一种基于燃煤电厂脱硫系统数据自动诊断甄别方法

摘要

本发明公开了一种基于燃煤电厂脱硫系统数据自动诊断甄别方法，运用统计学方法，结合脱硫系统工艺原理，对现场采集脱硫系统数据进行自动辨识，实现了数据不变、数据超限、数据波动异常、参数耦合异常、烟气量、石灰石消耗量、石膏产量的自动甄别，提高了采集数据的准确性，保证了考核结果的公平性。

主权项

一种基于燃煤电厂脱硫系统数据自动诊断甄别方法，其特征在于，采用统计学原理与脱硫系统工艺原理相结合的方法，对现场采集的脱硫系统数据变化异常进行自动识别，并对脱硫系统关键指标进行自动甄别，主要包括以下步骤：1)采用统计学原理对数据变化异常状态进行自动识别，数据变化异常状态主要包括数据不变，数据超限，数据波动异常和数据耦合异常四种情况，其中，1‑a)数据不变的识别规则为：考核期内测点数据没有变化且持续时间达到30分钟，则判断为该测点数据不变，所述考核期是指机组发电功率大于等于50％机组额定负荷的时间内；所述考核期内测点数据没有变化是指相邻两个数据之间的绝对偏差<0.001；1‑b)数据超限的识别规则为：考核期内测点数据同时满足以下四个条件则判断该测点为数据超限异常，分析仪故障＝0；分析仪标定＝0；采集数据<阈值下限或者采集数据>阈值上限；持续时间达到30分钟；1‑c)数据波动异常的识别规则为：测点小时变异系数中，考核时间>0，并且变异系数>阈值上限或者变异系数<阈值下限，则判断该测点为数据波动异常；所述小时变异系数为：小时变异系数＝(标准偏差÷平均值)×100％；1‑d)数据耦合异常的识别规则为：相关关系的小时相关系数中，考核时间>0，并且相关系数>阈值上限或者相关系数<阈值下限，则判断该测点为数据耦合异常；2)采用脱硫系统工艺原理对关键指标进行自动甄别，关键指标主要包括石灰石消耗量和石膏产量两个指标，其中石灰石消耗量的理论计算公式为：$Q_{{\mathrm{CaCO}}_3,95\%,FGD}=\frac{Q_{{\mathrm{SO}}_2,FGD,reduced}}{64}\times Ca/S\times 100\times \frac{1}{0.95}---\left(1\right)$其中，为95％纯度的石灰石消耗量(kg/h)，为SO₂脱除量(kg/h)，Ca/S为钙硫摩尔比(mol/mol)，利用在线测量数据计算的石灰石消耗量，与发电企业入厂统计数据进行对比，即可实现石灰石消耗量的自动甄别；石膏产量Q_gyp,FGD的理论计算公式为：$Q_{\mathrm{gyp},\mathrm{FGD}}=(2.681+0.082\times \mathrm{Ca}/S)\times Q_{{\mathrm{SO}}_2,\mathrm{FGD},\mathrm{reduced}}+Q_{\mathrm{ash},\mathrm{FGD},\mathrm{absorbed}}---\left(2\right)$其中：Q_{ash,FGD,absorbed}为烟尘吸收量(kg/h)，利用在线测量数据计算的石膏产量，与发电企业石膏出厂统计数据进行对比，即可实现石膏产量的自动甄别。