一种火力发电机组实时健康度评价方法及系统
阅读说明：本技术 一种火力发电机组实时健康度评价方法及系统 (Method and system for evaluating real-time health degree of thermal generator set ) 是由 苏烨 丁宁 蔡钧宇 孙坚栋 尹峰 张新胜 陈巍文 蒋薇 于 2021-07-28 设计创作，主要内容包括：本发明公开了一种火力发电机组实时健康度评价方法及系统。本发明采用的技术方案为：首先按照火力发电的工艺流程,将火电机组包含的全部设备分为机组级、系统级和设备级三个逻辑层级,然后确定与设备级各个设备健康度相关的状态变量及其基准值或基准值计算用的数学模型,并设置各级健康度分量的权重系数,随后自下而上、逐级地计算设备级、系统级的健康度；最后加权计算得到机组的实时健康度指数。由本发明得到的实时健康度指数是一个反映机组实时状态的综合性指标,通过该指标可以准确地把握机组的实时运行状态,提高火电机组的监盘效率、降低运行人员的工作强度。(The invention discloses a method and a system for evaluating the real-time health degree of a thermal generator set. The technical scheme adopted by the invention is as follows: firstly, dividing all equipment contained in a thermal power generating unit into three logic levels of a unit level, a system level and an equipment level according to a thermal power generation process flow, then determining a state variable related to the health degree of each equipment of the equipment level and a reference value thereof or a mathematical model for calculating the reference value, setting weight coefficients of health degree components of all levels, and then calculating the health degrees of the equipment level and the system level from bottom to top step by step; and finally, weighting and calculating to obtain the real-time health index of the unit. The real-time health index obtained by the invention is a comprehensive index reflecting the real-time state of the unit, and the real-time running state of the unit can be accurately grasped through the index, so that the monitoring efficiency of the thermal power unit is improved, and the working intensity of operators is reduced.)
技术领域
本发明属于发电技术领域，具体地说是一种火力发电机组实时健康度评价方法及系统。
背景技术
