华能上海石洞口第二电厂

华能上海石洞口第二电厂是华能国际电力开发公司和上海市政府利用外资合作建设的我国第一座超临界参数火力发电站,第一期工程两台600MW机组已在1992年底全部投产,第二期工程正在积极筹备中。该厂位于上海市宝山区盛桥镇,北临长江,离市中心约27km。

反渗透技术在华能上海石洞口第二电厂的运用

我厂位于长江入海口，除盐系统的进水水质受海水倒灌的影响较严重，尤其在冬季(每年11月至翌年4月)，进水中cl^-较高，最高时可达2000mg／L左右，严重影响了除盐设备的正常运行，影响了锅炉补给水的水质。为此，我厂在除盐系统前面予处理系统后面安装了反渗透设备。

长江河口石洞口水域电厂温排水输运扩散观测和分析

本文基于2014年11月23日至12月2日观测资料,分析石洞口附近水域电厂温排水输运扩散.在大潮期间,从水温纵向断面分布看由电厂排放的温排水明显,落潮时段最大温升4.1oC,涨潮时段最大温升达到5.1oC;仅在排水口附近水温出现分层现象,其他地方因潮流的强烈混合作用,水温垂向分布趋于均匀.从水温和温升平面分布看,在落潮时段沿岸水温高,离岸水温低,在华能石洞口电厂排水口附近温升最大量值达到4.0oC,温排水在落潮流和科氏力作用下沿岸向下游输运扩散.在涨潮时段石洞口附近高温水相比于落潮时段偏向上游,离岸范围大,温升最大值达到4.2oC.从定点连续测点的流速、流向和水温随时间变化看,若测点位于电厂上游涨潮期间水温上升,若测点位于电厂下游落潮期间水温上升,水温受附近电厂温排水影响.测点离电厂排水口越近温升越高、垂向变化越明显.小潮期间,由于寒潮过境,因表面失热,水温比大潮期间低,最大水温出现在电厂排水口附近水体中层.温升的分布特征与大潮期间类似,最大量值达到5.0oC,比大潮期间高了0.8oC,原因在于小潮期间潮流和潮混合较小,温排水口高温水不易向外输运扩散.

基于PCA-ISSA-GRU的燃煤电厂供电煤耗计算研究

随着国内电力体制与市场交易机制的变革,燃煤电厂之间的竞争压力越来越激烈,供电煤耗作为衡量电厂经济效益的重要指标,其精准计算就显得愈发重要。提出一种基于PCA-ISSA-GRU方法的供电煤耗计算模型,首先采用滑动窗口法对数据进行稳态筛选,采用主成分分析法(PCA)对处理的数据进行特征筛选,选择最相关的输入参数。其次对机组的外部环境进行分析,采用K-means方法最终确定8种不同的工况。最后为了使模型计算更加精确,采用改进的麻雀算法(ISSA)对门控循环单元(GRU)的超参数进行寻优。以上海某600MW机组的历史数据进行验证,并对不同组合模型之间的预测精度进行对比。结果表明,本文的模型供电煤耗计算与实际相吻合,平均误差为1.32g/(kW·h),相对误差在±1%,模型计算精度高,泛化能力强,适用于燃煤电厂供电煤耗的计算。同时,综合评价指标对比显示,本文构建的预测模型比其它的预测模型精度更高,效果更好。

