一种锅炉过热器、再热器氧化皮预测方法及系统技术方案

本申请属于锅炉过热器、再热器状态监测技术领域，公开了一种锅炉过热器、再热器氧化皮状态预测方法及系统。该方法通过获取锅炉过热器、再热器的各测点的历史运行数据和在线监测数据，通过氧化皮生长数字化模型，计算各测点的修正氧化皮厚度和氧化皮脱落临界温度；基于修正氧化皮厚度和氧化皮脱落临界温度，通过锅炉过热器、再热器的氧化皮状态评估模型对各测点的氧化皮状态进行评估，得到各测点的氧化皮脱落概率；基于氧化皮脱落概率和实时温度，通过锅炉过热器、再热器的氧化皮状态预警模型对各测点的超温情况和氧化皮脱落情况进行预警。实现对氧化皮厚度和脱落概率进行预测，对于可能出现的风险进行预警，以便运行人员及时处理。理。理。

【技术实现步骤摘要】
一种锅炉过热器、再热器氧化皮预测方法及系统


[0001]本申请涉及锅炉过热器、再热器状态监测
，尤其涉及一种锅炉过热器、再热器氧化皮状态预测方法及系统。

技术介绍

[0002]随着电力行业的快速发展以及高效、节能和环保要求的不断提高，火电机组不得不向着高参数、大容量的方向发展。锅炉过热器、再热器在高温高压的蒸汽环境下运行，不可避免会发生蒸汽氧化，生成一定厚度的氧化皮。随着机组运行时间的增长，氧化皮厚度不断增加，允许的氧化皮应变值减小，应变值一旦超出允许应变极限，就会发生氧化皮脱落。氧化皮脱落不仅会堵塞锅炉受热面管引起严重超温甚至会引发爆管，还会对汽轮机的汽室叶片、叶轮、喷嘴、蒸汽管道阀门等部件造成冲蚀磨损，给电力生成及其稳定性带来重大影响，成为困扰发电行业的一大难题。因此，对锅炉过热器、再热器氧化皮状态的监测十分重要。
[0003]目前主要通过氧化皮堆积量检测和割管试验对氧化皮厚度和状态进行评估，这些离线方法，无法描述氧化皮的生长过程，无法跟踪运行方法、荷载波动等对氧化皮生长的影响，无法对氧化皮的脱落风险作出预测。

