论文部分内容阅读
本文致力于超临界机组的性能监测模型的研究开发，主要进行了以下几方面的研究：
1、分析了机组的性能经济指标在线计算模型，针对在线工况波动大的特点，提出使用BP神经网络进行指标动态计算自校正，并使用BP神经网络建立了热耗率在线自校正模型。
2、针对在线计算性能监测的局限性，提出使用基于实时数据的离线指标考核作为在线性能监测的有力补充，并研究和开发了离线考核系统。着重研究了实时数据的稳态过滤，指标的准确性校验，并建立了基于离线方法的中间轴封漏汽量软计算模型，解决了中间轴封漏汽量无法在线测量的问题，提高了热耗率离线考核的精度。
3、在重点研究机组运行重要参数和指标优化目标值定量化问题的基础上，对当前电厂性能监测系统中目标值的确定方法进行总结，提出一整套合理的，有效的，适用的目标值解决方案。最后，本文探讨了人工智能在目标值寻优上的应用，并使用神经网络和遗传算法建立了合理的主汽压寻优模型。
4、研究了超临界机组重要指标的能损分析模型，归纳了主要经济指标的能损分析方法，定量地确定了各经济性指标对煤耗的影响。针对大多数超临界机组使用双背压凝汽器的特点，研究了双背压凝汽器的变工况模型，为双背压凝汽器节能分析提供了理论基础。
5、开发了基于厂级监控信息系统的在线性能监测软件平台。使用模块化分析方法完成系统分析，使用图形组态完成测点表的配置，并开发了性能指标实时监测页面和离线性能考核平台。