学位论文 > 优秀研究生学位论文题录展示

火电机组节能在线分析与智能运行优化方法研究

作　者: 李利平
导　师: 张春发；牛玉广
学　校: 华北电力大学（河北）
专　业: 热能工程
关键词: 火电机组 SIS 向量分析法在线性能智能运行优化方法
分类号: TM76
类　型: 博士论文
年　份: 2007年
下　载: 595次
引　用: 7次
阅　读: 论文下载

内容摘要

厂级监控信息系统(SIS)在电力企业信息化建设的进程中得到了迅速的推广和应用,同时也给生产和科研创造了新的发展契机。机组性能在线分析与运行优化是领域的研究核心热点之一。本文拓展了热力系统热经济状态方程分析法;基于已有性能在线系统应用及运行数据进行了大量统计分析,明确了机组运行优化的节能潜力空间;首次提出将基于案例的推理和基于概率因果推理两种智能方法应用于机组运行优化。深入研究矩阵结构与热力系统结构的关系,结合传统理论的假设,引入控制理论中线性定常系统的状态空间表达法,揭示出热力系统的汽水分布方程本质上就是多输入多输出系统状态方程的稳定态形式,状态空间表达法是对热力系统向更一般系统的抽象。将辅助汽水看作是施加到主系统上的扰动输入,提出了热扰动向量的概念及其构造方法,推导出了分析系统输出变化的统一计算公式,丰富了电厂节能理论,极大地简化了系统节能分析过程。在线模型的可靠性是基于模型决策的基础。由准筛选的出机组性能评价有效数据分析得出,单一连续稳定运行工况的在线数据性能计算指标的不确定度约为2%;在相近的外界边界条件下,由于运行方式不同或运行参数偏离等,其不确定度约为6%。即运行优化的可行区间约为4%(约12g/kW·h)。由全局灵敏度分析得出了影响模型输出不确定的关键变量,为模型优化及系统维护提供依据。基于机组运行工况能耗率的统计分布特征,提出了基于案例推理的运行优化指导方法,解决了特征环节和特征参数的选择等几个关键问题。同时提出了基于“三工况”运行决策思想及决策因子计算方法,通过决策因子的优先级排列,增强了系统的辅助决策能力。较之于以往各种给定运行优化目标值的方法,该方法的新颖之处在于其信息的完整性和可操作性,是一种非常有效的“粗调”指导方法。由于机组热力系统结构复杂,子系统及设备的运行参数间存在较强的耦合性,在机组设备无故障假设下,机组性能依然可能会处于一种亚健康状态。提出了基于概率因果模型的深层次机组运行优化参数诊断方法。建立了机组系统级变量的因果依赖模型,该模型由现场数据参数化后可直接用于机组参数偏离的诊断。提出了基于相对信息熵的运行优化决策方法,其实质通过概率推理来寻找出机组运行参数间的最优组合模式。智能决策支持系统是今后电力企业深化信息化建设的必然选择。本文给出了机组智能运行优化决策支持系统的体系结构框架设计,并基于文中所采用的智能模型,讨论了多模型融合技术,提出了决策支持报警的系统设计思路。

