熱工遠程監(jiān)測分析診斷系統(tǒng)開發(fā)與應(yīng)用

侯 峰，謝澤坤 ，張 震，牛玉廣,3

(1.陜西國華錦界能源有限責(zé)任公司，陜西 榆林 719319; 2.華北電力大學(xué) 控制與計算機工程學(xué)院，北京102206;3.華北電力大學(xué) 新能源電力系統(tǒng)國家重點實驗室，北京 102206)

0 引 言

能源是人類賴以生存的重要物質(zhì)資源，而電力是能源利用的主要形式之一。隨著1 000 MW超超臨界、二次再熱等先進機組高參數(shù)、大容量的發(fā)展以及由技術(shù)進步引起的各種發(fā)電方式的出現(xiàn)，熱工自動化技術(shù)及設(shè)備的復(fù)雜程度不斷提高，火電廠熱控系統(tǒng)的可靠性[1]也日益成為衡量機組安全、可靠、經(jīng)濟運行的重要因素。在高溫高壓、隨機噪聲、擾動等復(fù)雜工況下，機組長期運行不可避免地會出現(xiàn)特性變化，控制器參數(shù)整定不及時，傳感器、執(zhí)行器故障增多，容易引起控制性能下降的問題。據(jù)統(tǒng)計，有超過90%的控制回路采用了PID控制器，建立在控制回路基礎(chǔ)上的多回路控制系統(tǒng)性能往往取決于測量儀表、執(zhí)行機構(gòu)及常規(guī)PID控制器的性能優(yōu)劣，而PID參數(shù)不良整定普遍存在[2]。過去依照人工檢修和經(jīng)驗調(diào)參的方式越來越呈現(xiàn)出效率低、周期長和費用高的缺點，難以做到早期、全面、及時的故障診斷與系統(tǒng)性能分析。

國內(nèi)外許多研究人員或機構(gòu)對控制系統(tǒng)性能評價或故障診斷開展了廣泛深入研究[3-6]。文獻[7-9]利用多元統(tǒng)計分析、矩陣分解等數(shù)據(jù)驅(qū)動技術(shù)從系統(tǒng)層面對熱控系統(tǒng)傳感器故障診斷進行了深入研究，解決了數(shù)據(jù)降維處理的問題。此外，不少公司機構(gòu)開發(fā)了控制器性能評價軟件，并在化工、造紙等行業(yè)取得了良好的應(yīng)用[10]。

當(dāng)前，火電機組集散控制系統(tǒng)(Distributed Control System,DCS)已實現(xiàn)了火電廠控制系統(tǒng)的數(shù)字化。在此基礎(chǔ)上，監(jiān)控信息系統(tǒng)(Snpervisory Information System, SIS)也得到了廣泛應(yīng)用。針對長期保存在SIS的機組數(shù)據(jù)，集團側(cè)、電科院、火電廠可以通過建立數(shù)據(jù)中心，對火電機組及其控制回路進行集中的分析診斷和性能優(yōu)化，并形成反饋從而指導(dǎo)現(xiàn)場的檢修、故障排查和性能優(yōu)化。其中，國家能源集團、大唐集團、華能集團、華電集團、國電投以及京能集團、浙能集團、江蘇國信集團等正在開展數(shù)據(jù)中心規(guī)劃或試點研究工作。這種通過建立數(shù)據(jù)中心進行集中開發(fā)、指導(dǎo)的新模式展現(xiàn)出了良好的應(yīng)用前景。

熱工遠程監(jiān)測分析診斷系統(tǒng)以某電廠作為數(shù)據(jù)采集源和分析對象，實時采集點數(shù)約1 000點。該系統(tǒng)以組態(tài)軟件靈活組態(tài)、應(yīng)用插件獨立開發(fā)以及插件與組態(tài)解耦的開發(fā)新模式為特點，并結(jié)合性能評價、故障診斷、模型辨識和整定優(yōu)化等功能模塊，通過不斷地實驗研究，對電廠數(shù)據(jù)中心的建設(shè)進行實踐探索。系統(tǒng)的建成和完善有助于提高熱控系統(tǒng)的可靠性及維護水平，有助于火電機組的安全高效運行及火電廠的節(jié)能減排。

