电厂热工DCS系统数据智能驱动系统设计

电厂热工DCS系统数据智能驱动系统设计

付启朋

陕西能源赵石畔煤电有限公司 陕西 榆林719000

摘要：电厂热工DCS系统是电厂自动控制体系的重要组成部分，其可实现对不同热工过程参数的控制。通过控制结果，为热工系统的控制提供依据，以此保证各个热工过程均为最佳状态，实现电厂安全、经济运行，并且最大限度保证节能减排效果。但是由于各个热工过程存在显著的非线性、时变性以及不确定性等特点，并且，电厂运行数据量极大的同时，还存在离群样本和维度较高的变量，变量之间的关联程度显著，当前控制过程人为因素较重，智能控制模型难以构建。本文充分利用电厂热工系统数据，构建系统驱动模型，使计算的复杂度最大限度降低，同时对影响输出的参数进行降维优化处理，提高驱动模型的控制效果。

关键词：电厂热工；DCS系统；数据智能驱动系统设计

引言

在电气自动化的发展中，DCS系统成为电厂常用的热量控制设备，将模拟量控制系统、数据采集系统、安全监控系统等结合成一个多功能系统。，并能在一定程度上保证发电机组的安全，同时提高电厂自动化程度和降低人力成本，但实际上DCS热量控制系统设计的大型电缆往往受到误动作的影响，影响供电的稳定性。

一、DCS系统概述

DCS系统又被成为集散性的控制系统，作为一种新型的控制系统，DCS相较于传统的集中性的控制系统有着很大的差异。DCS控制系统建立在传统的计算机控制系统之上，主要通过优化内部软件工作环境和改变传统工作思维进行工作，由于DCS系统中包含计算机系统、显示系统等，因此DCS控制系统又名为4C技术。DCS控制系统相较于传统的控制系统有着较高的安全性，还是一个时效性非常强的系统，这是由于DCS控制系统是建立在微型计算机局域网中的，因此在操作过程中可做到即时控制，且能对控制过程达到全面的监控。

二、DCS系统功能

DCS系统在电厂的应用主要由发电系统控制，以提高电厂的生产安全和运行效率。DCS系统的功能主要表现在:(1)对发电厂的所有发电机和变压器组阀门进行全面控制；(二)对发电机励磁系统进行自动控制；⑶自动控制发电厂的所有输电线路；(4)对生产中的所有辅助保护系统进行自动检查。尽管DCS在发电厂中发挥着重要作用，但在应用中仍存在一些问题，最常见的问题是能源消耗过多，造成大量的电力浪费。此外，大量能量会丢失，导致热量集中，组件的绝缘性能降低，从而缩短了组件的使用寿命。因此，实现电厂DCS系统的节能控制和降低能耗一直是电力行业关注和研究的课题。当前电厂DCS系统的节能控制方法包括API控制方法、基于动态电压调节的节能控制方法和能量损失模型的节能控制方法，其中能量损失模型的节能控制方法应用最为广泛，随着节能技术的发展和完善，传统的节能方法已难以满足DCS系统的节能控制要求，其中有DCS系统中控制单元和系统控制特性的现状难以得知，由于协调问题容易造成大面积停电。

三、DCS的特点

3.1模块化、兼容性好

在硬件配置或软件版本上，DCS系统采用模块化分散、层次化的梯形结构设计，也使得不同的功能分散在不同的模块中，可以根据需要灵活组合使用。此外，适应不同规模的生产流程，同时采用大量的通用化和标准化，提高系统的开放性。

3.2过程控制能力

作为DCS的大脑中心，上位机可以通过人工指令控制DCS系统，可以通过软件实现各种复杂的优化控制算法、逻辑推理和逻辑判断，实现模块自主性和协调性特征的危险分散，以及改进数据集的功能。

