融合多层感知机和多项式拟合的大数据平台风机故障诊断

为了提高火电厂送引风机运行的全程安全化、故障诊断准确化、生产收益长期化,将风险问题前置是提升机组运行安全性的关键。基于此,提出了融合多层感知机和多项式拟合的大数据平台风机故障诊断模型。采用多层感知机和多项式拟合建模技术建立风机预警模型,并将模型部署在大数据平台中,能及时发现风机运行期间人工难以发现的异常。采用数据挖掘、机理分析和特征值知识库相结合的方法,挖掘风机失速的参数边界信息,精准化配置各种工况的风机失速边界条件并绘制失速边界工况图,然后结合正常运行工况得出预警失速区间,最终建立覆盖风机全工况的故障诊断模型。利用大数据平台对风机运行数据全覆盖、全流通、全维护的优势,构建了基于大数据平台的风机智能巡盘模型体系,实现以智能巡盘模型代替运行人员对风机运行状态进行定期巡盘监视和诊断,达到风机故障的准确安全诊断、故障发生率最低化及人员复用率最大化的效果。

350MW超临界机组磨煤机堵煤智能预警模型研究与应用

为提高机组运行的可靠性,减少非计划停机次数,针对某电厂超超临界机组堵磨跳机原因开展了事故分析。认为磨煤机堵煤初期调整措施不及时,严重堵煤后又进行了过度疏通,导致炉膛内实际燃料量大幅增加,燃烧显著增强,机组最终因折焰角集箱严重超温而发生跳闸。在上述分析的基础上,根据磨煤机关键运行参数,结合大数据与人工智能算法,构建了磨煤机堵煤智能预警模型,以期提前发现故障迹象,尽早采取干预措施,保证机组的安全稳定运行。上述智能预警模型应用后,机组再未出现严重堵煤故障,相关模型构建与应用经验可供后续同类机组参考。

基于Adam优化卷积神经网络的火电厂大数据平台预警模型测试与应用

为了提高火电厂大数据平台的生产维护安全化、监控管理精细化、经济效益持续化,提出了大数据平台内开发故障诊断预警系统,采用基于自适应力矩估计(adaptive moment estimation,Adam)算法优化二维卷积神经网络方法建模技术融入于大数据平台中,并结合大数据平台和专家故障预警诊断功能进行测试与应用。首先对故障预警模型进行数理建模及模型训练优化,直至满足模型功能要求,实施模型算法代码与大数据平台的合库部署上线、满足提前发现系统故障的功能,并结合机理分析对故障系统进行细致化分类,最终发现根本的故障原因。实现了火电厂生产过程中各系统运行特性的全周期监控,在系统或设备发生故障前进行预警并推送异常信息,规范化了模型部署在大数据平台后的测试与实施工作,进一步发现模型缺陷,提高模型准确率。

变流器在抽汽背压式给水泵汽轮机系统中的应用研究

在抽汽背压式汽轮机(back pressure extraction steam turbine,BEST)构成的双机回热系统中增设电机变流器组,可使BEST启动更具有灵活性。对该系统的运行及控制方式进行了介绍,并在机组试运过程中,在不同运行工况下进行了一系列系统的试验。结果表明:变流器对BEST转速的控制精准度较高,且变流器电动工况与发电工况可平稳切换;此外,事故工况下,变流器与小汽轮机电液控制系统(micro electro-hydraulic control system,MEH)之间的控制切换具有迅速、扰动小的特点,保障了机组运行的稳定安全。以上试验验证了变流器在BEST驱动给水泵系统中应用的实际可控性、安全性和稳定可靠性。最后,通过经济性计算,投入变流器后机组在热耗率验收工况下满负荷运行时可节约标准煤约2.1 g/(kW·h),具有一定的经济效益。

燃气-蒸汽联合循环机组汽轮机冷态预暖技术应用及优化

燃气-蒸汽联合循环机组(简称“联合循环机组”)在冷态启动过程中,由于汽轮机金属温度低,为了避免冲转过程中产生的热应力影响机组安全,汽轮机需要进行中速暖机,以提升汽轮机金属温度,这一过程极大地限制了机组快速响应电网调峰的能力。对此,在联合循环机组中首次应用汽轮机预暖系统,并对汽轮机预暖系统投入前、后机组的2次冷态启动过程进行对比。结果表明:预暖系统可以使汽轮机在冷态整套启动前达到温态启动要求,极大地缩短了冷态启动下机组的启动时间,提高了机组的经济性。此外,通过对机组冷态预暖过程的优化改进,有效地避免了汽源压力不足造成机组转速快速下降的现象。该经验可供相关联合循环机组参考。

