侯 峰，謝澤坤 ，張 震，牛玉廣,3

(1.陜西國(guó)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(jì)算機(jī)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(guó)家重點(diǎn)實(shí)驗(yàn)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(jìn)機(jī)組高參數(shù)、大容量的發(fā)展以及由技術(shù)進(jìn)步引起的各種發(fā)電方式的出現(xiàn)，熱工自動(dòng)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(jī)組安全、可靠、經(jīng)濟(jì)運(yùn)行的重要因素。在高溫高壓、隨機(jī)噪聲、擾動(dòng)等復(fù)雜工況下，機(jī)組長(zhǎng)期運(yùn)行不可避免地會(huì)出現(xiàn)特性變化，控制器參數(shù)整定不及時(shí)，傳感器、執(zhí)行器故障增多，容易引起控制性能下降的問(wèn)題。據(jù)統(tǒng)計(jì)，有超過(guò)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(cè)量?jī)x表、執(zhí)行機(jī)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(guò)去依照人工檢修和經(jīng)驗(yàn)調(diào)參的方式越來(lái)越呈現(xiàn)出效率低、周期長(zhǎng)和費(fèi)用高的缺點(diǎn)，難以做到早期、全面、及時(shí)的故障診斷與系統(tǒng)性能分析。

國(guó)內(nèi)外許多研究人員或機(jī)構(gòu)對(duì)控制系統(tǒng)性能評(píng)價(jià)或故障診斷開(kāi)展了廣泛深入研究[3-6]。文獻(xiàn)[7-9]利用多元統(tǒng)計(jì)分析、矩陣分解等數(shù)據(jù)驅(qū)動(dòng)技術(shù)從系統(tǒng)層面對(duì)熱控系統(tǒng)傳感器故障診斷進(jìn)行了深入研究，解決了數(shù)據(jù)降維處理的問(wèn)題。此外，不少公司機(jī)構(gòu)開(kāi)發(fā)了控制器性能評(píng)價(jià)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(jī)組集散控制系統(tǒng)(Distributed Control System,DCS)已實(shí)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(duì)長(zhǎng)期保存在SIS的機(jī)組數(shù)據(jù)，集團(tuán)側(cè)、電科院、火電廠可以通過(guò)建立數(shù)據(jù)中心，對(duì)火電機(jī)組及其控制回路進(jìn)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(chǎng)的檢修、故障排查和性能優(yōu)化。其中，國(guó)家能源集團(tuán)、大唐集團(tuán)、華能集團(tuán)、華電集團(tuán)、國(guó)電投以及京能集團(tuán)、浙能集團(tuán)、江蘇國(guó)信集團(tuán)等正在開(kāi)展數(shù)據(jù)中心規(guī)劃或試點(diǎn)研究工作。這種通過(guò)建立數(shù)據(jù)中心進(jìn)行集中開(kāi)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(yuǎn)程監(jiān)測(cè)分析診斷系統(tǒng)以某電廠作為數(shù)據(jù)采集源和分析對(duì)象，實(shí)時(shí)采集點(diǎn)數(shù)約1 000點(diǎn)。該系統(tǒng)以組態(tài)軟件靈活組態(tài)、應(yīng)用插件獨(dú)立開(kāi)發(fā)以及插件與組態(tài)解耦的開(kāi)發(fā)新模式為特點(diǎn)，并結(jié)合性能評(píng)價(jià)、故障診斷、模型辨識(shí)和整定優(yōu)化等功能模塊，通過(guò)不斷地實(shí)驗(yàn)研究，對(duì)電廠數(shù)據(jù)中心的建設(shè)進(jìn)行實(shí)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(hù)水平，有助于火電機(jī)組的安全高效運(yùn)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(cè)：通過(guò)火電廠生產(chǎn)流程圖、點(diǎn)列表、實(shí)時(shí)/歷史趨勢(shì)圖等方式對(duì)機(jī)組運(yùn)行狀態(tài)參數(shù)進(jìn)行在線監(jiān)測(cè)。

性能評(píng)價(jià)：基于歷史數(shù)據(jù)對(duì)控制回路進(jìn)行性能指標(biāo)評(píng)價(jià)，包括穩(wěn)態(tài)和動(dòng)態(tài)性能指標(biāo)以及隨機(jī)性能指標(biāo)即最小方差指標(biāo)[11-12]。其中，動(dòng)態(tài)性能指標(biāo)包括超調(diào)量、調(diào)節(jié)時(shí)間、衰減率和最大動(dòng)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(duì)控制回路中的執(zhí)行器或傳感器進(jìn)行實(shí)時(shí)故障診斷；對(duì)選定歷史時(shí)間段的控制回路中執(zhí)行器或傳感器的故障信息進(jìn)行統(tǒng)計(jì)，統(tǒng)計(jì)信息包括故障次數(shù)、故障類型、故障發(fā)生的時(shí)間。

