一种自动检测发电机组高低压加热器水位报警根源的方法

(辽宁调兵山煤矸石发电有限责任公司，沈阳 112700)

1 引 言

1.1 研究背景

热力发电厂为了提高机组的热经济性，一般采用给水回热系统，即利用汽轮机抽汽在回热加热器中对锅炉给水进行加热，这种方法不仅可以提高进入锅炉的给水的温度，还能给减少进入凝汽器的排汽，降低冷源损失[1-2]。对于表面式换热的回热加热器，水位过高会淹没凝结水管束，减少有效传热面积，降低机组经济性。水位过低或者无水位会使得部分蒸汽进入到下一级加热器中，排挤低压抽汽，降低了蒸汽的品质，从而降低热经济性。同时，如果疏水段中水中带汽会引起管子振动和疲劳，会加重管道的磨损[2-5]。因此，在电厂运行中监控回热加热器水位对于安全和经济运行十分必要。

工业报警系统对于保障发电机组的生产安全、稳定优质运行，具有重要意义[6]。当回热加热器的水位发生报警，运行人员需要立即判断报警根源，并且采取相应的措施解除报警，但是由于产生报警的原因多，运行人员需要逐一核查，难以在短时间内快速判断出报警根源。因此，对回热加热器水位发生的报警进行根源分析和统计，获取引起加热器水位报警的最主要因素，有助于操作人员针对性地对报警频发的加热器进行检修和改造，并且在该机组下一次发生加热器水位报警时快速地进行报警根源判断，缩短报警持续时间，维护机组安全，降低机组的经济损失。

1.2 研究现状

发电机组高、低加热器水位的研究结果大多集中于对加热器疏水系统出现故障的改进和优化。文献[3]应用等效焓降法阐述了加热器低水位运行的危害和原因，提出了多种改进措施，防止加热器低水位运行。文献[4]针对高、低压加热器中存在的疏水阀门卡涩、泄漏、磨损引起的自动控制系统不稳定现象，阐述了如何在工程实际中安装一种汽液两相流水位自调装置来维护水位的稳定。文献[2]针对加热器满水位或无水位运行及加热器水位波动大等问题，详细说明了汽液两相流自调节水位控制装置的工作原理和优势。文献[7]根据加热器存在的加热器管束泄漏、疏水不畅、低水位运行等不足，提出了如何选择合理的疏水装置和优化管道布置。文献[9]根据加热器各项经济指标对机组经济性的影响分析，提出了高、低压加热器水位调整的试验准备、试验方法、热控定值修改等技术措施和建议。文献[9]分析了加热器管泄漏的原因，针对不同的泄漏原因找到了各自的解决办法。文献[10]分析了电动疏水调节阀造成的热经济性损失，并提出了一种改进高、低压加热器疏水调节器的方法。然而，现有的研究结果缺乏对回热加热器水位报警根源的及时检测，当报警频发时，并不能指导操作人员快速地定位报警根源并且消除报警。

1.3 研究内容

文中采用国内某大型燃煤发电厂的300 MW发电机组在2015年全年的运行数据，总结了影响高低压加热器水位的多个因素，并提出了一种自动检测回热加热器水位报警根源的方法，该方法通过获取水位报警之前的异常过程段，分析在该过程段中，各个影响因素与水位之间的趋势关系，自动判断引起报警的因素。该方法有助于运行人员在加热器水位发生报警之后快速获取报警根源，从而采取相应的调整动作，及时地解除报警，减少机组经济损失，维护机组安全运行。

文中详细介绍影响回热加热器水位的各个因素，并提取水位发生报警之后进行根源检测所需的数据段；根据各个影响因素与水位在当前数据段中的趋势获取报警根源；通过三个工业实例验证了自动检测报警根源的方法。

2 自动检测报警根源的方法

当回热加热器水位发生报警时，意味着水位由原本的正常状态转变为异常状态，无论是何种原因引起的高报警或者低报警，水位在发生报警之前一定会有一段上升或者下降的过程，直到触发了报警线。因此，有必要获取这段上升或者下降的异常过程段的长度，从而可以根据水位与各个影响因素在该异常数据段的趋势关系获取报警根源。

