火电机组控制系统不良测量数据校验方法

为提高自动控制水平，国内许多大型火电机组几乎都采用了DCS系统，故使得对生产过程中大量实时数据的获取变得越来越容易。在此基础上，火电机组性能实时监测系统(监测系统)逐渐在电厂中得到普及和应用。
　　
　　然而由于仪表故障、变送器飘移、接线错误等原因，使得从DCS系统采集来的测量数据中存在一些不良数据，这样会导致基于这些数据开发的监测系统性能下降，甚至造成该系统计算结果失真或者根本无法工作。因此，对从控制系统(DCS、PLC等)采集来的测量数据的检验，就成为开发监测系统必须解决的首要问题。
　　
　　本文在开发的监测系统中，对测量数据进行了三重校验，并基于热工机理模型的方法，对不良数据进行重构。开发的测量数据处理模块较好地解决了由于测量数据不良带来的性能计算结果不准确问题，并成功地将该技术应用于国内某电厂60OMW机组运行优化系统，取得了良好的效果。
　　
　　一、不良测量数据的校验方法
　　
　　不良数据的校验包括三方面内容：数据检测、不良数据定位和重构。随着计算机信息技术的发展，不良数据的检验也引起了国内外学者和研究人员的重视，并且发展了多种方法1)基于硬件冗余的实践互相判别法;(2)由统计学发展而成的基于采样数据时间序列关系的AR、ARM及Kalman等时间序列预测模型法[1];(3)基于采样数据的相关性分析PCA方法[2]等。
　　
　　基于硬件冗余的实践互相判别法的应用前提是需要增加一次元件，这样会增加监测系统投资，对开发本文所述的监测系统显然不适用;对于AR、ARM及Kalman和PCA方法，虽然它们已经形成了较为成熟的预测模型和计算软件，但由于前置处理软件需要耗费大量的计算用时，且这些方法有的仅仅适用于关键参数的校验，对电站热力系统参数之间普遍存在的相关性，不能完全满足数据检验要求，而根据电站对象物理机理模型建立的基准参数预测法克服了上述方法的不足，能较好解决电站热力系统不良数据的校验问题，如对汽轮机热力系统各参数和通流部分热力数据的校验等。因此本文采用了这种方法。
　　
　　由电站控制系统采集来的数据一般经过下列三步校验(图1)。
　　
　　1.1传感器信号校验
　　
　　众所周知，应用于电站系统的控制系统(DCS、PLC等)的压力、温度、流量、液位、功率、阀位、电量等输出信号均可以转化为(4～20)mA信号或数字信号，对应该参数的工程单位量程范围，数据校验的第一步就是对这些参数进行量程校验。如果该参数不在量程范围内，则给出不合格标志(越上限、越下限)，并对该参数在当前工况下进行重构。
　　
　　1.2偏差带校验
　　
　　根据每个测量参数的物理意义和当前工况下的基准值及确定的偏差带进行校验,如超出该偏差带，则给出不合格标志(偏低、偏高)，用当前工况下的基准值替代不合格数据。在进行偏差带校验时，确定代表该工况下的基准线和测量参数的相对偏差值是校验的关键。
　　
　　对电站系统中某一正常运行的设备，在某一工况下，表示其特性的参数可以借助于机组最近一次的热力性能试验数据，如果没有该数据，也可以根据制造厂**的数据，通过热力系统变工况模型计算得到。该标准曲线要根据机组工况的变化进行动态修正。
　　
　　偏差带的确定应该考虑由于采样数据的波动，测量值不至于落在该偏差带外。偏差带可以初步设定为该特性参数基准值的±(10%～20%)。一般，压力参数取下限，温度参数取上限。
　　
　　1.3热力设备模型校验
　　
　　电站热力系统的热力参数存在相关性。以加热器为例1)加热器水侧出口温度与加热器进汽压力对
　　
　　应的饱和温度、上端差、下游加热器的下端差相关，并可以根据该级加热器的热平衡模型，计算得到其应达温升，以此对该加热器的出口水温进行校验;(2)加热器进汽压力与加热器对应的抽汽压力、抽汽压损相关;(3)加热器进汽温度与加热器对应的抽汽温度、抽汽压损以及进加热器的轴封漏汽参数相关。因此，可以根据这些参数的相关性进行互相校验，对不良数据进行重构。
　　
　　二、不良数据的重构
　　
　　当测量数据按顺序经过三重有效性检验，确定为不合格后，就需要用预先准备的替代值进行重构，以便减少测量数据不良对系统计算结果精度的影响，确保系统能正常和有效运行。
　　
　　当机组运行工况变化时，热力系统各部分的参数会相应变化，有时变化幅度可能会较大。目前一般采用的用固定值或设计值将不合格测量数据替换的方法，虽然能够解决由于测量数据不良引起的计算结果失真的问题，但计算结果的精度会大大降低。
　　
　　在准备不良数据的替代值时，可以采用机组稳定工况运行时的热力数据，如可以准备几组典型工况下的汽轮机通流部分和热力系统参数，表1为某电厂60OMW汽轮机组在不同工况下的稳定运行数据[3]。
　　
　　在实际运行工况下出现一些不良数据时，可以根据这组数据由费留格尔公式进行在线计算，得到实际运行工况下各测量数据的替代值。
　　
　　因热力系统低压部分的压力测量数据受低压缸排汽压力影响较大，从表1变工况计算得到的替代值还需要根据实际低压缸排汽压力进行修正。
　　
　　三、准稳态处理
　　
　　机组在稳定工况下运行时，热力系统的参数波动较小，对在线性能计算精度一般没有什么影响，能满足监测系统计算精度要求。然而，当机组从一个稳定工况变化到另一个稳定工况时，机组热力系统的参数波动范围将会变大，如果以瞬时采集来的测量数据进行计算，将会使系统的计算结果出现大幅度波动，这显然与机组实际运行性能不符。为此，提出了准稳态数据处理的概念。
　　
　　准稳态处理就是在机组准稳态过程中，将采集来的测量数据在一段时间内进行平均，用平均值进行性能计算。首先根据机组负荷升降率的设定值，判断机组是否处于准稳态工况。准稳态工况的标志是以机组的负荷升降率不大于实际控制值，大型机组负荷升降率一般不大于3%/min，该值应视机组具体的负荷升降率而定。平均值计算时间段的间隔选取，应综合考虑机组的热惯性、质量惯性、DCS系统调节品质等因素，一般以(1～5)min为宜。如果选取的时间间隔过长，系统的计算结果较难反映机组当前的实际运行水平；反之，系统的计算结果波动偏大，达不到准稳态处理效果。
　　
　　四、结论
　　
　　(1)本文提出了对火电机组性能实时监测系统中原始测量数据进行三重校验的方法，使该系统计算精度和可靠性有了很大提高。
　　
　　(2)采用本文方案构建的火电机组性能实时监测系统己经成功应用于60OMW机组运行性能优化系统，并取得良好的连续运行业绩。
　　
　　(3)基于热力设备模型的不良数据重构和准稳态处理方法，对于开发火电机组性能实时监测系统及相关系统具有指导意义。

内容很具参考，谢谢！