摘要：利用发电企业厂级监控信息系统（SIS）已广泛推广应用的有利条件及其保存的长期运行数据，结合机组性能试验相关标准、热力学理论等进行综合分析研究。简要讨论数据统计分析的可行性，并通过实例机组数据得出大型机组运行优化的节能潜力空间。研究结果表明机组运行优化有2~4%的节能潜力，令人振奋。zui后讨论数据分析结果的有效性，并对发电企业管理运行人员今后的工作思路提出建议。
引言
我国发电企业对新、老大型机组进行实时数据库系统的部署安装工作已经开展了近十年的时间。实时数据库保存了机组长期、完整的原始生产运行数据，为基于数据的应用创造了条件，尤其是基于实时数据库的
火电厂厂级监控信息系统集过程实时监测、优化控制及生产过程管理为一体，进一步提高了发电企业的自动化和信息化水平。其对发电企业的生产管理的促进作用主要表现在：首先是通过实时数据库大大扩展了生产过程的实时监控信息共享范围，即实现了机组实时运行状态信息在操作人员、技术管理人员以及企业管理人员之间的及时共享，为企业管控一体化、生产、科学决策等提高资源基础。另一方面，也为机组运行指标管理、在线性能诊断、优化等方面的应用功能提供了一个良好平台。
然而，目前发电企业实时数据库的应用还主要集中在在线实时应用方面，机组大量长期的生产运行数据作为宝库财富，还没有得到充分开发和利用。有效利用这些年已保存的海量历史数据是发电企业现阶段信息化技术深化发展的方向之一。本文将基于机组运行数据，结合机组性能实验标准规定及相关热力学理论进行数据处理、分析，得出一套分析机组运行优化节能潜力的方法。由实例机组数据得出的结论非常令人鼓舞，即提高机组的运行调整水平有很大的节能增效空间。
一、机组运行数据应用分析的可行性
1.1工业生产过程数据的特点
火力发电机组作为一类复杂工业生产过程，其长期运行数据库中包含了过程的各种状态数据，有动态/稳定态数据、正常/故障状态数据、启/停过程数据等。同时，还有数据量大，维度高，数据测量存在干扰和不确定性，且数据之间常存在强耦合、非线性关系等特点。数据开发利用的需求目标（如，系统性能分析，设备状态分析、寿命管理等）不同时，所面对的相关特征也就不同，因而数据清理、筛选过程也将不同。
1.2机组性能评价数据基础
通常机组性能考核（优化）试验需要遵循一系列相应的试验标准规定。对关键测点需要用高精度的试验仪表进行测量。对汽轮机及其辅机运行优化调整试验时需要对进、出系统的汽、水工质进行严格隔离。另外，无论是国标还是ASME标准对机组性能试验数据获取时的工况稳定时间和记录时间都有明确的规定。
与规范化的试验程序对比，机组实时数据库数据*来自电厂运行监视测点，而且正常运行工况也处于非隔离状态。这些困难也正是机组在线性能评价系统需要克服的难题。然而，通过系统状态参数（系统状态方程）平衡计算得出某些测量误差较大的量（如主蒸汽流量等），并充分考虑现场测量仪表的随机误差、剔除错误数据等手段，机组在线性能评价系统计算得出机组运行性能指标。可以实现各工况间煤耗率的相对大小比较。作为一种辅助运行优化参考工具，已能满足生产运行的要求。
本文的数据分析过程正是建立在如上所述的业界共识之上的。通过综合历史运行数据及性能评价指标数据，从大量适用于性能评价的工况数据中得出机组运行性能的某些规律。
1.3性能评价数据的筛选原则
（1）针对机组性能评价的需求，筛选历史工况数据的基本思想是以机组热力试验中的电厂性能试验方案为参照标准，即保持系统不隔离，测量数据全部采用机组在线运行监控仪表测点数据。
（2）对于系统稳定时间，参照ASME标准要求（稳定期2h，试验时间1~2h），并结合调峰机组实际运行情况，为获得更多的有效工况，本研究选取的时间段为1h。
（3）通过对原始数据浏览，从热力学稳定态的角度看，对于闭式循环机组，闭式循环水入口温度是负荷调整后系统中过渡时间zui长的状态量。当循环水入口温度保持稳定时，其它状态变量都已达到了稳定性要求。因此循环水入口温度的稳定才是热力学意义上的稳定工况。
（4）关于测量数据的随机误差处理问题，通过对机组稳定态某一测点数据进行统计分析可知，测量值通常近似为标准正态分布（见图1示例测点）。因此，工况筛选时，取所选特征测点的标准差σ或2σ为正常随机误差范围。
综上所述，在原始数据中搜索满足热力学稳定工况数据的条件可表述为：在1h内，机组负荷、循环水入口温度两测点均处于各自随机误差范围内的工况。依据上述条件搜索得到的机组工况数据我们称之为性能有效工况数据。
