一种板式换热器运行性能监测方法及系统

本发明属于板式换热器及核力发电，具体涉及一种板式换热器运行性能监测方法及系统。

背景技术：

1、核能作为一种新型清洁能源，在国内外得到了广泛应用，随着核电机组大量投产，机组的安全运行也备受关注。其中板式换热器作为设备冷却水系统中关键设备，其运行性能对系统的安全起着至关重要的作用，尤其是热交换器冷侧即海水侧，尽管入口设置了过滤器，依然有大量微生物及贝类虫卵进入到设备流道中，部分会附着在金属板表面长大甚至繁殖，因此容易引起换热器堵塞并增加污垢，降低换热器传热效率，从而影响核岛向环境的排热。所以为保证核电系统的安全运行，需要对板式换热器的运行性能进行监测。

2、通常情况下，热交换器换热板上污垢的累积可以直接或间接反映到热交换器的关键温度、流量、压力、传热系数和污垢热阻的改变。因此，通过热阻、传热系数、温差或压差的试验监测和定期的趋势分析，可以定量或定性的评价热交换器的热性能状态。目前监测性能方法主要有以下三种：

3、1、通过测量进出口压力，设置压降超限预警，该方法直观易操作。但低负荷运行时流量小，流速低，因此阻力也小，即使流道发生堵塞，压降也可能不会超限，系统不会预警，但一旦恢复正常工况运行，流量加大时就会出现压降过高，影响冷却效果及系统运行，因此该方法不能及时准确预测污垢情况。

4、2、基于传统模型及经验公式计算污垢热阻，通过设定污垢热阻阈值监测换热器运行性能。即通过测量冷热两侧进出口温度及流量，由公式计算得出污垢热阻r，其中k1是实际运行传热系数；k0是设计传热系数(初始清洁状态下)；h1是热侧膜系数，h2是冷侧膜系数；δ是金属板厚度，λ是金属导热系数，进而通过污垢热阻监测板式换热器运行性能。该方法简单易实现，但设计传热系数往往取决于理论设计，与实际板式换热器的传热系数存在偏差，另外板式换热器实际运行参数(进出口流量温度压力)也在不断变化，导致传热系数发生变化，而设计传热系数数据不足，无法一一对应，因此该方法准确度不够。

5、3、基于最小二乘回归法或bp神经网络等技术，通过实验或模拟不同水质参数下污垢的形成机制及累积，回归建立污垢热阻模型。优点是在已有数据范围内可以根据此模型进行热交换器性能监测。缺点是需要大量的已有数据才能使用；高度依赖数据质量，只能在已有工况数据范围内模拟，适应的工况范围窄。

6、在核电机组运行中需要对板式换热器运行状态和性能进行监测，以及时发现其污垢情况及潜在问题，并采取相应的清洗维护措施，延长板式换热器的使用寿命，提高设备的效率和可靠性，但由于污垢形成机制的复杂性及实际运行过程中参数的不断变化，尤其在非设计工况及事故工况时，通过上述方法无法及时准确预测板式换热器运行性能。

技术实现思路

1、本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种板式换热器运行性能监测方法及系统，用于解决目前无法及时准确预测板式换热器运行性能的技术问题。

2、本发明采用以下技术方案：

3、一种板式换热器运行性能监测方法，包括以下步骤：

4、根据板式换热器设计参数以及动态模拟建立板式换热器运行监测传统模型，在板式换热器运行监测传统模型中输入板式换热器运行数据中的输入数据集a，得到输出数据集b；

5、将输出数据集b与输入数据集a对应的已有输出数据集c进行比较，根据输出数据集b和已有输出数据集c的差距δ情况对板式换热器运行监测传统模型进行修正，获得板式换热器运行监测传统模型；

6、将输入参数数据集d注入向板式换热器运行监测传统模型中，得到输出参数数据集e；

7、使用输入数据集a、已有输出数据集c、输入参数数据集d以及输出参数数据集e对板式换热器运行监测传统模型进行训练，使用训练好的板式换热器运行监测传统模型实现运行性能监测。

8、具体的，板式换热器的运行数据包括进出口温度、流量、压力、板间流速和金属壁温参数；使用板式换热器运行数据前，先对板式换热器运行数据进行数据清洗、缺失值填充和数据归一化处理。

9、具体的，板式换热器运行监测传统模型包括传热系数模型，压降模型和污垢热阻模型。

10、具体的，输入数据集a是直接测量的结果或由直接测量结果解算得到的参数，直接测量的结果是板式换热器进口流量、压力和温度、板式换热器出口流量、压力和温度；由直接测量结果解算得到的参数是板间流速和金属壁温；输出数据集b是由直接测量结果解算得到的传热系数、压降和污垢热阻。

11、具体的于，当差距δ大于设定阈值，进行修正，当差距δ小于设定阈值，不进行修正。

12、进一步的，修正方式包括修正系数法、线性回归法和/或多项式拟合法。

13、具体的，输入参数数据集d包括非设计工况、事故工况及失效工况时的输入参数。

14、具体的，对板式换热器运行监测传统模型进行训练的方式为监督式学习方法、非监督式学习方法、强化学习和/或半监督式学习方法。

15、具体的，将板式换热器运行监测传统模型应用到实际的板式换热器运行数据中，输入数据f，根据输出参数g判断换热器堵塞及实时污垢情况。

16、第二方面，本发明实施例提供了一种板式换热器运行性能监测系统，包括：

17、构建模块，根据板式换热器设计参数以及动态模拟建立板式换热器运行监测传统模型，在板式换热器运行监测传统模型中输入板式换热器运行数据中的输入数据集a，得到输出数据集b；

18、修正模块，将输出数据集b与输入数据集a对应的已有输出数据集c进行比较，根据输出数据集b和已有输出数据集c的差距δ情况对板式换热器运行监测传统模型进行修正，获得板式换热器运行监测传统模型；

19、输入模块，将输入参数数据集d注入修正模块得到的向板式换热器运行监测传统模型中，得到输出参数数据集e；

20、监测模块，使用输入数据集a、已有输出数据集c、输入参数数据集d以及输出参数数据集e对板式换热器运行监测传统模型进行训练，使用训练好的板式换热器运行监测传统模型实现运行性能监测。

21、与现有技术相比，本发明至少具有以下有益效果：

22、一种板式换热器运行性能监测方法，训练完成后准确度高，运行速度快，在涉及时变参数的情况下仍然能及时准确监测板式换热器运行性能及污垢情况，需要的数据少，对数据质量依赖小，可以适应已有数据外的工况范围，在同样高的精度下，对数据的质量依赖相对较小，需要的数据量更小；能更快更准确的预测板式换热器运行性能；适应的工况范围宽，可以在已有数据的工况范围外使用。整个监测方法在传统模型基础上，结合实际运行数据修正传统模型(传热系数，压降，污垢热阻等)，将传统模型和修正好的模型训练机器学习，采用机器学习模型相比传统模型省去了多次迭代、微分、积分等计算，可以更快速和准确的进行板式换热器性能监测。

23、进一步的，数据预处理一方面剔除由于系统运行不稳定或测量失误导致的错误数据；另一方面通过数据归一化处理，消除不同数据间数量级的差别。比如压降是100kpa,传热系数6000w/m2℃，污垢热阻0.0002，数量级差距较大，而进行归一化处理后可以将数据统一到一定范围内。

24、进一步的，三种模型分别从不同角度分析板式换热器运行性能，通常使用的传热系数模型是采用换热器总传热系数与传热面积的乘积(即总换热系数ka值)对换热器的换热性能进行评价，相对简单直观，但有局限性只适用于设计工况运行；污垢热阻模型是建立在传热系数模型基础上，通过得到的污垢系数评价换热性能，比传热系数模型更具普适性；压降模型主要通过进出口压力差判断是否超出阈值，评价换热器结垢情况或是否被堵塞。将三者同时结合可更准确的监测板式换热器运行情况。

25、进一步的，由于金属薄板的变形或运行工况参数的变化，板式换热器的设计值(包括传热系数和压降)与实际运行值往往存在偏差，需要通过实际运行数据对模型进行修正。因此需要输入数据集a和输出数据集b，为模型修正提供数据支撑。

26、进一步的，传统模型基于设计值与实际运行存在偏差，通过修正系数法、线性回归法和/或多项式拟合法对模型进行修正，可提高模型精度，更准确的监测运行性能。

27、进一步的，增加非设计工况、事故工况及失效工况时的输入参数，可覆盖工况范围更大，应用更广，鲁棒性更好。

28、进一步的，通过监督式学习方法、非监督式学习方法、强化学习和/或半监督式学习方法一方面可使模型更加迅速准确，另一方面增强模型的泛化能力，可适用于数据工况范围外使用。

29、可以理解的是，上述第二方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。

30、综上所述，本发明方法能更快更准确的预测板式换热器运行性能；对数据的质量依赖相对较小，适应的工况范围宽，可以在已有数据的工况范围外使用。

31、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。