基于主元分析的火电厂生产过程故障检测研究

由于工况变化频繁,使用单一主元模型难以准确描述火电厂生产过程的统计特性,因此应用传统主元分析(PCA)故障检测方法会带来大量的误检。提出了一种适用于火电厂生产过程的改进PCA故障检测方法:首先用K均值聚类分析方法对过程数据进行分类得到各稳态工况下的数据;然后根据分类数据建立主元模型组来描述整个过程;最后在故障检测中对检测样本进行模糊划分,动态计算出与当前工况相适应的主元模型并进行检测。使用现场数据对比研究了传统方法和改进方法在锅炉过程故障检测中的应用情况。结果表明改进方法能适应工况变化,减少误检并提高检测灵敏度。

基于NSBM模型的我国火力发电效率及解构

为克服传统效率测算中的偏差,将火力发电分解为火电生产过程和环境治理过程2个环节,建立考虑松弛变量的网络数据包络(NSBM)模型,对我国30个省级行政区域2005~2014年的火力发电效率进行了测算,并将其解构为火电生产效率和环境治理效率。结果发现:样本期间火力发电效率相对较低,但呈波动性增长趋势且区域差异逐渐减小;对火电效率的解构表明电力生产效率明显高于环境治理效率,治理效率的改善将是提升火电效率的关键;从"生产效率—治理效率"两维视角可将30个省细分为4类不同的效率组合状态。基于此,提出未来火电行业减排路径及产业政策的制定应立足于"生产与治理"双管齐下、因地制宜推行差异化效率提升策略。