当前，火力发电(火电)依旧是我国主要的电能生产方式，根据国家统计局数据显示，截至2019年底，全国火电机组装机容量为11.9亿千瓦，占总装机容量比重为59.2％；2019年火电发电量为51654.3亿千万时，占总发电量比重为72.3％。随着火力发电逐步转型为高效、清洁、环保的发电方式，在未来很长时间内，仍将在我国电力行业中占据重要地位。
火电机组是非常庞大的系统，除了锅炉、汽轮机和发电机三大核心主机外，还包含诸如磨煤机、引风机、除氧器等许多辅助设备，而且工艺流程复杂、生产环境恶劣、工况复杂多变，需要大量运行人员和检修人员来确保机组长期稳定运行。火电机组一般采用基于集散控制系统(DCS)的集中控制方式，各个系统和设备处于自动控制状态，运行人员通过人机界面进行监盘，掌握机组运行状况，并根据参数变化和外部调度指令等执行操作，以使机组安全、经济、环保地运行。由于火电机组设备规模大、生产流程复杂，运行人员需要对海量运行参数进行7×24小时不间断监视，工作强度极大。传统监盘采用无差别的“报警-检查”方式，通过报警信息提示运行人员操作。出于安全性考虑，通常报警上下限值设置比较保守，报警触发非常频繁，有效报警信息少，导致运行人员需要花费大量精力去应对各种无意义的报警，监盘效率较低。现有的监盘方式只提供关于设备运行参数的监控信息，无法给出反映机组整体运行状况的综合指标。此外，虽然影响火电机组运行的因素较多，但操作人员只能够对少数重要画面或运行参数进行监盘，因此无法及时发现不重要系统和设备的局部微小劣化。
近年来，建设智能化电厂已经成为火电行业的共识，其中智能监盘是智能化电厂的重要应用场景。智能监盘的用途是基于海量生产数据与优质运行经验的深度挖掘，实现机组状态深度检测和诊断、为运行人员提供高效操作指导、促进调节系统高度自适应与优化。
正确评估火电机组的实时健康度是智能监盘实现的基本条件，通过实时健康度综合指数使运行人员掌握全面、准确的机组运行状态，为快速、正确执行各项预控操作提供前提条件。
发明内容
本发明所要解决的技术问题是提供一种火力发电机组实时健康度评价方法及系统，其计算得到的实时健康度指数，可使运行人员直观、全面、准确地了解和掌握火电机组运行状态，无需对海量运行参数进行监视。
为此，本发明采用如下的技术方案：一种火力发电机组实时健康度评价方法，其包括以下步骤：
步骤1，按照火力发电的工艺流程，将一台机组包含的全部设备分为三个逻辑层级，分别为机组级、系统级和设备级；
步骤2，确定与设备级各个设备健康度相关的所有状态变量；
步骤3，确定各个状态变量的1级基准值上限H1、1级基准值下限L1、2级基准值上限H2、2级基准值下限L2或基准值计算用的数学模型；
步骤4，设置各个状态变量的健康度分量在其所属设备健康度总量中的权重系数；确定各个设备的健康度分量在其所属系统健康度总量中的权重系数；确定各个系统的健康度分量在机组健康度总量中的权重系数；
步骤5，计算设备级各个设备的健康度：从状态变量的偏差量、变化速率、超限时间和偏差量积分四个维度，加权计算得到状态变量的健康度分量；各个设备的健康度由其所包含的状态变量的健康度分量按权重系数加权计算；
步骤6，计算系统级的健康度：各个系统的健康度由其包含的各个设备的健康度分量按权重系数加权计算；
步骤7，计算机组级的健康度：机组的健康度由各个系统的健康度分量按权重系数加权计算。
进一步地，步骤1中，对于机组包含的某些复杂系统，在系统级与设备级之间增加子系统级，使逻辑关系更加清晰。
进一步地，步骤2中，所述的状态变量选择影响机组运行安全性、运行成本、环保性和自动控制性能中至少一项的状态变量。
进一步地，步骤3中，根据状态变量的特性，基准值分为以下两种类型：
1)常量型基准值
这类基准值为常量，不会随着运行工况的变化而改变，按设定的阈值或设备具体运行要求进行设置；
2)变量型基准值
这类基准值为变量，随着运行工况的变化而改变，需要事先确定计算基准值的数学模型和因变量：首先通过数据相关性分析，确定与该基准值相关的一个或多个因变量，然后利用建模算法得到基准值随因变量变化的数学模型；在进行某一状态变量健康度评价时，将相关因变量的实时测量值输入数学模型，便可计算得到该状态变量的基准值。
