1.智能控制與運行優化之:寬負荷調峰及AGC特性優化(DCS智能化升級為ICS)


■ 關鍵技術點

(1)低負荷穩燃及AGC快速響應模塊;

(2)一次調頻、CCS特性提升模塊;

(3)熱電折算及解耦問題,燃料熱值校正;

(4)低負荷各類適應模塊;

(5)機組慣性校正模塊。


■ 預期效果

(1)AGC\一次調頻提升合格率>90%;,年度獲得電網獎勵約800萬元;

(2)機組能效提升,降低系統電耗、減少排煙損失、減少噴氨量等,年收益約50萬元;

(3)實現最低穩燃下AGC、一次調頻穩定運行,獲得調峰補償獎勵3000萬。





2.智能控制與運行優化之:可視化爐膛智能安全監控與優化燃燒系統


■ 關鍵技術點

(1)實時動態爐膛溫度場分布和煙氣成分變化,建立爐膛溫度場、煙氣成分動態數據模型;

(2)爐膛燃燒安全、高效、環保三維度實時診斷,雙尺度燃燒過程AI控制,多源智能燃燒調優控制;

(3)爐膛溫度場、CO、CO2、NOx以及燃燒強度頻譜智能判斷,以及智能燃燒優化調整。


■ 預期效果

(1)實現30%低負荷穩燃問題,杜絕燃燒不穩MFT;

(2)降低爐膛出口NOx不低于25%,節省氨耗量30%;

(3)動態調控燃燒過程,削平溫度尖峰,有效擬制結焦,提高燃燒效率約0.5%;

(4)綜合安全貢獻、負荷貢獻、氨耗貢獻以及電網獎勵等,全年收益不低于800萬元。





3.智能控制與運行優化之:基于微功率的多源智能滑壓優化系統


■ 關鍵技術點

(1)高調門流量特性試驗及節流損失動態核算;高壓缸效率與高調門損失聯合功耗模型;給水泵電耗與高調門節流損失匹配核算模型;

(2)高調門損失、高壓缸效率與鍋爐再熱器減溫水耦合關聯模型及經濟性核算;

(3)煤耗的大數據耦合閥位自適應最佳滑壓運行曲線模型仿真。


■ 預期效果

(1)建立機組最佳滑壓曲線及動態適應模型,提升機組總體效率,年貢獻約100萬元;

(2)支撐機組AGC靈活性和一次調頻能力,提升“隨動現貨交易”能力40%,年貢獻約750萬元;

(3)支撐一次調頻能力的提升,獲得電網獎勵。綜合機組能效、AGC隨動能力以及一次調頻的提升,年度貢獻不低于850萬元。





4.智能控制與運行優化之:基于動態熱負荷的多源耦合智能吹灰系統


■ 關鍵技術點

(1)潔凈因子與沾污系數試驗核算,工藝機理建模;關鍵指標統計建模;

(2)溫度場分布與熱力過程工藝關聯模型,工藝核算及觸發引擎;熱力過程因果建模;

(3)安全、環保、經濟三維度機理模型觸發引擎;系統關聯數據、環保參數映襯建模;

(4)煙氣走廊機理判斷特征機理與判斷大數據模型引擎;多源耦合建模仿真。


■ 預期效果

(1)智能吹灰蒸汽30%,杜絕過吹爆管事故;

(2)支撐鍋爐系統調優,提升鍋爐負荷能力30%;

(3)有效支撐本體檢修策略,提升鍋爐效率0.3%,實現年收益提升約126萬元;

(4)杜絕鍋爐結焦及煙氣走廊,避免局部煙氣沖刷爆管。綜合節省蒸汽、鍋爐效率以及負荷貢獻,年綜合收益約500萬元。





5.智能控制與運行優化之:汽輪機冷端智能診斷及優化決策系統


■ 關鍵技術點

(1)建立額外熱負荷、凝汽器換熱、真空嚴密性、膠球系統等研判模型及調優知識庫;

(2)建立凝汽器冷卻倍率、水塔填料/配水管、真空泵相關系統性能校對模型及維護調優知識庫;

(3)建立凝汽器動態效率曲線及微功率變化的特征矩陣模型及調優知識庫。


■ 預期效果

(1)汽輪機冷端系統優化控制的知識庫引擎,自動研判系統、設備故障、性能特性;

(2)自動推送最佳運行方式、維護建議決策,實現運行維護管理的標準化、規范化,提升管控效率50%;

(3)降低檢修費用20%,提高真空0.5kPa目標,年收益不低于180萬元。





6.智能控制與運行優化之:基于4S耦合的空預器智能尋優及安全預控系統


■ 關鍵技術點

(1)早期火情動態研判及預熱器堵塞動態研判模型;

(2)空預器腐蝕堵塞機理趨勢4S研判與處置模型;

(3)建立空預器動態穩壓及漏風率尋優大數據模型;

(4)空預器轉子膨脹變形動態模型及轉子卡澀預控模型。


■ 預期效果

(1)控制早期火情,防止火災事故,避免損失100萬元以上;

(2)預控腐蝕堵塞,降低風機電耗,延長運行周期,年貢獻約100萬元;

(3)輔助運行決策,降低排煙溫度,提效約0.2%;

(4)超負荷及特殊工況,防止轉子膨脹變形引起事故,避免損失約50萬元;

(5)年綜合創效約284萬元。





首頁 > 產品與服務 > 產品中心 > 產品中心列表 > 正文
360快三倍投计算器