2.1 影响加热器水位的因素

燃煤发电机组的高压加热器和低压加热器系统图如图1所示。各高、低压加热器均为表面式加热器，设有疏水冷却段，高压加热器设有过热蒸汽冷却段，各加热器疏水方式为逐级自流。从图中可以看出，影响回热加热器水位的因素主要包含以下几个：

图1 某300 MW发电机组的高、低压加热器系统图

(1)进汽压力：进汽压力增加，水位增加，但同时压差增加，疏水畅通，水位降低，反之亦然。因此，进汽压力和压差变化更显著的因素将对水位产生更大的影响。

(2)疏水阀门的指令与动作：当水位上升时，正常疏水调节阀及时发出上升指令，阀门跟随指令增加开度，反之亦然。

(3)上级疏水流量：当上级加热器的正常疏水阀门开度增加时，本级加热器水位升高，反之亦然。

(4)疏水阀门调节幅度：当加热器水位变化时，正常疏水阀门快速且大幅度地变化开度，会反过来引起水位更加剧烈的波动。

(5)凝结水进口温度：加热器的凝结水进口温度下降，加热器水位升高，反之亦然。

(6)其他因素：其他因素如传感器异常、凝结水管泄漏，运行人员可以通过异常测量显示值和加热器解列直接判断报警根源，而管道堵塞等原因需要运行人员观察现场设备的实际状态进行判断。

2.2 相关系数及相关性趋势

2.2.1 相关系数

当两个变量之间存在某种依存关系，但是并没有严格的一一对应关系时，统计上称之为相关关系。按照相关关系的程度可以分为完全相关、不完全相关和不相关。当两个变量之间的依存关系是一个变量的变化完全由另一个变量所确定时，称之为完全相关；当两个变量之间的依存关系是相互独立，互不影响时，称之为不相关；介于完全相关和不相关之间的依存关系称为不完全相关。按照相关的方向还可以分为正相关和负相关：正相关是指两个变量的变化方向一致，负相关是指两个变量的变化方向相反。

为了准确衡量变量之间的相关程度，常使用皮尔逊相关系数作为衡量标准，对于变量X={x1,x2,…,xn}，Y={y1,y2,…,yn}，n∈N*，相关系数的表达式为[11]：

(1)

2.2.2 划分数据段

为了判断两个变量之间的相关性趋势，需要将变量进行准确的分段，使得变量在各个分段上具有较高程度的线性关系或者不相关关系，从而保证进一步的相关性趋势分析符合实际趋势，因此文中提出以相关数据作为划分数据段的依据。

根据2.2.1节中提到的相关程度范围，文中认为在某一个数据段中，当变量之间呈显著相关或者微弱相关时，即|ρXY|>0.5或者|ρXY|<0.3，在该数据段上变量之间具有较高程度的线性关系或者不相关，可以进行后续的相关性趋势分析。然而对于含有大量数据的数据段，当变量之间的相关性极高，如|ρXY|≥0.9，或者相关性极弱时，如|ρXY|≤0.1，若继续进行分段，很可能会引起过度分段现象，而若不继续划分，有可能会使得其中包含的较短的不相关数据段或者强相关性数据段，即隐藏数据段，未能被划分出来。为了解决这个问题，文中认为，对于含有大量数据且满足|ρXY|>0.9或者|ρXY|<0.1的数据段，如果将其分段之后，它的两个子段的相关性都满足|ρXY|<0.3或者|ρXY|>0.5时，表明该数据段中有可能存在隐藏数据段，因此需要继续进行划分；反之，则不需要继续划分。综上所述，划分变量X={x1,x2,…,xn}和变量Y={y1,y2,…,yn}数据段的步骤如下：