酯化木素用于PBS-CTMP纤维复合材料界面改性的研究

木素与脂肪族酰氯通过酯化反应得到酯化木素,将酯化木素作为界面改性剂改性化学热磨机械浆(CTMP)纤维,并将其应用于聚丁二酸丁二醇酯(PBS)-CTMP纤维复合材料,研究了酯化木素对改性后CTMP纤维制备复合材料性能的影响。接触角测定数据表明,与未反应木素相比,酯化木素的疏水性提高。PBS-CTMP纤维复合材料的力学性能显著提高,以质量分数为2.0%(相对于纤维)的酯化木素(以棕榈酰氯,n(—COCl)∶n(—OH)=3∶2合成)表面处理的纤维制备的复合材料,拉伸强度、冲击强度和弯曲强度分别较未处理CTMP纤维制备的复合材料提高了25.1%、22.4%和19.3%。扫描电镜(SEM)分析表明,以酯化木素处理过的纤维与基体之间,表现出更好的相容性。另外,在复合材料制备中加入酯化木素改性CTMP纤维,使复合材料的剪切黏度表现出一定程度的增加,但总体而言,在复合材料体系中添加酯化木素改性CTMP纤维对其加工性能影响不大。

EVA/纳米SiO_2阻燃复合材料的性能研究

以乙烯-醋酸乙烯共聚物(EVA)为基体,将聚磷酸铵(APP)和季戊四醇(PER)组成的膨胀阻燃体系(IFR)与纳米SiO_2复配使用,熔融共混制备复合材料.并通过对复合材料硬度,力学性能及阻燃性能的测试,研究不同纳米SiO_2及IFR添加量对复合材料性能的影响.通过扫描电镜(SEM)对复合材料燃烧后所形成炭层形貌进行分析.结果表明,纳米二氧化硅在体系中的添加,在一定程度上有利于复合材料力学性能及熔滴现象的改善.但其作为协效剂的用量在阻燃体系中较高时,不利于复合材料阻燃等级的提高.复合材料的邵氏硬度较纯EVA有明显的提高.当纳米SiO_2及IFR的总添加质量分数为25%,且纳米SiO_2添加质量分数为6%时,复合材料的拉伸及燃烧综合性能最优,拉伸强度可达到10.4 MPa,极限氧指数达到27.7%,UL-94燃烧等级可以达到V-1.SEM结果表明,随着IFR添加量的增加,复合材料燃烧后形成的炭层越致密.

抽汽背压式汽轮机回热系统投运方式对其运行影响的研究

详细介绍2种方式下投运抽汽背压式汽轮机(BEST)回热系统的过程,并且分析投运方式对主要参数的影响。结果表明:采用加热器随机投运方式会导致BEST背压偏低,电机组功率超限;采用先投运低压加热器(简称低加)后投运高压加热器(简称高加)方式,需要较长的时间,但有利于BEST建立背压,避免了BEST背压过低导致电机组功率超限,该方法可以降低机组煤耗,提高机组经济性。

火电厂回热系统高加故障预警方法及其应用

通过对机组运行特性的总结归纳,针对高压加热器(下称“高加”)运行过程可能出现的故障,分别建立高加阀门故障预警模型及高加泄漏故障预警模型,在机组运行阶段对高加状态进行实时监测。在机组运行过程中,高加泄漏故障预警模型可以对高加泄漏故障进行准确识别并发出预警。此外,结合对泄漏高加端差的计算分析,对泄漏位置进行辅助判断。高加故障预警方法应用结果表明,高加故障预警模型能够实时对高加运行过程进行监测及故障预警,且预警结果准确无误,对保证机组安全稳定运行提供了有力保障。此外,由于高加阀门在实际运行过程尚未出现卡涩故障,因此未触发相应的故障预警。以上技术可供相关机组进行借鉴。

基于CiteSpace的汽轮机研究进展分析

汽轮机是重要的原动机之一,它不仅应用于压缩机、泵和高炉风机等旋转设备,而且与锅炉、发电机构成了火力发电的三大主体。通过CiteSpace 8.5软件对汽轮机领域的1543篇相关文献进行分析,揭示汽轮机研究的作者、机构、期刊、研究现状和热点等情况。分析发现:中国西安交通大学是发文最多的研究机构,JUN LI为发文量最大的学者;J ENG GAS TURBPOWER期刊对推动汽轮机领域的发展起着举足轻重的作用;汽轮机的相关研究方向不局限于汽轮机的效率及故障诊断,同时也涉及多方面,如汽轮机的转子、叶片、蒸汽的流动性等。随着科技的进步,未来汽轮机领域在汽轮机材料、热电联产、提高蒸汽参数等方面具有可拓展性。