全文目录

摘要  5-6
ABSTRACT  6-11
第一章绪论  11-24
  1.1 论文选题背景及意义  11-14
  1.2 节能理论的研究现状  14-16
  1.3 热力发电机组运行优化问题研究动态  16-19
    1.3.1 机组启停优化  16
    1.3.2 机组动态过程性能评价  16
    1.3.3 机组稳定态运行优化  16-17
    1.3.4 机组稳定态运行优化目标值的确定方法  17-19
  1.4 国内外电站在线性能监控的应用现状  19-20
  1.5 当前机组在线性能分析与运行优化存在的问题  20-21
  1.6 本文的主要研究内容  21-24
    1.6.1 论文研究路线图  21-22
    1.6.2 论文研究内容简述  22-23
    1.6.3 论文内容安排  23-24
第二章热力系统向量分析法  24-42
  2.1 节能理论的近期发展  24
  2.2 热力系统及其热经济状态方程  24-31
    2.2.1 加热器环节的划分  24-26
    2.2.2 q 、γ、τ的定义  26
    2.2.3 加热器单元的热平衡方程及系统汽水分布方程  26-29
    2.2.4 系统功率输出方程  29-30
    2.2.5 锅炉吸热量方程  30-31
    2.2.6 基于系统热经济状态方程的性能指标计算  31
  2.3 用系统热经济状态方程的进行系统线性化节能分析  31-34
    2.3.1 节能理论的假设基础  31
    2.3.2 汽水分布方程的线性变换  31-32
    2.3.3 热扰动向量的推导及定义  32-34
  2.4 热力系统的状态空间表达  34-37
    2.4.1 线性定常系统的状态空间表达  34-35
    2.4.2 系统输出的增量方程  35-36
    2.4.3 热力系统向量分析  36-37
  2.5 600MW机组热力系统分析实例  37-39
    2.5.1 系统热力学参数  37-38
    2.5.2 系统输出矩阵及其计算  38-39
  2.6 本章小结  39-42
第三章机组在线性能计算模型的不确定性及其分析  42-67
  3.1 机组实际运行数据筛选与统计分析  42-49
    3.1.1 机组简介  42-43
    3.1.2 机组原始运行数据采集  43-44
    3.1.3 机组在线性能指标与主要状态参数的原始数据分析  44-46
    3.1.4 闭式循环热力机组性能稳定判定条件  46-47
    3.1.5 机组性能指标与主要状态参数间的统计关系  47-49
    3.1.6 机组在线性能指标的不确定度范围  49
  3.2 机组在线性能计算不确定性的来源  49-50
    3.2.1 测量不确定性  49
    3.2.2 系统边界引起的不确定性  49-50
    3.2.3 机组工况不稳定性引起的误差  50
    3.2.4 计算参数（不可测参数）引入的误差  50
  3.3 机组热力过程与学科范畴  50-52
  3.4 机组在线性能计算模型的全局灵敏度分析  52-66
    3.4.1 灵敏度分析方法及其分类  52-54
    3.4.2 富立叶幅值试验法及其扩展方法  54-57
    3.4.3 基于EFAST的机组在线性能计算模型全局灵敏度分析  57-66
  3.5 本章小结  66-67
第四章基于案例推理的机组运行优化  67-80
  4.1 引入案例推理（CASE-BASED REASONING,CBR）的动机  67-68
  4.2 CBR系统概述  68-70
  4.3 基于案例推理的热力机组在线性能优化运行辅助决策设计  70-78
    4.3.1 热力过程的相似性判别  71-74
    4.3.2 相似案例的检索及其重用策略  74-77
    4.3.3 案例更新  77
    4.3.4 案例保留  77
    4.3.5 CBR系统仿真试验研究  77-78
  4.4 本章小结  78-80
第五章基于贝叶斯网络模型的机组参数运行优化诊断  80-100
  5.1 引言  80-81
    5.1.1 机组运行优化遇到的不确定性问题  80
    5.1.2 推理诊断方法的选择  80-81
  5.2 概率推理基础  81-83
  5.3 贝叶斯网络  83-90
    5.3.1 贝叶斯网络定义  83-85
    5.3.2 贝叶斯网络蕴含的语义  85-86
    5.3.3 贝叶斯网络推理  86-88
    5.3.4 贝叶斯网络构造  88
    5.3.5 贝叶斯网络参数化  88-89
    5.3.6 贝叶斯网络结构学习  89-90
    5.3.7 信息熵与相对熵  90
  5.4 热力机组运行优化诊断贝叶斯网络模型  90-97
    5.4.1 贝叶斯网络模型建模的数据集  90
    5.4.2 优化诊断贝叶斯网络的建模原则  90-91
    5.4.3 热力机组性能状态特征参数  91-92
    5.4.4 机组参数优化运行贝叶斯网络诊断模型结构  92-94
    5.4.5 优化诊断贝叶斯网络模型参数化  94-95
    5.4.6 优化运行决策支持仿真实验  95-97
  5.5 本章小结  97-100
第六章热力机组智能运行优化决策支持系统设计  100-109
  6.1 决策支持系统及智能决策支持系统的概念  100-103
  6.2 热力机组运行优化智能决策支持系统设计  103-107
    6.2.1 热力机组运行优化智能决策支持系统体系结构  103-105
    6.2.2 TPOO-IDSS多模型融合技术  105-106
    6.2.3 TPOO-IDSS与DCS系统的结合  106-107
    6.2.4 TPOO-IDSS与其它系统的结合  107
  6.3 本章小结  107-109
结束语  109-112
参考文献  112-120
致谢  120-121
个人简历、在学期间参加的科研工作及学术论文发表  121-122

火电机组节能在线分析与智能运行优化方法研究

内容摘要

全文目录

相似论文