基于历史数据分析的汽轮机调节阀流量特性优化.pdf

d o i:1 0.3 9 6 9/j.i s s n.1 0 0 7-2 9 0 X.2 0 2 3.0 7.0 1 5收稿日期:2 0 2 3-0 4-0 4 修回日期:2 0 2 3-0 5-2 9基金项目:国家能源投资集团有限责任公司科技项目(G J N Y-2 1-1 9)基于历史数据分析的汽轮机调节阀流量特性优化颜纲要1,宫喜鹏2,3,黄焕袍2,3,田彬2,3,马娟4(1.国能蚌埠发电有限公司,安徽 蚌埠2 3 3 0 0 0;2.国能智深控制技术有限公司,北京 1 0 2 2 1 1;3.北京市电站自动化工程技术研究中心,北京1 0 2 2 1 1;4.国能宿州热电有限公司,安徽 宿州 2 3 4 0 0 0)摘要:汽轮机经过长时间运行或调节阀检修解体后,汽轮机调节阀的实际流量特性曲线将偏离设定值,从而影响机组一次调频和负荷控制能力,严重时可能影响机组的安全性;常用的通过现场流量特性实验进行线性化校正的方式存在精度低、耗时长等缺点。为此,开发数据处理分析算法、稳态工况筛选算法对历史数据进行分析处理,开发分段线性化参数寻优算法以及神经网络算法分别对阀门流量特性非重叠度部分和重叠度部分进行线性化校正。将该方法应用于某6 0 0 MW火电机组,结果表明,汽机阀门的流量特性线性度得到了有效的改善,提高了机组的安全稳定性。关键词:数据挖掘;神经网络;流量特性曲线优化;最小二乘法;数据拟合中图分类号:TM 6 2 1.3;T K 3 2 文献标志码:A 文章编号:1 0 0 7-2 9 0 X(2 0 2 3)0 7-0 1 3 3-0 6O p t i m i z a t i o n o f F l o w C h a r a c t e r i s t i c s o f S t e a m T u r b i n e C o n t r o l V a l v e B a s e d o n H i s t o r i c a l D a t a A n a l y s i sYAN G a ng ya o1,GO NG X ipe ng2,3,HUANG H u a npa o2,3,T I AN B i n2,3,MA J u a n4(1.G u o n e ng B e ngb u P o w e r G e n e r a t i o n C o.,L t d.,B e ngb u,A n h u i 2 3 3 0 0 0,C h i n a;2.CHN E n e rg y Z h i S h e n C o n t r o l T e c h n o l og y C o.,L t d.,B e iji ng 1 0 2 2 1 1,C h i n a;3.B e iji ng E ngi n e e r i ng R e s e a r c h C e n t e r o f P o w e r S t a t i o n A u t o m a t i o n,B e iji ng 1 0 2 2 1 1,C h i n a;4.CHN E n e rg y S u z h o u C o-G e n e r a t i o n C o.,L t d.,S u z h o u,A n h u i 2 3 4 0 0 0,C h i n a)A b s t r a c t:A f t e r t h e s t e a m t u r b i n e h a s b e e n r u n n i ng f o r a l o ng t i m e o r t h e r egu l a t i ng v a l v e i s o v e r h a u l e d a n d d i s a s s e m b l e d,t h e a c t u a l f l o w c h a r a c t e r i s t i c c u r v e o f t h e r egu l a t i ng v a l v e w i l l d e v i a t e f r o m t h e s e t v a l u e,w h i c h m ay a f f e c t t h e pr i m a ry f r equ e n cy r egu l a t i o n a n d l o a d c o n t r o l a b i l i ty o f t h e u n i t,e v e n a f f e c t t h e s a f e ty o f t h e u n i t i n s e v e r e c a s e s.H o w e v e r,t h e r e a r e d i s a d v a n t age s o f l o w pr e c i s i o n a n d l o ng t i m e c o n s u mpt i o n i n c o mm o n ly u