汽轮机最优运行初压的确定方法
【技术领域】
[0001] 本发明涉及汽轮机发电机组运行技术领域，特别涉及一种汽轮机最优运行初压的 确定方法。
【背景技术】
[0002] 由于电力需求峰谷差距，使得汽轮发电机组长期处于调峰运行状态。部分负荷下 汽轮机运行方式的选择直接关系到机组的热经济性与安全性。机组在非额定工况下运行 时，经济性和安全性都会受到一定的影响。定压运行喷嘴配汽汽轮机调峰时，在高压缸各 级，特别是调节级会引起过大的温度变化和热应力，从而限制了机组调峰的灵活性，影响机 组安全可靠运行；定压运行节流配汽汽轮机调峰时，高压缸各级温度变化虽然不大，但节流 损失较大，热经济性较低。因此，滑压运行是最适宜于调峰的运行方式。但是，并不是只要 采取滑压运行，机组在任何负荷下的经济性都可以得到提高。例如，在高负荷区滑压运行就 不经济。
[0003] 目前，汽轮机组的运行初压多参照厂家提供的设计值或是通过热力计算确定。由 于机组实际运行参数常偏离设计值，因机组装配等原因，实际热力系统与设计参数也存在 较大差异，因此厂家提供的初压设计值或根据汽轮机设计值进行热力计算得到的最优运行 初压均不尽合理，往往与实际最优值偏离较大。主汽压力寻优试验是获取机组最优初压的 另外一种有效途径，所获得数据较好地反映了机组的实际运行情况，可利用插值和线性回 归等方法获得最优运行初压，具有比设计值更大的参考价值，但是由于机组试验费时费力， 往往仅能获取有限的典型工况数据，因此对试验数据进行常规处理时，难以考虑更多的影 响因素，不能完全反映汽轮机组运行参数间复杂的非线性关系。
【发明内容】
[0004] 本发明提供一种汽轮机最优运行初压的确定方法，本方法能够根据汽轮机实际运 行参数确定机组的最优运行初压，克服由于实际运行导致运行参数偏离设计值引起的运行 初压不准确的问题和现有方法中通过试验确定初压的费时费力问题。
[0005] 本发明的技术方案是：一种汽轮机最优运行初压的确定方法，该方法步骤包括： 步骤一、建立机组滑压运行特性的参数数据库，包括试验中的各供电电荷参数、主蒸汽 压力参数和循环进水口温度参数下的多组机组的热耗率，数据库中的数据均需进行首次归 一化预处理； 步骤二、建立基于灰色系统的径向基函数神经网络模型，利用试验数据进行训练模 型； 步骤三、基于灰度的径向基函数神经网络的模型建立，输入汽轮机的各工况参数数据， 得出汽轮机热耗率最小时对应的主蒸汽压力即最优运行初压。
[0006] 所述步骤一中数据进行归一化处理，归一化处理公式（1)为：
【主权项】
1. 一种汽轮机最优运行初压的确定方法，其特征在于，该方法步骤包括： 步骤一、建立机组滑压运行特性的参数数据库，包括试验中的各供电电荷参数、主蒸汽 压力参数和循环进水口温度参数下的多组机组的热耗率，数据库中的数据均需进行首次归 一化预处理； 步骤二、建立基于灰色系统的径向基函数神经网络模型，利用试验数据进行训练模 型； 步骤三、基于灰度系统的径向基函数神经网络的模型建立，输入汽轮机的各工况参数 数据，得出汽轮机热耗率最小时对应的主蒸汽压力即最优运行初压。
2. 根据权利要求1所述的汽轮机最优运行初压的确定方法，其特 征在于，所述步骤一中数据进行归一化处理，归一化处理公式（1)为：
i=l，2,…，N，式中，g表示经过归一化处理后的第i个数据，Xi是第 i个数据参数。
3. 根据权利要求1所述的汽轮机最优运行初压的确定方法，其特征在于，所述步骤二 中的建立基于灰色系统的径向基函数神经网络模型的步骤为： 1) 选取各工况条件数据建立灰色预测模型（1，N)维数为n的信息模型，经过首次归 一化处理的数据输入到灰色神经网络中； 2) 将输入样本数据进行一次累加生成操作，再次归一化后，设置基于灰色系统的径向 基函数神经网络组合模型寻找汽轮机机组最小热耗率的工况条件； 3) 以处理后的输入样本作为径向基函数神经网络输入向量，系统热耗率作为径向基函 数神经网络模型的输出值，对该网络开展训练，其节点数能在训练中自动获取最佳值，以获 得相应网络参数； 4) 分析训练结果数据与实测数据，进行调整，直至得到符合精度要求的模型参数值，从 而建立基于灰色系统的径向基函数神经网络模型确定汽轮机最小热耗率时对应的主蒸汽 压力即最优运行初压。
4. 根据权利要求1所述的汽轮机最优运行初压的确定方法，其特征在于，所述步骤 二中的基于灰色系统的径向基函数神经网络模型的径向基函数神经网络的基函数选用 的是高斯函数，公式（2)为：
，i=l，2^"，m, 式中A为第i个基函数的中心；谷丨为第i个感知的变量；||X-（^ ||为向量(x_Ci)的范数，表示1与4间的距离；径向基函数神经网络的输出层函数公式（3)为：
，k=l，2,…，p，式中p为输出节点数，wik是突触权值。
5.根据权利要求1所述的汽轮机最优运行初压的确定方法，其特征在于，所述径向基 函数神经网络是带有开关权值的神经网络模型。
【专利摘要】本发明涉及涉及一种汽轮机最优运行初压的确定方法，属于汽轮机发电机组运行技术领域，该方法步骤包括：步骤一、建立机组滑压运行特性的参数数据库；步骤二、建立基于灰色系统的径向基函数神经网络模型，利用试验数据进行训练模型；步骤三、基于灰度的径向基函数神经网络的模型建立，输入汽轮机的各工况参数数据，得出汽轮机热耗率最小时对应的主蒸汽压力即最优运行初压。本发明中使用灰色神经网络处理初始数据，可以获得具有规律性的新数据，同时利用灰色模型对数据的累加生成运算，预测选择数据方便还减少输入数据的随机性，解决由于实际运行导致运行参数偏离设计值引起的运行初压不准确的问题和现有方法中通过试验确定初压的费时费力问题。
【IPC分类】G06F17-50
【公开号】CN104573170
【申请号】CN201410535720
【发明人】李杨宇, 梁广俊
【申请人】芜湖扬宇机电技术开发有限公司
【公开日】2015年4月29日
【申请日】2014年10月13日