1 系統(tǒng)功能與架構(gòu)

1.1 系統(tǒng)功能

狀態(tài)監(jiān)測：通過火電廠生產(chǎn)流程圖、點列表、實時/歷史趨勢圖等方式對機組運行狀態(tài)參數(shù)進行在線監(jiān)測。

性能評價：基于歷史數(shù)據(jù)對控制回路進行性能指標(biāo)評價，包括穩(wěn)態(tài)和動態(tài)性能指標(biāo)以及隨機性能指標(biāo)即最小方差指標(biāo)[11-12]。其中，動態(tài)性能指標(biāo)包括超調(diào)量、調(diào)節(jié)時間、衰減率和最大動態(tài)偏差；穩(wěn)態(tài)性能指標(biāo)包括靜態(tài)偏差、方差和穩(wěn)態(tài)誤差。

故障診斷：對控制回路中的執(zhí)行器或傳感器進行實時故障診斷；對選定歷史時間段的控制回路中執(zhí)行器或傳感器的故障信息進行統(tǒng)計，統(tǒng)計信息包括故障次數(shù)、故障類型、故障發(fā)生的時間。

閉環(huán)辨識：通過開發(fā)的模型辨識工具箱，選定一段有效歷史數(shù)據(jù)，對不同工況下的控制回路進行模型參數(shù)辨識，包括低負荷、中負荷以及高負荷工況下的被控對象模型。模型辨識工具箱涵蓋試驗?zāi)Ｐ汀⒆顑?yōu)模型、辨識模型和調(diào)整模型。其中，試驗?zāi)Ｐ褪窃诨芈返碾A躍輸入擾動試驗下得出的模型；最優(yōu)模型是將辨識效果最好的模型參數(shù)存為最優(yōu)模型；辨識模型是所選定時間段內(nèi)辨識得出的模型；由于擾動因素的存在，辨識模型不一定準(zhǔn)確，需要根據(jù)辨識模型的輸出與實際曲線的擬合程度來適當(dāng)調(diào)整模型參數(shù)，并將擬合程度最好的一組模型進行保存，為后續(xù)判斷最優(yōu)模型奠定基礎(chǔ)。

控制優(yōu)化：根據(jù)回路性能評價結(jié)果，在某控制回路性能不達標(biāo)或需要改善時調(diào)整控制器的參數(shù)以期達到希望的性能指標(biāo)。

1.2 系統(tǒng)架構(gòu)

系統(tǒng)開發(fā)總體流程圖如圖1所示，以北京四方繼保公司的組態(tài)軟件作為開發(fā)平臺，通過平臺的組態(tài)開發(fā)和腳本開發(fā)工具實現(xiàn)界面的人機交互功能，通過Java應(yīng)用插件的開發(fā)形式實現(xiàn)算法高級應(yīng)用功能，將數(shù)據(jù)提取、數(shù)據(jù)計算以及結(jié)果展示以更靈活的方式進行，達到獨立開發(fā)、獨立維護、平臺與應(yīng)用解耦的目的。系統(tǒng)的各個功能模塊維護、升級和新功能添加均可通過應(yīng)用插件和配置文件的形式實現(xiàn)。其中，Java應(yīng)用插件與人機交互界面之間的接口通過平臺的應(yīng)用插件管理和調(diào)用規(guī)則來完成。

