专利类型 | 发明公开 | 法律事件 | 公开; 实质审查; 授权; |
专利有效性 | 有效专利 | 当前状态 | 授权 |
申请号 | CN202110796389.5 | 申请日 | 2021-07-14 |
公开(公告)号 | CN113503749A | 公开(公告)日 | 2021-10-15 |
申请人 | 无锡混沌能源技术有限公司; | 申请人类型 | 企业 |
发明人 | 李杨; | 第一发明人 | 李杨 |
权利人 | 无锡混沌能源技术有限公司 | 权利人类型 | 企业 |
当前权利人 | 无锡混沌能源技术有限公司 | 当前权利人类型 | 企业 |
省份 | 当前专利权人所在省份:江苏省 | 城市 | 当前专利权人所在城市:江苏省无锡市 |
具体地址 | 当前专利权人所在详细地址:江苏省无锡市金融一街1号昌兴国际金融大厦6楼615室 | 邮编 | 当前专利权人邮编:214000 |
主IPC国际分类 | F28B1/02 | 所有IPC国际分类 | F28B1/02 ; F28B9/04 ; F28B11/00 ; F28D1/02 ; F28F27/02 |
专利引用数量 | 6 | 专利被引用数量 | 2 |
专利权利要求数量 | 8 | 专利文献类型 | A |
专利代理机构 | 无锡华源专利商标事务所 | 专利代理人 | 聂启新; |
摘要 | 本 发明 公开了一种用于间接空冷系统的智能 水 温控制方法,涉及自动化控制技术领域,该方法包括:采集电厂DSC数据和 散热 器系统的 温度 数据并进行规整化处理;根据冬季工况设置 百叶窗 的最大开度限制以及每个扇区的目标冷水母管温度;预测下一周期每个执行器的开度变化量;确定是否需要更新执行器的开度,当需要更新时,记录预测开度与实际开度的差值,通过最大开度限制排除异常预测开度;分别计算下一周期每个扇区需要更新开度的执行器个数和控制顺序;DCS控制平台向间接空冷系统下发控制指令。该方法做到了扇区执行器开度的单独调控,还能选择出控制个数和顺序,使 汽轮机 在冬季做工最大化,达到降低背压以及增大 能源 型发电利用率的目的。 | ||
权利要求 | 1.一种用于间接空冷系统的智能水温控制方法,其特征在于,间接空冷系统包括DCS控制平台、汽轮机、凝汽器、循环水泵及阀门、空冷塔、散热器系统,所述汽轮机乏汽进入所述凝汽器,所述凝汽器经循环水进水管路通过所述循环水泵连接所述空冷塔,所述空冷塔经循环水出水管路连接所述凝汽器形成循环回路;所述散热器系统包括设置在所述空冷塔外围的百叶窗和冷却三角以及控制百叶窗开度的执行器,所述DCS控制平台连接所述执行器,所述百叶窗安装在所述冷却三角的进气侧,每两个所述冷却三角共用一个百叶窗,所述冷却三角划分成多个扇区; |
||
说明书全文 | 一种用于间接空冷系统的智能水温控制方法技术领域[0001] 本发明涉及自动化控制技术领域,尤其是一种用于间接空冷系统的智能水温控制方法。 背景技术[0002] 在现代发电厂,使用汽轮机做功产生的蒸汽需要冷却系统将其冷却,用空气作为媒介将热量带走进行冷却的方式简称空气冷却,这种冷却系统也称为空冷系统。空冷系统的优点是几乎不消耗水,在我国北方地区应用得非常普遍。而传统冷却系统的控制一般采用PID控制方式,是由控制目标与被控对象实际行为之间误差来产生消除此误差的控制策略,这也是PID控制技术的精髓。 