进一步地，步骤4中，权重系数体现各个健康度分量在其所属的上级健康度总量中的重要程度，按以下三种方法进行赋值；
1)主观赋权法
对各个健康度分量的权重系数进行赋值；
2)利用熵权法确定权重系数的客观赋权法
根据各个健康度分量的变异程度，确定各个分量的客观权重系数；
3)主、客观相结合的组合赋权法
首先利用熵权法确定各个健康度分量的权重系数，然后对于一些重要状态变量、设备或系统，由主观赋权法调整相应的权重系数。
进一步地，步骤5的具体内容如下：
1)计算各个设备包含的所有状态变量的健康度
①计算各个状态变量与基准值间的偏差量归一化值δ′ijk，有
式中，pijk为第i个系统的第j个设备包含的第k个状态变量值，H1ijk为该状态变量的1级基准值上限、L1ijk为该状态变量的1级基准值下限、H2ijk为该状态变量的2级基准值上限、L2ijk为该状态变量的2级基准值下限；
状态变量值pijk即状态实时测量值，从机组DCS系统中获取，为消除噪声，对实时测量值作平滑处理或取值为最近一段时间内连续多个实时测量值的平均值；
对于常量型基准值，在不同运行工况下，其值为预置的固定值，无需计算；对于变量型基准值，其值随着运行工况的变化而改变，需要采集与基准值相关的因变量测量值，将其输入对应数学模型，计算得到基准值；
②计算各个状态变量的变化速率归一化值v′ijk，有：
式中，vijk为第i个系统的第j个设备包含的第k个状态变量的变化速率，有：
其中，T为采样周期，Vijk为变化速率的上限，nT表示当前采样时刻，(n-1)T表示上一采样时刻；
③计算各个状态变量超限时间的归一化值τ′ijk，有
式中，τijk为第i个系统的第j个设备包含的第k个状态变量的超限时间，Τijk为超限时间的上限；
④计算各个状态变量与基准值间偏差量的归一化积分值χ′ijk，有
式中，χijk为第i个系统的第j个设备包含的第k个状态变量与基准值间偏差量的积分值，Xijk为积分值的上限；
⑤从上述状态变量的偏差量、变化速率、超限时间和偏差量积分四个维度，加权计算得到该状态变量的健康度，即
Hijk＝(wijk1(1-δ′ijk)+wijk2(1-δ′ijk)(1-v′ijk)+wijk3(1-τ′ijk)+wijk4(1-χ′ijk))×100 (6)
式中，wijk1、wijk2、wijk3和wijk4分别为偏差量、变化速率、超限时间和偏差量积分的权重系数；
2)设备级各个设备的健康度由其所包含的各个状态变量的健康度分量按权重系数加权计算，即：
式中，Hij为第i个系统的第j个设备的健康度，Hijk为该设备包含的第k个状态变量的健康度分量，wijk为该设备包含的第k个状态变量的权重系数，Nijk为该设备包含的状态变量个数。
进一步地，步骤6中，系统级各个系统的健康度的计算公式如下：
式中，Hi为第i个系统的健康度，Hij为该系统包含的第j个设备的健康度分量，wij为第j个设备的权重系数，Nij为该系统包含的设备个数。
更进一步地，若系统下属为子系统级，则健康度计算形式如式(8)，由该系统包含的各个子系统的健康度分量按权重系数加权计算；若该系统没有包含设备或子系统，健康度计算如步骤5，即由其包含的状态变量的健康度分量按权重系数加权计算。
进一步地，步骤7中，机组健康度的计算公式如下：
式中，H为机组的健康度，Hi为第i个系统的健康度分量，wi为第i个系统的权重系数，N为机组包含的系统个数。
本发明采用的另一种技术方案为：一种火力发电机组实时健康度评价方法，其包括：
分级单元：按照火力发电的工艺流程，将一台机组包含的全部设备分为三个逻辑层级，分别为机组级、系统级和设备级；
所有状态变量确定单元：确定与设备级各个设备健康度相关的所有状态变量；
状态变量基准值确定单元：确定各个状态变量的1级基准值上限H1、1级基准值下限L1、2级基准值上限H2、2级基准值下限L2或基准值计算用的数学模型；
权重系数单元：设置各个状态变量的健康度分量在其所属设备健康度总量中的权重系数；确定各个设备的健康度分量在其所属系统健康度总量中的权重系数；确定各个系统的健康度分量在机组健康度总量中的权重系数；
