大數(shù)據(jù)技術(shù)應(yīng)用于火電機(jī)組深度調(diào)峰

中電華創(chuàng)電力技術(shù)研究有限公司陳鑫 王乃斌 劉利 徐威

摘要：根據(jù)大數(shù)據(jù)技術(shù)的特點(diǎn)，針對(duì)火電機(jī)組深度調(diào)峰的重點(diǎn)問(wèn)題，探討大數(shù)據(jù)技術(shù)應(yīng)用于火電機(jī)組深度調(diào)峰研究的具體方向和實(shí)現(xiàn)方案，提出針對(duì)機(jī)組爐側(cè)和機(jī)側(cè)的具體應(yīng)用策略，并闡明如何基于大數(shù)據(jù)平臺(tái)完善這些應(yīng)用并利用大數(shù)據(jù)技術(shù)確保機(jī)組的安全性和經(jīng)濟(jì)性。

關(guān)鍵詞：大數(shù)據(jù);深度調(diào)峰;機(jī)器學(xué)習(xí);智能診斷;燃料管理

隨著測(cè)量原件和信息處理技術(shù)的快速發(fā)電廠(chǎng)DCS系統(tǒng)中所存儲(chǔ)的生產(chǎn)運(yùn)叟據(jù)的數(shù)據(jù)量呈幾何級(jí)數(shù)增長(zhǎng)，這價(jià)值高等大數(shù)據(jù)的明顯特征，可以被認(rèn)定為是大數(shù)據(jù)，對(duì)這些數(shù)據(jù)的挖掘和分析，有助于掌握機(jī)組乃至整個(gè)電力生產(chǎn)系統(tǒng)的內(nèi)在規(guī)律，充分提高設(shè)備的可靠性和經(jīng)濟(jì)性。

隨著工業(yè)數(shù)字化的發(fā)展，先進(jìn)的計(jì)算機(jī)技術(shù)與工業(yè)生產(chǎn)實(shí)際結(jié)合日益緊密，使得大數(shù)據(jù)技術(shù)用于研究和指導(dǎo)火電機(jī)組深度調(diào)峰成為可能，下文將對(duì)其應(yīng)用路線(xiàn)進(jìn)行探討。

1大數(shù)據(jù)技術(shù)簡(jiǎn)介

大數(shù)據(jù)是指數(shù)據(jù)規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)集合，電力企業(yè)的生產(chǎn)運(yùn)行數(shù)據(jù)即具有此類(lèi)特征。大數(shù)據(jù)技術(shù)實(shí)際是指對(duì)這些有意義的數(shù)據(jù)進(jìn)行專(zhuān)業(yè)處理，從中得由多個(gè)變量潛在聯(lián)系和規(guī)律，從而指導(dǎo)生產(chǎn)活動(dòng)，即通過(guò)“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。

企業(yè)組織利用相關(guān)數(shù)據(jù)和分析可以幫助降低成本、提高效率、開(kāi)發(fā)新產(chǎn)品、做出更明智的業(yè)務(wù)決策。對(duì)電網(wǎng)企業(yè)來(lái)說(shuō)，使用大數(shù)據(jù)分析可以預(yù)測(cè)電網(wǎng)負(fù)荷波動(dòng)、分析售電形勢(shì)、加快智能電網(wǎng)建設(shè)等;對(duì)于發(fā)電企業(yè)，大數(shù)據(jù)技術(shù)可以指導(dǎo)設(shè)備運(yùn)行、優(yōu)化檢修計(jì)劃、降低停機(jī)風(fēng)險(xiǎn)等，把大數(shù)據(jù)技術(shù)應(yīng)用到深度調(diào)峰研究中也將收益巨大。

2鍋爐側(cè)應(yīng)用路線(xiàn)