閉環(huán)辨識(shí)：通過(guò)開(kāi)發(fā)的模型辨識(shí)工具箱，選定一段有效歷史數(shù)據(jù)，對(duì)不同工況下的控制回路進(jìn)行模型參數(shù)辨識(shí)，包括低負(fù)荷、中負(fù)荷以及高負(fù)荷工況下的被控對(duì)象模型。模型辨識(shí)工具箱涵蓋試驗(yàn)?zāi)Ｐ?、最?yōu)模型、辨識(shí)模型和調(diào)整模型。其中，試驗(yàn)?zāi)Ｐ褪窃诨芈返碾A躍輸入擾動(dòng)試驗(yàn)下得出的模型；最優(yōu)模型是將辨識(shí)效果最好的模型參數(shù)存為最優(yōu)模型；辨識(shí)模型是所選定時(shí)間段內(nèi)辨識(shí)得出的模型；由于擾動(dòng)因素的存在，辨識(shí)模型不一定準(zhǔn)確，需要根據(jù)辨識(shí)模型的輸出與實(shí)際曲線的擬合程度來(lái)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(jìn)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(píng)價(jià)結(jié)果，在某控制回路性能不達(dá)標(biāo)或需要改善時(shí)調(diào)整控制器的參數(shù)以期達(dá)到希望的性能指標(biāo)。

1.2 系統(tǒng)架構(gòu)

系統(tǒng)開(kāi)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(kāi)發(fā)平臺(tái)，通過(guò)平臺(tái)的組態(tài)開(kāi)發(fā)和腳本開(kāi)發(fā)工具實(shí)現(xiàn)界面的人機(jī)交互功能，通過(guò)Java應(yīng)用插件的開(kāi)發(fā)形式實(shí)現(xiàn)算法高級(jí)應(yīng)用功能，將數(shù)據(jù)提取、數(shù)據(jù)計(jì)算以及結(jié)果展示以更靈活的方式進(jìn)行，達(dá)到獨(dú)立開(kāi)發(fā)、獨(dú)立維護(hù)、平臺(tái)與應(yīng)用解耦的目的。系統(tǒng)的各個(gè)功能模塊維護(hù)、升級(jí)和新功能添加均可通過(guò)應(yīng)用插件和配置文件的形式實(shí)現(xiàn)。其中，Java應(yīng)用插件與人機(jī)交互界面之間的接口通過(guò)平臺(tái)的應(yīng)用插件管理和調(diào)用規(guī)則來(lái)完成。

圖1 系統(tǒng)開(kāi)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(shí)現(xiàn)數(shù)據(jù)統(tǒng)一存儲(chǔ)和統(tǒng)一的數(shù)據(jù)服務(wù)接口，實(shí)現(xiàn)熱工遠(yuǎn)程監(jiān)測(cè)、自動(dòng)調(diào)節(jié)及性能分析研究應(yīng)用的功能，子站實(shí)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(jì)圖如圖3所示。其中， 數(shù)據(jù)接入層主要實(shí)現(xiàn)發(fā)電設(shè)備狀態(tài)信息、 運(yùn)行監(jiān)控信息的采集；數(shù)據(jù)轉(zhuǎn)發(fā)層主要實(shí)現(xiàn)實(shí)時(shí)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(shí)現(xiàn)數(shù)據(jù)的統(tǒng)一存儲(chǔ)，提供高級(jí)應(yīng)用層的數(shù)據(jù)訪問(wèn)接口；高級(jí)應(yīng)用層主要實(shí)現(xiàn)熱工遠(yuǎn)程監(jiān)測(cè)、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(jì)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(lái)自火電廠子站的數(shù)據(jù)，在進(jìn)行性能評(píng)價(jià)整定之前，選擇待評(píng)價(jià)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(duì)數(shù)據(jù)進(jìn)行預(yù)處理[13]。

圖4 分析診斷流程圖

對(duì)于預(yù)處理后的數(shù)據(jù)，除了用于模型參數(shù)辨識(shí)、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(jì)之外，還需進(jìn)行狀態(tài)判別用于性能指標(biāo)評(píng)價(jià)。若屬于動(dòng)態(tài)階躍響應(yīng)過(guò)程，則計(jì)算動(dòng)態(tài)性能指標(biāo)；否則，計(jì)算隨機(jī)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(duì)回路性能進(jìn)行綜合評(píng)價(jià)，若性能良好則保持各項(xiàng)參數(shù)不變，否則進(jìn)行控制器參數(shù)整定并給出綜合評(píng)價(jià)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(píng)價(jià)指標(biāo)求取算法

