-
公开(公告)号：CN110807261A
公开(公告)日：2020-02-18
申请号：CN201911075066.6
申请日：2019-11-06
Applicant: 江苏方天电力技术有限公司 , 东南大学
IPC: G06F30/20
Abstract: 本发明公开了一种抽汽供热型燃气-蒸汽联合循环机组变工况性能简易计算方法，包括建立联合循环机组的燃气循环变工况模型，并根据燃气循环变工况模型计算变工况下的燃气参数；修正变工况下的燃气参数；计算联合循环机组的变工况出力参数。本发明采用了数据和机理结合的建模方式，以实验规律和理论推导的部件特性方程为基础，利用机组过往数据对方程的关键参数和关键系数进行拟合，以拓宽模型的适用范围，有效解决了燃气循环中压气机和燃气透平因厂家对性能数据保密而难以建模以及余热锅炉建模过程复杂的问题，实现了兼顾通用性和较高精度的燃气-蒸汽联合循环机组变工况性能简易计算，为联合循环机组变工况特性分析提供了有效手段。
-
公开(公告)号：CN110263988A
公开(公告)日：2019-09-20
申请号：CN201910490848.X
申请日：2019-06-06
Applicant: 东南大学 , 江苏方天电力技术有限公司
Abstract: 本发明公开了一种电厂脱硫系统基于数据优化运行的方法，该方法包括：获取电站实际运行系统一定时间段内的实际运行数据，并对所述实际运行数据进行预处理和回归分析；根据运行负荷划分不同工况，并进行数值模拟得到不同工况下脱硫系统整体的流场、温度、SO2组分分布情况；对燃煤电站脱硫系统所述实际运行数据进行大数据分析，得到确定工况下运行数据的最优区间；将大数据寻优结果在模拟结果中实践以检验寻优结果的准确性。本发明在建立神经网络预测模型之前首先对工况进行区分，这使得数据量减小，且能耗、除硫率输出参数与影响因子间关系相对明确而简单，有利于保证精度。
-
公开(公告)号：CN109711642A
公开(公告)日：2019-05-03
申请号：CN201910104366.6
申请日：2019-02-01
Applicant: 江苏方天电力技术有限公司 , 东南大学 , 国网江苏省电力有限公司 , 国家电网公司
Inventor： 孙栓柱 , 金保昇 , 张友卫 , 张勇 , 周春蕾 , 孙和泰 , 孔志伟 , 朱洁雯 , 李逗 , 王明 , 黄翔 , 许国强 , 李春岩 , 杨晨琛 , 潘苗 , 黄治军 , 张磊
Abstract: 本发明公开了一种基于大数据的脱硫系统运行优化方法，该方法以脱硫系统理论模型为基础，对电站实际运行数据进行回归分析、大数据分析，搭建数学模型并寻找模型局部、全局最优解，而后辐以理论模型提出运行优化方法。本发明以理论模型为依托，为脱硫系统提供运行优化改进方案，解决以往脱硫系统所存在的能源资源利用不合理问题。
-
公开(公告)号：CN109711589A
公开(公告)日：2019-05-03
申请号：CN201910104359.6
申请日：2019-02-01
Applicant: 江苏方天电力技术有限公司 , 东南大学 , 国网江苏省电力有限公司 , 国家电网公司
Inventor： 张友卫 , 金保昇 , 孙栓柱 , 孙和泰 , 张勇 , 周春蕾 , 朱洁雯 , 李逗 , 黄翔 , 孔志伟 , 许国强 , 王明 , 周志兴 , 魏威 , 肖明成 , 佘国金 , 孟嘉
IPC: G06Q10/02 , G06Q50/02 , G06F16/2458
Abstract: 本发明公开了一种基于大数据的SCR脱硝系统优化方法和系统，该方法充分利用电厂分布式控制系统、厂级信息监控系统及管理信息系统中海量的实际运行数据，基于SCR脱硝系统机理模型，采用人工智能建模理论重构SCR脱硝系统优化模型，为脱硝系统的优化运行提供控制策略，从而实现系统的高效率和低能耗。相对于传统方法，本发明所提及的方法以历史运行数据为参考依据，具有更准确、更智慧和更可靠的优点。
-
公开(公告)号：CN106248864A
公开(公告)日：2016-12-21
申请号：CN201610551763.4
申请日：2016-07-13
Applicant: 大唐南京环保科技有限责任公司 , 东南大学
IPC: G01N31/10
CPC classification number: G01N31/10
Abstract: 本发明公开一种基于海量运行数据的SCR脱硝催化剂寿命预测方法，从燃煤电厂脱硝系统工业过程数据中分析得到SCR催化剂寿命，具体包括以下步骤：首先从DCS数据源系统中获取历史运行数据，将原始数据按时间标签整理成样本集，过滤数值不变数据、野点数据和超限数据，过滤数据的非稳态性；然后利用工况切割和数据装箱方法过滤工况混杂性的影响；再将样本集按时间离散化，并提取计算氨氮摩尔比和脱硝效率的关系；最后利用分析模型挖掘催化剂性能随时间序列劣化的规律，根据换装准则和现场实际烟气条件预测催化剂剩余寿命。本发明通过对同类型机组、类似运行条件催化剂实际运行性能的数据集成与分析，可以在更大数据集中建立催化剂寿命管理特性函数。