圖1 系統(tǒng)開發(fā)總體流程

系統(tǒng)架構(gòu)如圖2所示，由主站、子站和數(shù)據(jù)傳輸網(wǎng)構(gòu)成。主站實現(xiàn)數(shù)據(jù)統(tǒng)一存儲和統(tǒng)一的數(shù)據(jù)服務(wù)接口，實現(xiàn)熱工遠程監(jiān)測、自動調(diào)節(jié)及性能分析研究應(yīng)用的功能，子站實現(xiàn)DCS、數(shù)字電液控制系統(tǒng)(Digital Electric-Hydraulic Control System, DEH)、自功發(fā)電控制(Automatic Generation Control,AGC)的數(shù)據(jù)采集功能，數(shù)據(jù)傳輸網(wǎng)完成子站到中心主站數(shù)據(jù)傳輸功能。系統(tǒng)采用C/S架構(gòu)，系統(tǒng)分層設(shè)計圖如圖3所示。其中， 數(shù)據(jù)接入層主要實現(xiàn)發(fā)電設(shè)備狀態(tài)信息、 運行監(jiān)控信息的采集；數(shù)據(jù)轉(zhuǎn)發(fā)層主要實現(xiàn)實時數(shù)據(jù)的預(yù)處理、數(shù)據(jù)轉(zhuǎn)發(fā)到中心主站；數(shù)據(jù)服務(wù)層實現(xiàn)數(shù)據(jù)的統(tǒng)一存儲，提供高級應(yīng)用層的數(shù)據(jù)訪問接口；高級應(yīng)用層主要實現(xiàn)熱工遠程監(jiān)測、分析診斷等應(yīng)用。

圖2 系統(tǒng)架構(gòu)圖

圖3 系統(tǒng)分層設(shè)計圖

2 分析診斷流程及核心算法概述

2.1 分析診斷流程

分析診斷流程如圖4所示，系統(tǒng)采集來自火電廠子站的數(shù)據(jù)，在進行性能評價整定之前，選擇待評價的調(diào)節(jié)回路和歷史數(shù)據(jù)段，并采用數(shù)據(jù)在線分割方法對數(shù)據(jù)進行預(yù)處理[13]。

圖4 分析診斷流程圖

對于預(yù)處理后的數(shù)據(jù)，除了用于模型參數(shù)辨識、模型參數(shù)微調(diào)優(yōu)化、傳感器與執(zhí)行器的故障診斷歷史數(shù)據(jù)統(tǒng)計之外，還需進行狀態(tài)判別用于性能指標(biāo)評價。若屬于動態(tài)階躍響應(yīng)過程，則計算動態(tài)性能指標(biāo)；否則，計算隨機性能指標(biāo)和穩(wěn)態(tài)性能指標(biāo)。在上述所有步驟和內(nèi)容完成后，對回路性能進行綜合評價，若性能良好則保持各項參數(shù)不變，否則進行控制器參數(shù)整定并給出綜合評價和優(yōu)化整定結(jié)果。

2.2 核心算法概述

2.2.1 最小方差評價指標(biāo)求取算法

基于最小方差基準(zhǔn)的性能評價算法由Harris于1989年提出[14]。由于最小方差基準(zhǔn)可以通過對閉環(huán)運行數(shù)據(jù)的計算得到且不會對運行中的控制系統(tǒng)造成干擾，因此該算法在控制系統(tǒng)性能評價中得到了廣泛應(yīng)用。最小方差評價指標(biāo)ηs定義如下：

yt=(f0+f1q-1+f2q-2+…+

fd-1q-(d-1)+fdq-d+…)qt

(1)

式中：yt為輸出序列；fi(i=1,2,…,d,…)是固定系數(shù)；q-i為滯后移位算子；d為被控對象的延遲。

式(1)兩邊分別乘以白噪聲序列at，可得數(shù)學(xué)期望歸納計算式如下：

(2)

2.2.2 內(nèi)模控制算法

控制優(yōu)化整定算法采用內(nèi)?？刂扑惴?。內(nèi)模控制(IMC)由Garcia于1982年提出，其結(jié)構(gòu)如圖5所示[15]。圖中：R(s)為系統(tǒng)輸入；R1(s)和R2(s)為擾動輸入；GIMC(s)為內(nèi)模控制器；U(s)為內(nèi)模控制器的輸出；W(s)為實際被控過程對象；W*(s)為被控對象的數(shù)學(xué)模型，即內(nèi)部模型；Y(s)為過程輸出；Y*(s)為模型輸出。系統(tǒng)輸出與輸入的關(guān)系為[15]

圖5 內(nèi)?？刂葡到y(tǒng)結(jié)構(gòu)