s e d m e t h o d s f o r l i n e a r i z a t i o n c o r r e c t i o n t h r o ugh o n-s i t e f l o w c h a r a c t e r i s t i c e xpe r i m e n t s.T h e r e f o r e,t h i s pape r d e v e l ops t h e d a t a pr o c e s s i ng a n d a n a lys i s a lgo r i t h m a n d s t e a dy-s t a t e w o r k i ng c o n d i t i o n s c r e e n i ng a lgo r i t h m t o a n a lyz e a n d pr o c e s s h i s t o r i c a l d a t a.M e a n w h i l e,i t e xpl o i t s t h e pi e c e w i s e l i n e a r i z a t i o n pa r a m e t e r opt i m i z a t i o n a lgo r i t h m a n d t h e n e u r a l n e t w o r k a lgo r i t h m f o r l i n e a r i z a t i o n c a l i b r a t i o n o f t h e n o n o v e r l ap pi ng pa r t a n d t h e o v e r l ap pi ng pa r t o f t h e v a l v e f l o w c h a r a c t e r i s t i c.T h e m e t h o d i s ap pl i e d t o a 6 0 0 MW b o i l e r ge n e r a t i ng u n i t,a n d t h e r e s u l t s s h o w t h a t t h e l i n e a r i ty o f t h e f l o w c h a r a c t e r i s t i c o f t h e s t e a m t u r b i n e v a l v e i s e f f e c t i v e ly i mpr o v e d,a n d t h e s a f e ty a n d s t a b i l i ty o f t h e u n i t a r e i mpr o v e d.K e y w o r d s:d a t a m i n i ng;n e u r a l n e t w o r k;f l o w c h a r a c t e r i s t i c c u r v e opt i m i z a t i o n;l e a s t squ a r e m e t h o d;d a t a f i t t i ng 汽轮机调节阀流量特性是指汽轮机进汽调节阀开度与通过调节阀的蒸汽流量之间的关系1。汽轮机经过长 期运行,其数字电 液控制系统(d igi t a l e l e c t r o-hyd r a u l i c c o n t r o l sys t e m,D E H)调节阀检修改造后,实际流量特性曲线将偏离设计值,从而影响机组一次调频和负荷控制能力2。现场流量特性试验存在试验条件苛刻、耗时长、精度低等缺点3,为了提高系统的运行效率和可靠性,减少能耗,阀门流量特性监测优化必不可少4-6。D E H阀门流量特性监测优化可以有效地检测出阀门的流量特性,并对其进行优化,从而提高系统的运行效 第3 6卷 第7期广 东 电 力V o l.3 6 N o.7 2 0 2 3年7月G U A N G D O N G E L E C T R I C P OWE RJ u ly 2 0 2 3 率,减少能耗,提高系统的可靠性7。针对该问题很多学者对D E H阀门流量特性监测优化进行了深入研究8-1 1。本文针对机组历史数据特性与分布,提出并实现了基于拟合线的稳态数据筛选算法对工况的筛选,同时提出基于分段线性化与神经网络的参数寻优算法实现对阀门流量特性的线性化校正。1 数据预处理数据采用以下测点近1个月的历史数据:机组负荷、主蒸汽压力、第一级后压力、主蒸汽流量、主蒸汽温度、综合阀位开度指令、顺阀方式以及4个高调阀阀位指令及反馈,采样周期为1 s。在利用运行数据进行阀门流量特性参数优化前,需先对运行数据进行分析处理与筛选1 2,从而获取能够反映机组特性的运行数据。对历史数据进行初步分析,处理数据存在的缺失值和异常值情况,保证数据的质量同时让数据更好地适应算法。缺失值处理方法包括删除和插值,异常值处理基本上按照删除方式处理1 3。