华能石洞口第二发电厂2×600MW机组性能试验

华能上海石洞口第二电厂一期工程安装２×６００ＭＷ超临界压力机组，通过机组性能考核概况介绍，提出试验和测点布置上存在的问题，以供新建电厂借鉴。

基于NSGA-Ⅱ-VAR的燃煤电厂负荷预测

燃煤电厂负荷预测的意义在于可以预先了解未来一段时间内的电力需求情况,从而合理安排发电设备的运行和停机维修时间,避免能源浪费、提高发电效率;此外,在燃煤电厂参与深度调峰、配煤掺烧的大背景下,为了确保混煤发热量适应负荷需求,提高燃烧效率,需要提前预知未来一段时间的负荷。本文提出一种基于快速非支配排序遗传算法(nondominated sorting genetic algorithmⅡ,NSGA-Ⅱ)优化向量自回归模型(vector autoregression,VAR)的燃煤电厂负荷预测方法。该方法将历史过热蒸汽时间序列、历史再热蒸汽时间序列和历史发电量序列一起作为VAR模型的输入变量,预测未来8 h的发电负荷,同时使用NSGA-Ⅱ算法优化VAR模型的阶数和截距,从而提高了预测模型的精度。测试阶段,选取上海某机组2022年10月25日—2022年10月30日为数据样本区间,建立初始化预测模型;在2022年10月31日8:00—2022年11月1日16:00样本区间上测试模型效果,并使用NSGA-Ⅱ算法根据测试结果优化VAR模型;在2022年11月2日8:00—2022年11月3日16:00的样本区间上进一步测试优化后的模型预测精度。测试结果表明:预测均方根误差为15.341 MW,平均绝对误差为7.839 MW,和其他时序预测模型对比精度有所提高。该模型可实际运用于同类煤电机组的负荷预测,从而为后续运行决策提供参考。

基于双向LSTM-Attention模型的火电厂负荷预测研究

准确预测电厂负荷可指导火电厂制定发电计划和调度安排,有利于降低能源成本和污染物排放,对电厂的经济性和环保性有重要意义。本文提出一种基于双向LSTM-Attention的火电厂负荷预测方法。首先,通过皮尔逊系数筛选出关键特征变量;其次利用双向长短期记忆网络提取关键变量之间的长期依赖关系与短期变化特征,最后融合注意力权重机制以进一步突出关键时序信息,进而实现负荷的准确预测。以某在役600 MW超临界机组为对象进行验证。结果表明:相较于单向LSTM、双向LSTM、单向LSTM-Attention,本文所提方法的决定系数R^(2)、均方根误差S_(RMSE)和平均绝对误差S_(MAE)均为最优,分别为0.9566、16.3159、13.5043,能更准确地捕捉到负荷快速波动的趋势,为电厂的负荷预测和能源管理提供可行的方法。

基于改进Elman神经网络的发电厂发电量预测

为了减小计划发电量滞后性对发电厂生产活动的影响以及解决发电厂预测电量过程中缺乏科学指导的问题,提出一种结合数据重构和滚动预测的改进Elman神经网络的预测方法.采用变分模态分解(VMD)方法分解上海某电厂2016年-2022年的月度发电量数据,并建立基于天牛须搜索算法(BAS)改进Elman神经网络的发电量预测模型,将分解重构后的数据滚动输入预测模型,结果表明:VMD提高了数据的平稳性,经过分解、重构后的数据滚动输入模型,不仅扩大了原始数据量还避免了影响因素的分析,保留了原始数据特征,使模型的精度和预测速度有了显著提升,能够快速有效地指导发电厂制定燃煤采购及电力市场调度方案.

基于改进GWO-LightGBM的磨煤机故障预警方法研究

为提高燃煤电厂磨煤机运维效率、降低运维成本,对磨煤机故障预警进行了研究。创新性地提出一种基于改进灰狼优化(GWO)算法的轻量级梯度提升机(LightGBM)故障预警方法。通过建立LightGBM轴承温度预测模型获取磨煤机轴承温度阈值,并引入改进GWO算法优化模型超参数,以提高算法效率和性能。试验结果表明,改进GWO-LightGBM算法相比支持向量机(SVM)等传统算法具有更高的精度和更优的泛化能力。通过实际故障案例证明,该方法能够提前2 h对磨煤机进行早期故障预警。该方法对燃煤电厂磨煤机安全运维具有指导意义。

