一种基于机器学习的低温省煤器状态监测系统及方法技术方案

本发明专利技术公开了一种基于机器学习的低温省煤器状态监测方法，其特征在于，包括：S1，获取低温省煤器多个测点预定时间段和当前的进出口烟气差压、烟气进出口温度、进出口给水压、进出口给水温、发电机有功功率、大气温度，并建立低温省煤器模型；S2，设定可能出现的故障模式并添加到低温省煤器模型，并将机器学习算法作为运行算法；S3，设置数据采集周期以及测点参数，测点参数包括上下限值、延时、测点报警级别；S4，选取正常工况的历史数据训练低温省煤器模型；S5，在试运行预定时长后，根据低温省煤器监测模型的评级进行调优，包括：测点的增删、样本的增删、投入条件的调整、测点超限值的调整、延时的调整、测点报警级别的调整、算法的调整。整。整。

【技术实现步骤摘要】
一种基于机器学习的低温省煤器状态监测系统及方法


[0001]本专利技术涉及电站锅炉受热面热交换系统
，特别是涉及一种基于机器学习的低温省煤器状态监测系统及方法。

技术介绍

[0002]在发电厂中，锅炉由大量的受热面系统组成，用于吸收燃煤锅炉燃烧产生的热量，通过加热给水，提高给水温度直至成为过热蒸汽，过热蒸汽进入汽轮机做功，将热能转换为动能，汽轮机带动发电机发电，将动能转换为电能，最终提供给广大用户。
[0003]为了提高发电效率，减少发电成本，电厂进行诸多技术改造，通过加装锅炉低温省煤器，其作用：一是吸收低温烟气的热量，降低排烟温度，减少排烟损失，节省燃料；二是由于给水进入汽包之前先在省煤器加热，因此减少了给水在受热面的吸热，可以用省煤器来代替部分造价较高的蒸发受热面；三是给水温度提高了，进入汽包就会减小壁温差，热应力相应的减小，延长汽包使用寿命。
[0004]但在锅炉尾部烟道加装低温省煤器系统后，锅炉烟道烟气阻力会增加，同时烟气温度进一步下降可能导致低温腐蚀加大，可能会出现烟道阻塞、省煤器泄漏、省煤器腐蚀等故障，这些故障会导致机组被迫非计划停运。
[0005]因此，在加装低温省煤器带来的提高锅炉效率，减少燃煤量、降低造价、提高设备寿命的同时，如何解决可能出现的故障带来的不利影响，是本领域技术人员的工作重点之一。