根据现场工艺情况分析汽轮机阀门流量特性的特点1 4,可知机组正常运行时,没有一次调频发生的情况下,总阀位指令变化平缓,在此条件下,判定工况为稳态。另一方面,不同的主蒸汽压力、主蒸汽温度对流量特性也存在一定的影响1 5。基于以上特点,开发工况特征筛选算法。工况特征筛选算法的目标是从序列中筛选一段具有某种特点的数据,包括但不限于上升、下降、平稳、振荡、先平稳后上升等。将整个待筛选的序列X看作一条随时间变化的曲线,用数学方法构造不同的特征来描述曲线的各种特征,通过特征组合的方式找到满足需求的曲线。求解的过程中存在曲线波动问题,影响计算结果准确性,本文提出用拟合线的方法解决该问题。拟合线方法是使拟合线相邻的拟合值接近并且拟合值与原值也接近,根据该方法建立函数关系如式(1)所示,F为目标函数,使目标函数F最小,可得到拟合线。F=nj=1(mj-xj)2+qnj=1(mj-mj-1)2+(mj+1-mj)2.(1)式中:n为拟合数据总数;mj为拟合线M的第j个元素;xj为待拟合序列X的第j个元素;q为调节拟合平滑度的参数,q越大拟合线越平滑;(mj-xj)2为拟合线与待拟合序列的原始值的距离,(mj-mj-1)2+(mj+1-mj)2 为拟合主线上相邻点之间的距离。观察F的表达式,q起到了平衡2种距离的作用。当q=0时,主线相邻点之间的距离权重为0,主线就是原值;当q=时,主线相邻点之间的距离权重无限大,主线是常数序列,等于X的均值。求F最小时的所有mj就得到了拟合线M。求F对每个mj的偏导数,并令其等于0,得到拟合系数矩阵C,与X进行最小二乘拟合得到拟合线M。上述拟合方式得到的主线称为拟合线,通过主线代替原值进行工况特征筛选,从而实现区间、上升下降速度、上升下降幅度、振荡幅度、振荡频率的筛选,同时可以对以上特征进行组合筛选。筛选前综合阀位开度 高调阀开度散点图如图1所示,未经过筛选的综合阀位开度与高调阀开度散点关系存在诸多离群点。通过上述工况筛选算法,结合数据分析结果以及工艺特点,设定筛选条件如下:负荷(功率)变化幅度在约束范围内,主蒸汽压力偏差在约束范围内,主蒸汽温度在约束范围内,无一次调频发生,阀门开启方式为顺序阀,综合阀位指令变化速率小于1。筛选出历史数据中的稳态工况,如图2所示。图1 筛选前综合阀位开度 高调阀开度散点图F i g.1 S c a t t e r p l o t o f i n t e g r a t e d v a l v e p o s i t i o n o p e n i n g-h i g h a d j u s t m e n t v a l v e o p e n i n g b e f o r e d a t a f i l t e r i n g2 高调阀流量特性线性度校正优化算法喷嘴配汽汽轮机进汽调阀通常采用顺序阀,根据流量总指令按照阀门管理函数对各个调阀独立控制。某6 0 0 MW机组正常运行情况下4个高调阀中其中2个先同步开启,开满之后,后2个阀门依次按序开启,故流量曲线在线校正只需针对后开启的2个高调阀进行,如图3所示。431第3 6卷 图2 筛选后综合阀位开度 高调阀开度散点图F i g.2 S c a t t e r p l o t o f i n t e g r a t e d v a l v e p o s i t i o n o p e n i n g-h i g h a d j u s t m e n t v a l v e o p e n i n g a f t e r d a t a f i l t e r i n g图3 综合阀位开度 后开启的2个高调阀开度散点图F i g.3 S c a t t e r p l o t o f i n t e g r a t e d v a l v e p o s i t i o n o p e n i n g a n d t w o h i g h a d j u s t m e n t v a l v e s o p e n l a t e r 在汽轮机各通流情况确定的前提下,喷嘴调节多级汽轮机的调节汽室压力(亦即调节级后压力)与蒸汽流量成比例关系,即汽轮机的功率与其进汽流量成比例关系1 6。进汽流量又正比于蒸汽压力与进汽阀有效开度之积,当汽轮机定压运行时,增加进汽阀的有效开度,即可增加进汽量,同时增加机组功率。将汽轮机调门看作总体,其开度可以用综合阀位值来表征,而这个阀门的进汽流量可以用压比(调节级后压力与主蒸汽压力之比)来表征。因此,只要通过历史数据找出综合阀位 压比曲线对应关系,即可表示机组阀位的开度 流量特性曲线1 7,如图4所示。由散点的走势可以看出,当前的2个高调阀的流量特性线性度十分不理想,可能导致机侧负荷响应时快时慢,影响自动发电控制(a u t o m a t i c ge n e r a t i o n c o n t r o l,A G C)的负荷响应速率,同时也对一次调频造成不利影响,有进一步优化的必要。