[發明專利]一種燃氣輪機組煙氣流量在線監測的方法有效
| 申請號: | 201610397362.8 | 申請日: | 2016-06-07 |
| 公開(公告)號: | CN105971738B | 公開(公告)日: | 2017-11-07 |
| 發明(設計)人: | 司風琪;黃鄭;周建新;夏際先;王曉東 | 申請(專利權)人: | 東南大學;大唐蘇州熱電有限責任公司 |
| 主分類號: | F02C9/00 | 分類號: | F02C9/00 |
| 代理公司: | 南京蘇高專利商標事務所(普通合伙)32204 | 代理人: | 婁嘉寧 |
| 地址: | 210018 *** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 燃氣輪機 煙氣 流量 在線 監測 方法 | ||
技術領域
本發明屬于燃氣輪機組技術領域,涉及一種燃氣輪機組煙氣流量在線監測的方法。
背景技術
空氣經濾網過濾后被壓氣機壓縮成高溫高壓的氣體,所生成的高溫高壓氣體接著與天然氣在燃燒室中混合反生化學反應生成溫度更高、壓力更高的煙氣混合物,煙氣混合物進一步在燃氣透平中膨脹做功帶動電機發電,因此,較為準確的煙氣流量測量值有助于對壓氣機、燃燒室以及透平設備實施更為有效的性能監測與運行狀態評估,以提高機組運行的穩定性、安全性以及經濟性。
另外,為了提高機組的循環熱效率,燃氣輪機組已經普遍配置了余熱鍋爐、蒸汽輪機等設備,形成燃氣-蒸汽聯合循環機組。在余熱鍋爐側,無論是對其進行熱力計算還是污染物排放特性分析,都對煙氣流量測量值的準確性提出了更高的要求。
然而,目前燃氣輪機及其聯合循環機組的煙氣流量測量還面臨著諸多困難。首先,燃氣輪機結構復雜,燃燒室與排氣室數量多,煙氣溫度較高,不便于安裝煙氣流量測量裝置,進而導致燃氣輪機側煙氣流量值無法獲得;其次,布置在燃氣輪機組側的傳感器長期在高溫高壓等嚴苛環境下工作,易發生各種故障,對煙氣流量的計算帶來了極大的干擾;再次,布置在余熱鍋爐尾部煙道的煙氣流量測量裝置雖然可以得出煙氣流量測量值,但是其布置在鍋爐尾部煙道,測得的數值存在較大的延遲,另外在機組啟機過程中,由于煙氣擋板的調節作用,煙氣流入余熱鍋爐的流量存在限制,針對燃機側設備性能與變工況特性時,此流量裝置并不總適用;最后,煙氣流量測量裝置為非標準節流裝置,其流量系數需要現場標定,但是標定環境惡劣、費用高,并且只能冷態標定,標定準確度難以保證。因此,有必要尋求一種新的煙氣流量在線監測方法,以提高煙氣流量測量值的可靠性和準確性,對燃氣機組設備運行狀態評估有著重要的作用。
發明內容
發明目的:為了克服現有技術的不足,本發明提供了一種有效的燃氣輪機組煙氣流量在線監測的方法。
技術方案:本發明提供了一種燃氣輪機組煙氣流量在線監測的方法,包括以下步驟:
1)讀取燃氣輪機組負荷測點、燃料量測點、壓氣機進口溫度測點、壓氣機出口溫度測點、壓氣機出口壓力測點、壓氣機進氣壓差測點、排氣溫度測點、排氣壓力測點、壓氣機進口可轉導葉(下文簡稱IGV)開度測點、氧量測點組成的歷史運行數據,并對歷史數據進行標準化處理;利用經標準化處理后的歷史數據對魯棒輸入訓練型神經網絡模型進行訓練,得到數據重構模型;
(2)從廠級信息監控系統(下文簡稱,SIS系統)讀取負荷測點、燃料量測點、壓氣機進口溫度測點、壓氣機出口溫度測點、壓氣機出口壓力測點、壓氣機進氣壓差測點、排氣溫度測點、排氣壓力測點、IGV開度測點、氧量測點組成的實時運行數據,將其輸入數據重構模型求出數據重構值;定義數據重構值與實際值的差值為數據殘差值,將數據殘差值與設定的閾值進行比較判定數據實際測量值是否異常,若數據異常則選數據重構值作為修正后的測量數據,否則修正后的測量數據默認為數據實際測量值;
(3)利用燃料成分分析儀測得的燃料組分以及步驟(2)中獲得的修正后的測量數據,根據烷烴燃燒化學反應式、過量空氣系數公式計算得出壓氣機出口流量以及透平出口流量。
進一步,所述步驟(1)包括以下步驟:
(1.1)提取燃氣輪機組最近幾年穩態歷史運行數據測量值,并根據機組負荷和環境溫度作為特征進行工況劃分,設定采樣周期為1s,以滑動窗口平均思想獲取各個工況的網絡訓練數據;
(1.2)使用主成分分析法(下文簡稱PCA)對負荷測點、燃料量測點、壓氣機進口溫度測點、壓氣機出口溫度測點、壓氣機出口壓力測點、壓氣機進氣壓差測點、排氣溫度測點、排氣壓力測點、IGV開度測點、氧量測點組成的數據訓練集進行主成分分析,得到魯棒輸入訓練型神經網絡輸入層個數為r;魯棒輸入訓練型神經網絡中間層個數介于輸入層個數與輸出層個數之間,采用遺傳算法進行優化,獲取最優個數;選取訓練數據中的負荷、燃料量、壓氣機進口溫度、壓氣機出口溫度、壓氣機出口壓力、壓氣機進氣壓差、排氣溫度、排氣壓力、IGV開度、氧量分別進行歸一化處理,作為網絡輸出層;采用魯棒輸入訓練型神經網絡進行反復訓練,直至均方根誤差(下文簡稱RMSE)小于0.001,從而獲得數據重構模型。
進一步,所述步驟(2)中閾值計算方法如下:
根據計算出若數據殘差值超出范圍,則認為數據異常。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于東南大學;大唐蘇州熱電有限責任公司,未經東南大學;大唐蘇州熱電有限責任公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201610397362.8/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種發動機怠速優化控制方法
- 下一篇:一種可變角度風扇