技术实现思路

[0006]本专利技术的目的是提供了一种基于机器学习的低温省煤器状态监测系统及方法，利用大数据人工智能技术、采用机器学习的方法，对低温省煤器系统运行健康状态进行实时监测，当健康状态出现劣化时，及时报警、隔离系统、并进行维护，从而降低系统故障发生的概率，提高系统运行的可靠性。
[0007]为解决上述技术问题，本专利技术实施例提供了一种基于机器学习的低温省煤器状态监测方法，包括：
[0008]S1，获取低温省煤器多个测点预定时间段和当前的进出口烟气差压、烟气进出口温度、进出口给水压、进出口给水温、发电机有功功率、大气温度，并建立低温省煤器模型；
[0009]S2，设定所述低温省煤器可能出现的故障模式并添加到所述低温省煤器模型，并将机器学习算法作为所述低温省煤器模型的运行算法；
[0010]S3，设置对所述低温省煤器的数据采集周期以及所述低温省煤器模型的对应的多个所述测点的测点参数，测点参数包括上下限值、延时、测点报警级别；
[0011]S4，选取正常工况的历史数据训练所述低温省煤器模型；
[0012]S5，在试运行期间，根据所述低温省煤器监测模型的评级对所述低温省煤器监测模型进行调优，包括：测点的增删、样本的增删、投入条件的调整、测点超限值的调整、延时
的调整、测点报警级别的调整、算法的调整。
[0013]其中，在所述S2与所述S3之间，还包括：
[0014]根据所述发电机有功功率选择运行模式，包括第一模式和第二模式，所述第一模式下所述发电机有功功率＞50％额定功率，所述发电机运行在50％～100％额定功率期间，所述低温省煤器模型启动实时监测；所述第二模式发电机有功功率在30％～50％额定功率之间，所述发电机运行在30％～50％额定功率期间，所述低温省煤器模型启动实时监测。
[0015]其中，所述S1包括：
[0016]通过多组相互独立的传感器组获取低温省煤器多个测点预定时间段和当前的进出口烟气差压、烟气进出口温度、进出口给水压、进出口给水温、发电机有功功率、大气温度，并建立低温省煤器模型。
[0017]其中，在所述S5之后还包括：
[0018]在检测到所述传感器组中的报警器发出警报后，将对应的所述低温省煤器关闭。
[0019]除此之外，本申请实施例还提供了一种基于机器学习的低温省煤器状态监测系统，包括：
[0020]低温省煤器模型建立模块，用于获取低温省煤器多个测点预定时间段和当前的进出口烟气差压、烟气进出口温度、进出口给水压、进出口给水温、发电机有功功率、大气温度，并建立低温省煤器模型；
[0021]故障添加与算法选择模块，用于设定所述低温省煤器可能出现的故障模式并添加到所述低温省煤器模型，并将机器学习算法作为所述低温省煤器模型的运行算法；
[0022]测点参数设置模块，用于设置对所述低温省煤器的数据采集周期以及所述低温省煤器模型的对应的多个所述测点的测点参数，测点参数包括上下限值、延时、测点报警级别；
[0023]训练模块，用于选取正常工况的历史数据训练所述低温省煤器模型；
[0024]调优模块，用于在试运行预定时长后，根据所述低温省煤器监测模型的评级对所述低温省煤器监测模型进行调优，包括：测点的增删、样本的增删、投入条件的调整、测点超限值的调整、延时的调整、测点报警级别的调整、算法的调整。
[0025]其中，还包括模式选择模块，用于根据所述发电机有功功率选择运行模式，包括第一模式和第二模式，所述第一模式下发电机有功功率＞50％额定功率，所述发电机运行在50％～100％额定功率期间，所述低温省煤器模型启动实时监测；所述第二模式发电机有功功率在30％～50％额定功率之间，所述发电机运行在30％～50％额定功率期间，所述低温省煤器模型启动实时监测。
[0026]其中，所述低温省煤器模型建立模块与通过多组相互独立的传感器组连接，每组所述传感器组获取低温省煤器多个测点预定时间段和当前的进出口烟气差压、烟气进出口温度、进出口给水压、进出口给水温、发电机有功功率、大气温度。
[0027]其中，还包括与所述低温省煤器模型建立模块的传感器组隔离模块，用于在检测到所述传感器组中的报警器发出警报后，将对应的所述低温省煤器关闭。
[0028]本专利技术实施例所提供的基于机器学习的低温省煤器状态监测方法及系统，与现有技术相比，具有以下优点：
[0029]本专利技术实施例提供的基于机器学习的低温省煤器状态监测方法及系统，通过将获
取低温省煤器多个测点的参数数据并建立低温省煤器模型；预先设定可能出现的故障模式并添加到所述低温省煤器模型，并将机器学习算法作为所述低温省煤器模型的运行算法；然后设置对数据采集周期以及所述低温省煤器模型的对应的多个所述测点的测点参数，测点参数包括上下限值、延时、测点报警级别，选取历史上正常工况的历史数据训练所述低温省煤器模型。就可以利用该模型进行试运行，在试运行预定时长后，根据所述低温省煤器监测模型的评级对所述低温省煤器监测模型进行调优，包括：测点的增删、样本的增删、投入条件的调整、测点超限值的调整、延时的调整、测点报警级别的调整、算法的调整，从而设备的可靠运行和检测。通过实时监测该模型下所有测点参数的运行状况，当参数出现早期异常，超过预设的阈值后，即发出报警，提醒生产一线人员及时关注系统的异常变化，采取及时措施，避免因系统故障造成设备损坏、整个系统故障、机组停运等，对发电机组的安全、可靠运行具有实际意义。
附图说明
[0030]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习的低温省煤器状态监测方法，其特征在于，包括：S1，获取低温省煤器多个测点预定时间段和当前的进出口烟气差压、烟气进出口温度、进出口给水压、进出口给水温、发电机有功功率、大气温度，并建立低温省煤器模型；S2，将可能出现的故障模式添加到所述低温省煤器模型，并将机器学习算法作为所述低温省煤器模型的运行算法；S3，设置对所述低温省煤器的数据采集周期以及所述低温省煤器模型的对应的多个所述测点的测点参数，测点参数包括上下限值、延时、测点报警级别；S4，选取正常工况的历史数据训练所述低温省煤器模型；S5，在试运行预定时长后，根据所述低温省煤器监测模型的评级对所述低温省煤器监测模型进行调优，包括：测点的增删、样本的增删、投入条件的调整、测点超限值的调整、延时的调整、测点报警级别的调整、算法的调整。2.如权利要求1所述基于机器学习的低温省煤器状态监测方法，其特征在于，在所述S2与所述S3之间，还包括：根据所述发电机有功功率选择运行模式，包括第一模式和第二模式，所述第一模式下所述发电机有功功率＞50％额定功率，所述发电机运行在50％～100％额定功率期间，所述低温省煤器模型启动实时监测；所述第二模式发电机有功功率在30％～50％额定功率之间，所述发电机运行在30％～50％额定功率期间，所述低温省煤器模型启动实时监测。3.如权利要求2所述基于机器学习的低温省煤器状态监测方法，其特征在于，所述S1包括：通过多组相互独立的传感器组获取低温省煤器多个测点预定时间段和当前的进出口烟气差压、烟气进出口温度、进出口给水压、进出口给水温、发电机有功功率、大气温度，并建立低温省煤器模型。4.如权利要求3所述基于机器学习的低温省煤器状态监测方法，其特征在于，在所述S5之后还包括：在检测到所述传感器组中的报警器发出警报后，将对应的所述低温省煤器关闭。5.一种基于机器学习的低温省煤器状态监测系统，其特征在于，包括低温省...

【专利技术属性】
技术研发人员：卫平宝，陈建华，张含智，陈木斌，周严伟，聂怀志，刘道明，马成龙，李晓静，陈世和，
申请(专利权)人：华润电力技术研究院有限公司，
类型：发明
国别省市：