影響鍋爐深度調(diào)峰的因素主要是燃料特性和鍋爐燃燒穩(wěn)定性。

2.1燃料智能摻配

機(jī)組深度調(diào)峰時(shí)，最低負(fù)荷的決定性因素為燃料特性，如摻配摻燒煤種不合理，可能導(dǎo)致燃燒穩(wěn)定性下降，甚至鍋爐熄火、制粉系統(tǒng)故障、鍋爐結(jié)焦嚴(yán)重等情況。所以在深度調(diào)峰前，需預(yù)先設(shè)定可靠的燃燒煤種，以保證運(yùn)行的安全性和經(jīng)濟(jì)性。

燃燒煤種的選配可建立基于大數(shù)據(jù)平臺(tái)的“燃料智能摻配”系統(tǒng)，具體構(gòu)建框架見(jiàn)圖1。燃料入廠(chǎng)前經(jīng)過(guò)機(jī)械化自動(dòng)采樣和全成分智能檢測(cè)，保證全面掌握煤質(zhì)特性，把相關(guān)數(shù)據(jù)導(dǎo)入燃料特性數(shù)據(jù)庫(kù)，根據(jù)機(jī)組負(fù)荷預(yù)測(cè)和設(shè)備運(yùn)行狀態(tài)等信息使用數(shù)據(jù)挖掘手段和機(jī)器學(xué)習(xí)算法對(duì)煤種摻混方式和比例進(jìn)行實(shí)時(shí)優(yōu)化，指導(dǎo)燃料入爐工作。對(duì)燃燒不同煤種時(shí)火焰燃燒狀況、輔機(jī)運(yùn)行狀態(tài)、爐內(nèi)熱力參數(shù)進(jìn)行記錄分析，同時(shí)反饋進(jìn)入燃料特性數(shù)據(jù)庫(kù)，機(jī)組外界，包括同一集團(tuán)或不同集團(tuán)的同類(lèi)型機(jī)組可以進(jìn)行數(shù)據(jù)共享。

2.2燃燒數(shù)據(jù)分析

機(jī)組在進(jìn)行深度調(diào)峰時(shí)，鍋爐動(dòng)力場(chǎng)包括一次風(fēng)、二次風(fēng)、燃料量均下降，燃燒溫度降低，脫硝、脫硫、電除塵等減排設(shè)備運(yùn)行參數(shù)改變，常規(guī)工況下的運(yùn)行規(guī)范已很難全面指導(dǎo)此狀態(tài)下的運(yùn)行操作。

各發(fā)電企業(yè)目前采取的措施主要是通過(guò)試驗(yàn)或試運(yùn)行摸索規(guī)律，在實(shí)踐中積累經(jīng)驗(yàn)，但通過(guò)運(yùn)行人員摸索出的規(guī)律具有很強(qiáng)的局限性和主觀(guān)性，很難精確把握客觀(guān)規(guī)律，最大程度地保證機(jī)組運(yùn)行安全經(jīng)濟(jì)，同時(shí)單一發(fā)電企業(yè)的摸索和積累過(guò)程緩慢，消耗成本巨大。

如建設(shè)一套基于大數(shù)據(jù)平臺(tái)的“燃燒數(shù)據(jù)分析中心”，則可結(jié)合最新的計(jì)算機(jī)技術(shù)指導(dǎo)機(jī)組深度調(diào)峰的運(yùn)行工作，具體構(gòu)建框架見(jiàn)圖2。鍋爐包括相關(guān)輔機(jī)的運(yùn)行參數(shù)和性能指標(biāo)實(shí)時(shí)導(dǎo)入燃燒數(shù)據(jù)分析中心進(jìn)行處理分析，運(yùn)用機(jī)器學(xué)習(xí)算法并結(jié)合外界同類(lèi)機(jī)組數(shù)據(jù)進(jìn)行燃燒建模，根據(jù)模型給出最優(yōu)控制參數(shù)，指導(dǎo)深度調(diào)峰下的運(yùn)行工作，同時(shí)詔錄運(yùn)行狀況反饋回燃燒數(shù)據(jù)中心。

2.3基于神經(jīng)網(wǎng)絡(luò)的火焰燃燒穩(wěn)定性檢測(cè)