设备级健康度计算单元：从状态变量的偏差量、变化速率、超限时间和偏差量积分四个维度，加权计算得到状态变量的健康度分量；各个设备的健康度由其所包含的状态变量的健康度分量按权重系数加权计算；
系统级健康度计算单元：各个系统的健康度由其包含的各个设备的健康度分量按权重系数加权计算；
机组级健康度计算单元：机组的健康度由各个系统的健康度分量按权重系数加权计算。
本发明计算得到的实时健康度指数是一个反映机组实时运行状态的综合性指标，运行人员凭借该指标可以科学、全面、准确地把握机组当前的运行状态，因此可以提高监盘效率、降低工作强度。
附图说明
图1是本发明实施例1的火电机组实时健康度评价方法的流程示意图；
图2是本发明实施例1的火电机组实时健康度评价算法的机组层级示意图；
图3是本发明实施例1的磨煤机出口风温实时值、1级基准值上限、1级基准值下限、2级基准值上限、2级基准值下限的变化曲线图；
图4是本发明实施例1的磨煤机电流与因变量输入煤量、以及基于一元线性回归模型计算得到的1级基准值上限、1级基准值下限、2级基准值上限、2级基准值下限与输入煤量之间的变化曲线图；
图5是本发明实施例2的火电机组实时健康度评价系统的结构框图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
实施例1
如附图1所示，本发明涉及的火力发电机组实时健康度评价方法包括以下步骤：
步骤1，如附图2所示，按照火力发电的工艺流程，将一台机组包含的全部设备分为3个逻辑层级，分别为机组级、系统级和设备级。对于某600MW超临界火电机组，系统级包括给水系统、回热系统、凝结水系统、制粉系统、风烟系统、汽机旁路系统、脱硝系统、输煤系统等系统；系统级下面为设备级，如给水系统包括A、B侧汽动给水泵、电动给水泵等设备；复杂系统下面可设置子系统级，如制粉系统包括6个子系统，分别为1～6号制粉子系统，每个子系统包括磨煤机、给煤机、旋风分离器等设备。
步骤2，确定与设备级各个设备健康度相关的所有状态变量。对于步骤1中的600MW火电机组，磨煤机设备对应的状态变量有电流、油压、进出口差压、出口压力、入口风粉温度、出口风粉温度、电机轴承温度、线圈温度等。
步骤3，确定各个状态变量的1级基准值上限H1、1级基准值下限L1、2级基准值上限H2、2级基准值下限L2或基准值计算用的数学模型。根据状态变量的特性，基准值分为以下两种类型：
(1)常量型基准值
这类基准值为常量，不会随着运行工况的变化而改变，一般可按制造厂家、设计院、电科院等单位给出的阈值或设备运行要求进行设置。
附图3给出了某台磨煤机出口风温实时值、1级基准值上限H1、1级基准值下限L1、2级基准值上限H2、2级基准值下限L2的变化曲线，该磨煤机出口风温的基准值为常量。
(2)变量型基准值
这类基准值为变量，随着运行工况的变化而改变，需要事先确定计算基准值的数学模型和因变量。首先通过数据相关性分析，确定与该基准值相关的一个或多个因变量，然后利用线性回归、神经网络等建模算法得到基准值随因变量变化的数学模型。在进行健康度评价时，将相关因变量的实时测量值输入数学模型，便可计算得到该状态变量的基准值。
附图4给出了某台磨煤机电流与因变量输入煤量、以及基于一元线性回归模型计算得到的1级基准值上限H1、1级基准值下限L1、2级基准值上限H2、2级基准值下限L2与输入煤量之间的变化曲线。
步骤4，设置各个状态变量的健康度分量在其所属设备健康度总量中的权重系数；确定各个设备的健康度分量在其所属系统健康度总量中的权重系数；确定各个系统的健康度分量在机组健康度总量中的权重系数。各级权重系数可按主观赋权法、客观赋权法和组合赋权法三种方法进行赋值，对于某600MW火电机组，一些不重要的设备可采用主观赋权法、重要的设备和系统则采用客观赋权法或组合赋权法。
步骤5，计算设备级各个设备的健康度：
(1)计算各个设备包含的所有状态变量的健康度
①计算各个状态变量与基准值间的偏差量归一化值δ′ijk，有
式中，pijk为第i个系统的第j个设备包含的第k个状态变量值，H1ijk为该状态变量的1级基准值上限、L1ijk为1级基准值下限、H2ijk为2级基准值上限、L2ijk为2级基准值下限。