(1)将变量X和变量Y的数据标准化，建立分段点的初始集合P={p1,p2}，其中p1=1，p2=n，此时分段数为1。

(3)对于需要继续被划分的数据段，定义多元时间序列T={Xi,Yi}，其中i=1,2,…,n，采用文献[13]中的多元时间序列上搜索关键转折点的方法获取分段点：将一段数据的起点和终点用直线连接起来，搜索该段数据中距离这条直线的正交距离最大的数据点即为转折点。对于有可能需要继续被划分的数据段，首先假设它需要继续被划分，然后在获取了分段点之后，分别求取变量X与变量Y在两个子数据段上的相关系数ρ1和ρ2；如果ρ1和ρ2都满足|ρXY|>0.5，或者|ρXY|<0.3，则该数据段需要继续被划分，所获取的分段点有效，否则就不需要继续划分，所获取的分段点无效。

(4)将获取的有效分段点加入步骤(1)中的分段点集合P中，并按照从小到大的顺序排序。

(5)重复步骤(2)-(4)，直到没有新的分段点产生为止，最后获得的集合P就是所有分段点的集合。

2.2.3 相关性趋势

在获取了最终的分段点集合之后，就可以获取两个变量之间的相关性趋势，文中采用的是文献[13]中的Spearman秩相关系数进行分析，它不受样本总体服从正态分布的约束，具有更广泛的适用性。在多元时间序列T中的某一个分段s上，将过程变量X与相关变量Y分别记为X={R1,R2,…,Rz}，Y={M1,M2,…,Mz}，其中z代表抽样点的个数，则Spearman秩相关系数可表示为：

(4)

H0：0.3>ρs[Xi,Xj]>-0.3 vs

H1：ρs[Xi,Xj]>0.3,

H0：0.3>ρs[Xi,Xj]>-0.3 vs

H2：ρs[Xi,Xj]<-0.3

当样本个数n>10时，随机自由变量被定义为：

(5)

给定了显著水平，且Us服从自由度为z-2的t分布，如果H0不能被拒绝，则根据2.2.2节提到的判断准则，认为在分段s上变量之间的相关性太弱，视为不相关，相关性趋势为0。如果H1不能被拒绝，则认为在分段s上变量之间呈正相关，相关性趋势为1，如果H2不能被拒绝，则认为在分段s上变量之间呈负相关，相关性趋势为-1。

2.3 获取异常状态数据段

为了检测水位发生报警的原因，只需要针对水位处于异常状态的数据段，对水位和各个影响因素进行相关性趋势分析，为了获取水位异常状态的数据段，首先需要确定状态转折点，文中获取该状态转折点的方法是：

(1)获取水位在报警时刻T0前10分钟的数据段X={X1，X2，…,Xn}，采样间隔为1，因此样本容量n=600，筛选出该段数据中的最大值Xmax和最小值Xmin，并作出一条斜率为k=(Xmax-Xmin)/n的直线Y，如图2所示。

(2)定义多元时间序列T={Xi,Yi}，其中i=1,2,…，n。采用2.2.2节的划分数据段的方法，将多元时间序列T划分为多个分段，并将各个分段点按照时间顺序排列，形成数据段X的分段点集合K={K1,K2,…,Km}，其中m代表分段点的总数。

(3)依次求取在每一个分段[Ki-1,Ki]上X与Y之间的相关系数ρXY，其中i=m,m-1,…,2。由于当相关系数|ρXY|>0.5时，变量之间的相关性显著，因此，对于高报警，如果ρXY>0.5，代表X与Y在该分段呈正显著相关，而直线Y的斜率始终为正，因此水位在该分段为上升趋势，令i=i-1，继续循环计算下一个分段的相关系数ρXY，如果ρXY≤0.5，代表X与Y在该分段呈正弱相关或者负相关，此时水位在该分段含有或者均呈现下降趋势，则停止循环计算，此时状态转折点KEY=i。对于低报警，如果ρXY<-0.5，代表X与Y在该分段呈负显著相关，水位在该分段呈现下降趋势 因此令i=i-1，继续循环计算，如果ρXY≥-0.5，同上所述，代表水位在该分段含有或者均呈现上升趋势，则停止循环，此时状态转折点KEY=i。图2中，Km-2即为状态转折点。当获取了状态转折点KEY之后，加热器水位在发生报警之前进入异常状态的数据段长度即可确定为[KEY,T0]。

