基于OVATION分析的燃气轮机发电模式识别方法技术

本发明专利技术提供了基于OVATION分析的燃气轮机发电模式识别方法，通过确定预先报警的模式、指定工况识别逻辑条件、构建OVATION历史数据集并将样本图形化，同时利用正常运行数据构建OVATION数学模型，并将结果反映在OVATION图形界面中；利用OVATION的系统环境和对海量生产运行数据进行挖掘的技术实现燃气轮机发电机组在生产运行过程中的模式识别，通过在实时性较高的燃气轮机发电机组监控系统中部署和运行模式识别程序，将大量检测参数的客观数值转化为可主观感知状况的结果，实现了对燃气轮机发电机组运行状况进行实时监督的功能，提高了燃气轮机发电装置的运行和维护效率，具有实时性高、精度高、考虑全面等优点。考虑全面等优点。考虑全面等优点。

【技术实现步骤摘要】
基于OVATION分析的燃气轮机发电模式识别方法


[0001]本专利技术属于燃气轮机发电站运行和维护
，具体涉及基于OVATION分析的燃气轮机发电模式识别方法。

技术介绍

[0002]具有良好调峰能力和低碳排放的燃气轮机日益成为高比例新能源接入的新型电网下电力安全的稳定器。同时实现燃机负荷的精准调整和快速响应则是其中关键。伴随燃机效率和容量的不断提升，系统集成度和控制精度要求更加严苛，发电厂运维水平却还停留在全靠人工经验判断和事后分析来应对机组异常的阶段。每个发电值班人员对机组运行参数的熟悉程度和设备故障判断的准确性，可能成为机组事故停机，影响电网稳定，甚至人员伤亡设备损毁的决定因素。因此对燃机电厂而言，提高运行监盘水平和事故早期预警的需求尤其迫切。
[0003]燃机输出功率先天具有对环境温度敏感的特点，以及响应迅速的变工况特性，对建立其在各种环境温度、各个工况下稳定的数据参考模型是个很大的挑战。加上国内外针对燃机工况识别研究较少，典型故障预警也主要针对具体设备，没有形成全面和成体系的分析诊断能力。以现有功能完备的燃机控制系统作平台，依托电厂多年积累的历史数据和运维经验，借助先进的机器学习算法，对大量运行参数数据进行挖掘训练出的高精度经验模型，贴近本机组特性研发出适应本地运维人员使用习惯的强大智能辅助监盘系统，是目前运用于燃机电厂可实现的最优解决方案。

技术实现思路

[0004]本专利技术要解决的技术问题是：提供基于OVATION分析的燃气轮机发电模式识别方法，用于对燃气轮机发电机组运行状况进行实时监督。
[0005]本专利技术为解决上述技术问题所采取的技术方案为：基于OVATION分析的燃气轮机发电模式识别方法，包括以下步骤：
[0006]S1：确定待识别的模式，包括预先报警的模式、参数监视的模式和故障预识别的模式；
[0007]S2：根据步骤S1确定的模式，依据工况进入和退出的特征制定工况识别逻辑条件，并使用工况识别逻辑条件从OVATION的历史记录中提取该模式的适用工况的历史活动片段；
[0008]S3：分别针对步骤S1确定的模式与步骤S2提取的适用工况的组合制定参数组，并在OVATION中构建参数组的历史数据集；
[0009]S4：将历史数据集在OVATION中进行图形化处理，通过特征分析筛选数据，获得模式的正常运行数据集，并另行保存已知的故障运行数据集；
[0010]S5：利用正常运行数据集建立模式识别的OVATION数学模型；
[0011]S6：将步骤S2得到的工况识别逻辑条件和步骤S5得到的数学模型在OVATION中部
署并实时运行，实时获取燃气轮机发电机组当前的OVATION监测参数，并实时给出模式识别的结果；当燃气轮机发电机组运行状况偏离正常模式时，立刻体现在OVATION的人机图形界面和报警系统中。
[0012]按上述方案，所述的步骤S1中，预先报警的模式是根据燃气轮机发电机组的设备规范确定报警原则，并基于OVATION的数据分析结果制定定值的模式；预先报警的模式包括顶轴油母管压力低、压气机排气压力高、压气机排气压力低、气体燃料阀间压力高、气体燃料阀间压力低、气体燃料控制阀后压力高、进气过滤器差压高、透平转速高、各轴承金属温度高、发电机入口冷却风温度高、发电机各定子线圈温度高、发电机出口冷却风温度高、励磁机出口冷却风温度高、气体燃料供给温度低、各轴瓦回油温度高、透平各轮盘间温度低、透平排烟温度分散度高、透平平均排烟温度比设定高、透平各排烟温度高、透平各排烟温度反馈失去、燃机侧冷却水温度高、发电机侧冷却水温度低、各轴瓦振动高、蓄电池电压低、各控制调节阀指令与反馈偏差大和各冗余配置仪表测量偏差大。
[0013]按上述方案，所述的步骤S1中，参数监视的模式是根据燃气轮机发电机组的运行规程确定过程参数实时监视原则，并基于OVATION的数据分析结果制定动态合理区间的模式；参数监视的模式包括气体燃料速比阀位置基准、气体燃料阀间压力、第一气体燃料控制阀位置基准、第二气体燃料控制阀位置基准、气体燃料切换阀位置基准、气体燃料控制阀后压力、进气过滤器差压、进气通道温度、压气机入口温度、进气导叶位置基准、压气机排气压力、压气机排气温度、透平平均排烟温度、透平排烟温度分散度、轴隧温度、各透平轮盘间温度、各轴承金属温度、各轴瓦回油温度、燃机侧冷却水温度、润滑油母管温度、顶轴油母管压力、各轴承顶轴油压力、发电机各定子线圈温度、发电机侧冷却水温度、发电机入口冷却风温度、发电机出口冷却风温度和励磁机出口冷却风温度。
[0014]按上述方案，所述的步骤S1中，故障预识别的模式是根据燃气轮机发电机组的维护经验确定系统性状况识别，并基于OVATION的数据分析结果制定故障早期现象识别的模式；故障预识别的模式包括排气室烟气渗漏、外冷却水系统工作异常、气体燃料速比阀与控制阀间对空放气阀关不严、燃烧不稳、各排烟热电偶故障、各火检探头镜片蒙尘、各压气机防喘阀行程开关老化、天然气加热效果不佳、气体燃料截止阀仪用空气失去、气体燃料燃烧器清吹阀卡涩和停盘车后转子惰走异常。
[0015]按上述方案，所述的步骤S2中，工况识别逻辑条件包括滑油需求工况识别、顶轴油需求工况识别，盘车运行工况识别、燃机已开机工况识别、天然气泄漏试验工况识别、气体燃料已供给工况识别、预点火工况识别、点火工况识别、暖机过程工况识别、有火工况识别、启动加速过程工况识别、全速空载工况识别、全速运行工况识别、全速运行且无停机进程工况识别、并网运行工况识别、高于初负荷设定的并网运行工况识别、燃烧监测暂态工况识别、燃烧监测稳态工况识别、扩散燃烧方式工况识别、贫贫燃烧方式工况识别、升负荷燃烧模式切换过程工况识别、预混燃烧方式工况识别、退预混进贫贫燃烧方式过程工况识别、退贫贫进扩散燃烧方式过程工况识别、清吹阀开过程、清吹阀关过程、停机解列至盘车转速过程工况识别和停盘车至零转速过程工况识别；
[0016]历史活动片段的内容包括历史中每次活动片段的具体开始时间、具体结束时间和持续时长；具体开始时间和具体结束时间的格式均为年/月/日时/分/秒；持续时长的格式为天数.小时数:分钟数:秒数。
[0017]按上述方案，所述的步骤S3中，
[0018]按照预先报警的模式区分的历史数据集包括顶轴油母管压力数据集、压气机排气压力数据集、气体燃料阀间压力数据集、气体燃料控制阀后压力数据集、进气过滤器差压数据集、透平转速数据集、各轴承金属温度数据集、发电机入口冷却风温度数据集、发电机各定子线圈温度数据集、发电机出口冷却风温度数据集、励磁机出口冷却风温度数据集、气体燃料供给温度数据集、各轴瓦回油温度数据集、透平各轮盘间温度数据集、第一透平排烟温度分散度和第二透平排烟温度分散度数据集、透平平均排烟温度与设定值偏差数据集、透平各排烟温度数据集、燃机侧冷却水温度数据集、发电机侧冷却水温度数据集、各轴瓦振动数据集、蓄电池电压数据集、各控制调节阀指令与反馈偏差绝对值数据集和各冗余配置仪表测量偏差绝对值数据集；
...

【技术保护点】

【技术特征摘要】
1.基于OVATION分析的燃气轮机发电模式识别方法，其特征在于：包括以下步骤：S1：确定待识别的模式，包括预先报警的模式、参数监视的模式和故障预识别的模式；S2：根据步骤S1确定的模式，依据工况进入和退出的特征制定工况识别逻辑条件，并使用工况识别逻辑条件从OVATION的历史记录中提取该模式的适用工况的历史活动片段；S3：分别针对步骤S1确定的模式与步骤S2提取的适用工况的组合制定参数组，并在OVATION中构建参数组的历史数据集；S4：将历史数据集在OVATION中进行图形化处理，通过特征分析筛选数据，获得模式的正常运行数据集，并另行保存已知的故障运行数据集；S5：利用正常运行数据集建立模式识别的OVATION数学模型；S6：将步骤S2得到的工况识别逻辑条件和步骤S5得到的数学模型在OVATION中部署并实时运行，实时获取燃气轮机发电机组当前的OVATION监测参数，并实时给出模式识别的结果；当燃气轮机发电机组运行状况偏离正常模式时，立刻体现在OVATION的人机图形界面和报警系统中。2.根据权利要求1所述的基于OVATION分析的燃气轮机发电模式识别方法，其特征在于：所述的步骤S1中，预先报警的模式是根据燃气轮机发电机组的设备规范确定报警原则，并基于OVATION的数据分析结果制定定值的模式；预先报警的模式包括顶轴油母管压力低、压气机排气压力高、压气机排气压力低、气体燃料阀间压力高、气体燃料阀间压力低、气体燃料控制阀后压力高、进气过滤器差压高、透平转速高、各轴承金属温度高、发电机入口冷却风温度高、发电机各定子线圈温度高、发电机出口冷却风温度高、励磁机出口冷却风温度高、气体燃料供给温度低、各轴瓦回油温度高、透平各轮盘间温度低、透平排烟温度分散度高、透平平均排烟温度比设定高、透平各排烟温度高、透平各排烟温度反馈失去、燃机侧冷却水温度高、发电机侧冷却水温度低、各轴瓦振动高、蓄电池电压低、各控制调节阀指令与反馈偏差大和各冗余配置仪表测量偏差大。3.根据权利要求1所述的基于OVATION分析的燃气轮机发电模式识别方法，其特征在于：所述的步骤S1中，参数监视的模式是根据燃气轮机发电机组的运行规程确定过程参数实时监视原则，并基于OVATION的数据分析结果制定动态合理区间的模式；参数监视的模式包括气体燃料速比阀位置基准、气体燃料阀间压力、第一气体燃料控制阀位置基准、第二气体燃料控制阀位置基准、气体燃料切换阀位置基准、气体燃料控制阀后压力、进气过滤器差压、进气通道温度、压气机入口温度、进气导叶位置基准、压气机排气压力、压气机排气温度、透平平均排烟温度、透平排烟温度分散度、轴隧温度、各透平轮盘间温度、各轴承金属温度、各轴瓦回油温度、燃机侧冷却水温度、润滑油母管温度、顶轴油母管压力、各轴承顶轴油压力、发电机各定子线圈温度、发电机侧冷却水温度、发电机入口冷却风温度、发电机出口冷却风温度和励磁机出口冷却风温度。4.根据权利要求1所述的基于OVATION分析的燃气轮机发电模式识别方法，其特征在于：所述的步骤S1中，故障预识别的模式是根据燃气轮机发电机组的维护经验确定系统性状况识别，并基于OVATION的数据分析结果制定故障早期现象识别的模式；故障预识别的模式包括排气室烟气渗漏、外冷却水系统工作异常、气体燃料速比阀与控制阀间对空放气阀关不严、燃烧不稳、各排烟热电偶故障、各火检探头镜片蒙尘、各压气机防喘阀行程开关老化、天然气加热效果不佳、气体燃料截止阀仪用空气失去、气体燃料燃烧器清吹阀卡涩和停
盘车后转子惰走异常。5.根据权利要求1所述的基于OVATION分析的燃气轮机发电模式识别方法，其特征在于：所述的步骤S2中，工况识别逻辑条件包括滑油需求工况识别、顶轴油需求工况识别，盘车运行工况识别、燃机已开机工况识别、天然气泄漏试验工况识别、气体燃料已供给工况识别、预点火工况识别、点火工况识别、暖机过程工况识别、有火工况识别、启动加速过程工况识别、全速空载工况识别、全速运行工况识别、全速运行且无停机进程工况识别、并网运行工况识别、高于初负荷设定的并网运行工况识别、燃烧监测暂态工况识别、燃烧监测稳态工况识别、扩散燃烧方式工况识别、贫贫燃烧方式工况识别、升负荷燃烧模式切换过程工况识别、预混燃烧方式工况识别、退预混进贫贫燃烧方式过程工况识别、退贫贫进扩散燃烧方式过程工况识别、清吹阀开过程、清吹阀关过程、停机解列至盘车转速过程工况识别和停盘车至零转速过程工况识别；历史活动片段的内容包括历史中每次活动片段的具体开始时间、具体结束时间和持续时长；具体开始时间和具体结束时间的格式均为年/月/日时/分/秒；持续时长的格式为天数.小时数:分钟数:秒数。6.根据权利要求1所述的基于OVATION分析的燃气轮机发电模式识别方法，其特征在于：所述的步骤S3中，按照预先报警的模式区分的历史数据集包括顶轴油母管压力数据集、压气机排气压力数据集、气体燃料阀间压力数据集、气体燃料控制阀后压力数据集、进气过滤器差压数据集、透平转速数据集、各轴承金属温度数据集、发电机入口冷却风温度数据集、发电机各定子线圈温...

【专利技术属性】
技术研发人员：王毅刚，田毅华，黄德夫，文谦，肖永兵，陆文佳，魏鹏，谢丽霞，玄钟元，
申请(专利权)人：武汉汉能电力发展有限公司，
类型：发明
国别省市：