CN111723331B - 一种联合循环二拖一机组汽轮机负荷的权益分配计算方法 - Google Patents
一种联合循环二拖一机组汽轮机负荷的权益分配计算方法 Download PDFInfo
- Publication number
- CN111723331B CN111723331B CN202010584085.8A CN202010584085A CN111723331B CN 111723331 B CN111723331 B CN 111723331B CN 202010584085 A CN202010584085 A CN 202010584085A CN 111723331 B CN111723331 B CN 111723331B
- Authority
- CN
- China
- Prior art keywords
- waste heat
- turbine
- heat boiler
- data
- load
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 239000002918 waste heat Substances 0.000 claims abstract description 57
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 26
- 239000007789 gas Substances 0.000 claims abstract description 17
- 238000002485 combustion reaction Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 29
- 230000006870 function Effects 0.000 claims description 28
- 238000012549 training Methods 0.000 claims description 15
- 238000010606 normalization Methods 0.000 claims description 7
- 238000003062 neural network model Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000005094 computer simulation Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000007418 data mining Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01K—STEAM ENGINE PLANTS; STEAM ACCUMULATORS; ENGINE PLANTS NOT OTHERWISE PROVIDED FOR; ENGINES USING SPECIAL WORKING FLUIDS OR CYCLES
- F01K23/00—Plants characterised by more than one engine delivering power external to the plant, the engines being driven by different fluids
- F01K23/02—Plants characterised by more than one engine delivering power external to the plant, the engines being driven by different fluids the engine cycles being thermally coupled
- F01K23/06—Plants characterised by more than one engine delivering power external to the plant, the engines being driven by different fluids the engine cycles being thermally coupled combustion heat from one cycle heating the fluid in another cycle
