摘 要

ABSTRACT Ⅱ

1 绪论 1

1.1 汽轮机国内外发展现状 1

1.2 神经网络 4

2 汽轮发电系统 5

2.1 汽轮发电系统概述 5

2.2 汽轮机基本工作原理 7

2.3 锅炉的控制 10

2.3.1 主单元控制及燃烧控制 12

2.3.2 给水控制 13

2.3.3 蒸汽温度控制 14

3 神经网络算法 16

3.1神经网络控制 16

3.2 BP网络 17

3.3 遗传算法（ga）寻优 19

4 MATLAB仿真与结果分析 22

4.1仿真过程分析 22

4.2仿真结果分析 23

结束语 27

致谢 28

参考文献 29

附录A 基于数据的MATLAB汽轮机仿真程序代码 30

摘要

基于数据的汽轮发电系统运行优化的研究结合了传统的汽轮发电系统与先进的人工神经网络技术。我国现阶段，汽轮发电在整个发电体系中仍然占据着非常重要的地位。通过此研究，可以应用于汽轮发电系统的实际运行当中，以达到减小煤耗、提高效率、节能减排的目的。因此，此项目的研究显得格外重要。

本文首先讲述了题目来源，阐述了国内外在汽轮发电系统运行优化方面的研究状况，以汽轮发电系统来做研究对象，并简要概括了设计的任务和研究手段。这样，对整个汽轮发电系统就有了初步的认识。

本文接着对基于数据的汽轮发电系统进行设计，并对一些软件和硬件方案进行了选择。在此基础上，又进一步详细介绍了汽轮发电设备的原理、结构、调节保护方法等方面的内容。在软件设计部分中，本文重点讲述了如何通过使用神经网络算法对汽轮发电系统的数据进行分析的方法。

最后，本文就基于数据的汽轮发电系统运行优化方法，进行了归纳与总结。

关键词：数据 汽轮机 人工神经网络

ABSTRACT

The research of data-based operation optimization of turbine power generation system combines traditional turbine power generation system and advanced artificial neural network technology. At this stage in China, turbine power generation still occupies a very important position in the entire power generation system. Through this research, it can be applied to the actual operation of a steam turbine power generation system to reduce coal consumption, improve efficiency, and save energy and reduce emissions. Therefore, the study of this project is particularly important.
    This article first describes the source of the problem, describes the research status of turbine power generation system operation optimization at home and abroad, uses the turbine power generation system as the research object, and briefly outlines the design tasks and research methods. In this way, there will be a preliminary understanding of the entire turbine power generation system.
This paper then designs a data-based turbine power generation system and selects some software and hardware solutions. On this basis, the details of the principle, structure, adjustment and protection methods of steam turbine power generation equipment were further detailed. In the software design section, this article focuses on how to use the neural network algorithm to analyze the data of the turbine power generation system.
Finally, this paper summarizes and summarizes the data-based steam turbine power generation system operation optimization methods.

Key words: data turbine artificial neural networks

绪论

机组运行优化是为了进一步深化，其前提是机组的可靠性。电力市场持续的发展,到现在为止，随着厂网分开、上网竞价机制一步一步的形成,任何一个电力企业都肯定且必须考虑的问题就是是怎样通过降低发电成本,来不断提高其市场竞争力。降低供电煤耗肯定是作为减小发电成本的最主要目标。现如今提出了机组运行优化管理方法后，有很多的电力企业在参与市场竞争时，该方法提供了非常大的技术支持保障,机组运行优化的社会效益主要表现在三个方面：一是为了适应电厂持续发展的需求；二是适应电网不断发展更新的需要；三是实现电厂现代化管理机制的必要条件^[1]。

1.1汽轮机国内外发展现状

汽轮机是一种常见的旋转式原动机,它将水变成蒸汽,并转化为所需的机械能,也称为“汽轮机”。与其他种类的原动机(比如一些蒸汽机、部分汽油机或者柴油机等等)相对比着说,汽轮机含有热经济性能异常高、单机功率异常大、运行安全性能十分可靠、寿命保持的较长等各种优点,它被普遍地应用于各种常规的核电发电站和火力电厂中带动发电机来产生电能。除此之外,汽轮机可以采用变速运行模式,来用于直接地驱动轮船、常见风机的螺旋桨和许多的给水泵等等。因此,汽轮机在各个现代化国家中的地位有目共睹,是特别重要的动力机械设备,为我国国民经济做出极大贡献。

