基于历史数据分析的汽轮机调节阀流量特性优化

汽轮机经过长时间运行或调节阀检修解体后,汽轮机调节阀的实际流量特性曲线将偏离设定值,从而影响机组一次调频和负荷控制能力,严重时可能影响机组的安全性;常用的通过现场流量特性实验进行线性化校正的方式存在精度低、耗时长等缺点。为此,开发数据处理分析算法、稳态工况筛选算法对历史数据进行分析处理,开发分段线性化参数寻优算法以及神经网络算法分别对阀门流量特性非重叠度部分和重叠度部分进行线性化校正。将该方法应用于某600 MW火电机组,结果表明,汽机阀门的流量特性线性度得到了有效的改善,提高了机组的安全稳定性。