爐內(nèi)燃燒穩(wěn)定性是影響機(jī)組深度調(diào)峰能力的關(guān)鍵因素。基于神經(jīng)網(wǎng)絡(luò)的鍋爐內(nèi)火焰燃燒穩(wěn)定性檢測(cè)方法，可以有效提高鍋爐內(nèi)火焰燃燒穩(wěn)定性的檢測(cè)精度，為深度調(diào)峰狀態(tài)下?tīng)t內(nèi)燃燒的安全性提供先進(jìn)的監(jiān)控手段。該方法利用神經(jīng)網(wǎng)絡(luò)算法，選取與火焰穩(wěn)定性直接相關(guān)的多個(gè)特征作為神經(jīng)網(wǎng)絡(luò)的輸入向量，通過(guò)對(duì)樣本的多次訓(xùn)練能夠去除雜質(zhì)燃燒引起的微小脈動(dòng)的影響，克服傳統(tǒng)方法檢測(cè)準(zhǔn)確度不高的問(wèn)題。

3汽輪機(jī)側(cè)應(yīng)用路線(xiàn)

汽輪機(jī)及其熱力系統(tǒng)的運(yùn)行經(jīng)濟(jì)性是影響機(jī)組調(diào)峰期間煤耗指標(biāo)的最主要因素，同時(shí)處于變工況運(yùn)行的汽輪機(jī)，其通流部分的氣動(dòng)特性與設(shè)計(jì)值發(fā)生較大偏離，設(shè)備的安全性和壽命損耗也需得到準(zhǔn)確的評(píng)估。

3.1汽輪機(jī)滑壓運(yùn)行智能優(yōu)化

為確保機(jī)組運(yùn)行經(jīng)濟(jì)性，汽輪機(jī)的滑壓運(yùn)行曲線(xiàn)需根據(jù)深度調(diào)峰狀況重新擬定，包括重新確認(rèn)滑壓運(yùn)行經(jīng)濟(jì)負(fù)荷起止點(diǎn)，滑壓運(yùn)行壓力，確保汽輪機(jī)在調(diào)峰期間調(diào)門(mén)開(kāi)度合理，進(jìn)汽節(jié)流損失小，主蒸汽參數(shù)穩(wěn)定。目前主要采用試驗(yàn)方法對(duì)汽輪機(jī)滑壓方式進(jìn)行優(yōu)化，試驗(yàn)過(guò)程繁雜，同時(shí)在調(diào)峰狀態(tài)變化或機(jī)組調(diào)逮系統(tǒng)改造后需重做試驗(yàn)。

結(jié)合大數(shù)據(jù)平臺(tái)開(kāi)發(fā)“汽輪機(jī)滑壓運(yùn)行智能優(yōu)化”系統(tǒng)，根據(jù)負(fù)荷預(yù)測(cè)和機(jī)組運(yùn)行狀況，對(duì)滑壓曲線(xiàn)進(jìn)行預(yù)見(jiàn)性地修正，保證機(jī)組在常用工況點(diǎn)經(jīng)濟(jì)性最優(yōu)，同時(shí)滿(mǎn)足AGC等調(diào)控系統(tǒng)的要求。基于大數(shù)據(jù)平臺(tái)的滑壓運(yùn)行調(diào)節(jié)系統(tǒng)還可以擬合并分析同類(lèi)型機(jī)組的滑壓曲線(xiàn)，結(jié)合自身設(shè)備狀況進(jìn)行仿真分析。

3.2汽輪機(jī)安全智能診斷

深度調(diào)峰給汽輪機(jī)帶來(lái)多種潛在的安全問(wèn)題，如排汽溫度升高引起缸體變形和軸承位置變化，可能導(dǎo)致汽輪機(jī)軸系振動(dòng)增大;低壓末級(jí)動(dòng)葉易誘發(fā)顫振;低壓葉片水蝕狀況可能加重;滑壓運(yùn)行加重材料低周疲勞，影響機(jī)組壽命。

