基于改进PSO-LSTM算法的风电机组状态监测方法研究

通过改进粒子群算法(particle swarm optimization,PSO)优化长短期记忆神经网络算法(long short-term memory,LSTM)的参数,提出了一种基于改进PSO-LSTM算法的直驱式风电机组运行状态监测方法。首先将数据采集与监控系统(supervisory control and data acquisition,SCADA)采集到的数据利用随机森林的方法进行特征筛选,得到模型的输入参数;其次采用改进PSO-LSTM网络建立有功功率的预测模型,计算出预测值与实际值的残差,根据残差的分布来确实直驱式风电机组的状态;最后利用某风电机组SCADA数据对所提预测模型进行验证分析,结果表明,PSO-LSTM预测模型相比其他三种预测模型,具有较高的预测精度,并在状态异常后最短时间内发出故障警报,保证电场的健康稳定运行。

抽水蓄能机组低水头起动过渡过程压力脉动分析

抽蓄机组在低水头起动时易进入其全特性曲线的反S不稳定区,从而导致机组并网失败,严重影响机组的安全稳定运行。其中机组内部复杂流动演变导致的剧烈压力脉动是影响机组动态特性的关键。该研究基于计算流体动力学(computational fluid dynamics,CFD)数值模拟方法对水泵水轮机低水头起动过程进行研究,重点分析了导叶与尾水管区域的压力脉动特性及产生原因。结果表明:机组起动过程中,无叶区时均压力幅值是固定导叶与活动导叶间的6倍,且时均压力幅值在无叶区沿周向分布不均。动静干涉主导了无叶区时均压力和脉动压力的变化,而在上游固定导叶与活动导叶间的动静干涉作用主要影响的是压力脉动幅值。尾水管直锥段压力脉动在机组起动过程不同阶段表现出不同的波动特征,PID(proportion integration differentiation)调节阶段压力波动较为明显。通过内部流动对比发现,活动导叶开启会引起无叶区水流速度的分布变化和波动,活动导叶小开度下转轮进口和无叶区存在明显的大尺度旋涡,这些和动静干涉联合作用是导致无叶区时均压力和脉动压力波动幅值高的原因。尾水管涡带在起动过程经历了从边条状涡带转为螺旋状涡带,之后又转变为幕布状涡带的过程。涡带的持续存在和动态变化不仅诱导了压力径向分布不均,也是导致压力波动剧烈的主要原因。研究成果可为提高抽蓄电站机组低水头起动并网成功率提供参考。

基于模块化的多模式教学的探索及实践——以“制剂设备与车间设计”课程为例

将《制剂设备与车间设计》教学内容进行模块化设计,在每个教学模块中,有效整合校内外实践教育教学平台,同时采用教师理论授课、虚拟仿真实训、药厂参观、行业专家进课堂等多模式教学,通过课堂学习、自主学习、自主训练、企业参观等学习过程,让学生在灵活掌握专业知识的同时,初步培养学生的职业素养。

基于DCS数据和燃烧图像的垃圾焚烧炉主蒸汽温度预测

针对垃圾焚烧锅炉因燃烧调控滞后而面临的主蒸汽温度波动的问题,该文提出一种基于分散控制系统(distributed control system,DCS)数据与燃烧图像的主汽温未来6min变化趋势的预测建模方法。首先,采集相关的DCS运行数据和燃烧图像并提取图像的谱范数特征;然后,利用互信息和条件互信息算法筛选出与主汽温高相关、变量间低冗余的DCS特征变量;然后,基于互信息算法对DCS特征变量和图像特征进行时延估计,剔除滞后特征变量并对超前特征变量进行时延补偿;最后,将DCS特征变量和图像特征作为输入,建立长短期记忆网络预测模型。结果表明:整体预测均方根误差(root mean square error,RMSE)为1.4722,且前2min的预测RMSE低至0.61;时延补偿和图像的加入可有效降低预测误差,考虑时延补偿的模型预测RMSE降低了22.61%,结合图像输入的模型预测RMSE降低了11.79%。可知,所提模型预测效果良好,可为生产调控提供参考。

