燃煤电厂SIS系统的研究

燃煤电厂SIS系统的研究（1）发布时间：2005.10.21 11:35来源：AMT作者：李江林1．SIS系统概述SIS（Supervisory Information System in plant level，厂级监控信息系统）是处于燃煤电厂分散控制系统DCS以及相关辅助程控系统与全厂管理信息系统MIS之间的一套实时厂级监控信息系统，是数字化电厂的重要组成部分。

SIS系统是以机组的经济性诊断、厂级经济性分析、厂级负荷分配以及机组的经济运行为主要目的。

SIS系统是实现燃煤电厂信息化、知识化的重要环节，实时性、厂级分析与优化经济运行是SIS系统的突出特点。

SIS系统的实时性体现在：分析机组的实时运行参数，通过系统强大的数据挖掘、数据处理与优化的功能，对机组乃至全厂的运行状况进行准确的分析、诊断与优化；SIS系统的厂级特性体现在：系统涵盖了全厂的DCS数据信息以及辅助控制系统的数据信息，并在分析全厂运行经济性的基础上，实现全厂的运行优化。

厂级实时监控信息系统以分散控制系统为基础，以经济运行和提高发电企业整体效益为目的，采用先进、适用、有效的专业计算方法，实现整个电厂范围内信息共享，厂级生产过程的实时信息监控和调度，同时又提高了机组运行的可靠性。

它为电厂管理层的决策提供真实、可靠的实时运行数据，为市场运作下的企业提供科学、准确的经济性指标。

SIS系统主要处理实时数据，完成生产过程的监控和管理，故障诊断和分析，性能计算、分析和生产调度等。

SIS系统是由多个子系统组成，如网络站监控计算机系统、CRT监控系统、AGC系统、DEH系统、DAS系统、DCS系统和现场总线控制系统FCS(Fieldbus Control System)系统等。

燃煤电厂SIS常用的几个子系统：（1）、过程控制系统。

全面采用了DCS控制系统，逐步形成了数据采集、模拟量控制、顺序控制、数据处理和数据管理五大系统。

（2）、生产微机监控系统。

该系统由数据采集DAS系统、控制通信PLC系统、画面显示CRT系统及其他组成。

（3）、智能信息处理系统。

智能信息处理技术的方法包括专家系统、神经网络、知识工程、模糊数学、小波变换、分形几何、进化算法等与常规的信息处理技术相结合的产物，它的处理对象是包含声音、图像、文字和数据累积在内的多媒体信息，它主要涉及到以下处理问题：多媒体信息融合、多媒体信息转换、多媒体信息识别、多媒体信息生成。

（4）、现代图形处理系统。

现代图形处理技术,主要体现在计算机操作和信息显示的图形化,即窗口技术与多媒体技术的完善结合,通过窗口技术,可以实现简单方便的屏幕操作,完成对开关量或模拟量的控制,对于信息的状态和参数的变化，甚至信息所处的地理位置,也都可以通过动态图形和图形符号来加以显示,达到对信息的采集和监视的目的。

现代图形处理技术综合运用了智能信息处理技术,所涉及到的各种处理技术,也是信息处理技术的具体应用和实践。

（5）、网络信息智能处理系统。

综合自动化系统的发展趋势将是从不同生产厂商的自动化的系统朝着实现可互相操作、可互相替换的互联开放性系统的方向发展。

如LonWorks技术包括硬件部分的神经元（NEURON）芯片和软件部分的LonTalk通信协议等。

（6）、分布式智能系统。

分布式智能技术不同于人工智能，主要研究一个单独的智能体怎样体现其智能行为,分布式人工智能主要研究体现在多智能体系统中的知识、技能和行为。

确切地说主要是研究在合作或竞争下如何协调各智能系统的行为，其主要目的是为了有效地利用资源，控制系统的异步操作，均衡智能系统的目标。

由于许多复杂系统内具有分布式（时间上的分布、空间上的分布、功能上分布和系统结构的分布），网络技术的日益成熟和广泛的应用，为系统高可靠性的要求及信息处理速度的日益加快提供了广阔的系统平台，也为分布式人工智能技术在理论研究上取得了很大的进展，并以开发出多用户、多层次的分布式智能系统，针对现代工业系统的特征，目前在国际上具有代表性的应用方向：分布式智能控制、多智能体系统（MAS）、线条式工作与决策，它们的应用为实现更有效的控制和管理提供了新的思路和方法。