典型燃煤电厂SCR脱硝系统超低排放运行优化

本文以某超超临界660 MW燃煤机组选择性催化还原(SCR)脱硝系统为研究对象,针对其在超低排放运行中出现的问题,进行了系统诊断分析,并采取了一系列脱硝性能提效和运行优化集成措施。最终实现了脱硝出口NOx波动幅度控制在±10 mg/m^3以内,降低出口截面上平均NOx分布相对标准偏差至20%以内,并通过初装催化剂再生提效的方法控制现场平均氨逃逸量在0.5μL/L以下,有效消除了脱硝出口截面上氨逃逸量局部过高现象,为机组安全经济运行和NOx深度减排创造了条件。

火电厂炉管温度在线监测与寿命预估系统

为了提高火电厂的运行效率,节省检修费用,建立了开放、完全的现场数据采集、传送和组态的实时监控系统,并将其传送至管理信息系统(MIS),可充分获得生产现场的数据信息,使得企业管理科学化。论述了一种基于活动组件数据对象(ADO)技术的炉管温度实时监测与分析系统,该系统由运行监测、数据追忆、监测报表、寿命预估等模块组成,并通过组态的使用,使实际运行具有灵活性和通用性,从而为电力系统的经济运行提供了决策支持。

基于特征优选和机器学习组合模型的锅炉受热面壁温预测

为及时有效预测锅炉壁温的变化趋势,以某火电厂600 MW的1号机组高温再热器为例,提出一种融合特征筛选和极端梯度树(Extreme gradient boosting,XGboost)组合自适应增强算法(Adaptive boosting,Adaboost)模型。首先,利用灰色关联分析法和随机森林特征重要度分析法分别计算锅炉大量的历史运行数据与高再壁温之间的线性和非线性关联度,然后进行综合特征排序。在特征优选的基础上,利用建立的XGboost-Adaboost组合模型进行锅炉高再壁温的预测。结合真实运行数据的实验结果表明,该预测模型的平均相对误差和均方根误差分别为0.18%和1.34℃,预测的精度高于几种相关类型高再壁温的预测方法。

基于改进自适应增强算法的混煤发热量预测方法

为解决传统多元线性回归(Multivariate linear regression,MLR)模型在煤炭发热量预测方面精度不足和适用性有限的问题,提出了一种基于改进自适应增强算法(Adaptive boosting,Adaboost)的煤发热量的预测模型。将随机森林(Random forest,RF)作为Adaboost的基学习器,以提高模型在工业煤质分析中的发热量预测精度和泛化能力。研究基于某电厂1万组入炉煤的工业分析数据,选取水分、挥发分、灰分和固定碳作为模型输入,建立煤炭低位发热量的预测模型。通过与传统的多元线性回归方程及其他非线性模型比较,模型展现出更高的预测精度和更好的泛化能力。大样本测试的实验结果表明,本模型的平均绝对百分比误差为0.5417%,均方根误差为0.1304 MJ/kg,拟合度(R^(2))达到0.9799,其在煤炭发热量预测方面优于其他模型。此外,200组真实的混煤工业分析数据的模拟验证,进一步确认了本模型较优的泛化性能。

基于前馈控制优化和PID变参数改造的热电AGC优化控制研究

在电力行业不断改革的背景下,火力发电厂面临着提供既经济又优质的电力的双重挑战。从供电端来看,用户期望获得稳定且质量上乘的电力供应,以满足其用电需求及其变化。这就要求电网能够提供符合标准的电压和频率,以确保电能的质量。然而,电网本身并不产生电能,它主要负责电能的传输和分配。因此,电能的质量最终依赖于发电端。为了确保发电端能够向电网提供高质量的电能,优化自动发电控制系统(AGC)是一个有效的策略。AGC控制系统的优化不仅能提高发电效率,降低成本,还能确保电能的稳定性和可靠性,满足用户对电力质量的高标准要求。本研究以中卫电厂的火电机组为例,开展针对锅炉主控静态前馈控制的优化改造,同时执行针对锅炉主控PID变参数和中间点过热度PID输出上下限的改造。