-
Patent Agency Ranking
公开(公告)号：CN109711642B
公开(公告)日：2022-06-07
申请号：CN201910104366.6
申请日：2019-02-01
Applicant: 江苏方天电力技术有限公司 , 东南大学 , 国网江苏省电力有限公司 , 国家电网公司
Inventor： 孙栓柱 , 金保昇 , 张友卫 , 张勇 , 周春蕾 , 孙和泰 , 孔志伟 , 朱洁雯 , 李逗 , 王明 , 黄翔 , 许国强 , 李春岩 , 杨晨琛 , 潘苗 , 黄治军 , 张磊
Abstract: 本发明公开了一种基于大数据的脱硫系统运行优化方法，该方法以脱硫系统理论模型为基础，对电站实际运行数据进行回归分析、大数据分析，搭建数学模型并寻找模型局部、全局最优解，而后辅以理论模型提出运行优化方法。本发明以理论模型为依托，为脱硫系统提供运行优化改进方案，解决以往脱硫系统所存在的能源资源利用不合理问题。
-
公开(公告)号：CN106447130B
公开(公告)日：2019-05-31
申请号：CN201610929475.8
申请日：2016-10-31
Applicant: 东南大学
Abstract: 本发明公开了一种基于过程数据扫描的浆液循环泵优化调度方法，属于循环泵优化调度技术领域，其主要包括如下步骤：步骤(1)变量选择；步骤(2)数据扫描与组合划分：步骤(2a)扫描过程数据；步骤(2b)组合划分；步骤(3)浆液循环泵实时优化调度：步骤(3a)优化调度的触发条件；步骤(3b)浆液循环泵组合寻优；本发明的一种基于过程数据扫描的浆液循环泵优化调度方法，从过程数据中扫描出机组历史上浆液循环泵组合变化对脱硫效果影响的数据，对当前浆液循环泵进行优化调度，克服了现场试验方法中所获的样本工况覆盖范围窄的缺点，扩大了浆液循环泵优化调度的适用范围；同时本方法相比现场试验方法所需成本低，操作便捷。
-
公开(公告)号：CN110263395A
公开(公告)日：2019-09-20
申请号：CN201910490849.4
申请日：2019-06-06
Applicant: 东南大学 , 江苏方天电力技术有限公司
Abstract: 本发明公开了一种基于数值模拟和数据分析的电厂脱硝运行优化方法及系统，该方法包括：采集燃煤电厂实际运行数据，并进行预处理；采用灰色关联分析法计算实际运行数据之间的关系，将得到的灰色加权关联度进行排序；采用基于神经网络建立预测模型，以强关联的实际运行数据为输入，脱硝能耗与脱硝效率为预测模型的输出；采用另一段时间的历史实际运行数据对预测模型进行验证；利用人工蜂群算法寻找脱硝效率与能耗达到最优平衡点时，实际运行数据中可调整变量的最优取值；该方法将数值模拟方法与大数据分析方法有效结合，综合考虑脱硝效率与脱硝成本，解决了人工调节实时性差、误差大，均匀入口条件下脱硝效率低下，脱硝效率高带来的能耗上升的问题。
-
公开(公告)号：CN106844908B
公开(公告)日：2019-09-10
申请号：CN201710004621.0
申请日：2017-01-04
Applicant: 东南大学
IPC: G06F17/50
Abstract: 本发明提供一种基于样本相似度加权的电站设备自适应建模方法，属于数据驱动建模技术领域，包括以下步骤：1)建模变量选择；2)建模样本获取；3)建模样本权重分配；4)建模样本更新；5)设备自适应模型建立；根据前面的步骤得到建模样本及其权重后，利用机器学习算法建立设备特性模型。本发明基于样本相似度加权的电站设备自适应建模方法，以电站历史数据库中对象过程数据为主，结合对象现场试验数据，建立设备模型；根据建模样本的相似度将样本划分为不同的工况，根据时间为各工况内样本分配权重，剔除样本，兼顾建模样本的时效性和多样性，使得模型具有自学习能力，同时保证模型的适用范围广。
-
公开(公告)号：CN106844908A
公开(公告)日：2017-06-13
申请号：CN201710004621.0
申请日：2017-01-04
Applicant: 东南大学
IPC: G06F17/50
Abstract: 本发明提供一种基于样本相似度加权的电站设备自适应建模方法，属于数据驱动建模技术领域，包括以下步骤：1)建模变量选择；2)建模样本获取；3)建模样本权重分配；4)建模样本更新；5)设备自适应模型建立；根据前面的步骤得到建模样本及其权重后，利用机器学习算法建立设备特性模型。本发明基于样本相似度加权的电站设备自适应建模方法，以电站历史数据库中对象过程数据为主，结合对象现场试验数据，建立设备模型；根据建模样本的相似度将样本划分为不同的工况，根据时间为各工况内样本分配权重，剔除样本，兼顾建模样本的时效性和多样性，使得模型具有自学习能力，同时保证模型的适用范围广。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.02 seconds)
