登录 | 注册

基于改进型KNN聚类算法的燃煤机组滑压优化

199

成果主要完成人

刘永亮、安 琪、刘 江、毛志忠、孙 涛、张玉胜、李 斌、田 宇

项目概况

1、关键技术及其达到的技术目标 1)针对现汽轮机长期处在复杂变工况运行情况,提出了一种汽轮机最优滑压曲线的完备试验获取方法,利用机组运行大数据进行试验方案设计,可实现最大程度上挖掘汽轮机滑压运行的节能潜力。 2)考虑汽轮机滑压优化的技术特点,利用机组纯凝工况试验数据对KNN算法进行改进。该项技术解决了大部分聚类算法尤其是KNN算法中的缺少分类训练数据集的问题,大大提高了聚类精度和算法收敛速度。 3)考虑机组目前的DCS系统特点,设计了以主蒸汽流量为自变量的最优滑压曲线及其二维DCS实现策略,对机组进行相应运行优化调整和DCS参数设置。该项技术可以克服传统以负荷为自变量的滑压运行曲线的设计弊端,可以使机组真正实现在各种复杂工况下的稳定、安全、高效运行。 2、项目的主要技术贡献 1)目前国内大部分研究是通过大量专有试验的方法,建立机组纯凝工况下的滑压优化曲线。本项目根据机组背压、抽汽变化等特点,设计出适应全工况的完备试验方案; 2)针对实际复杂多变问题,提出了很多优化算法,国内大部分集中在如动态规划、K均值聚类、人工免疫算法、复形调优法等。本项目基于试验数据对训练函数进行改进,提高了KNN算法的聚类精度与迭代速度; 3)目前国内大多是在实施过程中只能在单个函数块中植入一条工况曲线。本项目实现了高维滑压曲线对二维平面的映射,以适应机组的深度变负荷工况。 3、经济和社会效益 1)优化后#1机组的热耗率同比下降了35kJ/kW·h,折合降低发电煤耗1.18g/kW·h。项目实施后可实现年节省3154.14吨燃煤量,折合人民币约189.248万元; 2)KNN运算速度和准确率大幅度提高,聚类迭代次数显著减少,自适应能力增强; 3)可实现二氧化碳排放年减少8260吨,氮氧化物年减少23.971吨,二氧化硫年减少50.466吨。 4)汽轮机变工况宽适应性经济运行综合优化圆满完工。通过一段时间的观察,新滑压曲线运行良好,节能效果显著,该项目具有巨大的科技进步作用和推广应用前景。