发明内容[0005] 本发明的技术方案如下: [0006] 一种用于间接空冷系统的智能水温控制方法,间接空冷系统包括DCS控制平台、汽轮机、凝汽器、循环水泵及阀门、空冷塔、散热器系统,汽轮机乏汽进入凝汽器,凝汽器经循环水进水管路通过循环水泵连接空冷塔,空冷塔经循环水出水管路连接凝汽器形成循环回路;散热器系统包括设置在空冷塔外围的百叶窗和冷却三角以及控制百叶窗开度的执行器,DCS控制平台连接执行器,百叶窗安装在冷却三角的进气侧,每两个冷却三角共用一个百叶窗,冷却三角划分成多个扇区; [0007] 方法包括如下步骤: [0008] 采集电厂DSC数据和散热器系统的温度数据并进行规整化处理,电厂DSC数据包括每个扇区的实际冷水母管温度; [0009] 根据冬季工况设置百叶窗的最大开度限制以及每个扇区的目标冷水母管温度; [0010] 根据电厂DSC数据和散热器系统的温度数据以及每个扇区的目标冷水母管温度预测下一周期每个执行器的开度变化量; [0011] 获取最近连续设定周期内每个扇区的冷水母管温度变化趋势、实际冷水母管温度与目标冷水母管温度的差值、温度分布,确定是否需要更新执行器的开度; [0012] 当需要更新开度时,以最大开度限制为超控条件,记录预测开度与实际开度的差值,通过超控条件排除异常预测开度,异常预测开度包括开度过小、开度抖动过大的开度; [0013] 根据每个扇区的实际冷水母管温度与目标冷水母管温度的差值、冷却三角的温度分布与排序分别计算下一周期每个扇区需要更新开度的执行器个数和控制顺序; [0014] DCS控制平台向间接空冷系统下发控制指令,控制指令包括每个扇区中需要更新开度的执行器个数和控制顺序、每个执行器的最终开度; [0015] 当实际冷水母管温度达到目标冷水母管温度允许的误差水温范围时,执行器保持上一周期的开度变化,否则重新执行采集电厂DSC数据和散热器系统的温度数据并进行规整化处理的步骤。 [0016] 其进一步的技术方案为,所有扇区搭配一台机组,在每个扇区冷水母管的进出水口、循环水出水口设置温度传感器,在每个扇区冷却三角的测温点上设置光栅阵列传感器,DCS控制平台还连接温度传感器和光栅阵列传感器; [0017] 根据电厂DSC数据和散热器系统的温度数据以及每个扇区的目标冷水母管温度预测下一周期每个执行器的开度变化量,包括: [0019] 若是,则将相应百叶窗的开度关小;否则,将电厂DSC数据和散热器系统的温度数据输入至多项式模型中计算下一周期每个扇区的冷水母管温度; [0020] 将下一周期每个扇区的冷水母管温度、电厂DSC数据和散热器系统的温度数据输入至XGBoost模型中计算下一周期每个扇区中各个执行器的开度变化量; [0021] 电厂DSC数据还包括冷水母管进水温度、发电负荷、背压、环境温度、风速、循环水出塔温度、上周期开度信息、机组使用的扇区数目、模型投切扇区数量、同一扇区内其他执行器的开度信息;散热器系统的温度数据包括扇区均温(扇区内所有冷却三角的均温)、冷却三角均温、扇区温度标准差、冷却三角温度标准差。 [0022] 其进一步的技术方案为,根据每个扇区的实际冷水母管温度与目标冷水母管温度的差值、冷却三角的温度分布与排序分别计算下一周期每个扇区需要更新开度的执行器个数和控制顺序,包括: [0023] 收集客户端数据并划分为样本集和测试集,客户端数据包括冷却三角与扇区的温度标准差、实际冷水母管温度与目标冷水母管温度的差值; [0024] 将实际冷水母管温度与目标冷水母管温度的差值作为水温差,将冷却三角与扇区的温度标准差作为均匀性差值; [0025] 在同一坐标系下,以水温差的绝对值为x轴、均匀性差值为y轴,根据样本集拟合两条第一安全曲线;以均匀性差值为x轴、水温差为y轴,根据样本集拟合一条第二安全曲线;以水温差为x轴,取x=0.5作为第三安全直线; [0026] 联立第一安全曲线、第二安全曲线和第三安全直线,求解相交区域作为安全区域; [0027] 确定测试集中同一扇区落入安全区域中的个数作为安全个数,则扇区内需要更新开度的执行器个数为总数减去安全个数,并作为推导值; [0028] 对需要更新开度的执行器按照冷却三角均温高、方差小进行排序,依次开大执行器的开度;反之,对需要更新开度的执行器按照冷却三角均温低、方差大进行排序,依次关小执行器的开度。 [0029] 其进一步的技术方案为,多项式模型的表达式为: [0030] [0031] 其中,a0‑am为各个入参的权重分配系数,xi(i=1,2,…,n)分别代表电厂DSC数据和散热器系统的温度数据,n表示入参的个数,εi表示偏置常数。 [0032] 其进一步的技术方案为,XGBoost模型的表达式为: [0033] [0034] 其中,Obj表示预测开度变化量,G表示模型的预测值和实际值平方误差的一阶导数,H为泰勒公式展开项,T代表模型的树节点,γ代表学习每棵树分裂的最小限值,λ为阻塞系数,用来限制导数误差间隔步距。 [0035] 其进一步的技术方案为,在则扇区内需要更新开度的执行器个数为总数减去安全个数的步骤后,方法还包括: [0036] 在同一坐标系下,根据人工经验拟合出以水温差为x轴、执行器个数为y轴的第四曲线,表达式为:y=5.678*|log eTerror|+3.8868,其中,Terror表示实际冷水母管温度与目标冷水母管温度的差值; [0037] 将测试集数据代入第四曲线得到的需要更新开度的执行器个数作为参考值,将参考值与推导值进行比较,取数值较小的值作为最终的需要更新开度的执行器个数。 [0038] 其进一步的技术方案为,第一安全曲线的表达式为:x=‑0.22*(Tsq_std‑Teach_sq_std2 ) +1.1*|Tsq_std‑Teach_sq_std|+1.428 [0039] 第二安全曲线的表达式为:y=1.11*(Terror)2‑|Terror|‑4.452 [0040] 其中,Tsq_std表示扇区的温度标准差,Teach_sq_std表示冷却三角的温度标准差,Terror表示实际冷水母管温度与目标冷水母管温度的差值。 [0041] 其进一步的技术方案为,间接空冷系统还包括设置在本地的边缘服务器,边缘服务器中存储有预测下一周期每个执行器的开度变化量的模型,边缘服务器与DCS控制平台进行通讯连接; [0042] 在执行DCS控制平台向间接空冷系统下发控制指令的步骤后,方法还包括: [0044] 进行一定周期控制后提取试运行后的优质数据作为训练样本,用于更新模型,并将更新后的模型下载至本地。 [0045] 本发明的有益技术效果是: [0046] 针对冬季工况,在开度预测前对冷却三角进行防冻检测与保护,结合集成学习与多台机组拟合出来的多项式模型和XGBoost模型,做到了扇区执行器开度的单独调控,打破了传统的同一扇区执行器同开同关的控制方法,达到了微调并稳定水温在目标值±0.5℃的误差范围内,成功学习出最经济的输出增量值开度变化量,且在水温稳定后再进行开度控制,防止由于惯性导致开度过度调节,在确定要更新开度后,以最大开度限制为超控条件排除异常开度,防止水温过控;通过客户端提供的数据拟合出三条安全曲线和一条直线确定安全区域,根据规定的执行器的控制顺序对同一扇区中需要更新开度的执行器进行顺序控制;在试运行期间实时对模型进行训练获得参数最佳模型,达到降低背压以及增大能源型发电利用率的目的。附图说明 [0047] 图1是本申请提供的间接空冷系统的示意图。 [0048] 图2是本申请提供的智能水温控制方法的整体流程图。 [0049] 图3是本申请提供的预测下一周期开度变化量的流程示意图。 [0050] 图4是本申请提供的更新开度的执行器个数的拟合曲线图。 具体实施方式[0051] 下面结合附图对本发明的具体实施方式做进一步说明。 [0052] 如图1所示,一种间接空冷系统包括DCS控制平台(图中未示出)、汽轮机1、凝汽器2、循环水泵3及阀门、空冷塔4、散热器系统以及设置在本地的边缘服务器(图中未示出),汽轮机1乏汽进入凝汽器2,凝汽器2经循环水进水管路51通过循环水泵3连接空冷塔4,空冷塔 4经循环水出水管路52连接凝汽器2形成循环回路。 [0053] 散热器系统完成循环水温度控制,保证合理的出塔循环水温度,包括设置在空冷塔4外围的百叶窗6和冷却三角以及控制百叶窗开度的执行器(图中未示出),百叶窗安装在冷却三角的进气侧,冷却三角包括两个立式布置的散热片,每两个冷却三角共用一个百叶窗,冷却三角划分成多个扇区,所有扇区搭配一台机组。 [0054] 在每个扇区冷水母管的进出水口、循环水出水口设置温度传感器,在每个扇区冷却三角的测温点上设置光栅阵列传感器;边缘服务器中存储有预测下一周期每个执行器的开度变化量的模型(也即多项式模型和XGBoost模型)。 [0055] DCS控制平台分别连接执行器、温度传感器、光栅阵列传感器和边缘服务器,用于采集电厂DSC数据和散热器系统的温度数据。 [0056] 如图2所示,一种用于间接空冷系统的智能水温控制方法,包括如下步骤: [0057] 步骤1:采集一个周期内的电厂DSC数据和散热器系统的温度数据并进行规整化处理。 [0058] 电厂DSC数据包括每个扇区的冷水母管进水温度、实际冷水母管温度(也即扇区冷却水实际出水温度)、发电负荷、背压、环境温度、风速、循环水出塔温度、上周期开度信息、机组使用的扇区数目、模型投切扇区数量、同一扇区内其他执行器的开度信息。 [0059] 散热器系统的温度数据包括扇区均温(也即扇区内所有冷却三角的均温)、冷却三角均温、扇区温度标准差、冷却三角温度标准差。 [0060] 可选的,一个周期一般设为30s。 [0061] 步骤2:根据冬季工况设置百叶窗的最大开度限制以及每个扇区的目标冷水母管温度,并记录步骤1中的实际冷水母管温度。 [0062] 步骤3:根据电厂DSC数据和散热器系统的温度数据以及每个扇区的目标冷水母管温度预测下一周期每个执行器的开度变化量。 [0063] 如图3所示,该步骤具体包括如下分步骤: [0064] 步骤31:根据散热器系统的温度数据判断每个扇区是否存在冻结风险,若是,则将相应百叶窗6的开度关小,并重新判断冻结风险,否则进入步骤32。 [0065] 步骤32:将电厂DSC数据和散热器系统的温度数据输入至多项式模型中计算下一周期每个扇区的冷水母管温度。 [0066] 多项式模型的表达式为: [0067] [0068] 其中,a0‑am为各个入参的权重分配系数,xi(i=1,2,…,n)分别代表电厂DSC数据和散热器系统的温度数据,n表示入参的个数,εi表示偏置常数,在模型训练过程中,由于训练的样本集不同,因此偏置常数也不同。 [0069] 步骤33:将下一周期每个扇区的冷水母管温度、电厂DSC数据和散热器系统的温度数据输入至XGBoost模型中计算下一周期每个扇区中各个执行器的开度变化量。 [0070] XGBoost模型的表达式为: [0071] [0072] 其中,Obj表示预测开度变化量,G表示模型的预测值和实际值平方误差的一阶导数,H为泰勒公式展开项,T代表模型的树节点,γ代表学习每棵树分裂的最小限值,λ为阻塞系数,用来限制导数误差间隔步距。 [0073] 步骤4:获取最近连续设定周期内每个扇区的冷水母管温度变化趋势、实际冷水母管温度与目标冷水母管温度的差值、温度分布,确定是否需要更新执行器的开度。 [0074] 当实际冷水母管温度未达到目标冷水母管温度时,呈现上升或者下降的状态,则执行器保持不动,直到水温保持稳定、散热能力达到极限值时再更新执行器的开度,防止由于惯性导致开度过度调节,然后进入步骤5按照温度保护逻辑执行更新执行器开度的步骤。 [0075] 可选的,最近连续设定周期可以设置为最近的三个连续周期。 [0076] 步骤5:以最大开度限制为超控条件,记录预测开度(通过预测开度变化量得到)与本周期实际开度的差值,通过超控条件排除异常预测开度,异常预测开度包括开度过小、开度抖动过大的开度,防止水温过控。 [0077] 步骤6:根据每个扇区的实际冷水母管温度与目标冷水母管温度的差值、冷却三角的温度分布与排序分别计算下一周期每个扇区需要更新开度的执行器个数和控制顺序,具体包括如下分步骤: [0078] 步骤61:收集客户端数据并划分为样本集和测试集,客户端数据包括冷却三角与扇区的温度标准差、实际冷水母管温度与目标冷水母管温度的差值。 [0079] 步骤62:将实际冷水母管温度与目标冷水母管温度的差值作为水温差,将冷却三角与扇区的温度标准差作为均匀性差值。 [0080] 步骤63:如图4所示,在同一坐标系下,以水温差的绝对值为x轴、均匀性差值为y轴,根据样本集拟合两条第一安全曲线71,表达式为: [0081] x=‑0.22*(Tsq_std‑Teach_sq_std)2+1.1*|Tsq_std‑Teach_sq_std|+1.428[0082] 以均匀性差值为x轴、水温差为y轴,根据样本集拟合一条第二安全曲线72,表达式2 为:y=1.11*(Terror) ‑|Terror|‑4.452 [0083] 其中,Tsq_std表示扇区的温度标准差,Teach_sq_std表示冷却三角的温度标准差,Terror表示实际冷水母管温度与目标冷水母管温度的差值。 [0084] 以水温差为x轴,取x=0.5作为第三安全直线73。 [0085] 步骤64:联立第一安全曲线71、第二安全曲线72和第三安全直线73,求解相交区域作为安全区域(也即图中阴影部分)。 [0086] 步骤65:确定测试集中同一扇区落入安全区域中的个数作为安全个数,则扇区内需要更新开度的执行器个数为总数减去安全个数,并作为推导值。 [0087] 步骤66:根据人工经验拟合出以水温差为x轴、执行器个数为y轴的第四曲线74,表达式为:y=5.678*|log eTerror|+3.8868,其中,Terror表示实际冷水母管温度与目标冷水母管温度的差值。 [0088] 步骤67:将测试集数据代入第四曲线74得到的需要更新开度的执行器个数作为参考值,将参考值与推导值进行比较,取数值较小的值作为最终的需要更新开度的执行器个数。 [0089] 步骤68:对需要更新开度的执行器按照冷却三角均温高、方差小进行排序,依次开大执行器的开度;反之,对需要更新开度的执行器按照冷却三角均温低、方差大进行排序,依次关小执行器的开度。 [0090] 步骤7:DCS控制平台向间接空冷系统下发控制指令,控制指令包括每个扇区中需要更新开度的执行器个数和控制顺序、每个执行器的最终开度(也即预测开度变化量与本周期开度之和)。 [0091] 步骤8:将每个扇区中需要更新开度的执行器个数和控制顺序、每个执行器的最终开度变化量上传至边缘服务器中并记录整理成日志形式,将历史电厂DSC数据和散热器系统的温度数据存储在数据库中。 [0092] 进行一定周期控制后提取试运行后的优质数据作为训练样本,用于更新模型,并将更新后的模型下载至本地。 [0093] 当实际冷水母管温度达到目标冷水母管温度允许的误差水温范围内(也即目标冷水母管温度±0.5℃),将不再预测开度变化量,执行器仍保持上一周期的开度变化,否则重新执行步骤1。 [0094] 上述方法做到了扇区执行器开度的单独调控,打破了传统的同一扇区执行器同开同关的控制方法,达到了微调并稳定水温在目标值±0.5℃的误差范围内,成功学习出最经济的输出增量值开度变化量,在试运行期间实时对模型进行训练获得参数最佳模型,达到降低背压以及增大能源型发电利用率的目的。 [0095] 以上所述的仅是本申请的优选实施方式,本发明不限于以上实施例。可以理解,本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化,均应认为包含在本发明的保护范围之内。 |