增城9H燃機機組智能化模塊應用研究

錢澄浩，王 忠，李貴東，李昆侖，鄭 強，劉自愿，謝立國， 趙忠玲

(1. 中國電力工程顧問集團西南電力設計院有限公司，四川 成都 610021；2. 華電福新廣州能源有限公司，廣東 廣州 511300；3. 西門子能源有限公司，上海 200082)

0 引言

廣州華電增城工程采用2臺西門子SGT5—8000H重型燃氣輪機，配套兩臺西門子SST5—5000汽輪機，組成兩套“一拖一”多軸燃氣蒸汽聯合循環機組，和常規機組相比，本工程H級燃機機組的成功應用使機組節能高效、運行靈活、環保減排、可靠性高，是我國新一代先進高效環保型聯合循環機組的主要發展方向[1-2]。

作為國內首臺9H燃機示范工程，項目提出了打造數字化智能電廠的建設目標，其中對H級機組的智能運行監控是重要環節。西門子作為本項目主機廠，隨主機配套提供了故障早期趨勢預警模塊和熱力性能分析優化模塊，但此兩個智能化模塊在國內均屬于首次應用，設計上無任何參考借鑒?；诖?，本文對增城項目智能運行監控的方案進行了研究，將為國內后續類似工程提供技術支持和儲備。

1 西門子智能化模塊

燃機聯合循環機組具有頻繁啟停、工況多變的特點，考慮到運行方式的多樣性和復雜性，傳統方式基于固定上下限的報警和基于SIS系統中實時數據的性能分析，已經不能很好地滿足設備健康可靠性分析和機組性能分析的需求。針對智能運行監控的需求，西門子為H級燃機機組配套提供了基于大數據分析和人工智能技術相結合的智能化模塊。

1.1 故障早期趨勢預警

西門子故障早期趨勢預警系統以神經元網絡為基礎加上人工智能算法的自動建模技術，建立模型并進行必要的歷史數據學習和訓練，可自動分析計算出電廠設備在當前工況下的正常運行區間，當實際運行數據超出了這個正常運行區間系統就會自動報警。其目的是能夠及早發現監視設備的潛在故障，從而盡早進行分析處理，確定必要的運行或者檢修措施，從而盡可能地減少損失，防止非停事故的發生。

西門子趨勢預警與故障診斷系統中集成了包含電廠主輔系統和設備在內的50多類模型，并將重點放在了電廠設備的預警診斷上，增城項目西門子提供的主要預警診斷模型如圖1所示。

圖1 增城項目主要預警診斷模型

西門子趨勢預警與故障診斷系統的應用主要包括5個階段。

1)數據驗證

不合格的信號對模型的訓練和監視沒有意義，因此數據驗證可以剔除不合格信號對模型的影響，西門子提供的數據驗證方案是基于密度的粗大誤差剔除法，該方法是利用數據間的距離以及范圍內樣本個數來決定是否為粗大誤差點。

2)模型創建與訓練

系統對所需監視的重要設備或者系統建立模型，并采用正常運行工況時大量現場測量歷史數據進行模型訓練，在模型訓練完成后，預警診斷系統能夠實時監視設備或系統實際運行狀況和正常運行狀態(期望值)的任何偏差。

3)模型參數和規則設定

模型創建完成后，系統可以通過數據訓練自動獲得殘差初始值以及其它重要默認設定參數，以允許模型迅速投入使用。

4)告警管理

告警管理模塊功能包括：告警監測、告警合并與推送、告警處理流程、告警分級、告警分析、歷史告警查詢等子功能。

5)模型調整與優化

預警模型中重要設備的正常老化不僅會影響機組運行經濟性下降，還將引起安全生產事故，再加上由于機組檢修和技術改造過程，預警模型將會重新調整訓練降低誤報率。

增城項目設計規劃故障早期趨勢預警擬達到的建設目標可總結如表1所示。

表1 故障早期趨勢預警擬達到的建設目標

1.2 熱力性能分析與優化

西門子熱力性能分析與優化模塊(thermodynamic, TDY)以熱力學模型為核心，根據設備特性和系統邏輯建立性能分析模型，并利用實時、歷史運行數據和熱力模型的仿真數據，進行設備和系統的經濟性分析、診斷和預測，提供運行方式和技術改進的決策支持，最終幫助電廠、機組和設備維持在其較高的性能水平，其模塊工作原理如圖2所示。