图4 综合阀位开度 压比散点图F i g.4 S c a t t e r p l o t o f i n t e g r a t e d v a l v e p o s i t i o n o p e n i n g-p r e s s u r e r a t i o分析综合阀位开度、高调阀和压比的关系,通过优化综合阀位开度和高调阀的关系,得到新的流量曲线,使散点围绕理想目标直线分布,如图4所示,理想直线通过最小二乘法1 8拟合得到。在喷嘴调节配汽中,如果在前一调节汽门完全开启后,后续调节汽门才开启1 9,2个调节阀衔接处的蒸汽流量就会出现一个低谷,调节阀流量特性曲线就有波折,不符合调节系统设计要求。因此,在前一调节汽门未完全开启时,后续调节汽门必须提前开启,即阀门开启要有一定的重叠度,以补偿前一调节汽门的非线性特性2 0。由于存在重叠度的问题,在寻优的过程中需要对该部分进行特殊处理。传统分段线性化2 1方法针对重叠度位置的流量曲线参数寻优过程中,通过合适方法划分数据,分别划分至2个不同高调阀处理,重叠度部分的第2个高调阀的数据不做处理,该类方法的弊端是对该部分校正的效果不够精确。本文针对非重叠度部分采用分段线性化方法进行校正,对重叠度部分不再进行分段而是采用神经网络算法进行优化,重叠度部分2个阀门的数据均参与运算。根据理想曲线可以得到所有损失函数数据点的理想x坐标(综合阀位开度),定义理想x坐标值与调整后的x坐标值的均方根误差(eRM S E)为损失,计算公式为eRM S E=1mmi=1(xbi-xai)2.(2)式中:m为数据总数;xbi为原数据;xai为调整后的坐标。非重叠 度 部 分(包 括 阀 高 调 阀 开 度 为0和1 0 0%的区域)如图4中蓝色和绿色散点所示,分别由2个高调阀单独调节,采用分段线性化方法,人为设 置 超 参 数 折 点 个 数,先 将 压 比 根 据 其 最 值531 第7期颜纲要,等:基于历史数据分析的汽轮机调节阀流量特性优化(ym i n,ym a x)分 为3段(可 以 更 多 段),即 ym i n,y1,(y1,y2,(y2,ym a x;然后根据每段需要的折点数目,均匀插入折点。对每个高调阀的分段来说,都需要5个参数:第1个分段点y1、第2个分段点y2、第1段内折点数n1、第2段内折点数n2、第3段内折点数n3。根据以上的分段信息,对高调阀1的纵坐标进行分段,最终可以得到包含所有折点纵坐标和折点个数。下面只需要寻找每个折点的横坐标即可。本文采用穷举法进行寻优,当前折点序号定义为i,找到第i-2个折点与第i+2个折点间的全部数据(即高调阀的值位于yi-2和yi+2之间的数据),然后找到这些数据中对应的最大和最小的横坐标值(xi,m i n,xi,m a x),将该区间等分得到k个折点,这k个折点即xi的可能位置。注意:如果该区间范围太小,则不利于xi坐标的寻找,会扩大区间范围。由于xi-1已知,xi和xi+1各有k种可能,则这3个点构成的折线共有k2种可能。依次遍历这k2条折线,根据折线调整纵坐标y值位于yi-1,yi+1 区间的数据,计算调整后数据的损失,找到损失值最小的一条折线。同理求出第2个高调阀折点。重叠度部分(不包含高调阀开度为0和1 0 0%的区域)如图4中橙色散点所示。该部分由2个高调阀共同调节,因此汽轮机高调阀门开度与流量形成一个多入单出的有监督学习模型,具有非线性特征,难以使用数学方法建立模型。因此通过B P神经网络算法,输入项为2个高调阀开度,中间输出为综合阀位,根据理想直线得到最终输出压比建立模型,如图5所示,其中理想直线的斜率a和截距b为固定值。图5 神经网络模型F i g.5 N e u r a l n e t w o r k m o d e l d i a g r a m隐藏层数的选择2 2:没有隐藏层,仅能够表示线性可分函数或决策;隐藏层数为1,可以拟合任何“包含从一个有限空间到另一个有限空间的连续映射”的函数;隐藏层数为2,搭配适当的激活函数(本文选用S igm o i d激活函数)可以表示任意精度的任意决策边界2 3,并且可以拟合任何精度的任何平滑映射;隐藏层数大于2,多出来的隐藏层可以学习复杂的描述(某种自动特征工程)。层数越深,理论上拟合函数的能力增强,效果更好,但是实际上更深的层数可能会带来过拟合的问题,同时也会增加训练难度,使模型难以收敛。高调阀门开度与流量存在一定对应关系且二者关系并不复杂,因此采用2个隐藏层。在隐藏层中使用太少的神经元将导致欠拟合。相反,使用过多的神经元同样会导致一些问题:隐藏层中的神经元过多可能会导致过拟合2 4 当神经网络具有过多的节点(过多的信息处理能力)时,训练集中包含的有限信息量不足以训练隐藏层中的所有神经元,因此就会导致过拟合;即使训练数据包含的信息量足够,隐藏层中过多的神经元会增加训练时间,从而难以达到预期的效果。显然,选择合适的隐藏层神经元数量至关重要2 5。通常,对所有隐藏层使用相同数量的神经元就足够了。对于某些数据集,拥有较大的第1层并在其后跟随较小的层会有更好的性能,因为第1层可以学习很多低阶的特征,这些较低层的特征可以馈入后续层中,提取出较高阶特征。本文根据深度学习中隐藏层参数选择经验,计算初步参数选择范围,隐藏层选取的神经元个数Nh=Ns(Ni+No).(3)式中:Ni为输入层神经元个数;No为输出层神经元个数;Ns为训练集样本个数;为可以自取的任意值变量,通常取 21 0。本文中Ni为2,No为1,Ns取值1 0 0 0,取值为1 0。经过实验验证,最终确定每个隐藏层神经元个数为3 0。3 某6 0 0 MW机组高调阀流量特性线性度校正算法应用效果 将上述优化算法应用于某6 0 0 MW机组高调阀流量特性线性度校正中,优化效果如图6所示,可见优化后流量曲线调整幅度较大。图7中蓝色直线为理想直线,蓝色散点为校正前散点位置,黄色散点为校正后散点位置,黄色散点均匀分布于理想目标曲线周围。与原蓝色散点位置对比可见,流量曲线线性度优化效果明显。631第3 6卷 将寻优 出 来 的 参 数 经 过 变 换 后 加 载 至 现 场D E H逻辑组态内,稳定运行一段时间后,对该段时间内的数据进行可视化处理,如图8所示,可以图6 优化后综合阀位开度 高调阀开度图F i g.6 O p t i m i z e d i n t e g r a t e d v a l v e p o s i t i o n o p e n i n g-h i g h a d j u s t m e n t v a l v e o p e n i n g图7 优化前后综合阀位开度 压比散点对比F i g.7 C o m p a r i s o n s o f o p t i m i z e d f r o n t a n d r e a r i n t e g r a t e d v a l v e p o s i t i o n o p e n i n g-p r e s s u r e r a t i o s c a t t e r图8 现场数据优化后综合阀位开度 压比散点F i g.8 S c a t t e r p l o t o f i n t e g r a t e d v a l v e p o s i t i o n o p e n i n g-p r e s s u r e r a t i o o p t i m i z e d f o r f i e l d d a t a明显看出阀门流量特性呈线性,验证了本文算法的有效性。本文利用机组历史运行数据,对数据进行筛选和挖掘,经过参数优化,有效校正重叠度部分,实现对 阀 门 流 量 特 性 曲 线 的 优 化,从 而 有 效 提 升AG C、一次调频响应品质,为整个机组的节能优化奠定基础。本方法不需要进行阀门流量特性试验,减少了工作量,也避免了阀门流量特性试验对机组安全稳定运行的影响,是一种较为方便且有效的阀门流量特性参数优化方法。4 结束语本文提供了一种基于机组历史数据的汽轮机阀门流量特性优化方法。该方法利用数据挖掘技术获取机组在其历史稳态工况范围内的运行数据,并通过分段线性化以及神经网络算法实现了对汽轮机阀门流量特性参数的优化。该方法有效提高了高调阀流量特性的线性度,提升了A G C模式下负荷响应的稳定性,提高了一次调频指标,同时有助于汽轮机的安全稳定运行。此外,不再需要对汽轮机进行阀门流量特性试验,减轻现场工程师工作量,同时也避免该试验有可能对机组的安全稳定运行带来的不利影响。参考文献:1王晓峰,高春升.6 0 0 MW汽轮机的阀门管理与调节级特性J.汽轮机技术,2 0 0 3,4 2(2):1 2 2-1 2 3.WANG X i a o f e ng,GAO C h u n s h e ng.6 0 0 MW t u r b i n e v a l v e m a n age m e n t a n d go v e r n i ng s t age pe r f o r m a n c eJ.T u r b i n e T e c h n o l og y,2 0 0 3,4 2(2):1 2 2-1 2 3.2郭璞维,谢子硕,郭宬昊,等.“双碳”目标下燃煤发电机组一次调频技术分析J.广东电力,2 0 2 2,3 5(7):1 5 1-1 6 0.GUO P u w e i,X I E Z i s h u o,GUO C h e ngh a o,e t a l.A n a lys i s o f pr i m a ry f r equ e n cy m o d u l a t i o n t e c h n o l ogi e s o f c o a l-f i r e d t h e r m a l po w e r u n i t u n d e r d o u b l e c a r b o n go a l sJ.G u a ngd o ng E l e c t r i c P o w e r,2 0 2 2,3 5(7):1 5 1-1 6 0.3王竹,吴鹏,张锐锋,等.基于历史数据的汽轮机调节阀流量特性优化J.热力发电,2 0 1 9,4 8(2):3 9-4 4.WANG Z h u,WU P e ng,ZHANG R u i f e ng,e t a l.R e s e a r c h o n f l o w c h a r a c t e r i s t i c s o f s t e a m t u r b i n e r egu l a t i ng v a l v e b a s e d o n h i s t o r i c a l d a t aJ.T h e r m a l P o w e r G e n e r a t i o n,2 0 1 9,4 8(2):3 9-4 4.4伍宇忠,张曦,朱亚清.热工控制系统原因引发机组功率振荡的机 理 探 讨 及 防 控 措 施 J.广 东 电 力,2 0 1 3,2 6(6):6 3-6 8.WU Y u z h o ng,ZHANG X i,ZHU Y aqi ng.D i s c u s s i o n o n m e c h a n i s m o f u n i t po w e r o s c i l l a t i o n t r ig ge r e d by t h e r m a l c o n t r o l sys t e m a n d pr e c o n t r o l m e a s u r e sJ.G u a ngd o ng E l e c t r i c P o w e r,2 0 1 3,2 6(6):6 3-6 8.5李前敏,柏毅辉.汽轮机阀门流量特性优化分析J.电力科学与工程,2 0 1 2,2 8(9):4 7-5 2.731 第7期颜纲要,等:基于历史数据分析的汽轮机调节阀流量特性优化L I Q i a n m i n,B A I Y i h u i.Opt i m a l a n a lys i s o n f l o w c h a r a c t e r i s t i c o f v a l v e i n s t e a m t u r b i n eJ.E l e c t r i c P o w e r S c i e n c e a n d E ngi n e e r i ng,2 0 1 2,2 8(9):4 7-5 2.6刘新龙,巨林仓,胡平,等,D EH阀门流 量特性曲线校正J.汽轮机技术,2 0 1 1,5 3(4):2 8 8-2 9 0.L I U X i n l o ng,J U L i n c a ng,HU P i ng,e t a l.A dju s t m e n t f o r t h e f l o w c h a r a c t e r i s t i c c u r v e o f D E H v a l v e sJ.T u r b i n e T e c h n o l og y,2 0 1 1,5 3(4):2 8 8-2 9 0.7李必成,张睿.超临界6 0 0 MW机组D E H控制优化J.热力发电,2 0 1 2,4 1(5):1 0 2-1 0 5.L I B i c h e ng,ZHANG R u i.Opt i m i z a t i o n o f D E H c o n t r o l f o r s upe r c r i t i c a l 6 0 0 MW u n i tJ.T h e r m a l P o w e r G e n e r a t i o n,2 0 1 2,4 1(5):1 0 2-1 0 5.8付晓明,张殿朝,李超.火电厂汽轮机阀门流量特性曲线优化J.电力安全技术,2 0 2 1,2 3(9):5 9-6 1.F U X i a o m i ng,ZHANG D i a n c h a o,L I C h a o.Opt i m i z a t i o n o f t u r b i n e v a l v e f l o w c u r v e s f o r f o s s i l-f i r e d po w e r pl a n tJ.E l e c t r i c S a f e ty T e c h n o l og y,2 0 2 1,2 3(9):5 9-6 1.9朱彦,方远,李倩倩,等.基于数据挖掘的汽轮机阀门流量特性优化应用J.热力透平,2 0 2 1,5 0(1):4 9-5 3.ZHU Y a n,F ANG Y u a n,L I Q i a nqi a n,e t a l.Opt i m i z a t i o n a n d ap pl i c a t i o n o f s t e a m t u r b i n e v a l v e f l o w c h a r a c t e r i s t i c s b a s e d o n ope r a t i ng d a t a m i n i ngJ.T h e r m a l T u r b i n e,2 0 2 1,5 0(1):4 9-5 3.1 0盛锴,宋军英,寻新,等.汽轮机阀门流量特性在线监测优化系统及应用J.热能动力工程,2 0 2 0,3 5(8):2 6-3 1.S H E NG K a i,S O NG J u nyi ng,XUN X i n,e t a l.O n l i n e-m o n i t o r i ng a n d opt i m i z a t i o n sys t e m f o r v a l v e s d i s c h a rge c h a r a c t e r i s t i c s o f s t e a m t u r b i n eJ.J o u r n a l o f E ngi n e e r i ng f o r T h e r m a l E n e rg y a n d P o w e r,2 0 2 0,3 5(8):2 6-3 1.1 1许斯顿,赖加良.国产6 0 0 MW超临界汽轮机阀门流量特性曲线优化试验J.发电设备,2 0 1 4,2 8(2):1 2 8-1 3 2.XU S i d u n,L A I J i a l i a ng.Opt i m i z a t i o n o f v a l u e f l o w c h a r a c t e r i s t i c c u r v e s f o r d o m e s t i c 6 0 0 MW s upe r c r i t i c a l t u r b i n e sJ.P o w e r Equ ipm e n t,2 0 1 4,2 8(2):1 2 8-1 3 2.1 2王志杰,陈厚涛,唐桢淇.基于运行数据的汽轮机阀门流量特性参数优化J.广东电力,2 0 1 9,3 2(3):3 2-3 6.WANG Z h iji e,CH E N H o u t a o,T ANG Z h e nqi.Opt i m i z a t i o n o n c h a r a c t e r i s t i c pa r a m e t e r s o f s t e a m t u r b i n e v a l v e f l o w b a s e d o n ope r a t i ng d a t aJ.G u a ngd o ng E l e c t r i c P o w e r,2 0 1 9,3 2(3):3 2-3 6.1 3石泉,唐珏,储满生.基于工业大数据的智能化高炉炼铁技术研究进展J.钢铁研究学报,2 0 2 2,3 4(1 2):1 3 1 4-1 3 2 4.S H I Q u a n,T ANG J u e,CHU M a n s h e ng.R e s e a r c h pr ogr e s s o f i n t e l l ige n t b l a s t f u r n a c e i r o n m a k i ng t e c h n o l og y b a s e d o n i n d u s t r i a l b ig d a t aJ.J o u r n a l o f I r o n a n d S t e e l R e s e a r c h,2 0 2 2,3 4(1 2):1 3 1 4-1 3 2 4.1 4王刚,李存文,梁正玉,等.基于特征通流面积的汽轮机流量特性辨识方法J.热力发电,2 0 1 6,4 5(6):3 3-3 9.WANG G a ng,L I C u n w e n,L I ANG Z h e ng yu,e t a l.I d e n t i f i c a t i o n m e t h o d f o r f l o w c h a r a c t e r i s t i c s o f s t e a m t u r b i n e b a s e d o n c h a r a c t e r i s t i c f l o w a r e aJ.T h e r m a l P o w e r G e n e r a t i o n,2 0 1 6,4 5(6):3 3-3 9.1 5万忠海,华志刚,蒙泽森,等.汽轮机组调门流量特性的影响因素及其规律研究J.中国电机工程学报,2 0 2 1,4 1(7):2 4 3 5-2 4 4 6.WAN Z h o ngh a i,HUA Z h iga ng,ME NG Z e s e n,e t a l.R e s e a r c h o n i n f l u e n c i ng f a c t o r s a n d l a w s o f f l o w c h a r a c t e r i s t i c s o f s t e a m t u r b i n e c o n t r o l v a l v eJ.P r o c e e d i ngs o f t h e C S E E,2 0 2 1,4 1(7):2 4 3 5-2 4 4 6.1 6王竹.基于数据挖掘的汽轮机调节阀流量特性分析D.杭州:浙江大学,2 0 1 9.1 7高亚杰,阚玉英.基于历史数据分析的汽机调门曲线优化J.华北电力技术,2 0 1 2