论文部分内容阅读
火力发电机组设备规模不断扩大、运行参数不断提高,过程中涉及复杂的能量转换与能量品质耗散等问题,这也对火力发电领域的设备性能监控与运行优化提出了较高要求。随着信息化与工业化的深度结合,数据驱动的信息物理融合系统逐步应用于各个领域。开展数据驱动下的电站信息物理融合系统建模和设备性能分析与运行优化方法研究对我国火力发电领域节能降耗具有重要意义。本文针对火力发电机组运行数据集数据量大、多为结构化数据、具有不准确性与强耦合性、有天然的数据标签等特点,阐述了信息物理融合系统在火力发电系统建模和设备性能监控与运优化中的应用模式,开展了一系列电站机组数据处理、建模、分析与优化的研究工作:面向电站的信息物理融合系统建模问题,阐述了物理层与信息层的耦合方式、系统构架与数据处理流程等问题;形成了模块化与流程化的电站数据预处理流程,深入研究了特征变量选取、数据样本筛选与数据质量提升的数据预处理方法;开展了数据驱动下电站系统基于机理与基于算法的建模方法研究,并讨论了两者的区别与混合建模的结合方法;充分利用系统时间尺度上的冗余性改进了传统数据协调方法,并提出了改进的数据协调方法在电站监测系统的四类应用场景;形成了电站系统的离线建模与在线分析的流程体系,开展了设备性能分析与运行优化的研究工作。首先,阐述了信息物理融合的概念及其在火力发电系统建模过程中的应用模式。从设备与子系统的角度研究了电站物理层的设备、传感器、控制器,以及信息层建模与物理层的融合方式与信息传递模式等。并在此基础上提出了信息物理融合系统在电站建模中的标准流程,包括离线建模与在线分析的数据处理构架与流程,研究分析了信息物理融合系统在电站设备性能分析与运行优化的可行性。随后,针对电站典型数据结构,建立了结构化的数据预处理流程,包括针对建模结构的特征变量选取研究,针对模型可靠性的样本选取研究以及针对模型质量的数据质量提升方法研究。特征变量选取方面,研究了基于机理与基于算法的变量选择方法在电站系统建模中的应用模型:在样本选取方面,综合考虑了准稳态过程的筛选算法、数据异常的处理方法、样本时效性等;数据质量提升方面,改进了传统的数据协调方法,综合考虑质量平衡与能量平衡以及时间尺度上的冗余信息,提升了样本数据的可靠性。开展了电站实际运行数据预处理工作,论证了该结构化与流程化的处理方式的有效性。然后,具体讨论分析了电站物理信息融合系统离线建模过程。开展了电站系统在数据驱动下基于机理与基于算法的研究工作;从子模型输入、输出、内部方程角度阐述了信息层的构架,引入改进的数据协调方法在数据驱动下建立了汽机机组、回热加热器与空冷的机理模型;分析了支持向量机、神经网络、物理约束等方法的特点以及在电站系统设备建模中的算法选择依据;阐述了数据驱动下各子系统的关联方式,以及物理信息融合系统后台构架方案。最后,系统开展了信息物理融合系统在设备性能监控与运行优化中的应用研究,并分别应用于电站机组设备运行状态监测和多变边界条件下了空冷最佳真空问题。在海量实际运行数据的驱动下,验证了改进的数据协调方法在传感器故障诊断的可靠性;在保证数据准确性的基础上,基于内部烟参数对热电机组进行设备状态性能监测分析;综合考虑了多变边界条件建立了数据驱动下的空冷背压模型,得到了不同边界条件下空冷风机的最佳转速;在此基础上深入研究了数据驱动下电站信息物理融合系统建模过程中,数据协调步骤的意义、模型计算的时间、训练数据与预测时序性、机理建模与算法建模的融合等关键问题。本文结合实际电站海量运行数据,从数据预处理、离线建模、在线性能分析与运行优化、模型验证与更新等角度提出了数据驱动下电站信息物理融合系统建模方法,使整个模型应用过程形成了完整的闭环体系。形成了系统的数据驱动下电站信息物理融合系统建模和设备性能分析与运行优化的应用模式。