基于最小方差基準(zhǔn)的性能評(píng)價(jià)算法由Harris于1989年提出[14]。由于最小方差基準(zhǔn)可以通過(guò)對(duì)閉環(huán)運(yùn)行數(shù)據(jù)的計(jì)算得到且不會(huì)對(duì)運(yùn)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(píng)價(jià)中得到了廣泛應(yīng)用。最小方差評(píng)價(jià)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(duì)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(jì)算式如下：

(2)

2.2.2 內(nèi)?？刂扑惴?/p>

控制優(yōu)化整定算法采用內(nèi)?？刂扑惴ā?nèi)?？刂?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(dòng)輸入；GIMC(s)為內(nèi)模控制器；U(s)為內(nèi)?？刂破鞯妮敵?；W(s)為實(shí)際被控過(guò)程對(duì)象；W*(s)為被控對(duì)象的數(shù)學(xué)模型，即內(nèi)部模型；Y(s)為過(guò)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?shí)現(xiàn)，一般在內(nèi)?？刂破髑盎蚝蟠?個(gè)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(shí)際的內(nèi)?？刂破鹘Y(jié)構(gòu)為

濾波器的時(shí)間常數(shù)Tf和m階次越小，系統(tǒng)輸出對(duì)給定值的跟蹤滯后就越小，系統(tǒng)響應(yīng)越快，但對(duì)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(jì)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(jìn)算法。為了使辨識(shí)結(jié)果更加精確，從而對(duì)工程人員提供指導(dǎo)性意見(jiàn)，系統(tǒng)采用具有遺忘因子的最小二乘遞推算法，對(duì)被控對(duì)象進(jìn)行模型辨識(shí)。其計(jì)算式如下[15]：

(3)

3 應(yīng)用分析

針對(duì)某電廠的主蒸汽溫度控制系統(tǒng)進(jìn)行性能評(píng)價(jià)模塊的驗(yàn)證。選取一段時(shí)間的主蒸汽溫度信號(hào)，如圖6所示，該過(guò)程明顯是一個(gè)穩(wěn)態(tài)過(guò)程，經(jīng)過(guò)計(jì)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(shuō)明此時(shí)的控制器性能較好。

圖6 主蒸汽溫度曲線

由于機(jī)組在不同負(fù)荷下，模型的參數(shù)也會(huì)發(fā)生相應(yīng)的變化，所以將負(fù)荷分為高、中、低3種類型，分別辨識(shí)出每種負(fù)荷下的各被控對(duì)象的模型參數(shù)。采用多組數(shù)據(jù)進(jìn)行多次試驗(yàn)，將辨識(shí)效果最佳的參數(shù)保存到最優(yōu)模型庫(kù)中。另外，每次辨識(shí)的參數(shù)結(jié)果都可進(jìn)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(duì)象進(jìn)行參數(shù)辨識(shí)，辨識(shí)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(shí)曲線

傳感器、執(zhí)行器故障診斷為實(shí)時(shí)在線運(yùn)行，如表1所示，選取4個(gè)汽包水位測(cè)量信號(hào)判斷當(dāng)前水位傳感器是否發(fā)生故障，同時(shí)分析出故障的類型。

圖8 模型辨識(shí)結(jié)果

若存在故障則將故障時(shí)間和故障類型保存到歷史數(shù)據(jù)庫(kù)中，如表2、表3所示。在歷史數(shù)據(jù)庫(kù)中，可以隨時(shí)調(diào)取某個(gè)傳感器或執(zhí)行器在某段時(shí)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(kù)Table 2 History database of actuator fault diagnosis

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

4 結(jié) 語(yǔ)

從系統(tǒng)功能、架構(gòu)設(shè)計(jì)以及算法等角度闡述了熱工遠(yuǎn)程監(jiān)測(cè)分析診斷系統(tǒng)，實(shí)現(xiàn)了火電機(jī)組熱控系統(tǒng)的狀態(tài)監(jiān)測(cè)、性能指標(biāo)評(píng)價(jià)、故障診斷、模型閉環(huán)辨識(shí)與控制參數(shù)優(yōu)化整定等功能，并在貴州電科院試運(yùn)行。

系統(tǒng)在第一次迭代開(kāi)發(fā)的基礎(chǔ)上，仍需進(jìn)行功能的不斷完善和系統(tǒng)升級(jí)等開(kāi)發(fā)工作。即通過(guò)改進(jìn)算法、增加性能評(píng)價(jià)指標(biāo)或建立更有效的評(píng)價(jià)體系，以提高性能評(píng)價(jià)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(guò)采用智能計(jì)算、統(tǒng)計(jì)分析等算法或設(shè)計(jì)架構(gòu)來(lái)降低故障的漏報(bào)率和虛警率；通過(guò)改進(jìn)或增加智能算法提高系統(tǒng)閉環(huán)辨識(shí)精度以及優(yōu)化控制參數(shù)。