基于卷积神经网络的汽轮机抗燃油泄漏智能预警技术研究

汽轮机数字电液控制系统依靠抗燃油(EH油)对汽门进行调节,抗燃油一旦发生泄漏,将危及机组的运行安全。为提高EH油泄漏故障的监测可靠性,减少电厂非计划停机次数,基于大数据挖掘与数据驱动技术,构建了多个不同结构的卷积神经网络模型,用于预测监控EH油箱油位。利用机组实际运行积累的大量数据,建立模型训练与验证数据集,从预测准确率、交叉熵损失及运算耗时等方面对模型进行了综合评价。评估结果表明,A结构的模型准确性最高,约为98.92%,交叉熵损失最低,约为0.043 1,而模型运算时长中等,综合性能最优。将A智能模型整合进电厂分散式控制系统中进行实际验证,其监测准确,预警及时,显著减少了监盘和巡检人员的工作量,提高了电力生产的自动化、智能化水平,相关应用经验可供同类型机组参考。

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。

阻燃抑烟型聚丁二酸丁二醇酯复合材料的性能研究

以改性碱式硫酸镁晶须(MHSH)为无机填料,结合膨胀型阻燃剂(IFR),通过熔融共混法制备了阻燃型聚丁二酸丁二醇酯(PBS)复合材料,并对复合材料的力学性能、阻燃性能和抑烟性能进行了研究。结果表明,改性MHSH既可增强阻燃型复合材料的力学性能,又可协效IFR提高其阻燃性能;当MHSH与IFR的添加量分别为2%(质量分数,下同)和23%时,PBS复合材料的拉伸强度、弯曲强度和冲击强度相比只添加25%IFR的复合材料分别提高了33.33%、6.65%和21.80%,其极限氧指数为39.8%,UL 94达到了V-0等级;MHSH协效IFR可有效降低阻燃型PBS复合材料燃烧时的烟释放总量和一氧化碳(CO)、二氧化碳(CO_2)释放速率,降低复合材料的火灾危险性。

二次再热1000 MW燃煤机组(极)热态启动过程切缸与并缸故障分析及处理

对二次再热1000 MW燃煤机组在(极)热态启动时出现切缸及并缸时的典型故障进行了研究。详细分析了3次甩100%负荷及1次甩50%负荷后的4次(极)热态启动过程的主要参数变化,探讨了(极)热态启动过程切缸、2次并缸失败导致长甩负荷、并缸后再热器保护动作及切缸后成功并缸的4个故障实例。结果表明:3缸联合启动方式在(极)热态启动阶段容易造成超高压缸切缸;在并缸阶段,采用数字式电液调节系统中默认的Fastly速率释放超高压调节阀阀限,极易引起负荷超调、轴向位移突增,进而造成机组参数剧烈扰动、并缸失败,甚至长甩负荷;并缸成功后,应及时调整目标负荷,抑制总流量指令的突变;及时增加锅炉燃料、自动调整旁路调节阀开度和稳定机前压力是并缸后安全运行的关键。上述研究结果为机组(极)热态下安全、稳定及快速地启动提供了重要的参考。

基于变分模态分解和改进粒子群算法优化最小二乘支持向量机的短期电价预测

针对电价序列具有非线性强、波动性大的特点,提出一种基于变分模态分解(VMD)和改进粒子群算法(PSO)优化最小二乘支持向量机(LSSVM)的短期电价预测模型。首先利用VMD将原始电价数据分解为多个子序列,然后采取LSSVM模型分别对子序列进行预测。对于LSSVM预测模型的最优参数选择问题,利用改进的PSO优化LSSVM模型的参数,能够很好地提高模型预测精度。最后集成各子序列预测结果,获得最终电价预测值。为了验证所提模型的有效性,以美国PJM市场电价数据为例进行分析,并与其他预测模型进行对比,结果表明,所提模型能够很好地对短期电价进行预测。

燃气-蒸汽联合循环机组汽轮机冷态预暖控制策略优化与应用

为了缩短冷态启动过程中联合循环同轴机组汽轮机的启动时间,通过启动锅炉蒸汽对汽轮机提前预暖,解决了机组无法快速响应电网调峰的问题。根据汽轮机冷态预暖系统及机组启动方式,结合机组冷态启动历史过程及数据,进行冷态预暖系统运行特性分析试验、优化后试验及温态启动顺控试验,通过对现有控制逻辑的优化,提出了一种全新的冷态预暖控制策略。结果表明:该策略避免了机组在预暖启动过程中由于预暖管道过热度低,造成热应力准则、紧急切断阀(Emergency Shutoff Valve, ESV)无法满足启动条件、高排逆止阀自动打开以及静止变频启动装置(Static Frequency Convertor, SFC)在燃气轮机与汽轮机啮合过程中自动退出等问题;优化后机组的冷态预暖启动运行过程表明,实现机组全过程无断点的预暖及自启动控制,可有效缩短同轴联合循环机组冷态启动时间约2 h,使机组具备快速灵活的启动方式和应急调峰的能力。

9F级燃机余热锅炉吹管中断原因分析及处理

甲、乙两电厂均为9F级联合循环机组,在余热锅炉吹管阶段均出现高压给水泵汽化造成余热锅炉吹管中断,影响了机组的顺利投运。对高压给水泵汽化的原因进行了分析讨论,并提出了一些解决方案,可以为同类型机组提供一定的借鉴经验。