一种确定燃气轮机性能劣化程度的方法技术

本发明专利技术涉及一种确定燃气轮机性能劣化程度的方法，该方法包括：(1)采集燃气轮机连续两次离线水洗周期内的运行数据，并进行多元非线性回归分析建立压气机离线水洗后燃气轮机性能劣化预测模型；(2)基于燃气轮机性能劣化预测模型得到燃气轮机任意工况下因叶片积垢导致的机组性能指标随时间的劣化趋势，通过将机组清洁工况下的性能与脏污工况下的性能进行对比，定量得到机组性能的劣化程度。与现有技术相比，本发明专利技术具有模型便捷、方法灵活等特点，避免了性能试验所需要的大量人工和设备费用，并且可用于机组的实时性能状态监测等优点。

A method to determine the degradation degree of gas turbine performance

【技术实现步骤摘要】
一种确定燃气轮机性能劣化程度的方法
本专利技术涉及燃气轮机性能劣化检测技术，尤其是涉及一种基于多元非线性回归分析的确定燃气轮机性能劣化程度的方法。
技术介绍
燃气轮机的大力发展，其运行安全性问题已成为不可忽视的问题，燃气轮机的运行状态监测和故障诊断是燃机发展不可或缺的一部分。压气机叶片积垢是燃气轮机运行中最常见的气路故障，在燃气轮机的整个运行寿命中，由于压气机叶片积垢导致的性能损失占全部性能损失的70％～85％。目前，在确定燃气轮机因叶片积垢导致的性能劣化程度方法方面，主要采用性能试验的方法或者机理建模的方法。其中试验方法是通过在额定工况下对比燃气轮机功率或燃气轮机热耗率的初始值和运行一段时间后的劣化值来判定机组性能下降的程度，但是试验方法存在成本较高、并且试验条件较苛刻等问题。而机理建模方法则存在理论求解复杂度较高、方法不够灵活等缺陷。由于燃气轮机通常以热电联产方式或作为调峰机组来运行，负荷时常处于变动之中，并且燃气轮机性能受外界环境条件影响较大，准确判断燃气轮机设备性能的下降程度存在较大难度。经过检索，中国电机工程学报公布一篇关于“多元线性回归方法预测燃气轮机发电机组性能”的文献，为了预测燃气轮机发电机组的性能，基于大量的机组运行数据，采用多元线性回归分析方法，获得了通过燃机发电机组初始进口条件预测燃机功率和燃机效率的数学模型。以PG9171E型燃机发电机组部分历史运行数据作为训练样本，建立关于燃机性能的多元线性回归数学模型，并对模型进行验证分析。结果表明：基于多元线性回归分析方法，可以通过初始进口条件有效地预测燃机发电机组的性能；从预测结果分析来看，对于燃机功率的预测优于燃机效率，但是其存在缺陷为：1、所建立的燃机功率和燃机效率的预测模型的输入样本为2015年(1～12月份)全年的运行数据，未考虑机组因运行时间的增长而导致的性能劣化差异，同时机组在实际运行中会进行离线水洗操作，机组性能存在一定程度的恢复，模型自变量中忽略了时间项因素；2、所建立的预测模型为线性回归模型，而通常因变量与自变量的关系为复杂的非线性关系，模型拟合精度不高；3、所建模型选取天然气进气流量作为自变量而忽略了天然气热值的变化，模型输入变量选择欠妥，导致燃机效率的预测模型精度较差；4、并未建立压气机性能指标(压气机进气流量、压气机压比和压气机效率)的预测模型，对于燃气轮机性能劣化程度未进行全面定量评估。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种确定燃气轮机性能劣化程度的方法，该方法可以定量判定燃气轮机因叶片积垢导致的性能劣化的程度，为燃气轮机的安全高效运行提供有效的监测手段。本专利技术的目的可以通过以下技术方案来实现：一种确定燃气轮机性能劣化程度的方法，该方法包括：(1)采集燃气轮机连续两次离线水洗周期内的运行数据，并进行多元非线性回归分析建立燃气轮机性能劣化预测模型；(2)基于燃气轮机性能劣化预测模型得到燃气轮机任意工况下因叶片积垢导致的机组性能指标随时间的劣化趋势，通过将机组清洁工况下的性能与脏污工况下的性能进行对比，定量得到机组性能的劣化程度。优选地，所述的步骤(1)中的运行数据以采样周期T取自机组DCS或SIS系统，采集的数据首先经过数据筛选并剔除异常数据，作为模型的输入样本数据。优选地，所述的步骤(1)中的燃气轮机性能预测模型的自变量包括环境温度、大气压力、相对湿度、压气机进口可转导叶角度IGV(inletguidevanes)和离线水洗后运行小时数这五个参量；因变量包括压气机进口空气流量、压气机压比、压气机效率和燃气轮机功率这四个参量。优选地，所述的步骤(1)中的燃气轮机性能预测模型的表达式为：其中a0为常数项；br、cs、dt、eu、fv分别为各自变量的拟合系数；Ta为环境温度，℃；pa为大气压力，kPa；Ra为相对湿度，％；DIGV为IGV角度，°；t为离线水洗后机组运行小时数，h；r、s、t、u、v表示拟合系数的阶次；Y表示各因变量。优选地，所述的拟合系数的阶次≤2，即可保证模型有较高的拟合精度，对于阶次＞2的情形，经过算例测试表明：除增加表达式的复杂度之外，对于模型的拟合精度而言没有显著提升效果。优选地，所述的步骤(2)中的机组清洁工况下的性能为指离线水洗后运行小时数t＝0时刻的性能。优选地，所述的步骤(2)中的机组脏污工况下的性能指离线水洗后运行小时数t＞0时刻的性能。优选地，所述的任意工况下因叶片积垢导致的机组性能指标随时间的劣化趋势，可取燃气轮机IGV角度全开，ISO工况的性能。通过上述技术方案，本专利技术通过采集燃气轮机连续两次离线水洗周期内的主要运行参数，分别建立压气机进气流量、压气机压比、压气机效率和燃气轮机功率关于环境温度、大气压力、相对湿度、IGV角度和离线水洗后运行小时数的多元非线性回归模型，进而得到燃气轮机IGV角度全开、ISO工况下的性能随运行时间的关系，通过将清洁工况与脏污工况的性能指标进行对比，定量诊断机组性能的衰退程度，为机组的经济性分析和运行维护提供有效的参考，其中ISO工况是指环境温度15℃、大气压力0.101325MPa、大气相对湿度60％。与现有技术相比，本专利技术具有以下优点：1、基于历史运行数据的回归分析方法建立燃气轮机离线水洗后的性能衰退预测模型，既体现大量实际情况的统计规律，又隐含一定物理背景，能够精确地预测机组主要性能指标的劣化程度。2、该方法与传统性能试验方法相比，方法灵活，避免了性能试验所需要的大量人工和设备费用，能够显著降低成本，并且可用于机组的实时性能状态监测。3、该方法与机理建模方法相比，在保证模型计算精度的前提下，避免了机理建模方法的模型复杂度较高等缺陷。4、该方法考虑了燃气轮机因运行条件(包括负荷、环境以及设备老化等因素)差异导致的性能衰退趋势的不同，对于不同制造厂商的燃气轮机设备，该性能劣化判定方法同样适用。附图说明图1为本专利技术一种确定燃气轮机性能劣化程度的方法的流程图；图2为压气机进气流量、压气机压比和压气机效率关于环境温度、大气压力、相对湿度、IGV角度和离线水洗后运行小时数的Pearson相关性分布图；图3为燃气轮机功率关于环境温度、大气压力、相对湿度、IGV角度和离线水洗后运行小时数的Pearson相关性分布图；图4为预测样本中压气机进气流量实际值与预测值的对比图；图5为预测样本中压气机压比实际值与预测值的对比图；图6为预测样本中压气机效率实际值与预测值的对比图；图7为预测样本中燃气轮机功率实际值与预测值的对比图；图8为ISO额定负荷工况燃气轮机主要性能指标随时间的劣化趋势图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出本文档来自技高网...

