基于CNN-SVDD的多机组引风机故障识别技术

提出了基于卷积神经网络(CNN)和支持向量数据描述(SVDD)的故障识别方法,利用CNN算法对时间序列数据进行降维,然后通过SVDD算法进行数据单分类从而实现故障识别,最后采用CNN-SVDD模型对多个电厂同类引风机同类故障进行了实际故障识别应用。应用结果表明,方法能有效识别多机组同类引风机振动异常、失速、喘振等故障,且故障正确率高,可为多机组相同或相似型号引风机的故障诊断提供技术经验。

浅析电厂工控系统网络安全应急处置

为了进一步指导做好工控系统信息安全事件应急管理相关工作,保障工控系统信息安全,国家工业和信息化部在2017年5月31日印发了《工业控制系统信息安全事件应急管理工作指南》,在总则、组织机构与职责、工作机制、监测通报、应急管理、应急处置、保障措施等方面提出了工作指南,要求坚持政府指导、企业主体,坚持预防为主、平战结合,坚持快速反应、科学处置,充分发挥各方力量,共同做好工控安全事件的预防和处置工作。本文对电厂工控系统组成及其功能进行研究,结合技术手段,提出一种电厂网络安全事件应急处置思路,完成电厂网络安全应急处置工作。

构建以业务为核心工业控制系统网络安全主动防御体系的方法

以威胁主动发现及主动抑制等方面的技术为依托,结合工业控制系统的需求创建主动防御系统,并将其应用于实际工业环境中。系统以业务安全为核心,融入现阶段主流的AI技术、工业防火墙等智能化技术,创建威胁闭环控制与处理机制,显著提高工业控制系统的运行水平,使其满足安全、高效等多方面要求,为现代化发展助力。

基于PLC传感器的静力压桩机控制系统设计

为提升静力压桩机定位精度和调平精度,增强静力压桩机抗干扰能力,文中设计基于PLC传感器的静力压桩机控制系统。该系统包括数据收集模块、核心处理模块及输入/输出模块。核心处理模块主要采用可编程PLC传感器,完成压桩机横向和纵向移动距离的控制及压桩机机身调平控制。其中,自动定位子模块采用比例电磁铁控制的先导式比例换向阀,转换电信号为液体压力信号,实现压桩机自动定位;机身自动调平子模块通过建立该模块控制方程,完成压桩机机身调平控制。经试验测试分析,文中系统在正常施工情况下或受到磁场及电流干扰情况下,均具备良好调平性能及抗干扰能力;系统桩点定位的横、纵坐标误差均小于2 cm;压桩机机身经过5 s调整后便可达到平稳状态,且倾斜角度偏差小于0.15°,具备较高调平精度。

基于自编码网络与dropout机制的发电设备故障预警研究

发电设备突发故障会引起发电机组非计划降出力甚至非计划停运,既给电厂带来经济损失又影响电网的安全稳定运行,因此通过故障预警的方式将发电设备故障消灭在萌芽状态是智能电厂的必备功能。文章提出一种基于自编码网络与dropout机制的发电设备故障预警模型,并对自编码网络融合dropout机制构建发电设备故障预警模型进行深入研究。通过实例证明:所构建的故障预警模型在发电设备故障潜伏期能准确发出预警信息,在潜在故障得到有效处理后预警信息能随之消失,与应用相似性原理建模技术的预警模型相比具有更高的准确性。目前,由此开发的发电设备故障预警算子已在某发电集团大数据赋能服务平台得到部署。

改进型LSTM实现燃煤电厂脱硝预警及优化

燃煤电厂脱硝系统的氨气逃逸是造成空预器堵塞的一个重要原因,传统的脱硝系统自动控制采用单纯的PID控制,抑制氨逃逸的效果不佳。为了降低脱硝系统氨气逃逸率,进而降低空预器堵塞的速率,有必要对火电厂的脱硝系统进行深度优化,思路是利用均值化减少误差的思想构建改进型LSTM(Mean LSTM)模型,来准确预测烟气中的氮氧化物(NO_(x))浓度;再通过相似性原理,筛选出历史最优工况,依托Mean LSTM模型,确定各个历史工况喷氨量的权重,通过加权拟合,计算出最优喷氨量,从而实现深度脱硝优化。将Mean LSTM模型与多个常见模型进行仿真对比,结果表明Mean LSTM模型预测准确率最高,平均百分比误差仅有2.3%。由于预测精度高,后续的优化效果也很好,优化后的原烟气NO_(x)浓度与设定值偏差为3.44%,既能满足电厂的环保需求,又避免了过调,减少了氨逃逸率。

基于机器人的电厂泵房无人值守系统应用研究

智能电厂建设实现减人增效是必然措施,以克服传统人工巡检方式存在的众多弊端。本文通过无人值守系统的建设,运用云—边—端的体系架构,基于机器人运用为核心,辅以智能化高级应用建设,可以让电厂摆脱对传统人工巡检的依赖,对设备运行情况及环境状态实现现场数据智能采集、移动监视、远程监控、智能分析以及多模式人机交互,最终实现电厂泵房无人值守。

基于PI数据和供电标煤耗的机组冷端优化研究

机组运行中的冷端优化主要是循环水泵运行方式的优化,循环水泵运行方式变化前后的历史数据被记录在机组PI(plant information system)系统,对这些历史数据深入分析将有助于探寻循环水泵优化运行方式,进而指导机组冷端优化操作。在综述国内燃煤发电机组冷端优化研究应用进展的基础上,从机组整体的视角分析循环水泵运行方式变化对供电标煤耗的影响,提出利用PI数据和以供电标煤耗为优化指标的循环水泵运行方式优化方法;最后以某沿海电厂两台1050 MW燃煤发电机组为例介绍了这种方法的具体应用过程,绘制了这两台机组的循环水泵运行方式优化图并给出了优化图中循环水泵运行方式切换临界线的拟合公式。该方法体现了从历史大数据中挖掘和复用运行人员操作经验的思想,对燃煤机组冷端优化操作有较强的指导意义。

基于PSO优化与深度信念网络的机炉协调系统建模研究

火电厂机炉协调控制系统的控制对象是一个多变量的复杂模型,具有非线性、强耦合、惯性大的特点。针对传统的建模方法缺乏灵活性的缺点,提出一种基于粒子群优化DBN(深度信念网络)的机炉协调系统数据驱动建模方法,以时序数据为基础,采用DBN的无监督贪婪逐层训练算法确定各层网络的权值,引入粒子群优化算法对DBN网络层的神经元数量进行寻优,提高模型精度,最后,结合BP网络在顶层设计联想记忆层实现预测回归分析功能。以660 MW燃煤机组协调系统为试验对象,结果表明,该方法建立的模型具有良好的非线性拟合能力,预测精度高。

加油站虚拟FCC的研究与实现

文章梳理了目前前庭控制器(FCC)的基本功能,同时针对油机设备的快速发展,以及IFSF协议扩展到支持TCP/IP的改进,对虚拟FCC的实现方式进行研究,同时开发出一套完整的虚拟FCC系统,并将其应用到站级业务系统中,能够实现与FCC同样的功能与效果。