图2 获取异常数据转折点

2.4 自动检测报警根源

由2.1节可知，在引起回热加热器水位报警的因素中，由进汽压力、疏水阀门的指令与动作、上级疏水流量、疏水阀门调节幅度、凝结水进口温度引起的水位报警均可以被自动检测，其中进汽压力的影响包括抽汽压力的变化和相邻加热器之间压差的变化。文中根据各个因素影响加热器水位的特点，提出了适用于各个因素的自动检测方法，并建立数组SOURCE，默认SOURCE=[0;0;0;0;0;0]，其中SOURCE(1)代表“检测正常疏水阀门指令与动作”， SOURCE(2)代表“检测正常疏水阀门调节幅度”， SOURCE(3)代表“检测进汽压力”， SOURCE(4)代表“检测本级与下级进汽压差”， SOURCE(5)代表“检测给水温度”， SOURCE(6)代表“检测上级疏水阀门开度”。SOURCE(i)=0代表对应的检测因素i为报警根源，SOURCE(i)=1代表对应的检测因素i为非报警根源，SOURCE(i)=-1代表对应的检测因素i不存在。

2.4.1 检测正常疏水阀门指令与动作

在正常状态下，疏水阀门的指令与动作始终与水位的变化保持一致，但是由于疏水阀门的动作与水位变化之间存在着延迟，因此首先需要确定两者之间的延迟时间τ，将水位平移时间长度τ才可进行进一步的检测，这里采用的是文献[20]中的互相关系数法。当式(1)中的互相关系数RYX最大时，两个变量之间的相关度最高，此时对应的延迟时间τ即为所求的延迟时间：

(2)

其中,变量V代表阀门开度，变量X代表水位。

文中检测正常疏水阀门指令与动作是否与水位变化一致的方法是：

(1)将水位平移时间长度τ之后，获取水位与正常疏水阀门开度在时间段[KEY, T0]上的数据；

(2)采用2.2.2中所述的划分数据段的方法对水位与疏水阀门开度进行分段，并采用2.2.3中所述的相关性趋势分析方法获取水位与疏水阀门开度在该数据段上的相关性趋势。

(3)根据相关性趋势判断正常疏水阀门指令与动作是否是报警根源。疏水阀门指令与动作的延迟与错误均会导致水位报警，其中，疏水阀门指令与动作延迟的表现是在相关性趋势中，有一部分数据段的相关趋势为0，即不相关，疏水阀门指令与动作错误的表现是在相关性趋势中，有一部分数据段的相关性趋势为-1，即负相关。但是，存在一种情况，在低报警前，疏水阀门已经关闭，或者在高报警前，疏水阀门开度已经到达100%，此时对应的相关性趋势为0，即不相关，但是阀门动作正确。因此，在以下两种情况下：相关性趋势均为-1；一部分相关性趋势为1，另一部分相关性趋势为0，且该部分对应的阀门开度在高报警时为100%，或者在低报警时为0，SOURCE(1)=1。在其余情况下，正常疏水阀门指令与动作是水位报警的根源之一，此时SOURCE(1)=0。

2.4.2 检测正常疏水阀门调节幅度

水位的变化会引起疏水阀门开度的变化，当水位发生波动，疏水阀门也会随着水位的波动而变化开度，如果疏水阀门的调节幅度过大，则会反过来加剧水位的波动，从而引起水位报警。另外判断正常疏水阀门调节幅度是否过度的前提是正常疏水阀门的动作与水位动作一致，如果不一致，那么无法判断正常疏水阀门是否过度调节，此时默认其为非报警根源。

因此，检测正常疏水阀门的调节幅度是否过度，文中采用的方法是：

(1)判断水位与疏水阀门的动作是否一致，如不一致，则默认阀门调节幅度非报警根源，否则进行以下步骤进一步检测；

(2)获取水位与正常疏水阀门开度在时间段[KEY,T0]上的数据；

(3)对于高(低)报警，采用2.2.2中所述的划分数据段的方法对水位与疏水阀门开度进行分段，并采用2.2.3中所述的相关性趋势分析方法获取水位与疏水阀门开度在该数据段上的相关性趋势；

