一种发电厂数据智能处理系统及方法技术方案

本申请公开了一种发电厂数据智能处理系统及方法，其包括基于发电厂数据获得燃气轮机初始状态，并确定燃气轮机的初始温度及点火条件，其中点火条件包括点火转速和点火温度；将燃气轮机的初始温度与点火温度进行判别，确定燃气轮机温度启动策略；根据燃气轮机初始状态，建立燃气轮机温度与压气机功率的变化速率之间的微分方程；以燃气轮机点火温度到达时刻重合点火转速到达时刻为最优策略，通过微分方程为燃气轮机温度启动策略制定最优控制策略；对最优控制策略进行求解，并确定最优压气机功率变化速率。本申请能够预先求解出压气机的功率调整策略，以匹配不同工况下的燃气轮机的启动条件，以最大限度地提高发电效率。以最大限度地提高发电效率。以最大限度地提高发电效率。

【技术实现步骤摘要】
一种发电厂数据智能处理系统及方法


[0001]本申请设计发电厂智能处理的领域，尤其是涉及一种发电厂数据智能处理系统及方法。

技术介绍

[0002]随着现代工业和生活的不断发展，能源利用的需求越来越高，同时也对能源的高效利用提出了更高的要求；在电力行业中，燃气轮机已经成为一种非常重要的发电设备，其性能优良、运行稳定，同时也具有较好的适应性和灵活性。
[0003]目前在燃气轮机的启动过程中，启动机需要带动压气机进行转动，以便燃气轮机具备点火条件。这一过程中，由于压气机的效率不够高，所以必须要寻找最优的压气机效率调整方法，以确保发电效率的最大化。
[0004]在相关技术中，针对燃气轮机启动过程中最优的压气机效率调整方法，主要有以下几种技术手段：压气机叶片角度调整技术、压气机旋转速率控制技术和压缩空气储存技术；而这些方法只考虑压气机的实时做功多少，无法匹配不同工况下的燃机轮机的启动条件。
[0005]如何匹配不同工况下的燃机轮机的启动条件，并提供最优的压气机功率变化率，是在发电厂数据处理中亟待解决优化的问题。