技术实现思路

[0004]为此，本申请的实施例提供了一种锅炉过热器、再热器氧化皮状态预测方法及系统，可以对氧化皮的状态进行预测和评估，对氧化皮脱落情况进行预警，为锅炉过热器、再热器的维护周期提供参考依据。
[0005]第一方面，本申请提供一种锅炉过热器、再热器氧化皮状态预测方法。
[0006]本申请是通过以下技术方案得以实现的：
[0007]一种锅炉过热器、再热器氧化皮状态预测方法，所述方法包括：
[0008]获取锅炉过热器、再热器的各测点的历史运行数据和在线监测数据，基于所述历史运行数据和所述在线监测数据，通过预设的锅炉过热器、再热器的氧化皮生长数字化模型，计算各测点的修正氧化皮厚度和氧化皮脱落临界温度；
[0009]基于所述修正氧化皮厚度和氧化皮脱落临界温度，通过预设的锅炉过热器、再热器的氧化皮状态评估模型对各测点的氧化皮状态进行评估，得到各测点的氧化皮脱落概率；
[0010]基于所述氧化皮脱落概率和实时温度，通过预设的锅炉过热器、再热器的氧化皮状态预警模型对各测点的超温情况和氧化皮脱落情况进行预警。
[0011]在本申请一较佳的示例中可以进一步设置为，构建一个由卷积神经网络和长短期记忆神经网络组成的氧化皮状态分析模型，基于所述氧化皮状态分析模型对各测点的氧化皮生长趋势进行智能分析和预测。
[0012]在本申请一较佳的示例中可以进一步设置为，所述基于所述氧化皮状态分析模型
对各测点的氧化皮生长趋势进行智能分析和预测的步骤包括：
[0013]获取锅炉过热器、再热器的各测点的初始样本数据，对所述初始样本数据进行预处理得到符合卷积神经网络的输入结构的预处理数据；
[0014]将所述预处理数据输入卷积神经网络，提取时间序列特征，对所述时间序列特征进行池化操作得到池化后的序列，对所述池化后的序列进行全连接操作，输入长短期记忆神经网络；
[0015]在长短期记忆神经网络，采用均方差作为损失函数，通过前向传播计算每个神经元的输出值；
[0016]迭代上述步骤，直至损失函数收敛，得到氧化皮厚度预测值。
[0017]在本申请一较佳的示例中可以进一步设置为，基于氧化皮厚度实际值和所述氧化皮厚度预测值，通过均方根误差公式计算第一误差值，通过平均绝对误差公式计算第二误差值，基于所述第一误差值和所述第二误差值得到误差差值，若所述误差差值大于预设阈值，则继续对所述氧化皮状态分析模型进行训练，直到达到所述误差差值小于或等于预设阈值。
[0018]在本申请一较佳的示例中可以进一步设置为，所述基于所述历史运行数据和所述在线监测数据，通过预设的锅炉过热器、再热器的氧化皮生长数字化模型，计算各测点的修正氧化皮厚度和氧化皮脱落临界温度的步骤包括：
[0019]基于所述历史运行数据，通过预设的氧化皮厚度方程确定各炉管的氧化皮初始厚度；
[0020]间隔预设时间段获取一次过热器、再热器的各测点的在线监测数据，基于所述在线监测数据通过所述预设的氧化皮厚度方程确定各测点在预设时间段内氧化皮生长厚度；
[0021]基于所述氧化皮初始厚度和所述预设时间段内氧化皮生长厚度，得到各测点当前的氧化皮厚度；
[0022]基于氧化皮脱落的临界温度方程，确认各测点在当前氧化皮厚度下的氧化皮脱落临界温度。
[0023]在本申请一较佳的示例中可以进一步设置为，所述得到各测点当前的氧化皮厚度步骤后，还包括：
[0024]基于锅炉过热器、再热器的蒸汽压力、机组启停状态、材质属性、管材规格的影响因子的影响，得到第一修正系数，基于所述第一修正系数对所述氧化皮厚度进行修正得到第一修正值；
[0025]基于锅炉过热器、再热器的负载波动影响，确定第二修正系数，基于所述第二修正系数对所述氧化皮厚度进行修正得到修正氧化皮厚度。
[0026]在本申请一较佳的示例中可以进一步设置为，所述基于所述修正氧化皮厚度和氧化皮脱落临界温度，通过预设的锅炉过热器、再热器的氧化皮状态评估模型对各测点的氧化皮状态进行评估，得到各测点的氧化皮脱落概率的步骤包括：
[0027]确定锅炉过热器、再热器氧化皮脱落影响因子，基于氧化皮脱落机理确定所述氧化皮脱落影响因子的分值；
[0028]基于层次分析法，确定所述脱落影响因子的权重；
[0029]将所述脱落影响因子的分值和脱落影响因子的权重输入氧化皮状态评估模型，通
过脱落概率计算方程，得到各测点的氧化皮脱落概率。
