基于数据驱动的NO_(x)稳定性评价

燃煤机组烟气NO_(x)浓度的稳定性影响脱硝系统的运行性能。通过构建稳定性评估模型,实现对NO_(x)浓度大数据分布的量化评价。构建了K均值聚类与3σ准则相结合的原始大数据清洗方法,通过滑动窗格法划分不同工况数据。基于最小二乘回归,建立了NO_(x)浓度基准值模型。基于偏离程度,构建了偏离度函数和稳定系数函数,归一化处理后得到稳定性评分函数,从而实现全负荷NO_(x)稳定性定量评价。利用该模型对某660 MW燃煤机组NO_(x)数据进行评估,结果表明:NO_(x)浓度分布整体集中度高,与负荷率呈正相关,变负荷工况稳定性得分比稳定工况低2.35%左右;将负荷率从50%提升至100%,稳定性得分提升了21.28%,说明所构建的模型能有效评价NO_(x)分布的稳定性,为机组对标评价提供了依据。

基于AHP-TOPSIS算法的再热蒸汽系统稳定性综合评价

再热蒸汽系统的稳定性影响着燃煤机组的安全性和经济性。本文基于同一集团6台机组(A~F)的运行数据进行再热蒸汽系统的稳定性对标评价。通过3σ准则对大数据进行清洗,并利用滑动窗格法进行稳定工况划分。基于过程能力指数Cpk和变异系数CV分别对再热蒸汽温度和再热器减温水调节阀开度进行稳定性打分,并利用层次分析法-优劣解距离法对参数进行权重分配计算,完成不同机组在不同工况下的综合对标评价。结果表明:A~F机组中,E机组再热汽温对应的Cpk值最大,为1.75,其稳定性最好;F机组再热器减温水调节阀开度对应的CV值最小,为0.56,其稳定性最好;A机组的再热蒸汽温度和再热器减温水调节阀开度的稳定性最差;A机组和C机组左右汽温偏差和再热器减温水调节阀开度差明显偏大,源于其采用四角切圆方式燃烧;300 MW的E机组再热蒸汽系统的稳定性最好,百万机组再热蒸汽系统的稳定性较差。