技术实现思路

[0006]为了匹配不同工况下的燃机轮机的启动条件，并提供最优的压气机功率变化率，本申请提供一种发电厂数据智能处理系统及方法。
[0007]本申请提供的一种发电厂数据智能处理系统及方法采用如下的技术方案：
[0008]第一方面，一种发电厂数据智能处理方法，包括以下步骤：
[0009]基于发电厂数据获得燃气轮机初始状态，并确定燃气轮机的初始温度及点火条件，其中点火条件包括点火转速和点火温度；
[0010]将燃气轮机的初始温度与点火温度进行判别，确定燃气轮机温度启动策略；
[0011]根据燃气轮机初始状态，建立燃气轮机温度与压气机功率的变化速率之间的微分方程；
[0012]以燃气轮机点火温度到达时刻重合点火转速到达时刻为最优策略，通过微分方程为燃气轮机温度启动策略制定最优控制策略；
[0013]对最优控制策略进行求解，并确定最优压气机功率变化速率。
[0014]在上述任一方案中优选的是，所述将燃气轮机的初始温度与点火条件进行判别，确定燃气轮机温度启动策略，包括：
[0015]若初始温度大于点火温度，则控制
[0016]若初始温度小于点火温度，则控制
[0017]若初始温度等于点火温度，则控制其中，为燃气轮机温度随时间的变化率，a为燃气轮机温度随压气机功率的变化率，b为燃气轮机温度在自然冷却下的冷却速率，c为外加降温速率。
[0018]在上述任一方案中优选的是，所述根据燃气轮机初始状态，建立燃气轮机温度与压气机功率的变化速率之间的微分方程，包括以下步骤：
[0019]构建微分方程其中a为燃气轮机温度随压气机功率的变化率，b为燃气轮机温度在自然冷却下的冷却速率，c为外加降温速率，P为压气机功率，T
amb
为环境温度，T(t)为时刻t时的燃气轮机温度；
[0020]将构建的微分方程转换为状态空间形式，并设置代价函数。
[0021]在上述任一方案中优选的是，所述将构建的微分方程转换为状态空间形式，并设置代价函数，包括：
[0022]将燃气轮机温度T和压气机功率P转换为多维向量x＝[T,P]，并引入外部输入u(t)为压气机功率的变化速率，则微分方程转换后的状态方程为：
[0023]设置代价函数：衡量燃气轮机温度与转速变化的质量，其中，T
f
和P
f
分别为燃气轮机点火温度和点火转速，t0为压气机的启动时刻，tf为燃气轮机点火温度到达时刻重合点火转速到达时刻的时刻。
[0024]在上述任一方案中优选的是，所述以燃气轮机点火温度到达时刻重合点火转速到达时刻为最优策略，通过微分方程为燃气轮机温度启动策略制定最优控制策略，包括以下步骤：
[0025]设置方程其中，J为代价函数，f(x,u)为状态方程，ι为拉格朗日函数，λ为拉格朗日乘子；
[0026]将微分方程转换后的状态方程代入至中，得到最优控制策略所对应的方程：。
[0027]在上述任一方案中优选的是，所述对最优控制策略进行求解，并确定最优压气机功率变化速率，包括以下步骤：
[0028]将最优控制策略所对应的方程中的时间变量t和状态变量进行离散化处理；
[0029]将离散化后的最优控制策略所对应的方程重新代入得到差分方程：
[0030]其中V
i+1
是下一个网格节点的值，V
i
是当前节点的值；
[0031]通过迭代方法求解差分方程，得到最优控制策略；
[0032]通过公式：计算相邻两代迭代之间的误差定义迭代结果，并检查迭代结果是否满足收敛标准，若不满足，则重新迭代直至满足收敛标准，其中，V
i(k)
为第k次迭代时第i个网格节点的值；
[0033]根据最优策略计算最优控制参数；
[0034]将最优控制参数代入状态方程，模拟燃气轮机的温度和压气机功率变化过程；
[0035]对模拟结果进行评估，并根据评估结果调整最优参数，直至评估结果满足燃气轮机点火温度到达时刻重合点火转速到达时刻，输出对应的最优参数为最优压气机功率变化速率。
[0036]在上述任一方案中优选的是，所述将最优控制策略所对应的方程中的时间变量t和状态变量进行离散化处理，包括：
[0037]将t划分为一系列等间隔的时间步长Δt，并将x划分为一系列等间隔的网格节点其中，i为网格节点在时间和状态空间中的坐标；
[0038]将状态方程的差分形式表示为：
[0039]T
i+1
‑
T
i
＝Δtf
T
(T
i
,P
i
,u
i
)+ε
T,i
；P
i+1
‑
P
i
＝Δtf
P
(T
i
,P
i
,u
i
)+ε
P,i
，其中，f
T
(T
i
,P
i
,u
i
)和f
P
(T
i
,P
i
,u
i
)为燃气轮机的状态方程，u
i
为控制变量，ε
T,i
和ε
P,i
为高斯白噪声。
[0040]在上述任一方案中优选的是，所述通过迭代方法求解差分方程，得到最优控制策略，包括：
[0041]通过迭代公式对差分方程进行迭代，其中η为学习率，控制梯度下降的步长大小。
[0042]在上述任一方案中优选的是，所述根据最优策略计算最优控制参数，包括：
[0043]通过计算最优控制参数u
*
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种发电厂数据智能处理方法，其特征在于：包括以下步骤：基于发电厂数据获得燃气轮机初始状态，并确定燃气轮机的初始温度及点火条件，其中点火条件包括点火转速和点火温度；将燃气轮机的初始温度与点火温度进行判别，确定燃气轮机温度启动策略；根据燃气轮机初始状态，建立燃气轮机温度与压气机功率的变化速率之间的微分方程；以燃气轮机点火温度到达时刻重合点火转速到达时刻为最优策略，通过微分方程为燃气轮机温度启动策略制定最优控制策略；对最优控制策略进行求解，并确定最优压气机功率变化速率。2.根据权利要求1所述的一种发电厂数据智能处理方法，其特征在于：所述将燃气轮机的初始温度与点火条件进行判别，确定燃气轮机温度启动策略，包括：若初始温度大于点火温度，则控制若初始温度小于点火温度，则控制若初始温度等于点火温度，则控制其中，为燃气轮机温度随时间的变化率，a为燃气轮机温度随压气机功率的变化率，b为燃气轮机温度在自然冷却下的冷却速率，c为外加降温速率。3.根据权利要求2所述的一种发电厂数据智能处理方法，其特征在于：所述根据燃气轮机初始状态，建立燃气轮机温度与压气机功率的变化速率之间的微分方程，包括以下步骤：构建微分方程其中a为燃气轮机温度随压气机功率的变化率，b为燃气轮机温度在自然冷却下的冷却速率，c为外加降温速率，P为压气机功率，T
amb
为环境温度，T(t)为时刻t时的燃气轮机温度；将构建的微分方程转换为状态空间形式，并设置代价函数。4.根据权利要求3所述的一种发电厂数据智能处理方法，其特征在于：所述将构建的微分方程转换为状态空间形式，并设置代价函数，包括：将燃气轮机温度T和压气机功率P转换为多维向量x＝[T,P]，并引入外部输入u(t)为压气机功率的变化速率，则微分方程转换后的状态方程为：设置代价函数：衡量燃气轮机温度与转速变化的质量，其中，T
f
和P
f
分别为燃气轮机点火温度和点火转速，t0为压气机的启动时刻，tf为燃气轮机点火温度到达时刻重合点火转速到达时刻的时刻。5.根据权利要求4所述的一种发电厂数据智能处理方法，其特征在于：所述以燃气轮机点火温度到达时刻重合点火转速到达时刻为最优策略，通过微分方程为燃气轮机温度启动策略制定最优控制策略，包括以下步骤：
设置方程其中，J为代价函数，f(x,u)为状态方程，ι为拉格朗日函数，λ为拉格朗日乘子；将微分方程转换后的状态方程代入至中，得到最优控制策略所对应的方程：。6.根据权利要求5所述的一种发电厂数据智能处理方法，其特征在于：所述对最优控制策略进行求解，并确定最优压气机功率变化速率，包括以下步骤：将最优控制策略所对应的方程中的时间变量t和状态变量进行离散化处理；将离散化后的最优控制策略所对应的方程重新代入得到差分方程：其中V
i+1
是下一个网格节点的值，V
i
是当前节点的值；通过迭代方法求解差分方程，得到最优控制策略；通过公式：计算相邻两代迭代之间的误差定义迭代结果，并检查迭代结果是否满足收敛标准，若不满足，则重新迭代直至满足收敛标准，其中，V
i(k)
为第k次迭代时第i个网格节点的值；根据最优策略计算最优控制参数；将最优控...

【专利技术属性】
技术研发人员：王之双，
申请(专利权)人：上海迎时智能科技有限公司，
类型：发明
国别省市：