平台,加入了针对国内电厂的专业函数和功能,同时利用高效稳定的计算引擎和计算调度中心完成报表计算和重算.工程实践证明,该报表解决方案组态方便、功能强大、计算高效,有效解决了现有报表系统中存在的问题,具有很好的推广价值.     

锅炉运行氧量对锅炉效率影响的定量分析

在锅炉参数耗差分析中,计算运行氧量偏离基准值引起的煤耗偏差时,一般是根据反平衡法中的热损失计算模型来求解得到,但由分析可知运行氧量除了直接影响锅炉效率外,还通过影响排烟温度、飞灰含碳量等参数间接影响锅炉效率.借助神经网络较强的非线性拟合能力、网络泛化及容错能力,构建了基于BP神经网络的排烟损失和机械未完全燃烧损失两项之和的网络模型,利用该模型定量分析了运行氧量变化对锅炉效率的影响.计算结果表明该模型具有较高的准确性,运行氧量对锅炉效率影响的曲线走向符合物理规律,为运行氧量的耗差分析提供了一种新方法.     

基于SIS系统实时数据平台的报表计算方法的研究

针对目前电厂报表的实际需求,详细研究了基于SIS系统实时数据平台的报表计算方法.在对主流的Data Link报表计算方法优缺点进行深入剖析的基础上,提出了一种报表二次计算法.包括系统的总体架构和计算流程,以及报表计算和重算等模块的具体实现.