基于现场监测数据的水轮机运行性能分析

学位论文作者签名：
签字日期：
年
月
日
学位论文版权使用授权书
本学位论文作者完全了解
河北工程大学有关保留、使用学位论文的规
定。特授权 河北工程大学 可以将学位论文的全部或部分内容编入有关数据库 进行检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同 意学校向国家有关部门或机构送交论文的复印件和电子文档。 （保密的学位论文在解密后适用本授权说明）
学位论文作者签名：
签字日期：
年
月
日
导师签名：
签字日期：
年
月
日
第1章
绪 论
第1章 绪 论
1.1 研究的背景及意义
我国的水力资源总量在世界上是比较丰富的国家之一，人均占有量是世界人 均占有量的 55.1%。经全面细致的勘测计算，我国水力资源的理论蕴藏量达 6.94 亿 kW，年理论发电量为 6.08 万亿 kW・h，技术可开发装机容量为 5.42 亿 kW， 年发电量为 2.47 万亿 kW・h，居世界首位。并且水力发电具有发电启停方便、运 行成本低廉、运行操作灵活等特点，担任系统的调峰、调频任务，保证电网的安 全运行。开发水电利于减少环境污染，利于提高资源利用率及社会经济的综合效 益，符合我国当前可持续发展战略的需要。 水轮机是水力发电的水力原动机，是水电站最重要的动力设备之一[1]。水轮机 运行性能的优劣，直接影响水电站乃至整个电力系统运行的技术经济水平[2~4]，因 此，有效地对水轮机运行参数进行监测和分析，将对水轮机组高效稳定运行起到 重要的作用，为建立水力机组优化运行系统打下基础。 水轮机的运行参数是衡量水电生产水平的重要指标，运用当前先进的方法对 水轮机运行的综合特性开展有效合理的建模，并利用逼近的数学模型，建立能量 特性模型，进行运行参数的逼近拟合，将其应用于水电站的运行预测，是当前水 电站优化调度、实现经济运行的基础，是水电生产发展的必然要求。
河北工程大学 硕士学位论文 基于现场监测数据的水轮机运行性能分析 姓名：杨海燕 申请学位级别：硕士 专业：水利水电工程 指导教师：赵林明 2011
摘 要
摘 要
水力资源是可再生的清洁能源，也是用于发电的优质能源。在当前全球气候 变暖严重影响到人类生存的情况下，能源的供应和安全成为国家和民生最关注的 问题，因此，采用清洁、绿色、可再生的能源，减少有害排放物已成为降低环境 污染的主要途径。水力发电作为开发利用最早、开发技术比较成熟的全球能源量 最大的可再生能源，正在被人们重视和得到有效利用。 水轮机是水力发电的水力原动机，是水电站最重要的动力设备之一。水轮机 运行性能的优劣，直接影响水电站的技术经济水平，因此，有效地对水轮机运行 参数进行监测和分析，将对水轮发电机组高效稳定运行起到重要的作用，为建立 水轮发电机组优化运行系统打下基础。 本文基于广西三岔水电站的现场监测数据，对水轮机运行特性进行了三个方 面的分析，具体为： 第一部分：水轮机相对效率的分析。本文通过对广西三岔水电站 2 号水轮发 电机组的大量现场实测资料进行分析和整理，获得一些典型工况下机组工作水头、 出力和压差等数据，根据水轮机相对效率的计算原理，计算得出相对效率值，并 绘出相对效率和机组出力的关系曲线，发现关系曲线不符合一般规律，对其原因 进行了分析； 第二部分：水力发电系统特性的模拟分析。将引水管路、水轮机、发电机作 为一个整体的水力发电系统，并在现场监测数据的基础上，应用人工神经网络方 法，建立了该系统的输入输出数学模型。与实际的监测数据进行对比分析表明， 所建立的人工神经网络模型，具有较高的计算精度，能够用于开发水电站水轮发 电机组的优化运行系统； 第三部分：水轮发电机组轴承温度的模拟分析。这部分将数据拟合的一些方 法应用于分析水轮发电机组轴承温度的温升过程，可以对水轮发电机组轴承温度 的变化进行预测；另外还建立了水轮发电机组轴承温度的人工神经网络模型，可 以用于指导水电站中水轮发电机组的运行。 本文所有研究成果均已应用于广西三岔水电站优化运行智能决策系统中，对 该水电站中水轮发电机组的安全高效运行起到了作用。 关键词：水轮发电机组；相对效率；人工神经网络；数据拟合；优化运行
III
独创性声明
本人郑重声明： 所呈交的学位论文，是本人在导师的指导下，独立进行研究 工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或 集体已经发表或撰写过的研究成果，也不包含为获得河北工程大学或其他教育 机构的学位或证书而使用过的材料。对本文的研究做出重要贡献的个人和集体， 均已在论文中作了明确的说明并表示了谢意。本人完全意识到本声明的法律结果 由本人承担。
II
Abstract
network model has high accuracy and can be used in the development of the optimized operation system of hydroelectric generating unit of hydropower station. Section three: the bearing temperature simulation of the hydroelectric generating set. Data fitting method was applied to the bearing temperature simulation of the hydroelectric generating set. The method can predict the bearing temperature changes; in addition also established the artificial neural network model of the hydro-generating bearing temperature, could be used to guide the operation of hydroelectric generating set of the hydroelectric generating set. The results of this paper have been used to optimize the intelligent decision system of Guangxi Sancha hydropower station, and played an important role to safety and efficient of the hydroelectric generating set. Keywords: Hydroelectric generating set; Relative efficiency; Artificial neural network; Data fitting; optimizing operation
I
Abstract
Abstract
Waterpower resource is the renewable and cleaning energy source, and also the high-quality source for power generation. Under the condition that human survival was seriously influenced by global warming, energy security and supply has become the most concern of the country and its people. Therefore, an important approach to reduce environment pollution is to adopt cleaning, green and renewable energy resource and to reduce harmful emissions. Hydroelectric power, which was used early, development technique-matured and the biggest renewable energy of the global energy resources, is taken seriously by people and utilized effectively. Hydraulic turbine is the hydraulic prime mover of water power generation, and is one of the important power equipment of hydropower station. The capability of hydraulic turbine directly affects the technological and economic level of the hydropower station. Therefore, effective monitoring and analysis to the turbine operation parameters will play an important role for the efficient and stable operation of hydroelectric generating set, and for the optimizing operation system of hydroelectric generating set. Three aspects of the operation characteristics of hydraulic turbine were analyzed in this paper based on on-site monitoring data of Guangxi Sancha hydropower station, main content as follows: Section one: the relative efficiency analysis of the hydraulic turbine. Data of working head, contribution and differential pressure of the hydroelectric generating set on different typical conditions was obtained with analysis and collection of large amounts of on-site data of No.2 hydroelectric generating set of Guangxi Sancha hydropower station. Based on the calculation principles of the relative efficiency of hydraulic turbine, the relative efficiency was calculated, and the curve of relationship between the relative efficiency and the contribution was established. The curve does not follow the general rule and study the reason. Section two: the hydroelectric power system simulation. The input and output mathematical model of the hydroelectric power system that consists of water pipes, water turbine and generator was developed with artificial neural network based on on-site monitoring data. Compared with the monitoring data, the artificial neural