状态变量pijk即状态实时测量值，一般可从机组DCS系统中获取，为了消除噪声，可对实时测量值作平滑处理，也可取值为最近一段时间内连续多个实时测量值的平均值。
②计算各个状态变量的变化速率归一化值v′ijk，有
式中，vijk为第i个系统的第j个设备包含的第k个状态变量的变化速率，有
其中T为采样周期，Vijk为变化速率的上限，nT表示当前采样时刻，(n-1)T表示上一采样时刻；
③计算各个状态变量超限时间的归一化值τ′ijk，有
式中，τijk为第i个系统的第j个设备包含的第k个状态变量的超限时间，Τijk为超限时间的上限。
④计算各个状态变量与基准值间偏差量的归一化积分值χ′ijk，有
式中，χijk为第i个系统的第j个设备包含的第k个状态变量与基准值间偏差量的积分值，Xijk为积分值的上限。
⑤从上述状态变量的偏差量、变化速率、超限时间和偏差量积分这4个维度，加权计算得到该状态变量的健康度，即
Hijk＝(wijk1(1-δ′ijk)+wijk2(1-δ′ijk)(1-v′ijk)+wijk3(1-τ′ijk)+wijk4(1-χ′ijk))×100
(6)
式中，wijk1、wijk2、wijk3和wijk4为各个维度的权重系数。
(2)设备级各个设备的健康度由其所包含的各个状态变量的健康度分量按权重系数加权计算，即
式中，Hij为第i个系统的第j个设备的健康度，Hijk为该设备包含的第k个状态变量的健康度分量，wijk为第k个状态变量的权重系数，Nijk为该设备包含的状态变量个数。
步骤6，系统级各个系统的健康度由其包含的各个设备的健康度分量按权重系数加权计算，即
式中，Hi为第i个系统的健康度，Hij为该系统包含的第j个设备的健康度分量，wij为第j个设备的权重系数，Nij为该系统包含的设备个数。
若某系统下属为子系统级，健康度计算形式如式(8)，由该系统包含的各子系统的健康度分量按权重系数加权计算。若系统没有包含设备或子系统，健康度如步骤5，由其包含的状态变量的健康度分量按权重系数加权计算。
步骤7，机组的健康度由各个系统的健康度分量按权重系数加权计算，即
式中，H为机组的健康度，Hi为第i个系统的健康度分量，wi为第i个系统的权重系数，N为机组包含的系统个数。火电机组是不间断运行的系统，因此需要连续评价机组的实时健康度指数，本步骤计算完成后，间隔一定的采样周期，再回到步骤5重复执行。
实施例2
本实施例提供一种火力发电机组实时健康度评价系统，如图5所示，其由分级单元、所有状态变量确定单元、状态变量基准值确定单元、权重系数单元、设备级各个设备健康度计算单元、系统级健康度计算单元和机组级健康度计算单元组成。
分级单元：按照火力发电的工艺流程，将一台机组包含的全部设备分为三个逻辑层级，分别为机组级、系统级和设备级；
所有状态变量确定单元：确定与设备级各个设备健康度相关的所有状态变量；
状态变量基准值确定单元：确定各个状态变量的1级基准值上限H1、1级基准值下限L1、2级基准值上限H2、2级基准值下限L2或基准值计算用的数学模型；
权重系数单元：设置各个状态变量的健康度分量在其所属设备健康度总量中的权重系数；确定各个设备的健康度分量在其所属系统健康度总量中的权重系数；确定各个系统的健康度分量在机组健康度总量中的权重系数；
设备级健康度计算单元：从状态变量的偏差量、变化速率、超限时间和偏差量积分四个维度，加权计算得到状态变量的健康度分量；各个设备的健康度由其所包含的状态变量的健康度分量按权重系数加权计算；
系统级健康度计算单元：各个系统的健康度由其包含的各个设备的健康度分量按权重系数加权计算；
机组级健康度计算单元：机组的健康度由各个系统的健康度分量按权重系数加权计算。
具体地，所述的分级单元中，对于机组包含的某些复杂系统，在系统级与设备级之间增加子系统级，使逻辑关系更加清晰。
具体地，所述的所有状态变量确定单元中，所述的状态变量选择影响机组运行安全性、运行成本、环保性和自动控制性能中至少一项的状态变量。
具体地，所述的状态变量基准值确定单元中，根据状态变量的特性，基准值分为以下两种类型：
1)常量型基准值