基于数字孪生技术的热电联产机组建模研究

为建立精确有效的热电联产机组动态模型,利用机组运行数据,提出一种基于数字孪生技术的热电联产机组建模方法。首先提取机组数据服务器内存储的历史数据,采用改进遗传模拟退火的模糊C均值方法对其进行聚类,建立历史数据聚类库;然后在机组运行期间,采集并传输实时运行数据,利用多级相似度识别策略,在历史数据聚类库内检索最接近实时运行数据的历史数据;接着基于优化的极限学习机将搜寻到的历史数据用于机组建模;最后以杭州某热电联产机组为实验对象,建立该机组的孪生模型并进行对比实验。结果表明:所建模型满足精确性要求,能够跟踪机组实时状态响应;并且可以通过灵活改变建模过程中参数的设定来进一步优化模型精度。

水泵水轮机低水头起动过程水力特性分析

抽水蓄能机组在低水头并网发电过程中常会由于水力不稳定性和其自身的反“S”特性导致并网失败,严重影响电力系统的调节品质。为探究水泵水轮机低水头起动过程的水力特性,基于力矩平衡方程控制转轮实时转速,采用增量式比例–积分–微分(proportion integration differentiation,PID)算法对活动导叶开度进行实时控制,借助动网格技术和计算流体动力学方法开展考虑PID控制的水泵水轮机低水头起动过程数值模拟,建立水泵水轮机内部流动演变与外特性变化的关联机制。研究表明:转轮所受压力在起动过程初始阶段最高,叶片表面压力系数为1.22,经过PID调节后减小至1.08。起动过程中转轮力矩的变化主要受叶道涡及驻点位置改变的影响,驻点在叶道内沿逆时针方向移动。水头的变化与转速和回流形态的演变密切相关,表现为转速主导影响了水头的变化频率,而回流的具体形态则影响了压力场的分布,进而决定了机组段水头的数值大小。研究成果可为提高水泵水轮机在低水头起动并网成功率提供参考。

基于神经网络的大型轴流风机能耗特性分析

为了降低火电机组能耗,国内电力行业开始尝试大型火电机组辅机单侧运行,对此基于神经网络优化算法建立了火电机组大型轴流风机仿真模型,对其进行能耗分析。本文结合厂家提供的性能曲线和相关参数,建立大型轴流风机静态性能数学模型;再结合实际运行风机相关管路特性,建立风机在动叶可调调节方式下的调节指令-风量关系模型;利用电厂实际数据建立风机能耗分析模型和效率分析模型。综合以上模型,对火电机组送风机在低负荷下单台运行和2台并列运行时的能耗特性进行对比分析。结果表明,在火电机组低负荷工况下,风量低于某临界点时,单台送风机运行比2台送风机并列运行效率高,能耗低。

深度灵活调峰下火电机组送风系统优化控制

为了研究火电机组轴流风机运行效率的影响因素,对轴流风机的能耗特性进行分析,对比单台轴流风机运行方式和2台轴流风机并联运行方式的能耗,分析轴流风机能耗并提出了轴流风机控制系统的优化设计方案。结果表明:当机组在低负荷运行时,与2台轴流风机并联运行方式相比,单台轴流风机运行方式可有效降低能耗损失、提高轴流风机效率;火电机组在低负荷运行时采用单台轴流风机运行方式,中高负荷运行时采用2台轴流风机并联运行方式,通过引入轴流风机指令系数实现2种运行方式自动无扰切换。

基于多策略分区勘探粒子群算法的主蒸汽温度优化控制

为满足火电机组快速深度变负荷工况下主蒸汽温度控制器参数整定需求,将选择算子、自适应学习因子、自适应惯性权重系数引入标准粒子群算法中,提出多策略分区勘探粒子群算法。该方法根据适应度评价指标,将种群划分为标准粒子群操作区、选择算子操作区、自适应学习因子操作区、自适应惯性权重系数操作区4个分区,以充分发挥各寻优策略的优势,保证算法具有较高收敛精度,同时具有较快的收敛速度。与其他5种改进粒子群算法进行对比实验,结果表明:本文所提算法寻优精度高,收敛时间短。将本文算法与衰减曲线法、3种改进粒子群算法分别应用于主蒸汽温度串级PID控制器参数优化,仿真实验结果验证了本文算法的有效性。

