Please wait a minute...
发电技术  2019, Vol. 40 Issue (2): 161-167    DOI: 10.12096/j.2096-4528.pgt.18173
火电及环境保护 本期目录 | 过刊浏览 |
汽轮机变工况下调节级压力预测模型及应用
罗云1,2(),陈雪林1(),李瑞东3(),苏永健1,*(),徐义巍1,晁俊凯1,李鹏竹1,任海彬1
1 宁夏京能宁东发电有限责任公司, 宁夏回族自治区 银川市 750001
2 北京东方国信科技股份有限公司, 北京市 朝阳区 100012
3 北京京能电力股份有限公司, 北京市 朝阳区 100025
Prediction Model and Application of Turbine Regulating Stage Pressure Under Variable Conditions
Yun LUO1,2(),Xuelin CHEN1(),Ruidong LI3(),Yongjian SU1,*(),Yiwei XU1,Junkai CHAO1,Pengzhu LI1,Haibin REN1
1 Ningxia Ningdong Power Generation Co., Ltd., Yinchuan 750001, Ningxia Hui Autonomous Region, China
2 Beijing Jing Business-intelligence of Oriental Nations Corporation Ltd., Chaoyang District, Beijing 100012, China
3 Beijing Jingneng Power Co., Ltd., Chaoyang District, Beijing 100025, China
全文: HTML    PDF(723 KB)  
输出: BibTeX | EndNote (RIS)      
摘要: 

为监视汽轮机通流部分的健康状况和进行故障早期诊断,以汽轮机变工况计算为理论基础,基于弗留格尔公式和Weierstrass逼近定理,建立了调节级压力的多元回归模型。根据某660MW间接空冷机组大修后的运行数据对模型进行回归分析和验证,结果表明:模型具有很高的拟合度,自变量对因变量影响显著;稳态工况时,预测结果与实测值趋势一致,相对误差约为1.2%,实现了变工况下调节级压力软测量。将模型应用于电厂分布式控制系统中,建立了汽轮机通流部分故障的预警系统。

关键词 汽轮机故障诊断调节级压力预测模型多元回归分析分布式控制系统(DCS)    
Abstract

Using the calculation of the variable conditions for steam turbines as the theoretical basis, a multivariate regression model for regulating pressure was established based on the Frugell formula and the Weierstrass approximation theorem. According to the historical operation data of a 660MW generating set, the model was subjected to regression analysis and verification. The results show that the model has a high degree of fit, and the independent variable has a significant influence on the dependent variable; When the steady state conditions are met, the predicted results are consistent with the measured values and the relative error is about 1.2%, which enable soft pressure measurement of the regulation stage. The model was applied to the distributed control system (DCS) of the power plant, and an on-line warning system was established to adjust the pressure anomaly and the partial flow malfunction in the turbine under variable conditions.

Key wordssteam turbine    fault diagnosis    regulation stage pressure    predicted model    multiple regression analysis    distributed control system(DCS)
收稿日期: 2018-12-11      出版日期: 2019-05-09
通讯作者: 苏永健     E-mail: ayunmeng@163.com;445752152@qq.com;lird@sina.com;18609582009@163.com
Corresponding author: Yongjian SU     E-mail: ayunmeng@163.com;445752152@qq.com;lird@sina.com;18609582009@163.com
作者简介: 罗云(1981),男,高级工程师,从事火力发电厂运行管理和大数据应用研究工作, ayunmeng@163.com|陈雪林(1984),男,工程师,从事火力发电厂运行和数据建模工作, 445752152@qq.com|李瑞东(1974),男,高级工程师,从事电力安全生产和技术管理工作, lird@sina.com
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
罗云
陈雪林
李瑞东
苏永健
徐义巍
晁俊凯
李鹏竹
任海彬
引用本文:

罗云,陈雪林,李瑞东,苏永健,徐义巍,晁俊凯,李鹏竹,任海彬. 汽轮机变工况下调节级压力预测模型及应用[J]. 发电技术, 2019, 40(2): 161-167.
Yun LUO,Xuelin CHEN,Ruidong LI,Yongjian SU,Yiwei XU,Junkai CHAO,Pengzhu LI,Haibin REN. Prediction Model and Application of Turbine Regulating Stage Pressure Under Variable Conditions. Power Generation Technology, 2019, 40(2): 161-167.

