来自真实电厂现场的工程实践——从问题诊断到解决方案与运行效果,看见控制优化与大数据带来的可量化变化。
本公司针对机组运行现状和机组特性,采用外挂式控制系统 ECO-CONTROL,针对“两个细则”设计了一套协调控制优化解决方案。
在吸取目前流行的电力优化产品长处的同时,引进了化工产品的优化特色, 即采用了引入变量约束的 APC 控制方案,做到了控制量的变化最低, 降低了燃料量、风量及水量的波动。
| 项目 | 稳态指标 | CCS 及 AGC 变负荷动态指标 |
|---|---|---|
| 变负荷率 | N/A | >2Pe%/min |
| 负荷响应延迟 | N/A | <20s |
| 负荷控制精度 | <0.5% | <1.5% |
| 主汽压力偏差 | <±0.2MPa | <±0.5MPa |
采用数据建模 + 机理建模相结合的方法,发掘机组重要设备的内在规律,提前发现异常、辅助运行人员决策。以下为两个典型预警场景。
以汽泵转速、汽泵前置泵出口流量、汽泵再循环调节阀阀位、总给水流量等参数为依据,采用 LSTM 神经网络算法预测给水泵抢水,监测实际进入母管流量与流量上下限的偏离。
以厂家风机性能曲线图为依据,结合机组负荷、动叶开度、实时电流、临界全压等参数实时计算工况点,预测风机失速。以 2 号机一次风机示例图如下所示: