一种基于数字孪生的空冷岛分区智能防冻控制方法与流程

摘要: 本发明涉及一种火力发电机组、热电联产机组和直接空冷机组的冬季安全运行控制领域,尤其涉及空冷岛运行控制、数字孪生、分区风险预测、多目标优化控制和闭环自学习修正技术...
一种基于数字孪生的空冷岛分区智能防冻控制方法与流程

本发明涉及一种火力发电机组、热电联产机组和直接空冷机组的冬季安全运行控制领域,尤其涉及空冷岛运行控制、数字孪生、分区风险预测、多目标优化控制和闭环自学习修正技术的方法。

背景技术:

1、直接空冷机组通过空冷岛将汽轮机排汽在翅片管束内冷凝,冬季运行时受环境温度、环境风速风向、机组负荷、供热抽汽量、排汽流量和风机运行方式影响较大,当局部管束蒸汽流量不足、冷风短路或强侧风造成换热不均时,空冷凝汽器部分区域可能出现壁温快速下降、凝结水过冷和局部冻结风险,冻结不仅会造成管束胀裂、泄漏和停机检修,还可能引起背压异常、真空波动、风机频繁启停和机组供热能力下降。

2、现有空冷岛防冻控制多采用经验阈值、人工巡检、全岛统一停风机、固定低温报警或单点温度联锁等方式,此类方法在简单工况下具有一定效果,但面对热电联产机组深度调峰、低压缸切缸或高背压供热、供热抽汽量快速变化、极端低温和复杂环境风扰动时,往往难以及时识别局部冻结风险,dcs 识别测点品质坏、超量程、信号卡死;触发声光报警,画面测点灰度标记,记录事件日志,直接把该测点从自动防冻控制、联锁逻辑中剔除和闭锁,如果该分区的自动防冻逻辑依赖这只壁温测点,测点失效后,该分区自动防冻保护退出,自动调节失效,极寒大风工况下,若运行人员处置不及时,该分区管束存在冻结冻裂风险。

技术实现思路

1、本发明的目的在于提供一种基于数字孪生的空冷岛分区智能防冻控制方法,以解决上述背景技术中提出的问题。

2、为实现上述目的,本发明提供如下技术方案:

3、一种基于数字孪生的空冷岛分区智能防冻控制方法,通过采集获取空冷岛多源运行数据,构建统一时间戳数据集,搭建空冷岛分区拓扑与含多子模型的数字孪生体,滚动预测冻结相关参数并计算风险指数,开展多目标优化得到调控量,分级下发执行;采集反馈校核控制效果,自学习修正孪生模型关键参数以及生成失效的虚拟壁温,参与判定冻结风险等级,执行保守防冻的整套机制,具体包括以下步骤;

4、s1、采集并清洗空冷岛运行数据、气象数据和机组热力边界数据,形成统一时间戳的状态数据集;

5、s2、根据空冷岛结构、风机布置、管束列排、测点位置和环境风影响方向建立分区拓扑模型;

6、s3、建立空冷岛数字孪生模型,包括热力边界模型、管束传热模型、风机风量模型、环境风修正模型和数据驱动校正模型,生成失效的虚拟壁温;

7、s4、基于数字孪生模型滚动预测各分区管束最低壁温、降温速率、凝结水过冷度和冻结裕度,计算分区冻结风险指数;

8、s5、根据分区冻结风险指数和机组运行约束进行多目标优化决策,得到风机频率、风机启停或反转、防风卷帘或百叶开度、报警和运行建议等控制量;

9、s6、将控制量下发至dcs、plc或运行员操作界面,并按照预警、防冻、保守和联锁等级执行分级控制;

10、s7、采集控制动作执行后的分区壁温、背压、真空、凝结水温和风机反馈数据,对控制效果进行校核;

11、s8、依据校核结果对数字孪生模型中的传热系数、风量修正系数、风险阈值和分区权重进行自学习修正;

12、作为本发明再进一步的方案:在步骤s1中,采集的数据至少包括机组热力边界数据、空冷岛状态数据、气象与环境扰动数据以及设备和模型基础数据,机组热力边界数据包括机组负荷、汽轮机排汽压力、背压、真空、排汽温度、供热抽汽量、凝结水温度、凝结水流量、低压缸运行方式和排汽流量估算值,空冷岛状态数据包括各空冷单元、各列、各排或典型测点的管束壁温、凝结水出口温度、风机转速或频率、电流、启停状态、反转状态、风机保护信号和挡风设施开度,气象与环境扰动数据包括环境温度、湿度、风速、风向、阵风强度、降雪或霜冻状态,以及迎风侧和背风侧局部环境温度,设备和模型基础数据包括空冷岛几何结构、管束换热面积、风机额定风量、风机效率曲线、测点安装位置、分区编号、管束设计冻结温度和安全温度裕度。

13、作为本发明再进一步的方案:在步骤s2中,将空冷岛划分为多个分区z_i,i=1,2,...,n,分区方式可根据现场结构灵活确定,包括按照空冷单元划分、按照管束列或排划分、按照a型框架两侧划分、按照迎风边界区、背风低流量区、中心稳定区、端部或死角区划分,以及按照历史冻结风险划分。

14、作为本发明再进一步的方案:在步骤s3中,数字孪生模型由物理机理模型和数据校正模型组成,物理机理模型用于描述排汽冷凝、管束传热、空气侧换热、风机流量和环境风扰动;数据校正模型用于根据实测数据修正模型偏差,对于分区z_i;

15、可建立如下预测关系:t_wall,i(t+δt)=f_i(q_exh,i(t), t_air,i(t), v_air,i(t), p_back(t), t_cond,i(t), u_i(t), θ_i(t))。

16、作为本发明再进一步的方案:在步骤s4中,针对每一分区z_i计算冻结风险指数r_i,冻结风险指数综合考虑预测最低壁温、壁温下降速率、冻结安全裕度、凝结水过冷度、环境风扰动、测点可信度和历史风险权重;

17、示例计算方式为:m_i(t)=t_wall,min,i,pred(t+τ)-t_safe;r_i(t)=w1·g1(m_i)+w2·g2(-dt_wall,i/dt)+w3·g3(δt_sub,i)+w4·g4(v_wind,i)+w5·g5(h_i)+w6·g6(1-c_i)。

18、

19、作为本发明再进一步的方案:在步骤s5中,针对所有分区构建多目标优化问题,优化目标包括降低最大冻结风险、降低低温分区持续时间、保持汽轮机背压和真空在允许范围内、减少风机能耗、减少风机启停次数和避免相邻分区风险转移,优化目标函数可表示为:min j=α·max(r_i)+β·σr_i+γ·|p_back-p_set|+δ·e_fan+ε·n_start+η·s_adjacent,式中,p_back为当前或预测背压,p_set为目标背压或允许背压区间中心值,e_fan为风机能耗,n_start为风机启停次数或启停惩罚项,s_adjacent为相邻分区风险转移惩罚项,α、β、γ、δ、ε、η为权重系数。

20、作为本发明再进一步的方案:在步骤s6中,根据分区风险等级执行分级控制,分级控制执行时采用“先预测、后约束、再下发、再校核”的顺序,若优化结果可能导致汽轮机背压升高过快或真空接近边界,则系统降低动作幅度或分步执行,若某一测点可信度低但相邻测点和模型均显示高风险,则系统采用保守策略执行防冻动作,并提示运行人员现场核查。

21、作为本发明再进一步的方案:在步骤s7和s8中,系统在控制动作下发后采集反馈数据,比较预测壁温与实测壁温、预测背压与实测背压、预测风险下降幅度与实际风险下降幅度之间的偏差,若偏差在允许范围内,则维持当前模型参数;若偏差超限,则按照偏差方向修正分区传热系数、风机等效风量系数、环境风修正系数、测点可信度和风险阈值。

22、作为本发明再进一步的方案:当系统检测到传感器失效、通信中断、执行机构反馈异常、模型误差连续超限或dcs/plc拒绝执行指令时,进入异常处理流程;

23、异常处理包括:对异常测点进行隔离,并由相邻测点和模型生成虚拟测点;对异常执行机构从优化变量中剔除,重新计算可执行控制方案;提高相关分区风险权重,执行保守防冻控制;向运行员界面推送异常原因、影响分区和推荐人工处置措施,当异常影响关键防冻功能时,触发人工确认或联锁保护建议。

24、作为本发明再进一步的方案:只有判定传感器失效和通信异常,测点可信度c_i低于失效阈值,才启用虚拟壁温公式,测点正常时,直接使用实测壁温,真实实测管束壁温t_real(t)和孪生模型输出预测壁温t_wall,i(t)做时序曲线比对,识别偏差、趋势偏差,用来更新分区模型参数集合θ_i(t)。

25、与现有技术相比,本发明的有益效果是:

26、1、该基于数字孪生的空冷岛分区智能防冻控制方法,常规工业控制为防止误动,测点硬件失效直接闭锁自动保护,但在空冷岛极寒工况,保护退出带来管束冻裂的危害,大于保守防冻误动作的危害,本方案采用虚拟估算、风险惩罚保守控制和人工告警,容错降级方案,在二者之间做权衡。

27、2、该基于数字孪生的空冷岛分区智能防冻控制方法,通过正视虚拟壁温存在估算偏差,没有直接采信虚拟壁温的绝对数值做判断;专门设置可信度惩罚项,测量可靠性越低,风险指数越高,强制走保守防冻。