简介:摘要国家十二五规划以来,我国围绕大型能源基地累计建成了“八交十直”特高压输电工程,以此应对东部沿海地区电力供应紧、华北地区雾霾日趋加重的局势,超高压输电线路电源点建设规划大容量、高参数、低排放煤电机组,实现了烟尘、二氧化硫、氮氧化合物的超低排放,部分机组能够达到“近零排放”。这些成果在促进我国能源优化配置、大气污染防治等方面发挥了积极推动作用。与此同时对燃煤机组配套输煤系统自动化水平提出了更高的要求,机组DCS系统主辅机一体化控制,提高了控制系统的可靠性,减少了备品备件种类和控制系统维护工作量,大大节约了维护成本。本文以神华国华九江电厂输煤DCS系统为例,介绍DCS系统在1000MW火电机组输煤系统中的应用。
简介:摘要火电厂机电转动设备的异常振动是发电厂主辅机设备发生故障前的主要因素,设备是否能够正常运行,做好机电设备故障预控、故障分析、故障处理,对机组的正常连续运行至关重要。然而我国大型火力发电厂主辅机设备仍然以计划检修和及时消缺为主要的维修管理办法。近年来国内外大型电厂逐步引入了以自动化、大数据在内的多学科为理论依据的数字电厂、智慧电厂、专家系统。本次研究以中国华电榆林横山发电厂相关设备为依据,搭建相应研究平台,应用数据挖掘技术中BP神经网络方法进行研究,通过实验所得来的数据来训练并检测所建立的模型。将处理后的数据通过故障模型的学习与练习得到适合本故障系统使用的故障模型,最后得到应用BP神经网络方法可以解决火电厂发电机组转子轴承自激振动故障提前报警与诊断的结论。此方法的应用可以很大程度的避免设备重大安全事故的发生。