- F01K23/10—Plants characterised by more than one engine delivering power external to the plant, the engines being driven by different fluids the engine cycles being thermally coupled combustion heat from one cycle heating the fluid in another cycle with exhaust fluid of one cycle heating the fluid in another cycle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Databases & Information Systems (AREA)
- Mechanical Engineering (AREA)
- Engine Equipment That Uses Special Cycles (AREA)
Abstract
一种联合循环二拖一机组汽轮机负荷的权益分配计算方法，采集二拖一联合循环机组在各台燃机单独运行时的历史稳态数据，利用数据挖掘技术建立汽轮机负荷与余热锅炉给水流量、主蒸汽压力和温度的函数关系模型；在两台燃机同时运行的时候，将采集到的各台余热锅炉给水流量主蒸汽压力和温度数据输入到模型中，得到当前控制边界条件下余热锅炉对汽轮机负荷的贡献
Description
技术领域
本发明属于汽轮机负荷技术领域，具体涉及一种联合循环二拖一机组汽轮机负荷的权益分配计算方法。
背景技术
近些年，考虑到火力发电机组节能环保的要求，我国建设了一大批燃气-蒸汽联合循环机组。燃气-蒸汽联合循环机组有多种轴系布置方式，包括单轴布置和多轴布置，多轴布置又以“二拖一”机组为主。燃气-蒸汽联合循环二拖一发电机组由2台燃气轮机发电机组、2台余热锅炉、1台蒸汽轮机发电机组组成，两台余热锅炉的给水被燃气轮机排气加热后，产生的高压过热蒸汽在母管汇合进入蒸汽轮机做功。燃气-蒸汽联合循环二拖一机组发电过程示意图如图1所示。经母管进入蒸汽轮机高压缸做功。燃气-蒸汽联合循环二拖一机组发电过程示意图如图1所示。
为了更精确地评价燃气轮机及其对应的余热锅炉性能，非常有必要考虑两台余热锅炉各自对汽轮机负荷的权益贡献。燃气-蒸汽联合循环机组在二拖一运行模式下，各余热锅炉对汽轮机负荷的权益贡献，一般由该余热锅炉对应的燃机实际负荷占两台燃机的总负荷比例来确定。这种处理的方法过于简单且没有科学依据，更没有考虑到余热锅炉的实际运行状况，不能反映各余热锅炉之间的性能差异。如何科学计算两台余热锅炉各自对汽轮机负荷的权益贡献，是目前联合循环二拖一机组性能评价和优化运行中的技术难点。
发明内容
为了克服上述现有技术的缺陷，本发明的目的在于提供一种联合循环二拖一机组汽轮机负荷的权益分配计算方法，根据当前控制边界条件实时计算燃气-蒸汽联合循环二拖一机组余热锅炉对汽轮机负荷的贡献，能够更精确地评价燃气轮机及其对应的余热锅炉性能。
为达到上述目的，本发明采用的技术方案是：
一种联合循环二拖一机组汽轮机负荷的权益分配计算方法，包括以下步骤：
(一)建立二拖一联合循环机组在各台燃机单独运行时汽轮机负荷和余热锅炉给水流量、主蒸汽压力、温度函数关系计算模型
(1)在电厂的厂级监控信息系统里收集第j台(1≤j≤2)燃机单独运行的工况，筛选出历史稳态工况运行数据，提取历史数据中的余热锅炉给水流量主蒸汽压力/>温度/>和汽轮机负荷Pet数据；
(2)将提取出来余热锅炉给水流量主蒸汽压力/>温度/>汽轮机负荷Pet数据随机分开，70％数据用作计算模型的自学习，30％数据作为检验；自学习数据记为(Pet)，检验数据记为(/>Pe′t)；
(3)建立结构BP神经网络模型，输入层有3个节点，隐含层有7个节点，输出层有1个节点；节点传递函数采用S型传递函数logsig，训练函数采用Levenberg_Marquardt的BP算法训练函数trainlm，网络学习函数采用带动量项的BP学习规则learngdm，将所有自学习数据使用最大最小法进行数据归一化，最大最小法函数形式如下：
x’k＝(xk-xmin)/(xmax-xmin) (1)
将归一化后的自学习数据输入BP神经网络模型进行训练，设置训练终止条件为拟合结果误差小于等于0.0001，验证检查结果大于等于10；训练结束，得到汽轮机负荷和余热锅炉给水流量、主蒸汽压力、温度函数计算模型：
(4)将检验数据(Pe′t)使用自学习数据的归一化参数公式(1)进行归一化处理，输入汽轮机负荷和余热锅炉给水流量、主蒸汽压力、温度函数计算模型，得到汽轮机在负荷为Pe′t时计算模型的计算值：
(5)记事若K≤1％且P(K)≥95％，则称计算模型收敛正确；如果P(K)<95％，则称计算模型收敛错误，调整BP神经网络的隐含层节点数，或者增加隐含层层数，以提高BP神将网络的非线性函数拟合能力，按照以上步骤重新学习、检验，直至公式(2)计算模型正确收敛。