[0030]在本申请一较佳的示例中可以进一步设置为，所述基于所述氧化皮脱落概率和实时温度，通过锅炉过热器、再热器的氧化皮状态预警模型对各测点的超温情况和氧化皮脱落情况进行预警的步骤包括：
[0031]将所述实时温度与预设温度阈值进行对比，若所述实时温度大于或等于所述预设温度阈值，则产生超温预警；
[0032]将所述氧化皮脱落概率与预设脱落概率阈值进行对比，若所述氧化皮脱落概率大于或等于所述预设脱落概率阈值，将所述氧化皮脱落概率与预设脱落等级表进行对比，所述预设脱落等级表包含若干等级的脱落概率范围值以及对应的预警等级；
[0033]判断所述氧化皮脱落概率所处的脱落概率范围值，获取对应的预警等级，并输出相应等级的预警信息。
[0034]在本申请一较佳的示例中可以进一步设置为，所述判断所述氧化皮脱落概率所处的脱落概率范围值，获取对应的预警等级，并输出相应等级的预警信息的步骤包括：
[0035]若氧化皮脱落概率处于第一脱落概率范围值，产生一级预警，同时输出相应的一级预警信息；
[0036]若氧化皮脱落概率处于第二脱落概率范围值，产生二级预警，同时输出相应的二级预警信息；
[0037]若氧化皮脱落概率处于第三脱落概率范围值，产生三级预警，同时输出相应的三级预警信息。
[0038]第二本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种锅炉过热器、再热器氧化皮状态预测方法，其特征在于，所述方法包括：获取锅炉过热器、再热器的各测点的历史运行数据和在线监测数据，基于所述历史运行数据和所述在线监测数据，通过预设的锅炉过热器、再热器的氧化皮生长数字化模型，计算各测点的修正氧化皮厚度和氧化皮脱落临界温度；基于所述修正氧化皮厚度和氧化皮脱落临界温度，通过预设的锅炉过热器、再热器的氧化皮状态评估模型对各测点的氧化皮状态进行评估，得到各测点的氧化皮脱落概率；基于所述氧化皮脱落概率和实时温度，通过预设的锅炉过热器、再热器的氧化皮状态预警模型对各测点的超温情况和氧化皮脱落情况进行预警。2.根据权利要求1所述的锅炉过热器、再热器氧化皮状态预测方法，其特征在于，还包括：构建一个由卷积神经网络和长短期记忆神经网络组成的氧化皮状态分析模型，基于所述氧化皮状态分析模型对各测点的氧化皮生长趋势进行智能分析和预测。3.根据权利要求2所述的锅炉过热器、再热器氧化皮状态预测方法，其特征在于，所述基于所述氧化皮状态分析模型对各测点的氧化皮生长趋势进行智能分析和预测的步骤包括：获取锅炉过热器、再热器的各测点的初始样本数据，对所述初始样本数据进行预处理得到符合卷积神经网络的输入结构的预处理数据；将所述预处理数据输入卷积神经网络，提取时间序列特征，对所述时间序列特征进行池化操作得到池化后的序列，对所述池化后的序列进行全连接操作，输入长短期记忆神经网络；在长短期记忆神经网络，采用均方差作为损失函数，通过前向传播计算每个神经元的输出值；迭代上述步骤，直至损失函数收敛，得到氧化皮厚度预测值。4.根据权利要求3所述的锅炉过热器、再热器氧化皮状态预测方法，其特征在于，还包括：基于氧化皮厚度实际值和所述氧化皮厚度预测值，通过均方根误差公式计算第一误差值，通过平均绝对误差公式计算第二误差值，基于所述第一误差值和所述第二误差值得到误差差值，若所述误差差值大于预设阈值，则继续对所述氧化皮状态分析模型进行训练，直到达到所述误差差值小于或等于预设阈值。5.根据权利要求1所述的锅炉过热器、再热器氧化皮状态预测方法，其特征在于，所述基于所述历史运行数据和所述在线监测数据，通过预设的锅炉过热器、再热器的氧化皮生长数字化模型，计算各测点的修正氧化皮厚度和氧化皮脱落临界温度的步骤包括：基于所述历史运行数据，通过预设的氧化皮厚度方程确定各炉管的氧化皮初始厚度；间隔预设时间段获取一次过热器、再热器的各测点的在线监测数据，基于所述在线监测数据通过所述预设的氧化皮厚度方程确定各测点在预设时间段内氧化皮生长厚度；基于所述氧化皮初始厚度和所述预设时间段内氧化皮生长厚度，得到各测点当前的氧化皮厚度；基于氧化皮脱落的临界温度方程，确认各测点在当前氧化皮厚度下的氧化皮脱落临界温度。
6.根据权利要求5所述的锅炉过热器、再热器氧化皮状态预测方法，其特征在于，所述得到各测点当前的氧化皮厚...

【专利技术属性】
技术研发人员：蒋豹，李世涛，马东方，徐亮，张书浩，周书康，
申请(专利权)人：润电能源科学技术有限公司，
类型：发明
国别省市：