基于智慧電廠的智能尋優系統與工況判別技術研究

郭 強，趙 勇，楊勝濤

（華陽建投陽泉熱電有限責任公司，山西陽泉）

火電廠機組運行穩定性與多種因素有關，火電廠機組運行的尋優模式要根據實際進行調整，電廠尋優系統的調整難度較大[1]。部分火電廠定時組織的小指標競賽不能反映出機組運行水平，指標波動反應不明顯，運行操作行為約束存在問題，值級間易產生惡性競爭。為強化電廠運行效率，要逐步建立尋優方案，共享優秀值別經驗，逐漸固化行業專家的經驗[2]。人工智能技術的廣泛應用使眾多電廠意識到建設智能電廠的緊迫性，進而保證電廠生產的穩定和高效。

1 智慧電廠的概念及技術特點

1.1 智慧電廠的概念

智慧電廠是指采用智能化、數字化技術提升電廠生產效率的一種集成性電廠模式，隨著大數據、云計算、現場總線等技術的應用，部分電廠從設計、建設到運行再到退役，需依賴先進的數字化與智能化技術。火力發電廠智能化建設是指應用現代數字信息處理技術和通信技術，采用智能傳感與集成裝置，高效管理發電機組和輸電設備設施，構建節能、環保、穩定的電力運行循環系統，通過數據采集與分析，實現較強的工業應用孵化能力，實現海量數據的統計處理，促進電廠的升級轉型[3]。電廠智慧平臺自尋優系統如圖1所示。

圖1 智慧電廠自尋優平臺系統示意

1.2 火電廠智能化的技術特點

1.2.1 可測可控性

可測性是指火電廠智能化建設后的經營與生產管理過程處于監測范圍，信息處于感知區域，電廠重視全壽命周期的信息采集與存儲。可觀測性體現在運用傳感器與監測儀器獲得機組運行數據、設備運行參數等數據，記錄檢修數據，確定設備運行可靠。可控性是指電廠生產環節處于可控范圍，控制系統可滿足常規PID 控制要求，支持現代算法，在少員工值守情況下保障發電機組正常運轉。

1.2.2 自動適應與自動尋優

自動適應是指智能火電廠可根據不同設備條件、環境條件、燃料情況自行調節控制參數，屬于一種自動調節機制，自適應可結合發電機組運行工況及電廠運營條件，使電廠生產處于低消耗、穩定狀態。設備無損壞，機組工況惡化時，系統能夠制動調節穩定機組運行工況；電廠設備故障時，系統可將故障設備隔離，將機組過渡為穩定工況，調節設備動態特性達到穩定最優[4]。自動尋優是指火電廠可針對管理控制系統和信息系統的數據資源進行挖掘整合，識別經營和生產環節中的關鍵指標，獲取生產管理和機組運行控制相關參數，采取最科學的尋優算法，優化機組運行工況，準確獲取機組運行的數學模型，實現資源高效利用。

1.2.3 互動性與安全性

火電廠設備間的互動：智能火電廠各項設備或裝置、系統之間可以進行信息數據的交互。火電廠與外部電網、市場、客戶間的信息溝通，有助于預測電能需求。人與設備的互動：火電廠人機互動是常態，智能電廠支持信息展示和發布，使技術人員可獲得相關信息，保證電廠機組工況正常。智能火電廠的安全性也是其技術特點之一，電廠通信網絡要滿足安全分區的要求，實現機組運行動態監測，建立防御攻擊機制。

2 火電廠智能尋優系統關鍵技術突破

2.1 火電廠運行動態及最優工況判別技術

選取電力系統中運行穩定關鍵參數為樣本，如主蒸汽壓力、主蒸汽溫度、氧量等，進行樣本制程能力分析，判定機組工況穩定性[5]，樣本Box-Cox 或Johnson滿足正態分布規律，核算樣本6 倍標準差；計算Cp 和Cpk 來衡量機組運行過程能力，確定機組運行工況指標，篩選最優工況。確定主汽壓力為指標，算出參數分位數X0.995、中位數X0.5、0.005 分位數X0.005，設置上下限指標，設定機組給定主汽壓力，波動幅度為0.5 MPa，對比Cp、Cpk 值，判斷系統穩定性，數據見表1。

表1 工況判定參數

機組最優工況表現在，機組發生擾動時，參數波動幅度變小，系統抗干擾能力最優，機組工況處于最佳狀態。

2.2 最優工況動態標桿值數據庫建設

火電機組運行工況受多種條件的影響，如機組設備負荷、燃煤質量、自然環境與氣候等，火電廠機組蓄熱、質量控制難度較大，原有運行操作難以發揮其功能。根據對各類影響因素的分析，判斷煤種、載荷、輔機狀態等參數變化范圍，結合步長進行分類編碼，技術部門要建立機組邊界索引為關鍵字的機組最優工況動態標桿值數據庫，內容涵蓋運行狀態與操作參數表。