【技术保护点】
1.一种确定燃气轮机性能劣化程度的方法，其特征在于，该方法包括：/n(1)采集燃气轮机连续两次离线水洗周期内的运行数据，并进行多元非线性回归分析建立压气机离线水洗后燃气轮机性能劣化预测模型；/n(2)基于燃气轮机性能劣化预测模型得到燃气轮机任意工况下因叶片积垢导致的机组性能指标随时间的劣化趋势，通过将机组清洁工况下的性能与脏污工况下的性能进行对比，定量得到机组性能的劣化程度。/n

【技术特征摘要】
1.一种确定燃气轮机性能劣化程度的方法，其特征在于，该方法包括：
(1)采集燃气轮机连续两次离线水洗周期内的运行数据，并进行多元非线性回归分析建立压气机离线水洗后燃气轮机性能劣化预测模型；
(2)基于燃气轮机性能劣化预测模型得到燃气轮机任意工况下因叶片积垢导致的机组性能指标随时间的劣化趋势，通过将机组清洁工况下的性能与脏污工况下的性能进行对比，定量得到机组性能的劣化程度。


2.根据权利要求1所述的一种确定燃气轮机性能劣化程度的方法，其特征在于，所述的步骤(1)中的运行数据以采样周期T取自机组DCS或SIS系统，采集的数据首先经过数据筛选并剔除异常数据，作为模型的输入样本数据。


3.根据权利要求1所述的一种确定燃气轮机性能劣化程度的方法，其特征在于，所述的步骤(1)中的燃气轮机性能劣化预测模型的自变量包括环境温度、大气压力、相对湿度、压气机进口可转导叶角度IGV和离线水洗后运行小时数这五个参量；因变量包括压气机进口空气流量、压气机压比、压气机效率和燃气轮机功率这四个参量。


4...

【专利技术属性】
技术研发人员：韩朝兵，郑敏捷，戴坤鹏，黄素华，王健，黄伟栋，荆迪，
申请(专利权)人：上海明华电力技术工程有限公司，上海漕泾热电有限责任公司，
类型：发明
国别省市：上海;31