圖2 熱力性能分析與優化模塊工作原理

由圖2中可以看出，該模塊通過將測量值與已驗證的值及預期值相比較，實現以熱力學模型為基礎并基于事件的數據偏差分析，主要可以實現指標計算與驗證、性能偏差分析、性能離線分析三大功能。

1)指標計算與驗證

全廠指標概覽，全廠指標概覽可以展示廠級的熱力系統圖，以及重要的性能指標和關鍵測點，并能通過不同的字體和背景顏色來區分不同類型的數據以及數據質量。

2)性能偏差分析

機組運行狀態提示，對機組某一時刻處于的運行模式進行提示。損失分析，對電廠運行中各個參數偏差對經濟性的影響進行分析并展示，其中經濟性影響包含出力偏差和效率偏差。

3)性能離線分析

支持用戶改變輸入數據，如環境溫度、大氣壓力、環境濕度、凝汽器壓力、循環水進口溫度、燃料進口溫度、燃料低熱值、輔機耗電，利用熱力學模型計算出不同輸入數據下的各類指標，如循環效率、循環凈效率、循環總出力和凈出力、循環總熱耗和凈熱耗。

增城項目熱力性能分析與優化擬達到的建設目標可總結如表2所示。

表2 熱力性能分析與優化擬達到的建設目標

2 增城項目部署設計

故障早期趨勢預警模塊和熱力性能分析優化模塊屬于電廠人工智能的應用范疇，其功能應用離不開對機組運行數據的長期訓練和建模分析，因此針對其技術特點，增城項目進行了部署設計。

2.1 智能化模塊部署網絡架構設計

增城項目西門子為其H級燃機、汽機及其發電機配套提供了燃汽機控制系統（turbine control system，TCS），其與聯合循環機組部分的分散控制系統（distributed control system，DCS）共同組成了電廠安全一區，實現廠內機組的工程控制、現場操作及連鎖保護。另一方面，增城項目為減少計算機硬件重復設置和網絡復雜性，將廠級監控信息系統（supervision information system，SIS） 和管理信息系統（management information system，MIS）進行了一體化設計，電廠安全二和三區的整合也將打破數據壁壘，使數據更為互通融合。

西門子對智能化模塊部署的應用服務器硬件提出了要求，如表3所示。

表3 智能化模塊應用服務器硬件要求

針對增城項目全廠DCS/TCS+SIS/MIS的兩層網絡架構，部署西門子提供的智能化模塊有如下兩種設計方案：

1)方案一：部署在安全一區

西門子智能化模塊的網絡部署依托一組應用服務器，方案一將應用服務器組分別布置在#1燃機/汽機控制系統TCS網絡和#2燃機/汽機控制系統TCS網絡，網絡架構如圖3所示。

圖3 安全一區部署智能化模塊網絡示意圖

由圖3可知，將智能化模塊設計為專用服務器并部署在安全一區，可以直接從西門子燃機/汽機控制系統TCS中獲取機組運行的實時數據，由燃機/汽機TCS控制系統操作員站獲得智能化模塊診斷、分析和優化的結果。

2)方案二：部署在安全二和三區

方案二設計將智能化模型的應用服務器部署在SIS/MIS一體化系統網絡平臺，由于SIS/MIS系統已有電廠其它類應用服務器，因此該方案只需要利用電廠已有應用服務器的虛擬服務器即可。網絡架構如圖4所示。

圖4 安全二和三區部署智能化模塊網絡示意圖

由圖4可知，方案二智能化模塊虛擬應用服務器通過調用SIS系統中實時數據庫，獲取全廠機組運行的實時數據，用于模型訓練的歷史數據可調用關系數據庫中的非實時數據，最終為MIS系統中管理者客戶端提供智能化模塊的應用。