理想的內(nèi)?？刂破魑锢砩喜豢蓪崿F(xiàn)，一般在內(nèi)?？刂破髑盎蚝蟠?個低通濾波器，低通濾波器F1(s)的結(jié)構(gòu)形式為

加入低通濾波器后，實際的內(nèi)?？刂破鹘Y(jié)構(gòu)為

濾波器的時間常數(shù)Tf和m階次越小，系統(tǒng)輸出對給定值的跟蹤滯后就越小，系統(tǒng)響應(yīng)越快，但對模型誤差就越敏感，系統(tǒng)魯棒性就越差。

2.2.3 最小二乘遞推算法

最小二乘算法是在18世紀末由高斯提出的，如今已經(jīng)發(fā)展出許多基于最小二乘的改進算法。為了使辨識結(jié)果更加精確，從而對工程人員提供指導(dǎo)性意見，系統(tǒng)采用具有遺忘因子的最小二乘遞推算法，對被控對象進行模型辨識。其計算式如下[15]：

(3)

3 應(yīng)用分析

針對某電廠的主蒸汽溫度控制系統(tǒng)進行性能評價模塊的驗證。選取一段時間的主蒸汽溫度信號，如圖6所示，該過程明顯是一個穩(wěn)態(tài)過程，經(jīng)過計算得到其最大偏差為3.8、方差為1.6、穩(wěn)態(tài)誤差為0.6、最小方差指標(biāo)為0.575。說明此時的控制器性能較好。

圖6 主蒸汽溫度曲線

由于機組在不同負荷下，模型的參數(shù)也會發(fā)生相應(yīng)的變化，所以將負荷分為高、中、低3種類型，分別辨識出每種負荷下的各被控對象的模型參數(shù)。采用多組數(shù)據(jù)進行多次試驗，將辨識效果最佳的參數(shù)保存到最優(yōu)模型庫中。另外，每次辨識的參數(shù)結(jié)果都可進行調(diào)整并觀察其輸出，確定下最優(yōu)的模型參數(shù)。

選取汽包水位控制回路副回路控制對象進行參數(shù)辨識，辨識曲線如圖7所示，得到的結(jié)果如圖8所示。調(diào)整后的參數(shù)K=15.124，T=18.2，τ=7。

圖7 模型辨識曲線

傳感器、執(zhí)行器故障診斷為實時在線運行，如表1所示，選取4個汽包水位測量信號判斷當(dāng)前水位傳感器是否發(fā)生故障，同時分析出故障的類型。

圖8 模型辨識結(jié)果

若存在故障則將故障時間和故障類型保存到歷史數(shù)據(jù)庫中，如表2、表3所示。在歷史數(shù)據(jù)庫中，可以隨時調(diào)取某個傳感器或執(zhí)行器在某段時間內(nèi)的故障次數(shù)以及故障類型。

表1 傳感器故障診斷Table 1 Fault diagnosis of sensors

表2 執(zhí)行器故障診斷歷史庫Table 2 History database of actuator fault diagnosis

表3 傳感器故障診斷歷史庫Table 3 History database of sensor fault diagnosis

4 結(jié) 語

從系統(tǒng)功能、架構(gòu)設(shè)計以及算法等角度闡述了熱工遠程監(jiān)測分析診斷系統(tǒng)，實現(xiàn)了火電機組熱控系統(tǒng)的狀態(tài)監(jiān)測、性能指標(biāo)評價、故障診斷、模型閉環(huán)辨識與控制參數(shù)優(yōu)化整定等功能，并在貴州電科院試運行。

系統(tǒng)在第一次迭代開發(fā)的基礎(chǔ)上，仍需進行功能的不斷完善和系統(tǒng)升級等開發(fā)工作。即通過改進算法、增加性能評價指標(biāo)或建立更有效的評價體系，以提高性能評價準(zhǔn)確度和可靠性；增加傳感器和執(zhí)行器的故障類型及診斷方法，通過采用智能計算、統(tǒng)計分析等算法或設(shè)計架構(gòu)來降低故障的漏報率和虛警率；通過改進或增加智能算法提高系統(tǒng)閉環(huán)辨識精度以及優(yōu)化控制參數(shù)。