二、MW机组运行数据分析实例
2.1实例机组基本情况简介
锅炉为HG-2023/17.6-YM4型四角喷燃切向燃烧、亚临界、一次中间再热、控制循环、固态排渣煤粉锅炉，6套中速磨煤机制粉正压直吹式制粉系统。锅炉zui大连续蒸发量为2023t/h，额定蒸发量为1801t/h，主蒸汽额定温度540℃。
汽轮机型号为N600-16.7/537/537-I，亚临界、一次中间再热、单轴、四缸、四排汽、反动凝汽式汽轮机，具有较好的热负荷和变负荷适应性。机组能在冷态、温态、热态和极热态等不同工况下启动，并可采用定压和定-滑-定压运行方式中的任一种运行。定-滑-定压运行时，滑压运行的范围是30-90%BMCR。
2.2基于有效数据的统计分析
（1）依据1.3节给出的数据筛选原则，从实例机组1年的运行数据中获得机组性能有效工况数据（每个有效工况内以每分钟一次进行采样，下同）。并绘制机组负荷与煤耗率之间散点图如图2所示，图中的每一个点簇实际上就是一个稳定运行工况。可以看出，机组在300-600MW的调峰范围内，机组负荷与煤耗率呈二次曲线关系。经验证，图2所揭示的机组性能特性与机组的考核试验结果非常吻合。
（2）在一定负荷下，进一步分析可以得到机组某些关键参数与机组煤耗率之间的关系。图3是实例机组在400MW负荷点由性能有效工况数据统计分析得到的热力机组循环水入口温度与机组煤耗率之间的关系图。图中每一个点簇是由某一确定工况下连续采样数据构成。
由图3进一步分析可得出：
在单一连续稳定运行工况下，基于现场测量仪表数据的在线性能计算值分布范围在6g/Kw.h内（约为机组设计煤耗率的2%）；
在外界边界条件（机组负荷、循环水入口温度）相近的条件下，在线性能计算指标分布在20g/Kw.h的一个区域内（约为机组设计煤耗率的6%）。这是由机组运行方式的不同、运行参数的偏离等因素综合作用的结果。
2.3机组运行优化的节能可行区间
由图3看出，机组通过运行优化的节能降耗的可行区间为2%~4%，即约6~12g/Kw.h。该结果揭示出机组运行优化有巨大的节能潜力，也给进一步提高机组管理运行水平工作带来了极大的鼓舞。
三、数据分析结果讨论
（1）通过数据筛选环节已经排除了系统动态的影响，使数据分析建立在热力学稳定态之上。数据统计分析结果反映的是机组在由过程设备、测量仪表组成广义热物理系统，在复杂边界条件和不同运行方式、运行参数下的内在本质不确定性和一般统计特性。统计学模型是具有普适性的。
（2）本研究所依赖的实例机组为典型的大型调峰机组。机组运行人员经验丰富，并积极利用机组的各种可行调整手段进行运行操作。这些有利条件是获取有效样本进行统计分析的基础。如果机组长期承担基本负荷或机组运行*依赖热控系统定值，则该机组的运行数据或许不满足相应的统计分析需求和特性。
（3）由机组长期数据筛选出的工况类似于机炉联合调整优化试验工况。然而，一方面因机组试验参数众多，另一方面受财力、物力等条件限制，对所有可能的组合情况进行机炉联合调整试验是不可行的。由数据统计分析可以得出的机组在各种实际运行参数匹配下的系统性能，是对传统的工程优化试验方法—“单因素轮换法”的有效补充。
四、结语
本研究利用机组长期运行数据，并结合机组性能试验相关标准要求及热力学理论方法进行数据统计分析，得出大型机组运行优化的节能潜力空间。对发电企业管理运行人员有以下几点可供参考：
（1）机组数据统计分析反映的是机组在主要外界条件下的整体行为特性。正如复杂性科学观点认为，复杂系统是由众多组分（子系统）组成，系统的整体行为和特性不能由其组分的行为或特性来解释。上述数据分析研究也进一步表明，在提高机组各主辅设备、环节及子系统性能的同时，从系统整体运行方式及参数优化匹配方面依然有巨大的节能潜力可挖。发电企业管理运行人员应该扩展思路，局部与整体并重。
（2）由数据筛选得出的机组煤耗率较低的运行工况可作为机组在相近的负荷及外界环境温度等边界条件下的优化运行参照工况。
（3）机组的可控制调整参数众多。为了找到机组的*运行工况，应该在热控系统中原有通过优化试验得出的控制曲线上均增加偏置功能，并大力鼓励运行操作人员参照以往的优化工况、优化试验推荐值以及自身运行经验，在机组安全范围内积极进行运行调整。这样经过长期的良性循环可实现提高运行人员水平和机组运行的双丰收。