链接本文:

http://www.pgtjournal.com/CN/10.12096/j.2096-4528.pgt.18173      或      http://www.pgtjournal.com/CN/Y2019/V40/I2/161

图1  调节级压力计算流程图
图2  数据样本
表1  不同n值与判定系数R2
表2  n=2模型拟合度指标
表3  模型方差分析
表4  回归系数分析
图3  实测曲线与预测值曲线图
图4  预测值误差散点图
图5  调节级压力异常和级组故障预警逻辑设计图
1 丁旭春, 王毅, 殷志龙, 等. 超临界630MW机组汽轮机通流结垢诊断及处理[J]. 热力发电, 2013, 42 (11): 138- 140.
doi: 10.3969/j.issn.1002-3364.2013.11.138
2 杨涛, 胥建群, 周克毅, 等. 汽轮机通流部分结垢与热力参数变化的关系分析[J]. 江苏电机工程, 2013, 32 (2): 71- 74.
3 刘志江, 李续军, 刘向民. 超临界压力汽轮机固体颗粒侵蚀的表面硬化处理技术[J]. 中国电力, 1996, 37 (2): 25- 28.
4 朱永利, 尹金良. 人工智能在电力系统中的应用研究与实践综述[J]. 发电技术, 2018, 39 (2): 106- 111.
5 王建国, 孟娜, 殷鑫. 基于粒子群优化算法的凝汽器真空预测模型[J]. 动力工程学报, 2012, 32 (10): 815- 820.
doi: 10.3969/j.issn.1674-7607.2012.10.013
6 邓博, 徐鸿, 郭鹏, 等. 变负荷下超临界机组过热器壁温预测[J]. 中国电力, 2018, 51 (3): 13- 20.
7 孙宝民, 信晶, 杨斌, 等. 基于独立主成分预测电站锅炉NOx[J]. 中国电力, 2018, 51 (3): 39- 43.
8 李维特, 黄保海. 汽轮机变工况热力计算[M]. 北京: 中国电力出版社, 2001: 143- 145.
9 靳智平. 电厂汽轮机原理及系统[M]. 北京: 中国电力出版社, 2004: 88- 92.
10 将尔雄, 赵风光. 数值逼近[M]. 上海: 复旦大学出版社, 1996: 183- 185.
11 李慧君, 赵翔. 汽轮机调节级特性曲线快速算法改进[J]. 热力发电, 2016, 45 (10): 94- 98.
doi: 10.3969/j.issn.1002-3364.2016.10.094
12 张利平, 王夕阳, 王睿, 等. 基于MATLAB的汽轮机调节级变工况计算[J]. 华北水利水电大学学报, 2015, 36 (3): 72- 72.
doi: 10.3969/j.issn.1002-5634.2015.03.017
13 颜节礼, 唐建荣. 应用统计学[M]. 西安: 西安电子科技大学出版社, 2016: 103- 104.
14 Jiang X , Liu P , Li Z . Data reconciliation and gross error detection for operational data in power plants[J]. Energy, 2014, (75): 14- 23.
15 杨勇平, 袁星, 黄圣伟, 等. 火电机组湿法脱硫系统能耗的回归分析[J]. 工程热物理学报, 2012, 33 (11): 54- 56.
16 杨勇平, 杨昆. 汽轮机通流部分故障的热力判据[J]. 热能动力工程, 1999, 14 (5): 347- 349.
doi: 10.3969/j.issn.1001-2060.1999.05.007
17 李勇, 徐君诏, 黄萍力. 凝汽式汽轮机通流部分结垢诊断方法研究[J]. 汽轮机技术, 2008, 50 (5): 286- 287.
[1] 袁国刚,饶柱石. 基于振动分析法的变压器非电量状态监测与诊断研究[J]. 发电技术, 2019, 40(2): 134-140.
[2] 黄小军, 杜祥国. 600 MW超临界汽轮机延长混合阀运行时间对机组振动的影响[J]. 发电技术, 2019, 40(2): 175-180.
[3] 曹丽华,周凯,司和勇. 基于二次回归正交试验的汽轮机排汽缸加装导流板的研究[J]. 发电技术, 2019, 40(1): 56-60.
[4] 刘传玲,柳明辉,陈振江,宋昂. 投运低压省煤器后汽轮机背压变化分析[J]. 发电技术, 2018, 39(4): 378-381.
[5] 李奕. 2×300MW汽轮机双机循环水余热供热系统[J]. 发电技术, 2018, 39(3): 244-248.
[6] 王建国,林语桐,田野,杜鹏,张培焱,辛红伟,武英杰. 基于VMD与不同包络阶次构造的风电机组滚动轴承故障诊断[J]. 发电技术, 2018, 39(1): 63-69.
[7] 邢涛, 李志军, 曹玲燕, 丁立华. 基于自适应免疫算法的变压器故障诊断[J]. 发电技术, 2017, 38(6): 42-45.
[8] 王羽, 徐伟轩, 郭宝仁. 某350MW汽轮发电机组多平面一次加重振动测试分析[J]. 发电技术, 2017, 38(6): 53-56.
[9] 刘光耀, 王学栋, 宋昂, 刘传玲. 135MW等级汽轮机不同高背压供热改造技术分析[J]. 发电技术, 2017, 38(5): 45-50.
[10] 郭爽, 王羽, 王燕东. 某600MW亚临界空冷机组冲转定速过程分析[J]. 发电技术, 2017, 38(1): 48-50.
[11] 孔德同, 贾思远, 王天品, 刘庆超. 基于振动分析的风力发电机故障诊断方法[J]. 发电技术, 2017, 38(1): 54-58.