對(duì)于這些安全問(wèn)題的評(píng)估應(yīng)該在機(jī)組深度調(diào)峰前就展開(kāi)，并且通過(guò)系統(tǒng)的研究，使得機(jī)組各方面的風(fēng)險(xiǎn)能夠清晰呈現(xiàn)，并針對(duì)風(fēng)險(xiǎn)制定相應(yīng)策略。建立基于大數(shù)據(jù)平臺(tái)的“汽輪機(jī)安全智能診斷中心”能夠很好的達(dá)到目的，該系統(tǒng)構(gòu)架如圖3所示，安全診斷中心內(nèi)運(yùn)用先進(jìn)的數(shù)值模擬方法對(duì)機(jī)組的典型工況進(jìn)行通流計(jì)算，對(duì)通流部分的熱力特性、流動(dòng)特征和熱應(yīng)力狀態(tài)全面掌握，運(yùn)用流固耦合算法計(jì)算低壓缸末級(jí)葉片的水蝕和顫振狀況，經(jīng)過(guò)與實(shí)際運(yùn)行狀況的對(duì)比來(lái)評(píng)估設(shè)備的安全性。該系統(tǒng)在機(jī)組深度調(diào)峰可行性研究時(shí)就可介入，貫穿機(jī)組的全壽命周期，其安全預(yù)警的準(zhǔn)確度隨著數(shù)據(jù)量的累積會(huì)不斷提升。

3.3輔機(jī)運(yùn)行智能控制

深度調(diào)峰也會(huì)影響到輔機(jī)運(yùn)行的安全性和經(jīng)濟(jì)性，針對(duì)深度調(diào)峰時(shí)輔機(jī)運(yùn)行安全和節(jié)能的需求，可運(yùn)用大數(shù)據(jù)挖掘和分析技術(shù)，收集同類(lèi)型機(jī)組和同一機(jī)組不同工況下的運(yùn)行數(shù)據(jù)，經(jīng)過(guò)學(xué)習(xí)型算法的優(yōu)化計(jì)算，擬合出各類(lèi)輔機(jī)的工作曲線(xiàn)或工況點(diǎn)參數(shù)，并且可嵌入機(jī)組控制系統(tǒng)，實(shí)現(xiàn)自動(dòng)跟蹤控制。

4結(jié)論

針對(duì)火電機(jī)組深度調(diào)峰的技術(shù)難點(diǎn)和大數(shù)據(jù)技術(shù)的應(yīng)用特點(diǎn)，探討大數(shù)據(jù)技術(shù)應(yīng)用于火電機(jī)組深度調(diào)峰研究的具體路線(xiàn)，提出針對(duì)鍋爐側(cè)和汽輪機(jī)側(cè)重點(diǎn)問(wèn)題的具體應(yīng)用策略，包括鍋爐側(cè)在燃料智能摻配、燃燒數(shù)據(jù)分析、火焰燃燒穩(wěn)定性檢測(cè)問(wèn)題上運(yùn)用大數(shù)據(jù)技術(shù)的方案架構(gòu)，汽輪機(jī)側(cè)在汽輪機(jī)滑壓運(yùn)行智能優(yōu)化、汽輪機(jī)安全智能診斷、輔機(jī)運(yùn)行智能控制方向上的應(yīng)用步驟。工業(yè)數(shù)字化是大勢(shì)所趨，大數(shù)據(jù)技術(shù)與深度調(diào)峰研究相結(jié)合將會(huì)產(chǎn)生巨大收益。四

參考文獻(xiàn)：

[1]劉樹(shù)明，基于神經(jīng)網(wǎng)絡(luò)的鍋爐內(nèi)火焰燃燒穩(wěn)定性研究[J].計(jì)算機(jī)仿真，2012，29(8):187-195.

[2]孫海彥，高煒，劉潤(rùn)華等.1000MW超超臨界機(jī)組深度調(diào)峰研究與實(shí)踐[J].上海電力學(xué)院學(xué)報(bào)，2017，33(6):559-562.

[3]趙峻屹，孟江麗，大機(jī)組深度調(diào)峰運(yùn)行的可靠性與經(jīng)濟(jì)性研究方式的探討[J].山西電力，2005，127(4):27-30