汽轮机的出现与制造发展大力推进了电力工业的迅猛发展,可以了解到,各种电力负荷使用越加频繁,汽轮机随负荷的增长而不断增进。单机容量增加的同时,随之而来的是蒸汽参数也向着超临界、超超临界的方向迅速稳步提高。在600~1000兆瓦左右,单轴最大涡轮为1200 MW,双轴额定功率为1300兆瓦。蒸汽压力习惯上被专业人士被划定为16.5-18MPa的临界和24MPa的超临界,甚至达到超超临界(25-30MPa),主汽温度通常被测定为538度、556度甚至达到了惊人的580-600度。大型的机组平时一般都配有很完善的电液调节保护装置、转子应力及寿命长短监测装置、汽轮机性能监视仪表^[2]。

1880年代,来自瑞典的工程师劳尔发明了世界上第一台单级冲动式涡轮机,一年后,即1881年，全球第一部单极反动式汽轮机,是由帕深瑟(英国工程师)发明制造生产的,尽管当时的所使用的汽轮机与现在应用的汽轮机相对比而言,结构特别通俗,但是从此之后,世界各地区范围内,汽轮机被广泛深入的应用,各个大型工业中也是比比皆是,现在的电站或航海就是这种情况。

在上个世纪60年代,汽轮机的功率基本上是500~600MW,是世界上较发达的国家,如德国、大不列颠和美国生产的。许多年后,英国广播公司是瑞士的一家大公司,在美国发明并制造了1300兆瓦的双轴全速汽轮机。其参数甚至达到了惊人的24MPa,额定蒸汽温度为538℃,3600r/min;而在1974年得时候,KWU公司,在联邦德国很出名,其造出来的1300MW单轴半速(1500r/min)汽轮机在本国已经投入了生产;又过了几年后,全球最巨大的1200MW汽轮机被制造出来,并投入本国制造,该机器工作压力为24MPa,工作蒸汽温度大致540C。
  全世界的各个发达国家全在研发和探索高容量、大参数汽轮机,比如俄罗斯,美国,德国,目前就一直努力在研究2000MW的大功率汽轮机,可见其重要性。大容量汽轮机有以下的若干特点: 

1.减小同样输出功率时的投入比率。

2.提高汽轮机的节能性。例如,英国的800 MW机组的热耗率低于国内250MW机组268kJ/(kW·h),基本上每年减少5万的煤燃烧。

3.减少建设电站的时间。比如日本建设2X600MW机组电厂时与建设5X250MW机组的电厂比较,缩短工期23个月(前者为47个月,后者为70个月)。

4.增强电网的调节用电高峰的能力,满足社会发展需要。除此,增大单机功率还能降低电站的占用地面的面积、减少各种工作人员、降低花费的各种费用等等^[3]。

50年的不断改进与精力投入，各种机组的发展已经接近成熟，超超临界参数的机组被实际应用后，表现也非常优良。

超临界机组最早起源于美国,发展于美国,全宇宙第一台超临界机组是在1957年在美国本土电厂正式投入使用,容量不大,该机组由美国两个著名公司设计生产。在之后的一年多的时间里,第二台超临界机组在美国另一家电厂1号机组投运,容量为之前的2.5倍,该机组由CE和WH两家实力强劲的公司设计;到了21世纪的如今,它们依然保持了参数最高的记录。这两台机组提供了非常丰富的经验给美国的各大厂商。1960年时,新增的机器里面有二分之一是用了所谓的超临界参数,但到70年代之后卖的数量减少的特别多。根据某杂志的研究,很多因素导致了这次下降,比如说美国匮乏超临界机组调峰运行的教训,还有一点是让核电站撑起了常用的设备,就导致对带其他负载的超临界机组的需要下降颇多,在采用超临界参数时,总是来回变化不稳定。至1994年,美国共生产投入使用了九台超过一千兆瓦的超临界机组^[4]。