(二)两台燃机同时运行时根据模型实时计算各余热锅炉输出的汽轮机负荷
两台燃机同时运行的时候，将实时采集到的各台余热锅炉给水流量主蒸汽压力/>和温度/>数据输入到正确收敛后的公式(2)计算模型中，得到当前控制边界条件下各余热锅炉输出的汽轮机负荷计算值/>
(三)根据计算值实时分配各台余热锅炉对汽轮机负荷的权益贡献
根据各余热锅炉输出的汽轮机负荷模型计算值来实时计算各台余热锅炉对汽轮机负荷的权益贡献：
本发明利用数据挖掘技术处理燃气-蒸汽联合循环发电机组在二拖一运行模式下两台余热锅炉各自对汽轮机负荷的权益贡献。采集二拖一联合循环机组在各台燃机单独运行时的历史稳态数据，建立汽轮机负荷与余热锅炉给水流量、主蒸汽压力和温度的函数关系模型。在两台燃机同时运行的时候，将采集到的各台余热锅炉给水流量、主蒸汽压力和温度数据输入到模型中，模型输出当前控制边界条件下余热锅炉对汽轮机负荷的贡献。同时以定期更新模型的方式考虑各台余热锅炉和汽轮机随运行时间变化其特性变化的影响。
附图说明
图1是燃气-蒸汽联合循环二拖一机组发电过程示意图。
具体实施方式
本发明一种联合循环二拖一机组汽轮机负荷的权益分配计算方法，采集二拖一联合循环机组在各台燃机单独运行时的历史稳态数据，利用数据挖掘技术建立汽轮机负荷与余热锅炉给水流量、主蒸汽压力和温度的函数关系模型。在两台燃机同时运行的时候，将采集到的各台余热锅炉给水流量Fbj、主蒸汽压力Pbj和温度Tbj数据输入到模型中，得到当前控制边界条件下余热锅炉对汽轮机负荷的贡献Pet,cj。同时以定期更新模型的方式考虑各台余热锅炉和汽轮机随运行时间变化其特性变化的影响。
具体包括以下步骤：
(一)建立二拖一联合循环机组在各台燃机单独运行时汽轮机负荷和余热锅炉给水流量、主蒸汽压力和温度函数关系计算模型
(1)在电厂的厂级监控信息系统里收集第j台(1≤j≤2)燃机单独运行的工况，筛选出历史稳态工况(即摒除启停机等负荷变化率较大工况)运行数据，提取历史数据中的余热锅炉给水流量主蒸汽压力/>温度/>汽轮机负荷peT数据；
(2)将提取出来余热锅炉给水流量主蒸汽压力/>温度/>汽轮机负荷pet数据随机分开，70％数据用作计算模型的自学习，30％数据作为检验；自学习数据记为(Pet)，检验数据记为(/>Pe′t)；
(3)建立结构BP神经网络模型，输入层有3个节点，隐含层有7个节点，输出层有1个节点；节点传递函数采用S型传递函数logsig，训练函数采用Levenberg_Marquardt的BP算法训练函数trainlm，网络学习函数采用带动量项的BP学习规则learngdm，将所有自学习数据使用最大最小法进行数据归一化，最大最小法函数形式如下：
x’k＝(xk-xmin)/(xmax-xmin) (1)
将归一化后的自学习数据输入BP神经网络模型进行训练，设置训练终止条件为拟合结果误差小于等于0.0001，验证检查结果大于等于10；训练结束，得到汽轮机负荷和余热锅炉给水流量、主蒸汽压力、温度函数计算模型：
(4)将检验数据(Pe′t)使用自学习数据的归一化参数公式(1)(即自学习数据中的最大、最小值)进行归一化处理，输入汽轮机负荷和余热锅炉给水流量、主蒸汽压力、温度函数计算模型，得到汽轮机在负荷为Pe′t时计算模型的计算值：
(5)记事若K≤1％且P(K)≥95％，则称计算模型收敛正确；如果P(K)<95％，则称计算模型收敛错误，调整BP神经网络的隐含层节点数，或者增加隐含层层数，以提高BP神将网络的非线性函数拟合能力，按照以上步骤重新学习、检验，直至公式(2)计算模型正确收敛。
(二)两台燃机同时运行时根据模型实时计算各余热锅炉输出的汽轮机负荷
两台燃机同时运行的时候，将实时采集到的各台余热锅炉给水流量主蒸汽压力/>和温度/>数据输入到正确收敛后的公式(2)计算模型中，得到当前控制边界条件下各余热锅炉输出的汽轮机负荷计算值/>
(三)根据计算值实时分配各台余热锅炉对汽轮机负荷的权益贡献
根据各余热锅炉输出的汽轮机负荷模型计算值来实时计算各台余热锅炉对汽轮机负荷的权益贡献：
为了保证计算的准确可靠，需要定期更新计算模型。定期或某些事件发生后(如大修)，要利用新数据对上述函数关系计算模型进行更新，以考虑余热锅炉和汽轮机效率的变化，保证计算的准确可靠。
为了保证计算结果的准确性和稳定性，要对历史稳态运行数据中的各台余热锅炉给水流量、蒸汽压力和蒸汽温度、汽轮机负荷数据进行规约，这样可以使计算过程很快稳定收敛；同时，定期或某些事件发生后(如大修)，要利用新数据对上述函数关系计算模型进行更新，以考虑余热锅炉和汽轮机效率的变化，保证计算模型结果的准确可靠。
Claims (1)
