循序渐进法在SIS耗差分析中的应用

来源 :2005年火力发电厂厂级监控信息系统(SIS)研究会年会 | 被引量 : 0次 | 上传用户:crr0808
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文针对SIS中传统耗差计算方法的缺陷,介绍了一种新的耗差计算方法——循序渐进法。并对此方法在SIS耗差分析中的应用作了分析,最后给出了实际应用案例。
其他文献
AF-SIS是基于科英支撑平台及其实时/历史数据库开发的厂级监控信息系统,基础数据源来自现场控制系统的实时数据,同时包涵在线仿真系统的实时计算数据,最大程度的实现信息共享。AF-SIS功能概括为三个功能包:安全包、经济包和在线决策控制包,设计了C/S和B/S两种用户界面模式,实现了机组性能分析、运行优化、故障诊断等系统化的SIS功能。
本文提出了建立数字化、智能化的综合自动化系统是发电企业建立安全、高效、节能、环保型企业的必由之路。在吸取MES成功的经验的基础上,充实和完善当前发电厂的SIS系统,从而形成以ERP、SIS、PCS三层结构的综合自动化系统的体系结构,并以综合生产指标智能优化、工艺指标智能优化、机炉智能鲜耦运行控制、虚拟电站和设备虚拟医院等五部分组成混合智能控制模式以实现智能综合控制。为适应综合自动化系统之需求需要把
SIS的应用功能模块,特别是高级功能模块,是SIS的内涵和灵魂所在。本文着重从SIS系统中的几个重要应用功能着手讨论和分析了这些模块目前在算法和应用方面存在的问题,以及相关的解决办法。以期使SIS的高级模块真正发挥其作用。
火电机组组合优化是一个复杂的非线性问题,本文将机组的优化组合问题提炼为粗算和精算两个步骤,建立了基于双重遗传算法的组合优化模型,同时计算机组启停计划和负荷分配个体的适应度,并保存可行的启停计划以及对应的适应度,文中还引入最速下降法变异算子,解决了机组组合优化的各种约束条件,从而有效地减少了搜索空间和重复运算。算例表明,本文提出的模型有很高的计算精度和运行效率,可扩充性强,能够很好地解决火电机组组合
本文采用人工神经网络,对电站锅炉受热面的实时清洁状况建立了监测模型。模型选取合适的参数,并改进训练集的处理方式后组成输入向量,利用电站SIS数据采集系统采集的实时机组数据,对神经网络进行训练。结果表明,训练后的神经网络可以较准确地实现锅炉受热面的清洁度在线监测,为吹灰方案的优化打下良好基础。
控制系统故障诊断模块利用现代故障诊断理论和计算机的高速处理能力,可早期和及时地检测火电厂控制系统中的潜在故障,对于提高系统检修水平和实现控制系统状态维修具有重要意义。本文介绍了控制系统故障诊断模块的开发原理、设计以及在SIS中的应用。
介绍了基于人工神经网络算法的锅炉燃烧优化系统。作为SIS功能的一部分,燃烧优化系统在充分利用锅炉历史燃烧数据的基础上,模拟锅炉燃烧过程,并结合运行人员丰富的现场经验,预测出使锅炉达到更多出力的同时又兼顾排放达标和安全的运行数据。本文以某900MW机组四角切圆燃煤锅炉为例,在850~900MW工况下对锅炉燃烧状况进行了优化,结果显示该系统具有较高的工程实用性,为大型电厂锅炉通过燃烧调整提高锅炉效率提
本文针对火电厂SIS应用功能的需求与实现,提出了通过构建计算与推理引擎统一实现SIS中大部分应用功能的方法。系统地阐述了包含计算与推理引擎的SIS软件构架与支撑平台,介绍了简单数值计算引擎、仿真模型计算引擎、专家系统模糊推理引擎、符号有向图推理引擎的简单原理以及实现方法。
基于实时数据平台和网络计算平台软件对火电机组各项性能指标进行在线计算、能损诊断、运行优化、性能试验、在线仿真、过程信息统计,提供运行绩效考核手段和全厂综合分析。该系统采用了开放、标准和分布式的结构,同时支持C/S和B/S模式,支持数据远程监测、管理和系统的远程升级维护。实现了全企业的生产管理信息共享。各个管理和生产部门都可以及时全面地掌握所需的生产及管理信息,从而做出准确的判断和决策。目前,该系统
探讨厂级监控系统(SIS)实时数据中原始数据的二次计算及其应用技术。介绍了目前电厂SIS实时数据中原始数据的利用现状及存在的问题;基于有向图的概念和原理,重点研究了算法的有向图模型。基于.Net框架下的动态编译技术,提出了一个实时在线计算的模型。针对目前电厂SIS应用的具体情况,建立了一个灵活,有效的,具有良好拓展性的二次计算框架。应用结果表明,该框架满足了二次计算的实时性和高效性,也提高了SIS