火電廠熱控系統控制性能評價分析

王玉海 楊 靜 楊艷宏

（內蒙古國電能源投資有限公司錫林熱電廠，內蒙古自治區 錫林郭勒盟 026000）

1 概述

隨著電力系統規模的擴大以及工業自動化控制技術的飛速發展，對于火電廠熱控系統的控制要求也越來越高；另一方面，火電廠熱控系統在長期的運行過程中，必然會發生部件老化、性能下降等現象，因此如何通過對熱控系統的過程控制數據實現對熱控系統性能的評價，成為目前保障熱控系統穩定可靠工作運行的主要技術難題之一。

本論文主要結合火電廠熱控系統的控制性能特點，詳細分析探討熱控系統性能評價的方法以及應用，以期從中能夠找到合理有效的面向火電廠熱控系統的控制性能評價方法與模式，并以此和廣大同行分享。

2 火電廠熱控系統性能評價概述

(1)火電廠熱控系統性能特點

火電廠由于生產的需要，對于電力生產的整個過程往往需要很多熱控設備經過復雜的熱控過程管理才能夠實現相關的生產，因此，必須要對火電廠熱控系統的過程進行管理分析。火電廠熱控系統的性能特點主要表現在以下兩個方面：

① 熱控系統過程復雜，過程管理難度較大

火電廠熱控設備的控制過程普遍比較復雜，多數熱控設備借助于眾多的控制參數以及成熟的控制算法實現對熱控過程的管理，即使是對于目前應用最成熟的PID控制算法而言，其熱控系統的過程管理也無法實現精準的控制，因此，目前火電廠的熱控系統過程復雜，難以實現準確的熱控系統性能評價。

② 熱控系統性能穩定性較差，易發生潛在故障

以火電廠最普通的熱控管理控制對象--鍋爐汽包水平衡的控制為例，其熱控系統的過程復雜相對簡易一些，但是即使是鍋爐汽包水的平衡位置，其控制穩定性也較差，鍋爐汽包水的相關零部件極易發生故障，成為火電廠熱控系統故障率最高的設備之一。由此可見，火電廠的熱控設備及熱控系統其控制穩定性較差，易發生潛在故障，因而難以實現恒定的評價。

(2)火電廠熱控系統性能評價現狀

結合上述對火電廠熱控系統性能的特點分析，可以發現，火電廠熱控系統性能評價實施起來難度較大，不僅僅是因為熱控過程較為復雜，而且過程管理控制的參數變量較多，控制精度較差，因此試圖通過海量數據的監測分析進而對熱控系統性能做出客觀評價，是十分困難的。目前應用的較為普遍和成熟的性能評價方法主要是最小方差性能評價，但是最小方差評價作為一種目前最好的評價策略，從這個意義上說，沒有一種控制器可提供更小的方差。但由于這種評價模式所需要配備的控制器的魯棒性性能不好以及要求過多的控制動作，因此在實踐中并不推薦使用這種評價策略。

3 火電廠熱控系統控制性能評價分析

3.1 性能評價方法對比分析

目前比較通用的性能評價方法主要有性能指標全表格評價法、最小方差評價法，以及新發展起來的基于數據挖掘的性能評價方法，下面逐一進行對比分析。

(1)性能指標全表格評價法

性能指標全表格評價法是采用分項分等級的記錄辦法，將性能評價所需要的各個指標羅列在一張表中，根據對熱控系統的檢測進行分項打分，根據最后的得分記錄情況對熱控系統進行評價，并根據得分的情況對熱控系統進行有針對性的優化改進。

(2)最小方差評價法

最小方差法是一種單方程估計法，其基本思想是選擇使殘差平方和之比達到最小的Δ為結構參數向量βΔ的估計值，進而得到Γ1的估計值Δ，則稱Δ和Δ為最小方差比估計量。這種評價方法需要借助海量的性能監測數據實現，因此這種評價方法數據處理量較大，實際操作起來有一定難度。

(3)數據挖掘評價法

數據挖掘評價法是通過對熱控系統控制性能的基礎指標進行檢測，根據對指標的分類檢測結果，結合預先建立的推理規則對指標結果數據進行挖掘，從而從中找到隱藏在數據結果背后的實質性規律。數據挖掘評價需要處理的數據量較小，因此實際操作起來具有一定優勢，是目前重點發展和應用的一種評價方法。

3.2 數據挖掘在熱控系統性能評價分析中的應用

如上文分析所述，數據挖掘并不是通過對海量數據的分析來做出性能評價，而是依靠對基本的信息的關聯性分析，進而對熱控系統的控制性能做出評價，這是一種數據處理量較小、評價較為客觀的評價策略。下面具體結合數據挖掘的實際應用對該評價策略進行分析。

對于熱控系統的性能評價策略，這里結合實際的鍋爐汽包水平衡熱控系統的控制性能為研究對象，結合特征信息知識化推理的規則給出實際應用分析。如下圖所示，是經過性能評價信息提取和知識庫規則化處理之后的性能指標基礎信息表。

圖1 性能指標基礎信息數據整理圖

如第一條數據表示的含義為：代號為100010的性能指標，指標特征數為Al(0-5)，指標符合度為X2(一般)，指標等級為Z1(輕微)，性能評定的優劣程度為Pl(及格)。每一條記錄表示為一個故障事務，把圖1的完整結果導成Excel文件格式，即為整個熱控系統的性能評價指標信息知識庫，作為性能評價的數據源。

在最小支持度為12%，最小可信度為50%的情況下，對性能評價系統進行規則學習和推理，可以得到24條性能評價規則，其中部分結果如下表所示：

?

對上表的部分結果進行分析如下：

①規則2：Z3，P4→X3，支持度為14.815%，可信度為80%。

此規則的意思是：具有重度性能指標特征信息符合度的汽包水平衡控制系統有80%評價結果是處于優秀等級，這表明具有高符合度的指標特征信息，同時具有較高指標等級的熱控類型，容易被數據挖掘系統辨識并評價出來可信的結果。

②規則 4：A3→P3，支持度為 14.815%，可信度為57.413%。

此規則的意思是：指標特征數在A3等級的熱控系統有57.413%評價結果處于良好的性能狀態，這表明指標特征數在A3等級的性能評價指標由于指標特征信息較多，必然有較多特征信息符合度高，因而被評價為性能良好的等級。

由上述的分析可以預見，基于數據挖掘的熱控性能評價系統中的推理規則和智能評價應用對于火電廠熱控系統的控制性能評價是非常有幫助的，應該大力發展面向數據挖掘的熱控系統性能評價機制與應用策略。

結語

火電廠熱控系統控制性能對于火電廠熱控設備的穩定可靠運行，以及確保整個火電廠的安全生產具有重要的影響作用，本論文結合熱控系統的性能特點對熱控系統的控制性能評價方法作出了分析探討，并結合實際的案例深入探討了數據挖掘在性能評價上的優越性，對于進一步提高熱控系統性能評價的科學性及可靠性具有較好的借鑒指導意義，因而本論文的研究結論是值得大力推廣和應用的，當然，更多更合理可靠的熱控性能評價方法還依賴于廣大熱控專業管理人員的共同努力，才能夠最終實現火電廠熱控系統過程控制管理的可靠。

[1]陳耀，羅曉，孫優閑.過程控制工程中的若干問題[J].基礎自動化，2002，4(9):1-2.

[2]程巖，黃梯.信息系統中一種面向粗糙集的數據挖掘方法[J].情報學報，2001，20(1):90-99.

[3]袁春曉.先進控制技術在電廠過熱汽溫控制中的應用研究[D].杭州:浙江大學，2005.