1.一种联合循环二拖一机组汽轮机负荷的权益分配计算方法，其特征在于，包括以下步骤：
(一)建立二拖一联合循环机组在各台燃机单独运行时汽轮机负荷和余热锅炉给水流量、主蒸汽压力、温度函数关系计算模型
(1)在电厂的厂级监控信息系统里收集第j台(1≤j≤2)燃机单独运行的工况，筛选出历史稳态工况运行数据，提取历史数据中的余热锅炉给水流量主蒸汽压力/>温度/>和汽轮机负荷Pet数据；
(2)将提取出来的余热锅炉给水流量主蒸汽压力/>温度/>汽轮机负荷Pet数据随机分开，70％数据用作计算模型的自学习，30％数据作为检验；自学习数据记为检验数据记为/>
(3)建立结构BP神经网络模型，输入层有3个节点，隐含层有7个节点，输出层有1个节点；节点传递函数采用S型传递函数logsig，训练函数采用Levenberg_Marquardt的BP算法训练函数trainlm，网络学习函数采用带动量项的BP学习规则learngdm，将所有自学习数据使用最大最小法进行数据归一化，最大最小法函数形式如下：
x’k＝(xk-xmin)/(xmax-xmin) (1)
将归一化后的自学习数据输入BP神经网络模型进行训练，设置训练终止条件为拟合结果误差小于等于0.0001，验证检查结果大于等于10；训练结束，得到汽轮机负荷和余热锅炉给水流量、主蒸汽压力、温度函数计算模型：
(4)将检验数据使用自学习数据的归一化参数公式(1)进行归一化处理，输入汽轮机负荷和余热锅炉给水流量、主蒸汽压力、温度函数计算模型，得到汽轮机在负荷为Pe′t时计算模型的计算值：
(5)记事若K≤1％且P(K)≥95％，则称计算模型收敛正确；如果P(K)<95％，则称计算模型收敛错误，调整BP神经网络的隐含层节点数，或者增加隐含层层数，以提高BP神将网络的非线性函数拟合能力，按照以上步骤重新学习、检验，直至公式(2)计算模型正确收敛；
(二)两台燃机同时运行时，根据模型实时计算各余热锅炉输出的汽轮机负荷
两台燃机同时运行的时候，将实时采集到的各台余热锅炉给水流量主蒸汽压力/>和温度/>数据输入到正确收敛后的公式(2)计算模型中，得到当前控制边界条件下各余热锅炉输出的汽轮机负荷计算值/>
(三)根据计算值实时分配各台余热锅炉对汽轮机负荷的权益贡献
根据各余热锅炉输出的汽轮机负荷模型计算值来实时计算各台余热锅炉对汽轮机负荷的权益贡献：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010584085.8A CN111723331B (zh) | 2020-06-23 | 2020-06-23 | 一种联合循环二拖一机组汽轮机负荷的权益分配计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010584085.8A CN111723331B (zh) | 2020-06-23 | 2020-06-23 | 一种联合循环二拖一机组汽轮机负荷的权益分配计算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111723331A CN111723331A (zh) | 2020-09-29 |
| CN111723331B true CN111723331B (zh) | 2024-01-23 |
Family
ID=72568589
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010584085.8A Active CN111723331B (zh) | 2020-06-23 | 2020-06-23 | 一种联合循环二拖一机组汽轮机负荷的权益分配计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111723331B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113356951B (zh) * | 2021-07-07 | 2022-06-28 | 中国电建集团山东电力建设有限公司 | Igcc发电机组合成气显热回收蒸汽负荷分配方法 |
| CN113982712A (zh) * | 2021-11-19 | 2022-01-28 | 国能国华(北京)燃气热电有限公司 | 二拖一燃气-蒸汽联合循环机组及解汽方法 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03115707A (ja) * | 1989-09-28 | 1991-05-16 | Hitachi Ltd | 複合発電プラント |
