基于ADAM-BPNN优化模型的磨煤机智能启动技术研究

为改善制粉系统的启动效率,提高机组对电网负荷的响应速度,对影响设备正常启动的因素进行了分析,认为原煤仓落煤不畅及磨煤机预暖迟缓制约了中速磨制粉系统的可靠投用。基于给煤量指令与皮带转速的偏差,利用ADAM-BPNN优化模型,对原煤仓下煤不畅建立了智能预警模型,显著提高了给煤可靠性监测的时效性;采用模糊自适应算法对磨煤机预暖程序进行了针对性优化,程控暖磨时间相较手动操作大大缩短。经优化调整后,制粉系统在机组调峰过程中投用快速、运行稳定,相关经验可供后续同类型机组参考。

我国居民收入资本化发展现状与前景展望

本文通过对我国目前居民收入资本化水平的研究,纵观我国今年来经济发展水平和居民手中金融资产变动与分配变化情况,发现我国居民收入资本化趋势愈来愈显著,得出我国居民收入资本化呈上升趋势的结论,并据此对收入资本化的发展前景进行了科学展望。

基于粒子群优化算法优化BP神经网络模型的间接空冷散热器性能监测

为监测间接空冷散热器的换热性能,提出了监测间接空冷塔出水温度的方法。根据间接空冷系统散热器传热量计算和热平衡方程,分析了间接空冷塔出水温度的影响因素,建立了以环境温度、环境风速、大气压力、间接空冷塔循环水进水温度、循环水进水压力、出水压力和百叶窗开度7个主要参数为输入,出水温度为输出的BP神经网络模型。为避免该模型陷入局部最优,采用非线性动态惯性权重的粒子群优化(PSO)算法对BP神经网络模型的初始权值和阈值进行了优化,构建了PSO-BP神经网络预测模型,并根据某660MW间接空冷机组的运行数据对该模型进行了训练和验证。结果表明:采用PSO算法优化的BP神经网络模型具有较强泛化能力,预测精度高于单纯的BP神经网络模型,预测平均绝对百分比误差为0.55%。

火电厂电气运行的安全管理及故障排除处理研究

在我国的发电工程中,火电厂占剧着很重要的比重,其对于社会的发展以及人们的生活工作都有很大的影响,而要想保证火电厂的电气设备不出现故障地安全运行,就要对其进行进行安全管理,要有相应的安全意识以及发现故障的能力,以此才能确保火电厂的安全运行。本文通过对火电厂电气运行的安全管理的重要性进行概况分析,探讨其相应的管理方法以及常见故障及期处理方法。

基于One-Class SVM的凝泵入口滤网堵塞预警模型开发与应用

电厂凝结水泵入口滤网在机组长周期运行时,由于凝结水水质变差,凝结水中杂质增多,易导致凝结泵入口滤网堵塞现象的发生。该研究采用基于单类支持向量机(One-Class SVM)算法,建立了凝结水泵入口滤网堵塞智能诊断与预警模型。通过提取与凝结水泵入口滤网堵塞具有因果联系的主要参数的历史数据,对智能预警模型进行训练优化,并完成了相关测试。研究结果表明,该模型可以有效对凝结水泵入口滤网发生堵塞现象进行识别,准确率达到99.96%,误报率低,召回率达到90.20%,准确率达到93.18%,满足工业生产需求,可有效指导机组操作人员及时采取相应措施,避免机组因非正常停机而造成经济损失。

数据驱动下定子绕组出水温度在不同工况下标准值的确定

火电厂主设备的检修主要采用状态检修,在线监测逐步成为火电厂决定设备状态检修的主导因素,在线监测和早期故障诊断为检修项目提供数据依据和理论支撑。发电机十大故障中,七大故障表征参数都能从发电机温度上体现出来,所以预测不同工况下发电机标准温度是十分有必要的。该文对水氢氢冷却的发电机定子线棒在不同工况下的温度标准值进行了预测,以不同工况下正常运行稳定数据为依托,分别采用最小二乘法的非线性曲线拟合指纹系数判断法和BP神经网络两种方法对温度进行了预测,结果表明,采用指纹系数判断法预测的结果和实际结果相差最大0.5℃,基于Levenberg-Marquard训练算法的BP神经网络预测模预测的结果和实际结果相差最大0.49℃,从模型的复杂程度角度来看,指纹系数判断法建立的模型更容易运行在运行监控分析平台上。

750 kV变压器夹件接地电流超标的原因分析与处理

针对一起750 kV变压器夹件接地电流过大的故障,本文进行了原因分析和现场处理。在不具备条件彻底消除缺陷的情况下,通过对故障性质的综合分析和判断,最终采用就地实测接地电压、计算得到限流电阻的方法进行限制。加装电阻后,现场实测结果表明,夹件接地回路串接计算得到的限流电阻限制接地电流是可行的。

汽轮机变工况下调节级压力预测模型及应用

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。

与DCS深度融合的火电厂智能监盘系统的研究与开发

本文以火电厂智能监盘系统为研究对象,综合运用大数据、人工智能、机器学习等先进技术,提出了一种机理与数据驱动相融合的智能预警框架方法,给出了与DCS深度融合的火电厂智能监盘系统的架构,详细阐述了其中最关键的模型管理运行平台的设计与实现,并完成了整个系统的开发。以泵电流短路异常预警和定冷水箱泄露异常预警为例,说明了采用本文提出的方法建模的过程,证明了本文所提出的预警方法的有效性,系统在某电厂的实际上线应用效果说明了本文相关研究成果的可行性和先进性。

面向电网调峰需求的燃煤机组快速启停控制技术及应用项目

随着新型电力系统的快速发展,不断增大的电网波动性要求常规燃煤机组不仅要提供足够深度的调峰容量,还应具有快速启停机的能力.目前,发电厂自启停控制系统(APS)功能在煤电机组已得到广泛应用,但仍存在以下3个方面的问题:一是常规APS技术未引入数据分析建模机器学习技术.