排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
针对燃煤火力发电站,分析智能机器人技术在升压站、锅炉、汽轮房、输煤廊道和热网管道巡检,采样和存储样、无人化验和无人盘煤等应用场景下的功能需求、硬件和软件平台、工作原理和效益,揭示了智能机器人在燃煤火力发电生产现场应用有助于实现"无人运行,少人管理"的智慧电厂建设目标。结果表明,推荐在燃煤电厂生产现场部署13款智能机器人,可搭载的传感器23种,至少具有15种支撑性基础性能,实现26种功能。智能巡检和测量机器人具有工作标准化、全天候、全方位、全自主的智能安全监控与预警的特点,每年可发现各种故障百余次,减少损失100万元以上。 相似文献
2.
针对燃煤火力发电站,基于智能发电平台ICS,搭建AGC性能优化模块,通过设备层面优化、逻辑算法和控制层面优化、节流技术优化和智能监控优化方面的组合技术,提升机组AGC调节品质,以满足电网2个细则的考核要求。结果表明,逻辑和控制层面的优化措施包括:利用锅炉蓄热分段控制、锅炉智能动态前馈、煤质和燃烧强度在线软测量校正锅炉主控信号、增加燃料偏置功能、优化汽机主控PID参数、修改变负荷限速控制的逻辑控制死区、修改负荷速率调节策略和设计轮值控制逻辑。节流控制优化措施包括:供热抽汽旁路节流和凝结水节流。AGC优化措施实施后,机组负荷调节速率由5MW/min提升至8.25MW/min,AGC投入率超过98%,机组AGC性能指标位列蒙西电网前3名,在国内同类型机组中处于领先水平;降低发电煤耗2.84g/kWh,降低厂用电率0.484%,Kp值由小于2,提升至3.4~4.6。 相似文献
3.
4.
针对难以从火电厂实际运行数据中获得大量磨煤机故障数据,以及磨煤机精准数学模型难以求取,从而影响其故障诊断策略制定的问题,提出了一种基于简化机理模型的深度学习故障诊断算法,用于有效检测磨煤机的运行状态。基于磨煤机机理模型和状态空间预测控制器,构建了闭合控制系统,通过对不同故障类型的分析和模拟,在充分接近磨煤机的实际运行状态下,获得了大量的故障数据。并通过改进堆叠自动编码器(ISAE)将模拟的故障数据与深度学习算法相结合来建立深度学习故障诊断策略,ISAE以无监督的方式逐层提取故障数据的本质特征,具有很好的学习和识别故障特征的能力,同时通过将磨煤机系统变化快速且显著的变量作为ISAE输入变量,使ISAE兼具了故障诊断和预测的能力。仿真结果也表明,提出的ISAE能够很好地检测出磨煤机的故障,故障诊断准确率高达98.46%,并能提前发出预警。 相似文献
1