| JPH07208113A (ja) * | 1994-01-18 | 1995-08-08 | Mitsubishi Heavy Ind Ltd | 複合プラントの負荷分配制御方法 |
| JP2004027890A (ja) * | 2002-06-24 | 2004-01-29 | Toshiba Corp | 多軸型コンバインドサイクル発電プラントの負荷制御装置 |
| CN104847427A (zh) * | 2015-04-10 | 2015-08-19 | 国家电网公司 | 二拖一重型燃气-蒸汽联合循环机组agc控制方法 |
| CN105046064A (zh) * | 2015-07-01 | 2015-11-11 | 国网天津市电力公司 | 一种供热期热电联产机组电负荷可调范围的计算方法 |
| CN105201565A (zh) * | 2015-09-30 | 2015-12-30 | 西安西热电站信息技术有限公司 | 一种基于母管制的多机组汽轮机蒸汽流量实时分配方法 |
| CN107016168A (zh) * | 2017-03-10 | 2017-08-04 | 天津市电力科技发展有限公司 | 燃气‑蒸汽联合循环机组供热性能计算方法 |
| CN107831652A (zh) * | 2017-10-13 | 2018-03-23 | 国网河北能源技术服务有限公司 | 一种基于冷端系统储能的机组负荷智能优化控制方法 |
| CN110070460A (zh) * | 2019-04-16 | 2019-07-30 | 东南大学 | 多套燃气-蒸汽联合循环机组热电负荷优化调度系统 |
| CN110298534A (zh) * | 2019-05-09 | 2019-10-01 | 华电电力科学研究院有限公司 | F级燃气-蒸汽联合循环发电机组能耗指标在线监测与耗差分析方法 |
| CN110544051A (zh) * | 2019-09-12 | 2019-12-06 | 西安热工研究院有限公司 | 一种火电厂大型凝汽式汽轮机的经济性实时评估方法 |
| CN110735677A (zh) * | 2019-09-02 | 2020-01-31 | 哈尔滨工程大学 | 一种天然气压气站燃气轮机-蒸汽轮机联合循环控制系统 |
| CN110847986A (zh) * | 2019-10-08 | 2020-02-28 | 华北电力科学研究院有限责任公司 | 二拖一燃机联合循环机组启停升降负荷控制方法及装置 |
-
2020
- 2020-06-23 CN CN202010584085.8A patent/CN111723331B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03115707A (ja) * | 1989-09-28 | 1991-05-16 | Hitachi Ltd | 複合発電プラント |
| JPH07208113A (ja) * | 1994-01-18 | 1995-08-08 | Mitsubishi Heavy Ind Ltd | 複合プラントの負荷分配制御方法 |
| JP2004027890A (ja) * | 2002-06-24 | 2004-01-29 | Toshiba Corp | 多軸型コンバインドサイクル発電プラントの負荷制御装置 |
| CN104847427A (zh) * | 2015-04-10 | 2015-08-19 | 国家电网公司 | 二拖一重型燃气-蒸汽联合循环机组agc控制方法 |
| CN105046064A (zh) * | 2015-07-01 | 2015-11-11 | 国网天津市电力公司 | 一种供热期热电联产机组电负荷可调范围的计算方法 |
| CN105201565A (zh) * | 2015-09-30 | 2015-12-30 | 西安西热电站信息技术有限公司 | 一种基于母管制的多机组汽轮机蒸汽流量实时分配方法 |
| CN107016168A (zh) * | 2017-03-10 | 2017-08-04 | 天津市电力科技发展有限公司 | 燃气‑蒸汽联合循环机组供热性能计算方法 |
| CN107831652A (zh) * | 2017-10-13 | 2018-03-23 | 国网河北能源技术服务有限公司 | 一种基于冷端系统储能的机组负荷智能优化控制方法 |
| CN110070460A (zh) * | 2019-04-16 | 2019-07-30 | 东南大学 | 多套燃气-蒸汽联合循环机组热电负荷优化调度系统 |