燃煤电厂生产过程信息系统软件包括：厂级生产过程监视、厂级及机组性能计算、经济指标分析及诊断、优化运行操作指导、在线机组性能试验、全厂负荷优化调度、运行性能故障诊断、机组寿命管理等功能模块，用于全厂生产管理的生产过程信息和经济指标信息自动报表系统以及用于远程生产监管的WEB网页发布系统等。

生产过程信息系统软件在于提高燃煤电厂机组整体经济效益。

目前燃煤电厂SIS系统主要实现的功能有：（1）、监视和指导机组的安全经济运行；（2）、降低发电企业的供电煤耗；（3）、主机和主要辅机的故障诊断；（4）、科学分配机组的负荷（5）、降低发电成本、提高经济效益；（6）、管控一体化。

2．南京大陆SIS系统解决方案南京大陆SIS系统是以提高机组乃至全厂运行经济性为目的信息系统，它不仅要对设备、机组乃至全厂的运行经济性进行准确的诊断，SIS系统的高级应用模块和子系统还为提高运行经济性提供了有效的技术手段。

南京大陆SIS系统解决方案包括三个重要组成部分：●稳健的实时数据平台；●设备、机组、全厂三级经济性诊断；●以优化经济运行为目的的高级应用模块和子系统。

2.1 稳健的数据平台SIS系统采用1000Mbps的以太网作为信息传递和数据传输的媒体，主干网的通讯介质和各下层控制系统与主干网的连接采用光纤，各功能站与网络的连接采用双绞线或光纤，网络连接设备选用网络交换机。

过程实时信息数据库服务器要求具有较大的存储容量和先进的数据压缩方式，用于保存所有生产过程的实时数据和SIS系统对这些数据的计算、分析结果，使全厂的运行管理和经营管理建立在统一的过程数据基础上。

作为面向生产过程的信息系统，数据服务是其一个非常重要的功能，它要求SIS不仅能将全厂生产过程的实时数据采集上来，还要将它们以其基本形式（控制系统采集的时间间隔、精度等）保存下来，并且满足不同的授权用户和应用程序为实现不同目的而进行的各种调用，可以满足如下功能：●服务器采用标准的Microsoft集群技术和Microsoft负载均衡技术。

●系统采集包括与SIS联网的所有系统的实时数据，所采集的模拟量点的精度均为实数，开关量点均为2字节整数，完全能够满足任何工程要求。

●存储时，近期数据进行线性数值压缩，以保证解压缩恢复时间小于15ms；远期数据进行非线性压缩，以提高存储效率。

“近期”和“远期”时间长短可以根据用户的服务器硬盘大小进行调整。

实践证明，当用户硬盘为12GB时，“近期”可以取值为1年，“远期”可以取值为10年。

而本方案根据招标书要求，服务器硬盘至少为20G，所以，“近期”取值可以为4年，“远期”取值超过10年。

其中，“近期”和“远期”数据全部是在线保存的，从而满足基于历史数据工况分析的需要。

●数据库服务器的硬盘系统采用业界广泛采用的标准的RAID5级SCSI冗余磁盘阵列，阵列中的任意一个硬盘失效完全不影响系统的正常运行。

2.2 经济性诊断经济性诊断是SIS系统的基本功能，电厂的经济性诊断包括厂级性能计算、机组性能计算、以及基于耗差分析的设备、机组的经济性诊断。

耗差分析分为两个步骤：首先是通过等熵焓降法或循环函数法分析机组参数对机组效率的影响，从而确定该参数对机组运行经济性的影响程度；其次，耗差分析工具还能够在线分析由实际运行工况与理想工况之间的偏差给机组运行经济性带来的定量耗差。

机组的运行模式是影响机组运行经济性的重要因素，机组的运行工况可以分为可控参数和不可控参数两大类，可控参数包括锅炉排烟温度、飞灰含碳量、过热器喷水、再热器喷水、过热蒸汽温度和压力、再热蒸汽温度以及凝汽器真空等；不可控耗差包括再热器压损、空预器漏风、高、中压汽缸的效率、轴封漏汽量、凝汽器过冷度、加热器端差等。

可控参数的耗差分析是优化机组运行工况、有效降低可控耗差和提高机组运行经济性的基础。

在可控耗差分析的基础上，通过运行操作指导与闭环反馈控制两种模式，南京大陆SIS系统提供了高级应用模块及子系统，有效的降低了可控耗差。

SIS系统还通过可控及不可控参数的耗差分析，提供了设备与机组状态诊断的重要工具。

2.3 高级应用模块和子系统以优化经济运行为目的的高级应用模块和子系统是南京大陆SIS解决方案中的重要环节，南京大陆SIS系统中的机组的耗差分析与厂级性能计算是以经济性诊断为主要目的的应用模块，而高级应用模块和子系统是降低可控耗差、提高机组乃至全厂运行经济性的重要工具。

南京大陆SIS解决方案中主要包括以下子系统：●机组工况优化；●全厂负荷分配；●基于神经网络的锅炉燃烧优化控制；●优化吹灰；●凝汽器状态诊断与经济运行；●循环水水务管理；●制粉系统经济运行。

高级应用模块还包括：过程信息管理模块；性能计算模块；电厂负荷优化调度软件模块；锅炉清洁模块；汽机寿命管理模块；锅炉寿命管理模块；辅机寿命管理模块；诊断功能系统；电厂设备测试模块；数据调整模块；优化控制模块；维修、备件管理模块；文档、工程管理、环保管理模块；经营计划管理、技术经济分析、报价支持高层软件模块等。

3．SIS高级应用子系统功能3.1 机组工况优化机组工况优化是提高机组运行经济性的关键环节，以往通常的做法是以设计工况作为理想工况，由于机组的制造误差、特性的变迁以及煤质的变化等因素的影响，一方面设计工况并不一定是机组的最优工况，另一方面，设计工况并不一定是机组的能达最优工况。

机组的能达最优工况是指在机组当前条件下，在均衡锅炉效率、汽轮机效率、厂用电以及大气污染物排放等多种经济性指标的前提下，利用各种优化方法得到的最优运行工况。

综合利用热力实验、基于神经网络的多变量机组静态特性模拟、动态特性模拟、以及遗传算法等先进的优化方法对机组的运行工况进行优化，以寻求机组以综合经济效益为目标的能达最优工况。

3.2 全厂负荷分配全厂负荷分配建立在对机组运行特性的综合分析基础之上，系统通过机组的实时运行数据，对机组运行的负荷－效率曲线进行动态回归，对机组燃烧特性、动态响应特性进行在线分析。

全厂负荷分配系统在综合机组负荷－效率特性、低负荷稳燃特性、以及机组负荷跟随动态响应特性基础上，通过全厂机组间的负荷优化分配实现全厂经济运行、安全运行、并实现AGC的快速跟随，保证全厂的供电品质。

3.3 锅炉燃烧优化控制基于神经网络的锅炉燃烧优化是降低炉侧可控耗差的重要技术手段，锅炉燃烧优化控制系统是以提高锅炉燃烧的经济性、降低大气污染物排放为目的的高级应用系统。

锅炉燃烧优化控制系统是一套闭环反馈控制系统，系统基于锅炉可控参数反馈（如飞灰含碳量、排烟温度、NO 排放等），利用基于神经网络的多变量非线性预测控制方法，通过对锅炉燃烧操作变量（如：一次风、二次风等）的优化闭环控制，实现锅炉经济运行。