基于数据挖掘的汽轮机组冷端优化

被引：28

作者：

徐婧 ^{[1
]}

赵鹏程 ^{[2
]}

袁国生 ^{[3
]}

刘瑞 ^{[1
]}

马素霞 ^{[1
]}

机构：

[1] 太原理工大学电气与动力工程学院

[2] 中国华能集团清洁能源技术研究院有限公司

[3] 山西漳电大唐塔山发电有限公司

来源：

中国电机工程学报 | 2021年 / 41卷 / 02期

关键词：

汽轮机; 冷端优化; 数据挖掘; 高斯混合模型; 长短时记忆神经网络; 基准值;

D O I：

暂无

中图分类号：

TP311.13 []; TM311 [汽轮发电机];

学科分类号：

080802 [电力系统及其自动化];

摘要：

冷端系统的优化运行是机组节能运行的重要环节。基于历史运行数据,结合数据挖掘方法与深度学习算法,提出了汽轮机组冷端优化的研究框架。首先,结合工况划分与高斯混合模型对真空进行聚类,确定多工况下真空的基准值区间;接着,结合最大互信息系数与长短时记忆神经网络构建真空预测模型,通过比较真空预测值与基准值,实现真空的异常检测;最后,以某在役1000MW超超临界湿冷凝汽式机组为研究对象进行分析验证,分析结果表明,论文提出的机组冷端优化方法可提供有效的真空异常预警及优化信息,有助于机组进一步挖掘其自身的节能潜力。

引用

页码：423 / 432

页数：10

共 19 条

[1]

煤电机组能效状态评价与诊断系统研究 [D].

徐婧 .

华北电力大学(北京),

2018

[2]

Data based online operational performance optimization with varying work conditions for steam-turbine system.[J].Jing Xu;Yujiong Gu;Suxia Ma.Applied Thermal Engineering.2019,

[3]

A steady-state detection method based on Gaussian discriminant analysis for the on-line gas turbine process.[J].Zhong Wang;Yujiong Gu.Applied Thermal Engineering.2018,

[4]

A data-driven model for the air-cooling condenser of thermal power plants based on data reconciliation and support vector regression.[J].Xiaoen Li;Ningling Wang;Ligang Wang;Ivan Kantor;Jean-Loup Robineau;Yongping Yang;François Maréchal.Applied Thermal Engineering.2018,

[5]

Identification of optimal operating strategy of direct air-cooling condenser for Rankine cycle based power plants.[J].Xiaoen Li;Ningling Wang;Ligang Wang;Yongping Yang;François Maréchal.Applied Energy.2018,

[6]

Overall review of peak shaving for coal-fired power units in China.[J].Yujiong Gu;Jing Xu;Dongchao Chen;Zhong Wang;Qianqian Li.Renewable and Sustainable Energy Reviews.2016,

[7]

Equitability, mutual information, and the maximal information coefficient [J].