3)方案對比

針對所提出的兩種設計方案，增城項目從數據獲取、硬件配置、安全可靠等幾方面進行了對比，如表4所示。

表4 智能化模塊設計方案對比表

西門子故障早期趨勢預警模塊和熱力性能分析優化模塊，都需要獲取機組運行的實時數據，但其基于人工智能算法的模型訓練需要長達30 d的歷史訓練，因此西門子智能化模塊給管理者提供性能診斷和決策支持是基于機組長期的運行數據。由對比表可知，方案二較方案一，雖然其采取了間接獲取方式，但其可調用除西門子主機外的聯合循環機組的運行參數作為輔助決策，且其硬件投資更少、功能擴展性更好。

2.2 增城項目擴展為遠程診斷中心方案

隨著各大發電集團投資建設的大型燃氣—蒸汽聯合循環機組的增多，發電業主都渴望實現對于各電廠機組的遠程診斷，同時西門子提供的故障早期趨勢預警和熱力性能分析優化兩個智能化模塊支持多電廠的遠程應用。因此，增城項目設計上考慮了將增城電廠擴展為遠程診斷中心，為后續其他電廠提供應用服務，在設計上增加了外部訪問客戶端，如圖5所示。

圖5 增城項目擴展為遠程診斷中心方案

由圖5可看出，外部訪問客戶端布置在增城電廠，其同本地MIS系統客戶端一樣可以訪問數據庫服務器和智能化模塊的應用服務器，同時通過防火墻后，可以通過虛擬專用網絡(virtual private network，VPN)來獲取外部其他電廠的機組運行實時數據，進而為其他電廠提供智能化模塊的應用服務。

2.3 西門子主機振動分析診斷方案

對于H級燃機機組，其燃機、汽機、發電機的主機軸系振動分析診斷是重點，西門子提供的故障早期趨勢預警模塊中包含了軸系振動模型，其通過對歷史數據的長期訓練，可以對機組運行中軸系振動的早期故障進行識別判斷，但對于電廠可能發生的突變情況，仍需要配置一套主機轉動機械振動分析系統，實現對燃氣輪機發電機組、汽輪發電機組的瞬態振動數據監測和故障診斷。

不同于常規機組配置的汽車診斷監測及故障診斷分析系統（tubine dignosis managment，TDM）系統，西門子H級機組配置的振動監測分析系統是WIN_TS。由圖6可知，WIN_TS服務器作為工程師站設計在其燃機/汽機控制系統TCS中，通過從TCS系統中獲取燃機振動監測儀表、汽機振動監測儀表以及燃機控制系統中的相關數據，實現主機振動的數據記錄、過程可視化、渦輪分析診斷、事故追憶等功能。值得注意的是，由于振動數據分析需要強大的后臺數據系統及專家系統支持，因此西門子不支持在廠內單獨配置診斷數據中心，機組診斷數據統一發送至其位于蘇州的數據診斷中心，并由數據診斷中心出具機組診斷報告。

圖6 增城項目主機振動分析診斷方案

3 結論

本文針對國內首臺9H燃機機組運用西門子提供的智能化模塊實現智能運行監控進行了闡述和研究，并與常規電廠中部分功能進行了梳理和對比，常規電廠TDM與早期預警診斷模塊的對比詳見表5，常規電廠SIS性能分析與熱力性能分析優化模塊對比詳見表6。

表5 常規電廠TDM與早期預警診斷模塊對比表

表6 常規電廠SIS性能分析與熱力性能分析優化模塊對比表

通過對比可以看出，西門子基于自己的主機模型搭建的智能化模塊提供的適用范圍更廣、功能更為智能。根據其功能特點，本文針對增城項目部署設計進行了研究，研究表明將其設計部署在SIS/MIS一體化網絡平臺更為合理，并提出了擴展遠程診斷中心的方案規劃，本文研究結果將為今后更多以西門子H級燃機機組建設智能/智慧電廠提供了的設計參考和借鑒。