| CN110298534A (zh) * | 2019-05-09 | 2019-10-01 | 华电电力科学研究院有限公司 | F级燃气-蒸汽联合循环发电机组能耗指标在线监测与耗差分析方法 |
| CN110735677A (zh) * | 2019-09-02 | 2020-01-31 | 哈尔滨工程大学 | 一种天然气压气站燃气轮机-蒸汽轮机联合循环控制系统 |
| CN110544051A (zh) * | 2019-09-12 | 2019-12-06 | 西安热工研究院有限公司 | 一种火电厂大型凝汽式汽轮机的经济性实时评估方法 |
| CN110847986A (zh) * | 2019-10-08 | 2020-02-28 | 华北电力科学研究院有限责任公司 | 二拖一燃机联合循环机组启停升降负荷控制方法及装置 |
Non-Patent Citations (3)
| Title |
|---|
| "二拖一"燃气-蒸汽联合循环机组主汽系统研究与应用;黄柱;康支霞;;华北电力技术(第12期);全文 * |
| M701F4二拖一机组解汽过程运行炉主汽温波动分析;王亚平;;神华科技(第12期);全文 * |
| 燃气―蒸汽联合循环机组装机方案的研究;邓铁;;能源与节能(第12期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111723331A (zh) | 2020-09-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106249728B (zh) | 一种基于部件特性的火力发电机组在线性能监测方法 | |
| CN113095591B (zh) | 一种用于火电机组运行参数自寻优的耗差分析方法 | |
| CN109325255B (zh) | 基于定功率的湿冷汽轮机最佳真空在线指导系统 | |
| CN111723331B (zh) | 一种联合循环二拖一机组汽轮机负荷的权益分配计算方法 | |
| CN111639802A (zh) | 一种燃机机组运行优化指导方法 | |
| CN110288135B (zh) | 一种高压加热系统疏水水位节能优化方法 | |
| CN112377985B (zh) | 基于反馈神经网络的供热机组调峰下限评估方法及系统 | |
| CN111027258B (zh) | 一种用于超临界机组的发电负荷与供热量的智能预测方法 | |
| CN113240280A (zh) | 一种热电联产机组热经济性评价方法 | |
| CN104131847B (zh) | 汽轮机组定滑压自动优化控制系统及其自动优化方法 | |
| CN112016754A (zh) | 基于神经网络的电站锅炉排烟温度超前预测系统及方法 | |
| CN110298502B (zh) | 基于能效最优的锅炉最佳氧量计算方法 | |
| CN105804819B (zh) | 一种提高烧结余热回收量及发电系统运行稳定性的调控方法 | |
| CN112950409A (zh) | 煤气和蒸汽能源综合利用系统生产调度优化方法 | |
| CN114963298B (zh) | 一种蒸汽管网储能在线定量计算方法和系统 | |
| CN112348696B (zh) | 基于bp神经网络的供热机组调峰上限评估方法及系统 | |
| CN108196452B (zh) | 一种基于热平衡的供热机组最优初压运行控制系统及方法 | |
| CN100366876C (zh) | 燃气-蒸汽联合循环发电站运行效率在线解析方法和系统 | |
| CN113868836B (zh) | 基于大数据的智慧热力系统在线专家分析平台 | |
| CN117170236A (zh) | 基于逆强化学习的工业调速系统执行器故障智能自愈方法 | |
| CN112818610B (zh) | 超临界水流动换热实验系统压力与流量的调控方法及系统 | |
| CN111428906B (zh) | 一种基于图像变换的工业锅炉蒸汽量预测方法 | |
| CN112627921A (zh) | 一种燃气-蒸汽联合循环机组运行优化决策方法 | |
| CN116382223B (zh) | 一种基于dcs的火电机组监测系统 | |
| Tang et al. | Computer Prediction Model of Heat Consumption in Thermal System of Coal-Fired Power Station Based on Big Data Analysis and Information Sorting |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |