火电机组热控系统故障分析及改进措施

国能重庆万州电力有限责任公司 周 森

火电机组热控系统是控制火力发电机组正常运行和驱动的神经中枢，主要是用于控制发电机组的发电输出和电能输出，属于智能控制系统。目前火电机组热控系统在火力发电厂中得到了广泛应用。火电机组热控系统的应用虽然能够有效控制火电机组，但是由于系统内部结构比较复杂，使用到的软件和硬件数量较多，并且火电机组在运行过程中对于热控系统的控制精密度要求比较高，在工况负荷比较大的情况下火电机组热控系统非常容易发生现场故障，并且发生故障的概率也比较高[1]。

引发火电机组热控系统故障的原因有很多种，故障类型也有很多，其中包括系统逻辑故障、系统硬件设备故障、系统DCS 装置异常故障以及系统电源故障等，一旦发生故障就会导致火电机组热控系统停止运行，从而导致火力发电厂无法正常工作，影响居民企业正常用电。因此对火电机组热控系统故障分析是非常有必要的[2]。

1 火电机组热控系统故障分析方法设计

火电机组热控系统故障分析是一个复杂的问题，故障种类多样，且系统软硬件结构复杂，为了简化故障分析难度，减少故障分析运算量，此次以残差理论为故障分析依据，设计一种新的系统故障分析方法，其流程如下：火电机组热控系统-无线传感器-故障信息重组/故障特征提取-信息残差-设计阙直-输出结果。本文提出的系统故障分析方法共分为三个阶段，第一个阶段是利用无线传感器采集系统运行数据；第二个阶段是对系统运行数据分析，对系统运行故障信息进行重组，并提取到系统运行故障特征；第三个阶段是计算出系统残差并设计阈值，将二者进行分析对比判断系统是否出现故障。以下将对该三个阶段进行详细分析。

1.1 火电机组热控系统信息采集

信息数据采集是系统故障分析的基础工作，根据系统故障分析需求，此次利用无线传感技术对系统运行信息进行采集。选取的无线传感器为GNKBNJS/5S5DA5型号微波无线传感器，该传感器体积小，重量轻，能够准确读取到系统中软件与硬件的运行数据。通过BGSK 接口将GNKBNJS/5S5DA5型号微波无线传感器与火电机组热控系统连接，在无线传感器操控界面中选中添加系统的所有软件和硬件，并对无线传感器的读取频率、周期、范围以及数据类型进行设定，具体技术参数值需要根据系统实际情况而定[3]。利用网络接口将GNKBNJS/5S5DA5型号微波无线传感器与局域网连接，在系统网络中截获系统运行数据，并将系统运行数据统一存储到无线传感器S/D 硬盘中，利用数据线将S/D 硬盘中的数据导出，以此实现对系统运行数据的采集。

1.2 火电机组热控系统故障特征提取

采集到系统运行信息之后，需要对系统运行信息进行系统的分析，提取到系统运行故障特征，此次将采集到的系统运行数据集合设定为K，假设系统运行故障数据之间存在一定的距离，其距离设定为h，将集合K 中所有的系统运行数据放入到系统故障特征分类域x 中，以此构建一个火电机组热控系统故障分析大数据融合最优分类平面K，如果系统故障特征量满足最优分类平面K 大于运行故障特征之间的距离h 条件，则系统故障信息分布的关联系数为1；如果系统故障特征量满足最优分类平面K小于运行故障特征之间的距离h 条件，则系统故障信息分布的关联系数为-1。

通过上述分析，并根据系统故障分析需求，系统运行故障信息量应该满足的条件为：系统运行故障特征之间的距离h 为1[4]。按照上述过程对采集的系统运行信息进行分析，并根据实际情况对系统运行故障信号的幅度值和采样频段进行拉伸，由此可以得到重组后的系统运行非平稳信号。在上述基础上再对系统运行故障信息进行分类，由于系统故障类型比较多，且没有明显的规律性，因此将系统运行故障分类问题转化为非线性规划问题，利用UGUHG/5964增减量式支持向量机对系统运行故障特征进行准确分类，最后根据UGUHG/5964增减量式支持向量机的分类结果，实现对系统故障特征的提取，为后续系统故障分析提供依据。

1.3 基于残差诊断分析火电机组热控系统故障

残差可以反映出两个系统或者物体之间不一致程度，也是设备、系统故障诊断中常见的一种手段，因此在上述基础上，以残差理论作为理论基础，对火电机组热控系统故障信息分析，计算系统残差，利用残差分析出火电机组热控系统运行信息中出现的突变信息，其计算过程如下。

在火电机组热控系统中，各软件、硬件设备运行过程的残差定义为y，残差分别包括系统控制输出量残差和系统电流残差，其计算公式为式（1）：，式中，y(t)表示时间为t 时火电机组热控系统残差值；y1表示系统控制输出量残差；y2表示系统电流残差；y1＊表示系统实际控制输出量；yr表示系统标准控制输出量；y2＊表示实际系统电机电流量；yu表示系统电机标准电流量[5]。系统残差取控制输出量残差和系统电流残差均值。当火电机组热控系统处于正常运行状态时，残差y 为均值为零的高斯白噪声；当火电机组热控系统出现故障时，残差y 的均值不再为零，因此可以根据残差y 值来判断火电机组热控系统的运行状态[6]。

火电机组热控系统残差的计算目的是为了在避免误报警的前提下，判断系统运行状态，也就是是否发生故障，为了更好地实现该目标，在系统故障分析运算中插入一个阈值，将阈值作为判断系统故障的标准，阈值的计算公式为N=u+wp，式中，N表示火电机组热控系统故障分析阈值；u 表示火电机组热控系统正常时的残差均值；w 表示比例系数，通过比例系数取值为1.5；p 表示火电机组热控系统正常运行时的残差方差。如果火电机组热控系统残差值y 大于阈值N，则判定火电机组热控系统存在故障；如果火电机组热控系统残差值y 小于阈值N，则判定火电机组热控系统没有故障，以此实现火电机组热控系统故障分析。

2 火电机组热控系统故障分析及改进措施

使用本文提出方法，针对三种常见的系统硬件设备故障、电源故障以及系统逻辑故障情况进行分析，并提出改进措施。

2.1 系统热控就地硬件设备故障

对系统热控就地硬件设备的轴承进行振动测量，检查系统热控就地硬件设备轴承回路，当发现系统热控就地硬件设备B 柱轴承封漏气量比较大，泄漏的水蒸气沿着B 柱渗漏到系统延伸电缆处，并遇到冷空气凝结成水时，是发生了硬件设备故障。这种情况下容易导致火电机组热控系统延伸电缆绝缘性能下降，从而引发系统的信号故障[7]。造成该故障的原因是因为热控就地硬件设备轴承缺乏润滑，由于轴承摩擦量加重，在高速运转下热控就地硬件设备轴承表面温度升高，造成B 柱轴承表面出现裂缝，热控就地硬件设备内蒸汽向外散发，从而出现以上情况。

根据该故障特征，对热控就地硬件设备B 柱轴承进行更换，并加入适量的顺滑剂，在系统运行过程中定时向热控就地硬件设备B 柱轴承表面喷水，以此将其轴承表面温度，避免出现轴承断裂，通过采取该措施，解决系统热控就地硬件设备故障。

2.2 系统电源故障

当火电机组热控系统某机组线路与相邻的另一机组线路全部失电时，两个机组的电源开关均处于跳闸状态，这是典型的火电机组热控系统电源故障。该故障出现的原因主要为火电机组热控系统变压器运行紊乱导致系统上级开关跳闸，跳闸后系统的失电信号无法正常传输，进而触发变压器附近的三号机组和四号机组线路失电，如果不及时发现该故障，将会造成火电机组热控系统运行瘫痪。结合该故障的原因和特征，将系统变压器更换为AC220V/DC24V 变压器，并将两个故障机组的电源开关打开，保证系统机组正常送电。更换完变压器后启动系统并网，以此解决系统的电源故障。

2.3 系统控制逻辑故障

当火电机组热控系统P 引风机控制指令在智能模式下随着N 引风机控制指令增大而增大时，火电机组的炉膛负压容易超出预先设定的控制限值，并会随着运行时间逐渐增加，这是典型的火电机组热控系统控制逻辑故障。造成该故障的原因在于系统操作人员操作错误，在P 引风机投入智能模式时操控停运送风机挡板，当P 引风机控制指令速度增大时，N 引风机控制已投入智能，输出指令就会随之增大，因此系统火电机组运行速率无法抑制，进而造成火电机组炉腔内压力增大到两倍，如果不及时发现该故障，将会造成火电机组热控系统跳机现象。

根据以上分析，将系统P 引风机改为汽机冲转模式，重新设定火电机组的炉膛复压限值，随后对火电机组的锅炉重新点火，并将系统并网带负荷。当火电机组的锅炉内温度达到750℃时，开启N 引风机开关，并将N 引风机的控制模式设定为自定义模式，随时观察N 引风机的运行情况，运行稳定后转化为智能模式。火电机组热控系统控制逻辑故障的改进需要了解其出现逻辑错误的位置，这样才能准确对其进行改进，保证系统正常运行逻辑输出。

3 现场实验论证

实验以某火电机组热控系统作为实验对象，该火电机组热控系统共包含18种软件和11种硬件设备，系统使用年限比较久，运行过程中故障频发，利用此次设计方法与传统方法对该系统进行故障分析，检验此次设计的火电机组热控系统故障分析方法的有效性和可靠性。

实验准备：实验准备了GNKBNJS/5S5DA5型号微波无线传感器1台，增减量式支持向量机一台，将无线传感器信息读取频段设定为2.36Hz，读取周期设定为1.5s，读取范围设定为0～1m。实验过程：开启火电机组热控系统开关，令系统保持运行状态，利用GNKBNJS/5S5DA5型号微波无线传感器对系统运行数据进行采集，采集到的数据样本集合为3000个，数据量为234GB，采用4个16位输入通道进行系统故障信号加载以及指令传输控制。利用公式（1）计算系统运行残差均值，并设计系统故障分析阈值，输出结果（图1）。

实验利用两种方法对系统运行故障分析100次，运用设计方法分析到的系统故障分别为系统逻辑故障76个、系统硬件设备故障162个、系统DCS 装置异常故障42个以及系统电源故障36个，利用上文提出的改进措施对故障进行改进和调整。实验分别抽取10次故障分析结果，将分析到的故障数量与实际情况比较，利用BLO 软件计算出两种方法应用过程中的误诊率，并使用电子表格对实验数据进行记录。

从实验数据可以看出，此次设计的方法检出量与实际数量基本相同，误诊率均在1%以内，最小误诊率为零，说明设计方法对于火电机组热控系统故障分析精度比较高；而传统方法检出量与实际数量差距比较大，多数情况下故障检出量要比实际故障数量多，系统故障误诊率比较高，最大误诊率为22.75%，远远高于设计方法，因此实验证明了此次设计的方法具有良好的可行性，分析结果可靠性比较高，更适用于火电机组热控系统故障分析，并且可以针对故障的分析结果，进行上述提出的改进措施。