苏联一直坚持大力发展超临界机组,其拥有的超临界机组没有国家可以比拟。苏联已经拥有了几百台超临界机组台,占了许许多多的装机总容量,300MW机组占的数量最多了。苏联火电机组的平均供电煤耗率在全球排名靠前的原因就是其使用超临界机组非常频繁。苏联都是自力更生,独立创新超临界技术,肯定也是碰壁很多,遇到许多困难无法克服,但经过不断跌倒与爬起,其已拥有一套非常完善的工程技能和核心产品,把超临界机组作为国内火力发电厂的主力机组,属苏联厉害。但是,问题是300MW机组容量实在有限,电网想发展都跟不上节奏,燃油与燃气系统使用的是更大容量的机组。苏联不喜欢借鉴别国的技术,所以这方面技术发展很慢,总体水平较低^[5]。

日本受到战争的影响，发展超临界机已经很迟了，但是，大和民族毅力惊人，技术发展很快，效果明显。日立公司向美国Bamp;W公司收购了一台600MW机组，于20世纪60年代末在沛崎电厂正式使用后，日本其他公司也相继引进各种高端技术来发展自己。日本发展超临界技术采用的是先模仿再研究后创新的风格。先从国外买入已经完善的先进技术，然后立即组织组织各个专家对技术进行学习与研究，做出仿制品，在此基础上，不断改进并结合自身的情况，形成本国特色，再进行精加工，大量生产销售^[6]。从50年前开始，设备用电量大幅提高，核能也在各个国家迅速发展，日本的超超临界机组拥有各种机组的优点，能适应各种类型负荷的要求，截至目前，日本甚至成为了该方面的领先者。

德国，在该专业发展方面一直是佼佼者，1956年时，就已经投运了一台小容量的超超临界机组，但是后来放弃对其改造。又到了70年代，出于对环保的呼声，政府加强了对这些工厂的监管，必须提高各个工厂的效率，由此便开始推动大功率超临界机组的进步。目前，德国拥有很多投运和在建的大型机组，其中最典型的是2000年在Niederanbem电厂投运的965MW超超临界机组。由于采用各种措施来提高效率，净效率接近一半，电厂大修期最少为4年^[7]。

早在1956年，中国第一台6MW汽轮机问世了。我国又分别设计制造了各种不同容量的还有各种类型风格的凝汽式、供热式汽轮机。20世纪80年代，我国像日本一样，引进消化国外技术。我国在此基础上自行设计了300MW及600MW亚临界凝汽式机组。我们国家对于汽轮机的改造已经非常重视，因为，我们国家与其他国家在技术上还有一定的差距，我国环境污染也十分严重，国民经济需要依靠几组的改良，因此，发展汽轮机组是非常重要的。从容量等级来说，国产汽轮机可以考虑600MW，1000MW，对1000MW机组选用单轴方案也是非常有优点的^[8]。

1953年，上海汽轮机有限公司 (简称上汽)成立了。它是我国第一家该方面的制造厂 。上汽主要的工作是设计、制造火电汽轮机。一些核电汽轮机和重型燃气轮机也会生产，同时还有一些船用的汽轮机等其它动力机械。他已经具备了生产全球级领先水平电厂的能力和制造汽轮机的水平。
1965年筹建了东方汽轮机有限公司，1966年开工建设，1974年投产，在国家支持鼓励下，与GE公司、ALSTOM公司和日立等公司进行各种深化合作，努力开发研制超临界、超超临界机组、重型机组、核电轮机以及大功率汽轮机。

北重汽轮电机有限责任公司，始建于1958年，位于北京。它由重型电机厂通过资产转型成立，300MW机组使其主要的生产对象。

1.2神经网络

人工神经网络，被简称为“神经网络”，其研究工作开始于一个时间节点，这个节点就是人类已经开始想探索人脑的奥妙和原理，还期望能模仿人脑，制造出人工智能系统以供人类使用^[9]。

人自出生以来，人脑就已经拥有了神奇的功能与构造,它不断学习的特征使得它能及时适应外界环境，并且它具有建立自己规则的能力。时光不断的流逝,人脑就像是一个神奇的机器，能够进行各种类型的、深入的和能够同时计算的系统，它通过控制它的基础结构，也就是神经元，来实现这种计算，这种计算比目前速度最高的计算机还要快很多倍，如人体肌肉记忆和运动神经控制。

