基于大数据技术的供热机组运行性能监测与优化

讲座名称：基于大数据技术的供热机组运行性能监测与优化
报告人：付俊丰博士
报告单位：哈尔滨工业大学
讲座时长：16:05
内容简介:哈尔滨工业大学电气工程系博士付俊丰发表“基于大数据技术的供热机组运行性能监测与优化”演讲。提出了一套完整的考虑多影响因素的燃煤机组滑压运行控制策略，其中包括研究适用于空冷供热机组变工况的考虑多因素影响的滑压曲线完备获取方法及主汽温度耗差修正曲线优化方案；基于机组运行大数据排序聚类的滑压曲线获取方法；机组滑压控制的实时修正及应用策略。设计了可满足不同工况需求的滑压优化控制曲线，从根本上提高了机组的热经济性和操作灵活性。讨论了燃煤机组运行数据在滑压优化过程中的可行性，详细介绍了典型的聚类算法模型如FCM（模糊C均值聚类）、k-means（K均值聚类）。同时利用聚类算法的特点有效结合滑压优化问题，设计出了一套完整、高效的滑压优化曲线设计策略。对比不同电厂的经济性可知，该方法可提高滑压优化设计效率及设计准确性，充分发挥了大数据应有的价值。给出了一套机组性能在线监测及调整策略，并设计出一套辅助决策支持系统。考虑到DCS的通讯特点，无法实时进行参数修改，提出了一套有人工参与的修正方案，可在现有的条件下满足优化需求和监测目标，大大提高滑压优化的时效性。从理论分析、现场调研、试验设计、算法研究、策略实现等多个方面充分证明了：所提出的一套完整的考虑多影响因素的燃煤机组滑压运行控制策略，具有很强的独创性、理论完整性和可推广性。