火电厂蒸汽通流部件高温氧化的调查分析

通过对金属高温氧化资料的收集、总结,将19台不同厂家生产、不同形式、不同运行时间机组的检查结果进行调研,初步了解了高温蒸汽通流部件金属表面氧化层形成与剥离的原理和规律,提出了预防、减少金属高温氧化问题的措施。

适应“双碳”目标的煤电机组两阶段配煤优化方法

面对全球资源和环境的双重制约以及国家可持续能源转型的战略要求,火电机组迫切需要低碳化转型以实现“双碳”目标。针对火电机组高比例的碳排放和成本控制需求,本文提出一种综合碳排放和经济性的两阶段配煤策略优化方法,寻求在降低环境影响和成本之间达成最佳平衡,有效应对火电机组在新时期的政策和市场挑战。采用改进的自适应混沌第二代非支配排序遗传算法对火电机组配煤策略进行双目标优化,侧重于碳排放与配煤成本间的权衡,通过得到的帕累托最优解集确定一系列符合实际运行约束的环保与经济兼顾的配煤方案。利用多准则妥协解排序法针对帕累托解集进行深入分析,从多个评价指标进行对比,确定各个配煤策略方案的排序,确保决策过程的系统性和多元性,为电厂管理层提供了清晰且切实可行的配煤策略选择,为火电机组的低碳运营策略提供了创新且实用的解决方案。基于所建立的优化模型及算法,对上海某电厂进行配煤优化研究,结果表明,该方法不仅强化了煤质利用的高效性和煤电机组的环境友好性,而且对火电行业配合国家“双碳”目标,迈向低碳发电转型的未来开辟了新思路,具有一定的理论意义和实践价值。

基于企业因特网的火电厂炉管温度实时监测系统

为保证机组安全运行 ,建立开放的现场数据采集、分析和组态的实时监控系统 ,并将其传送至管理信息系统 (MIS) ,可充分获得生产现场的数据信息 ,使得设备检修科学化。论述了一种基于ADO技术的炉管温度实时监测与分析系统 ,该系统由运行监测、数据追忆、监测报表、寿命预估等模块组成 ,并通过组态的使用 ,使实际运行具有了灵活性和通用性。

PLC网实现电厂6kV、400V开关分合闸回路监测系统

为保证电力设备安全经济运行,建立由PL C网络构成的开放的现场数据采集和组态,实时6k V、40 0V开关分合闸回路监测系统,并将得到的数据传送至管理信息系统(MIS) ,可充分获得生产现场的数据信息,使得设备管理科学化。

基于AHP-CRITIC博弈论组合赋权的配煤掺烧效果综合评估研究

为了提高配煤掺烧效果的评价准确性和合理性,建立了一个涵盖安全性、经济性和环保性3个维度及13个评价指标的综合评价体系。首先,采用层次分析法(AHP)和CRITIC赋权法获取各指标的主客观权重;然后,应用博弈论组合赋权法优化权重分配,得出组合权重,并结合模糊综合评价法,得出各配煤方案的评价等级与评分;最后,通过障碍度分析,识别影响配煤掺烧效果的主要指标。研究结果表明,环保性指标与安全性指标是影响配煤掺烧效果的重要因素,通过优化这些指标可以提升燃煤机组的运行水平。所提出的评价模型可为电厂管理者提供决策支持,促进燃煤电厂朝着低碳化、绿色化方向发展。

火电厂炉管温度在线实时监测系统的应用研究

为保证电力设备安全经济运行 ,建立开放的现场数据采集、分析和组态的实时监控系统 ,并将其传送至管理信息系统 (MIS) ,可获得生产现场的信息 ,使得设备检修科学化。该文论述了一种基于ADO技术的炉管温度实时监测与分析系统 ,该系统由运行监测、监测报表等组成 ,并通过组态的使用 。