我们在这里考虑的神经网络是一种用于对人脑进行建模的机器,它执行特定的任务或有趣的功能,并且在一个带有硅电路或程序的数字计算机上模拟网络。神经网络的最基本定义如下(Haykin)。2004):

神经网络是一种并行分布式的机器，由很多基础的小单元组成，肯定就拥有收集各种经历然后适应于自己的特色。神经网络特别类似于大脑，比如说:所有学到的内容，都是从周围环境中得到的，而且，把突触作为放置知识的储物箱。

显然，我们很容易就得出了以下两个特征^[10]。

(1)人工神经网络，是由非常多的小部件经过繁琐的组合排列构成的非线性系统,可以同时处理很多数据。即便每一个小部件结构简单，功能简单，但是，在经过组合后，性能强大，功能丰富,表现出了优异的速度。神经的组成形式决定了所存储的信息也必须按照这种特色来存放,也就是说，信息也像神经一样零散分布在各个部位。神经网络这种特性表明,信息不论是存放还是使用，都是同时的。这两个特征有两个地方可以保持很好的容错:第一,就算有一部分结构被破坏，信息也不会受到干扰，整体性能不会受到影响。人的大脑里面每天也是这样，死亡很多细胞，同时又产生许多新细胞;另一点，如果识别出的的信息不完整或者不清楚，该系统仍然可以根据自身记忆联系到相关内容，这一点与人脑也非常相似^[11]。
(2)自适应性说的是如果外界环境改变，事物能够及时调整自身来适应新环境或新条件的性能。它是神经网络的一个重要特征。自适应有两种情况，一种是自学习还有一种是自组织。自学习代表着外面的世界变化时,通过对新情况的了解把握,可以自己调节自己的状态来达到想要的输出。训练包含于学习，所以训练和学习是被放在一块讨论的。神经系统在特定的规定下，依据外界的信息，自主调节突触来建立网络。这就是网络的自组织。神经网络的自组织影响适应性而自适应性是通过自组织实现的^[12]。

本论文针对汽轮发电系统的历史和实时数据进行人工神经网络等计算，通过bp建模，ga寻优来寻找汽轮发电系统最佳运行方案，达到节能减排的目的。

2 汽轮发电系统

2.1汽轮发电系统概述

商用的全部发电设备，如果以能源的来源做一个大致区分的话，虽然可以分成水力、火力、风能、核能、太阳能、地热、燃料电池等等，但是能够稳定地提供电力的主要能源还是只有水力、火力和核能。

从大的方面给火力发电厂设施进行分类的话,主要由锅炉、汽轮机、发电机和辅机构成。有关火力发电厂的控制研究虽然已经进行了大约40年,它们大多涉及锅炉蒸汽到汽轮机的蒸汽温度控制。可以这么说,蒸汽温度的控制难度特别高,几乎所有的研究人员都想功课这个难关。实际上至今仍然还未对关键的问题给与正确的解答^[13]。

火力发电设备是一种把燃料转换成电能的装置，它的核心技术是朗肯循环（Rankine cycle）。

基本朗肯循环如图2-1a、b所示，将在锅炉产生的蒸汽1导入汽轮机使之加压膨胀为2状态，然后把蒸汽2送入冷凝器（也称作凝汽器）冷却成饱和水3，用给水泵将之升压成4的状态后送进蒸汽锅炉加热使其返回到蒸汽1的状态。

图2-1

图2-1b被称作T-s（温-熵）图，纵轴表示温度T，横轴表示熵s。根据该图可知，图中面积1、2、3、4相当于做功的热量，面积a、4、1、b表示锅炉供给的热量，面积a、3、2、b表示冷凝器放出的热量。

事实上，火力发电厂使用图1-2a、b所示的改进型朗肯循环往复循环（regenerative Rankine cycle）。

往复循环是为了减少冷凝器放出的热量而增大循环热效率而提出的方法,它是提取蒸汽在汽轮机中的一部分,并利用这部分热量作为加热水的方式。

图2-2

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：