2.3 機組運行操作量化評價技術

針對機組運行工況進行評價，評價機組運行操作情況，建立量化指標，利用可控因子耗差分析實現科學考評，指導技術人員按照標桿數據和科學流程進行操作。確定經濟類指標分數，可控因子產生的耗差與可控范圍耗差值的比值就是需要扣掉的分數。可控因子可控范圍耗差是指可控因子對煤耗產生的影響量之和，計算指標的波動范圍即6 倍標準差（6σ）衡量數據的變化幅度，波動范圍與該項指標單位耗差的乘作為衡量指標對煤耗的影響，考評辦法表達式如下：

考評得分=100-【Σδx*(x-X)/A+Σδc*(c-C)/A】

Σδx*(x-X)——連續型可控因子耗差之和；

Σδc*(c-C)——離散型可控因子耗差之和；

A——可控因子可控范圍耗差和或可控中間變量對煤耗影響范圍的和。

按照智能電廠的要求，機組系統中間變量與機組煤耗存在一定的關系，引入中間變量可消除噪音，按照公式Δb=（-δη/100）*b 來計算煤耗偏差。

結合動態標桿數據庫判別機組運行狀態，自動切換動態標桿值，做好實時性能分析及耗差計算，指導技術人員的具體操作。尋優系統計算個人可控因子操作耗差得分，運用動態標桿值數據操作量化評價技術，直接關聯個人績效管理系統，建設科學績效考核體系。

3 基于智能化技術的控制尋優系統應用

3.1 發電廠機組運用尋優系統耗差對比

表2 為某地發電廠1 號機組運用尋優系統前后耗差的變化情況，在精益化管理系統投運后，較投運前煤耗下降2.225 g/kW·h，其中因真空調整影響-1.331 g/kW·h，主汽壓力影響煤耗-0.403 g/kW·h、主汽溫度影響下降-0.234 g/kW·h、再熱汽溫影響-0.127 g/kW·h、過熱器減溫水影響0.098 g/kW·h、再熱器減溫水影響0.017 g/kW·h、氧量影響-0.107 g/kW·h、發電廠用電率影響0.33 g/kW·h、飛灰含碳量影響0 g/kWh、排煙溫度影響-0.470 g/kW·h。

表2 某地發電廠一號機運用尋優系統耗差分析（g/kW·h）

表3 為某地火電廠機組運用精益化管理投運前后獲得的數據，2 號機組在精益化管理系統投運后，較投運前煤耗下降2.023 g/kW·h，其中因真空調整影響-0.141 g/kW·h，主汽壓力影響-0.164 g/kW·h、主汽溫度影響0.482 g/kW·h、再熱汽溫影響0.353 g/kW·h、過熱器減溫水影響-0.046 g/kW·h、再熱器減溫水影響0 g/kW·h、氧量影響-0.453 g/kW·h、發電廠用電率影響-1.831 g/kW·h、飛灰含碳量影響0 g/kW·h、排煙溫度影響下降-0.223 g/kW·h。

表3 某地發電廠二號機組系統投運前后數據對比分析（g/kW·h）

表4 鍋爐參數變化范圍

3.2 智能尋優系統在電廠鍋爐控制中的應用

尋優系統要通過采取科學的遺傳算法，有效控制煤耗，實現節能環保。鍋爐運行參數模型建立后，系統執行判斷程序，確定鍋爐運行參數是否成功讀取，利用遺傳算法處理數據，將數據導入模型中，與雙親數據進行比較，執行“是否下一次遺傳？”流程，結果符合要求自動結束尋優；結果不符合要求繼續二次遺傳計算。判斷是否存在交叉變異，有交叉變異要保存變異原始數據，采用輪盤賭算法確定雙親，計算子節點數據作為新的原始數據，再次執行判斷程序[6]。

結合鍋爐設備運行實際，確定再熱器流量、再熱器出口壓力、給煤量等參數的范圍。每個基因代碼都包含多個控制變量，將可調變量與其他不可調變量輸入到已完成訓練的系統模型中，獲得優化的調整參數，保證鍋爐的最佳燃燒效率。

結束語

智能火電廠的建設需要一個智能系統和技術應用為基礎，統計分析技術與大數據技術的應用可以體現在電廠尋優系統的建設過程中，通過結合實際機組運行狀態自動調整參數，保證系統的穩定性，進而挖掘機組最優工況，量化運行考評指標，實現火電廠的數字化生產與運營管理。