3.3人机联系能力

管理部门可以控制上级运行CRT站，接受监控屏幕信息的指令，并通过上级机器输入的各种命令动态干预过程执行。。

3.4逻辑运算能力

DCS可以封装已建立的功能，然后对可编程逻辑控制器执行模拟和逻辑操作。可以快速计算和表达，用于复杂的无中断操作。

四、电厂热工DCS系统数据智能驱动系统设计策略

为测试本文系统性能和效果，以某电厂的2个600MW超临界燃煤间接空冷发电机组作为研究对象，选取该机组历史运行数据作为测试使用数据，该数据为机组在负荷350～600MW产生的，且为稳态工况，选取该范围的数据，可更好地保证数据的覆盖程度。数据的采样时间为2min，共获取数据300组，对数据进行清洗和处理后，保留最终150组数据作为训练集，完成模型构建;并且，随机从历史数据库中选取100组稳态数据样本作为测试集用于模型的验证。为测试本文系统的可行性，采用本文系统对X、Y的自重构和回归拟合程度作为衡量标准，两者的计算公式为:

式中，E、f分别为残差;eij、fi分别为两者的元素。依据上述2个公式，获取本文系统在不同的成分数量下，2个指标的变化结果。依据测试结果可知，2种指标值均随着成分数量的增加而增加，当成分数量达到7个时，2种指标的拟合程度均达到0．8以上，表示本文系统在智能驱动过程中，能够抽取X和Y中大部分信息，并且最大限度地描述X和Y的信息，具备良好的模型构建可行性，也验证主成分最佳数量为7的合理性。为测试本文系统的数据降维效果，采用均衡程度作为衡量标准，统计本文系统在不同抽取数量时降维效果，该结果越高表示降维效果越好。依据测试结果可知:随着潜在成分数量的逐渐增加，3种不同抽取数量的均衡程度均在85%以上，即使在抽取数量较多时，本文系统依然能够较好地完成数据降维。为进一步测试本文系统的性能，需确定本文系统的投影方式，获取本文系统的不同的数据组数量下，3种投影方式下本文系统的平均准确率如图7所示。其中，3种投影方式分别为正交投影、非正交投影以及规范化投影。依据图7测试结果可知:3种投影方式在相同的成分数量下，正交投影后平均准确率结果最佳，非正交投影的平均准确率结果最低，因此，为保证本文系统最佳的数据处理效果，采用正交投影方式完成初始输入变量之间的相关性和耦合关系的处理，数据的准确率更高。为测试本文方法的应用效果，以热工系统的温度作为衡量标准，分析本文系统的控制结果与预期结果。依据测试结果可知:本文系统控制的热工系统温度值，同预期温度结果吻合程度较高，只在样本数量为70个和100个时预测结果发生较小的误差，但是该误差对于控制效果影响不大。该结果表明本文系统具备良好的应用性，可准确完成热工系统的热驱动控制，为整个热工系统的控制提供准确依据。

结束语：

总之，在发电厂热控系统中使用DCS非常重要，不仅是为了提高发电厂生产效率和质量，而且也是为了降低投入成本和确保发电厂的经济效益。在实施过程中，工作人员应全面深入地了解DCS的组成和原理，妥善维护和管理电厂热控系统的硬件和软件，发挥DCS的重要作用和价值，更好地满足人们的电力需求，为发展奠定坚实的基础。

参考文献：

[1]彭晗.关于电厂热工控制系统中DCS的应用研究[J].低碳世界,2017(35):94-95.

[2]胡嵩.电厂热工控制系统中DCS的实践与探索[J].技术与市场,2017,24(09):187.

[3]胡海杰.电厂热工控制DCS系统设计与运用探讨[J].科技与创新,2016(22):141+146.

[4]刘武斌.DCS在电厂热工控制系统中的应用研究[J].企业技术开发,2016,35(13):75-76+79.

[5]高扬.论DCS在电厂热工控制系统中的应用与管理维护[J].中外企业家,2016(03):99.