这类基准值为常量，不会随着运行工况的变化而改变，按设定的阈值或设备具体运行要求进行设置；
2)变量型基准值
这类基准值为变量，随着运行工况的变化而改变，需要事先确定计算基准值的数学模型和因变量：首先通过数据相关性分析，确定与该基准值相关的一个或多个因变量，然后利用建模算法得到基准值随因变量变化的数学模型；在进行某一状态变量健康度评价时，将相关因变量的实时测量值输入数学模型，便可计算得到该状态变量的基准值。
具体地，所述的权重系数单元中，权重系数体现各个健康度分量在其所属的上级健康度总量中的重要程度，按以下三种方法进行赋值；
1)主观赋权法
对各个健康度分量的权重系数进行赋值；
2)利用熵权法确定权重系数的客观赋权法
根据各个健康度分量的变异程度，确定各个分量的客观权重系数；
3)主、客观相结合的组合赋权法
首先利用熵权法确定各个健康度分量的权重系数，然后对于一些重要状态变量、设备或系统，由主观赋权法调整相应的权重系数。
具体地，所述设备级健康度计算单元的具体内容如下：
1)计算各个设备包含的所有状态变量的健康度
①计算各个状态变量与基准值间的偏差量归一化值δ′ijk，有
式中，pijk为第i个系统的第j个设备包含的第k个状态变量值，H1ijk为该状态变量的1级基准值上限、L1ijk为该状态变量的1级基准值下限、H2ijk为该状态变量的2级基准值上限、L2ijk为该状态变量的2级基准值下限；
状态变量值pijk即状态实时测量值，从机组DCS系统中获取，为消除噪声，对实时测量值作平滑处理或取值为最近一段时间内连续多个实时测量值的平均值；
对于常量型基准值，在不同运行工况下，其值为预置的固定值，无需计算；对于变量型基准值，其值随着运行工况的变化而改变，需要采集与基准值相关的因变量测量值，将其输入对应数学模型，计算得到基准值；
②计算各个状态变量的变化速率归一化值v′ijk，有：
式中，vijk为第i个系统的第j个设备包含的第k个状态变量的变化速率，有：
其中，T为采样周期，Vijk为变化速率的上限，nT表示当前采样时刻，(n-1)T表示上一采样时刻；
③计算各个状态变量超限时间的归一化值τ′ijk，有
式中，τijk为第i个系统的第j个设备包含的第k个状态变量的超限时间，Τijk为超限时间的上限；
④计算各个状态变量与基准值间偏差量的归一化积分值χ′ijk，有
式中，χijk为第i个系统的第j个设备包含的第k个状态变量与基准值间偏差量的积分值，Xijk为积分值的上限；
⑤从上述状态变量的偏差量、变化速率、超限时间和偏差量积分四个维度，加权计算得到该状态变量的健康度，即
Hijk＝(wijk1(1-δ′ijk)+wijk2(1-δ′ijk)(1-v′ijk)+wijk3(1-τ′ijk)+wijk4(1-χ′ijk))×100 (6)
式中，wijk1、wijk2、wijk3和wijk4分别为偏差量、变化速率、超限时间和偏差量积分的权重系数；
2)设备级各个设备的健康度由其所包含的各个状态变量的健康度分量按权重系数加权计算，即：
式中，Hij为第i个系统的第j个设备的健康度，Hijk为该设备包含的第k个状态变量的健康度分量，wijk为该设备包含的第k个状态变量的权重系数，Nijk为该设备包含的状态变量个数。
具体地，所述系统级健康度的计算单元中，系统级各个系统的健康度的计算公式如下：
式中，Hi为第i个系统的健康度，Hij为该系统包含的第j个设备的健康度分量，wij为第j个设备的权重系数，Nij为该系统包含的设备个数。
更具体地，若系统下属为子系统级，则健康度计算形式如式(8)，由该系统包含的各个子系统的健康度分量按权重系数加权计算；若该系统没有包含设备或子系统，健康度计算如步骤5，即由其包含的状态变量的健康度分量按权重系数加权计算。
具体地，所述机组健康康计算单元中，机组健康度的计算公式如下：
式中，H为机组的健康度，Hi为第i个系统的健康度分量，wi为第i个系统的权重系数，N为机组包含的系统个数。
尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种变压器电抗的优化方法及其装置、变压器