基于大數據技術的供熱機組運行性能監測與優化

講座名稱：基于大數據技術的供熱機組運行性能監測與優化
報告人：付俊豐博士
報告單位：哈爾濱工業大學
講座時長：16:05
內容簡介:哈爾濱工業大學電氣工程系博士付俊豐發表“基于大數據技術的供熱機組運行性能監測與優化”演講。提出了一套完整的考慮多影響因素的燃煤機組滑壓運行控制策略，其中包括研究適用于空冷供熱機組變工況的考慮多因素影響的滑壓曲線完備獲取方法及主汽溫度耗差修正曲線優化方案；基于機組運行大數據排序聚類的滑壓曲線獲取方法；機組滑壓控制的實時修正及應用策略。設計了可滿足不同工況需求的滑壓優化控制曲線，從根本上提高了機組的熱經濟性和操作靈活性。討論了燃煤機組運行數據在滑壓優化過程中的可行性，詳細介紹了典型的聚類算法模型如FCM（模糊C均值聚類）、k-means（K均值聚類）。同時利用聚類算法的特點有效結合滑壓優化問題，設計出了一套完整、高效的滑壓優化曲線設計策略。對比不同電廠的經濟性可知，該方法可提高滑壓優化設計效率及設計準確性，充分發揮了大數據應有的價值。給出了一套機組性能在線監測及調整策略，并設計出一套輔助決策支持系統。考慮到DCS的通訊特點，無法實時進行參數修改，提出了一套有人工參與的修正方案，可在現有的條件下滿足優化需求和監測目標，大大提高滑壓優化的時效性。從理論分析、現場調研、試驗設計、算法研究、策略實現等多個方面充分證明了：所提出的一套完整的考慮多影響因素的燃煤機組滑壓運行控制策略，具有很強的獨創性、理論完整性和可推廣性。