(4)根据相关性趋势判断正常疏水阀门动作是否是报警根源。当疏水阀门调节幅度过大时，在水位发生报警之前，由于疏水阀门开度过度减少(增加)，导致水位大幅度地升高(降低)，之后阀门开度会跟随水位进一步大幅度地升高(减少)。因此，若检测到在时间段[KEY,T0]上，疏水阀门开度与水位之间的相关趋势从负相关转变为正相关，则可以认为正常疏水阀门调节幅度过大是引起水位升高(降低)并报警的根源之一，SOURCE(2)=0。否则，正常疏水阀门调节幅度仍在合理范围之内，SOURCE(2)=1。

2.4.3 检测进汽压力

进汽压力的变化反映的是进汽流量的变化，因此，进汽压力对水位的影响具有持续性，故在检测进汽压力是否为报警根源时，不需要对进汽压力和水位进行分段趋势分析，结合2.1所述所述的进汽压力与水位之间的正相关性，文中检测进汽压力是否引水位报警的方法是：

(1)获取水位与进汽压力在时间段[KEY,T0]上的数据；

(2)计算水位与进汽压力在该数据段上的相关系数ρ，根据2.2.2所述，当ρ>0.3时，进汽压力与水位之间呈强正相关性，此时进汽压力对水位的高(低)报警前的上升(下降)趋势都起到了强化的作用，故认定进汽压力为报警根源之一，SOURCE(3)=0。否则，进汽压力非报警根源，SOURCE(3)=1。

2.4.4 检测本级与下级进汽压差

本级与下级进汽压差的变化会影响本级疏水流向下一级加热器的流量，因此，压差对水位的影响具有持续性，故在检测压差是否为报警根源时，不需要对压差和水位进行分段趋势分析，结合2.1所述的压差与水位之间的负相关性，文中检测本级与下级进汽压差是否引起水位报警的方法是：

(1)获取水位和本级与下级进汽压差在时间段[KEY,T0]上的数据；

(2)计算水位与压差在该数据段上的相关系数ρ，根据2.2.2所述，当ρ<-0.3时，压差与水位之间呈强负相关性，此时压差对水位的高(低)报警前的上升(下降)趋势都起到了强化的作用，故认定本级与下级进汽压差为报警根源之一，SOURCE(,4)=0。否则，本级与下级进汽压差非报警根源，SOURCE(4)=1。

2.4.5 检测给水温度

给水温度的变化会影响到蒸汽的冷凝量，进而影响疏水量，因此，给水温度对水位的影响具有持续性，故在检测给水温度是否为报警根源时，不需要对压差和水位进行分段趋势分析，结合2.1所述的给水温度与水位之间的负相关性，文中检测给水温度是否引起水位报警的方法是：

(1)获取水位和给水温度在时间段[KEY,T0]上的数据；

(2)计算水位和给水温度在该数据段上的相关系数ρ，根据2.2.2所述，当ρ<-0.3时，给水温度与水位之间呈强负相关性，此时给水温度对水位的高(低)报警前的上升(下降)趋势都起到了强化的作用，故认定给水温度为报警根源之一，SOURCE(5)=0。否则，给水温度非报警根源，SOURCE(5)=1。

2.4.6 检测上级疏水阀门开度

上级疏水阀门开度的变化会影响到从上级进入到本级加热器的疏水量，因此，上级疏水阀门开度对水位的影响具有持续性，故在检测上级疏水阀门开度是否为报警根源时，不需要对疏水阀门开度和水位进行分段趋势分析，结合2.1所述的上级疏水阀门开度与水位之间的正相关性，文中检测上级疏水阀门开度是否引起水位报警的方法是：

(1)获取水位和上级疏水阀门开度在时间段[KEY,T0]上的数据；

(2)计算水位和上级疏水阀门开度在该数据段上的相关系数ρ，根据2.2.2所述，当ρ>0.3时，上级疏水阀门开度与水位之间呈强正相关性，此时上级疏水阀门开度对水位的高(低)报警前的上升(下降)趋势都起到了强化的作用，故认定上级疏水阀门开度为报警根源之一，SOURCE(6)=0。否则，上级疏水阀门开度非报警根源，SOURCE(6)=1。

3 实验验证

为了证明自动检测加热器水位报警根源的方法的正确性，文中结合三组工业数据，针对不同的报警根源进行验证。

(1) #1高压加热器报警根源检测

在2015年4月16日10∶37∶27，1号高压加热器发生了高报警，报警持续时间为41 s。如图3所示，在报警前，1号高加正常疏水调节阀指令在水位增加至20 mm时才发出打开阀门的指令，虽然阀门动作正确，但是水位仍触发高报警。此时，机组正在启动，因此抽汽压力和进水温度升高属于正常现象。正常疏水阀开度增加之后水位停止上升，故无管道泄漏。因此，1号高压加热器发生高报警的原因是水位快速升高时未及时发出打开阀门的指令。

获取报警时刻前10分钟的数据，采用文中提出的自动检测加热器水位报警根源的方法，得到的报警根源检测结果SOURCE如图3(d)所示。从图中可以看出，此时SOURCE(1)=0，SOURCE(6)=-1，其余均为1，代表着此时1号加热器水位高报警的原因是正常疏水阀门动作与指令不及时，同时不存在上级疏水阀门开度的影响，检测结果与上述分析一致。

图3 1号高加高报警根源检测分析

(2)#6低压加热器报警根源检测

在2015年11月15日22∶25∶24，6号低压加热器发生高报警，报警持续时间为240s。如图4所示，在报警前，6号低压加热器疏水阀门和调节阀指令随着水位及时且动作正确，5号低压加热器疏水阀门开度不变，故上级疏水流量不变。6号低压加热器的进汽压力和压差在水位发生报警前持续降低，但是压差变化更加显著，故水位升高。同时，进口水温在报警前持续降低，引起水位升高。事故疏水阀打开之后水位停止上升，故无管道泄漏。因此6号低压加热器水位高报警的原因是与下一级加热器之间压差减小和本级加热器进水温度降低。

获取报警时刻前10分钟的数据，采用文中提出的自动检测加热器水位报警根源的方法，得到的报警根源检测结果SOURCE如图4(d)所示。从图中可以看出，此时SOURCE(4)=0，SOURCE(5)=0，其余均为1，代表着此时6号加热器水位高报警的原因是本级与下级加热器之间压差小和进口水温低，检测结果与上述分析一致。

图4 6号低加高报警根源检测分析

(3)#8低压加热器报警根源检测

在2015年6月10日22∶09∶23，8号低压加热器发生低报警，报警持续时间为60 s。如图5所示，8号低压加热器各个疏水阀门和疏水调节阀指令随水位及时且正确动作，在低报警前，上级加热器疏水阀门显著减小，上级疏水流量减小。8号低压加热器正常疏水阀门随着水位的调节幅度过大，加剧了水位波动。8号低压加热器进口水温、进汽压力、压差并无变化。因此，8号低压加热器发生低报警的原因是正常疏水阀门调节幅度过大和上级疏水流量降低。

获取报警时刻前10分钟的数据，采用文中提出的自动检测加热器水位报警根源的方法，得到的报警根源检测结果SOURCE如图5(d)所示。从图中可以看出，此时SOURCE(2)=0，SOURCE(6)=0，其余均为1，代表着此时8号低压加热器水位低报警的原因是疏水阀门调节幅度过大和上级疏水流量小，检测结果与上述分析一致。

4 结束语

文中针对发电机组经常出现的高、低压加热器水位报警，根据工艺原理总结了影响加热器水位出现报警的因素，提出了一种自动检测报警根源的方法，该方法通过获取水位报警之前的异常过程段，分析在该过程段中，各个影响因素与水位之间的相关性趋势，自动判断引起报警的因素，自动检测引起水位报警的根源因素。在报警发生之后，该方法有助于运行人员快速获取报警根源，采取相应措施缩短报警时间，减小机组经济损失，保证机组安全运行。

图5 8号低加低报警根源检测分析