一种基于PCA和贝叶斯分类的气动调节阀故障诊断方法

该文提出一种基于主成分分析(principal component analysis,PCA)和贝叶斯分类的故障诊断方法,并将其应用在气动调节阀的故障诊断中。首先,应用DAMADICS平台仿真气动调节阀多种易发生的故障,监测用于进行故障诊断的信号,采集诊断过程所需要的训练数据集和测试数据集,并对数据集进行主成分分析处理,降低其维度,进而获取数据集的主要特征;然后,利用极大似然估计方法求出训练数据集所满足的多元高斯分布的均值和方差,得到每种故障模式下训练数据集分布的概率密度函数;最后,应用测试数据集进行验证,对于测试数据集中的每个测试数据样本,分别计算测试数据样本属于各种故障类型的后验概率,后验概率越大,对应发生故障的可能性就越大。将该方法与支持向量机(support vector machine,SVM)诊断方法和k-近邻(k-nearest neighbor,k-NN)诊断方法进行对比,诊断准确度整体较高,方法可行。

特征指标信息融合的电动调节阀故障诊断

调节阀作为控制系统的重要组成部分,它的故障诊断对于指导控制过程安全稳定地运行至关重要。为提高故障诊断的精确率,解决电动调节阀不同故障间可能存在相互关联的问题,提出一种基于特征指标信息融合的诊断方法。利用电动调节阀可测变量间的关系,计算能够反映电动调节阀不同故障特点的指标,并建立与之对应的神经网络;然后将每个神经网络的输出看作独立的证据体进行D-S证据融合,得到最终的诊断结果。实验结果及现场分析表明:该方法充分利用数据的有效信息,从不同侧面对故障进行诊断,能够有效地应用于电动调节阀的故障诊断,具有较高的应用价值。

一种基于改进马氏距离的MIMO系统性能评价方法

为提高多变量控制系统性能评价的精度,解决传统马氏距离无法计算多个集合之间距离的问题,提出一种基于改进马氏距离的多变量控制系统性能评价方法。该方法基于多变量控制系统的在线运行数据,首先根据Hurst指数筛选出表示系统最佳性能的运行数据,以此数据建立性能评价的基准;然后对传统马氏距离的计算过程进行改进,给出Hurst指数与改进马氏距离结合的性能评价指标的具体计算方法;最后利用隶属度函数对性能指标进行性能评价等级划分。通过模型仿真验证指标的合理性,并将该方法用于某电厂二级过热喷水减温控制过程。结果表明,该评价方法有效合理且计算简单。

基于Elastic Net特征变量选择的SCR入口NO_(x)软测量模型

在传统选择性催化还原反应器(selective catalytic reduction,SCR)入口NO_(x)软测量研究中,选取相关变量大多是基于机理分析方法,具有一定主观性。针对这一问题,提出Elastic Net方法结合最小二乘支持向量机(least squares support vector machine,LSSVM)的SCR入口NO_(x)软测量模型。首先采用Elastic Net对潜在相关变量进行变量选择,该方法无需机理分析,避免变量选择的主观性。此外,Elastic Net克服最小绝对收敛和选择算子(least absolute shrinkage and selection operator,LASSO)变量选择时因数据内部存在共线性和群组效应而影响选择效果的问题。然后利用LSSVM具有的训练速度较快、泛化性能优良和非线性逼近能力强等优点,建立Elastic Net-LSSVM软测量模型。现场数据仿真结果表明:Elastic Net-LSSVM与LSSVM相比,在预测时均方根误差减小8.45%,使预测更准确,验证软测量模型的有效性,可为烟气脱硝系统的控制优化提供参考。

基于深度神经网络模型的风电机组传动系统状态监测方法

大型风电机组传动系统运行工况复杂,运维人员无法实时了解其运行状态。针对这一情况,提出一种基于深度神经网络模型(DNN)的状态监测方法。首先,BP算法训练DNN模型时容易陷入局部最小值和过拟合,因此,将麻雀搜索算法(SSA)与BP算法结合,提出一种SSA优化BP算法训练DNN模型的方法。然后,采用风电机组SCADA系统数据建立DNN模型来估计风电机组传动系统的关键运行参数,利用估计参数的残差信息构建T2统计量应用于状态监测,并给出T2统计量报警限的确定方法。最后,将提出的DNN训练方法与其他方法进行对比并将该方法应用于某风电机组传动系统状态监测。结果表明,SSA优化BP算法能够有效避免局部最小值和过拟合,该状态监测方法能够提前预警风电机组传动系统的异常状态。

一种基于ARMA模型的单回路控制性能评价方法

针对工业过程常规PID控制回路中由于广义被控对象发生变化导致的系统性能退化的现状,针对单入单出控制系统研究了基于脉冲响应曲线的性能评价方法。该方法利用系统单位脉冲响应函数与自回归滑动平均模型Green函数等价的特点,通过对系统常规运行数据进行时间序列分析即可得到系统单位脉冲响应曲线;利用脉冲响应曲线的性能分析系统克服随机干扰的能力,判断当前控制器下系统响应迟缓/振荡。最后将该方法分别应用于仿真过程和工业实际过程验证其可行性和有效性。

考虑“两个细则”的负荷控制系统性能评价方法

随着各区域电网"两个细则"的颁布,电力系统对火电机组的要求越发严格,使火电机组受到了很大的经济影响。为了使多变量控制系统性能评价理论和工程实际相结合,研究改进了多变量系统的协方差评价指标,并对"两个细则"AGC (Automatic Generation Control)的考核方式进行了分析和总结,提出了负荷控制系统改进的协方差指标和基于"两个细则"的经济性指标,通过加权运算来对负荷控制系统做出综合评估。利用仿真试验及现场数据,进行机组负荷控制系统评价方法的确立和验证,结果表明评价方法合理、有效。

基于二分类NMF网络的执行器故障状态评估

针对反馈控制回路中,控制器的调节能力会在一定程度上掩盖执行器的性能下降的问题,提出一种基于二分类非负矩阵网络的故障状态评估算法,实现执行器的在线故障状态监控,包括故障分类和退化评估。该方法提取样本的局部静态特征,建立了分类器模型以形成网络;并且引入相似度来描述样本之间的动态特征。为实现执行器故障状态评估,融合网络输出的静态距离与动态变化,构建了故障判别指标和退化指标。通过双容水箱液位串级控制实验和基于DAMADICS平台的单回路仿真实验,证明了该算法的有效性。

基于Scilab的网侧变流器建模与仿真方法研究

针对国内外常见电力系统仿真平台大多基于闭源商业软件开发,源码封闭、盗版泛滥等问题,在分析网侧变流器的数学模型和前馈解耦双闭环的控制策略的基础上,提出在开源软件Scilab建立元件级网侧变流器的模型,在Scilab/Xcos平台上将面向物理对象的建模语言Modelica引用到网侧变流器的元件开发中,最终在Scilab/Xcos平台中建立可控电压源和IGBT等元件,完成网侧变流器及其控制系统模型的搭建,对电网三相平衡和机侧电压扰动时的状态进行仿真,验证了元件开发和模型搭建的正确性,以及在Scilab/Xcos平台进行电力系统仿真的可行性。

深度调峰超临界直流炉机组快速降负荷工况过热汽温控制

为提高深度调峰机组快速降负荷工况下过热汽温控制品质,针对超临界直流炉过热汽温系统各扰动因素定性分析,机组快速降负荷动作过程中,给煤量突降后给水控制环节存在惯性与迟延,导致机组快速降负荷过程水煤比严重偏高,是过热汽温快速降低的主要因素,提出超临界直流炉快速降负荷工况下过热汽温控制策略,通过对给煤量控制增加惯性环节,降低给煤量下降速率,减小水煤比偏高对过热汽温的影响。仿真结果表明:改进后的过热蒸汽温度下降幅度减小30%,中间点温度下降幅度减小34%,降低机组快速降负荷过程中因过热蒸汽温度低跳闸的风险,提高机组安全稳定运行可靠性。

基于单值中智集的火电机组主蒸汽温度控制系统多属性性能评价

工业控制系统中采用单一运行数据对其进行性能评价的研究较多,采用多属性性能评价的研究较少。本文针对火电厂生产过程对主蒸汽温度控制系统控制品质的要求,提出一种基于单值中智集的火电机组主蒸汽温度控制系统多属性性能评价方法。首先,根据火电机组主蒸汽温度控制系统运行数据的多个属性值建立中智集决策矩阵;然后,基于每个属性提供的信息确定反映决策者意见的单值中智集决策矩阵,并通过加权平均算子将所有个体决策矩阵聚合为共同决策矩阵;最后,根据计算出的待评价控制方案与中智集正负理想解之间的欧式距离建立的相对贴近度函数的大小来评价各控制方案,并确定最优控制方案。仿真结果表明该评价方法有效合理且计算简单。