（华能陕西秦岭发电有限公司 陕西省华阴市 714206）
摘要：在火电生产工程中，热控系统是一个重要的设备，其控制性能的稳定性对整个企业的生产发展有着直接的关系，做好相应的性能评价分析至关重要。火电厂应该加强对热控系统的管理，深入了解可能出现的各种故障，要建立完善的热控系统管理体制，及时排除安全隐患，同时做好控制性能评价工作，确保电力的稳定生产。本文主要探究了火电厂热控系统控制性能评价的方法，以供广大同行共同交流探讨。
关键词：火电厂；热控系统；控制性能；评价
引言
随着社会的发展，电力需求日益提高，对电能质量的要求也不断增强。火电厂热工自动控制系统为火电厂的发展提供有力的技术支持，对于提高电能质量也至关重要，因此也是越来越受到重视。在火电厂运营中，热工自动控制系统处于核心地位，提高火电厂热工自动控制可靠性已成为火电厂研究核心问题，针对热控系统在长期运行中可能出现的部件损毁问题，就有必须要深入研究性能评价工作，运用有效的评价方法，及时排除各种隐患，提升热控系统的稳定性。
一、火电厂热控系统性能评价的概述
1.火电厂热控系统性能特点
火电厂由于生产的需要，对于电力生产的整个过程往往需要很多热控设备经过复杂的热控过程管理才能够实现相关的生产，因此，必须要对火电厂热控系统的过程进行管理分析。火电厂热控系统的性能特点主要表现在以下两个方面[1]：一方面，热控系统过程复杂，过程管理难度较大。火电厂热控设备的控制过程普遍比较复杂，多数热控设备借助于众多的控制参数以及成熟的控制算法实现对热控过程的管理，即使是对于目前应用最成熟的 PID 控制算法而言，其热控系统的过程管理也无法实现精准的控制，因此难以实现准确的性能评价；另一方面，热控系统性能稳定性较差，易发生潜在故障。以火电厂最普通的热控管理控制对象——锅炉汽包水平衡的控制为例，其热控系统的过程复杂相对简易一些，但其控制稳定性也较差，相关零部件极易发生故障，成为火电厂热控系统故障率最高的设备之一。正是由于相关设备易发生潜在故障，因而难以实现恒定的评价。
2.火电厂热控系统性能评价的现状
结合上述对火电厂热控系统性能的特点分析可以发现，火电厂热控系统性能评价实施起来难度较大，不仅仅是因为热控过程较为复杂，而且过程管理控制的参数变量较多，控制精度较差，因此试图通过海量数据的监测分析进而对热控系统性能做出客观评价，是十分困难的。目前应用的较为普遍和成熟的性能评价方法主要是最小方差性能评价，但是最小方差评价作为一种目前最好的评价策略，从这个意义上说，没有一种控制器可提供更小的方差。但由于这种评价模式所需要配备的控制器的鲁棒性性能不好以及要求过多的控制动作，因此在实践中并不推荐使用这种评价策略。
期刊文章分类查询,尽在期刊图书馆
二、火电厂热控系统控制性能评价分析
1.性能评价方法对比分析
目前针对火电厂热控系统控制性能评价的常用方法主要有：性能指标全表格评价法、最小方差评价法，以及新发展起来的基于数据挖掘的性能评价方法，下面首先对这这三种方法进行对比分析。
（1）性能指标全表格评价法
性能指标全表格方法是指对控制性能的数据进行分项分等级的表格记录，通过对评价需要的各个指标列举在表格中，然后对热控系统控制性能的监测进行分项打分，然后根据分项打分的记录情况来对热控系统进行评价，然后结合分项打分的情况来优化电厂的热控控制性能[2]。
（2）最小方差评价法
最小方差法是一种单方程估计法，其基本思想是选择使残差平方和之比达到最小的Δ 为结构参数向量βΔ的估计值，进而得到Γ1 的估计值Δ，则称Δ和Δ为最小方差比估计量[3]。这种评价方法需要借助海量的性能监测数据实现，因此这种评价方法数据处理量较大，实际操作起来有一定难度。
（3）数据挖掘评价法
数据挖掘评价法是通过对热控系统控制性能的基础指标进行检测，根据对指标的分类检测结果，结合预先建立的推理规则对指标结果数据进行挖掘，从而从中找到隐藏在数据结果背后的实质性规律。数据挖掘评价需要处理的数据量较小，因此实际操作起来具有一定优势，是目前重点发展和应用的一种评价方法。
2.数据挖掘在热控系统性能评价分析中的应用
数据挖掘评价方法是目前常用的评价方法，通过检测热控系统控制性能的基础指标，结合指标的分类检测结果，然后建立推理规则挖掘指标结果数据，进而找到数据背后结果的实质性规律，数据挖掘评价方法需要处理的数据较小，所以操作起来没有最小方差评价方法复杂，是目前常用的一种评价方法，通过分析数据挖掘评价方法在实际当中的应用来优化电厂热控系统的控制性能。
数据挖掘通过基本信息之间的关联信息，对电厂热控系统的控制性能做出评价，是一项处理数据较小和评价比较客观评价，根据火电厂中最容易发生故障之一的锅炉汽包水平衡热控系统的控制性能进行数据挖掘评价来探讨数据挖掘评价方法的优越性，通过知识化的推理和特征信息的特点，结合实际情况列举的评价信息提取和规则化处理之后的性能指标来分析数据挖掘评价。
从性能指标基础信息数据整理图中代号为100010的性能指标分析，A表示指标特征数，有0-5六个等级，X2为一般指标符合度，Z1位轻微指标等级，P1位基本符合性能评定，基础信息数据整理图中每一条记录就是一个故障点，把基础信息数据整理图的结果完整反映到Excel里就是形成的性能指标信息知识库，是作为热控系统控制性能评价的数据源，然后在最小支持度12%和最小可信度50%的前提下，可规则推理出性能评价系统，分析部分评价结果，部分评价结果中的规则2显示出Z3，P4→X3，反映的支持度为14.81%，可信度为80%，显示的意思是符合汽包水平衡控制性能的重度性能指标信息有80%的评价结果是优秀等级，说明热控类型具有较高指标等级并且指标特征信息具有高符合度，可以通过数据挖掘评价系统简单的辨识并做出可信的评价结果[4]。部分评价结果中的规则4显示出A3→P3，反映的支持度为14.81%，可信度为57.4%，显示的意思是在A3等级的热控系统中有57.4%的评价结果是良好的性能状态，说明在A3等级下的指标特征数的特征信息较多，特征信息符合度较高，所以评价性能的等级是良好[5]。应用数据挖掘热控性能评价系统，对火电厂热控系统的控制性能评价有很大的帮助，可以大力发展数据挖掘的热控系统控制性能的应用。
结语
总之，火电厂的热工自动化控制可靠性对于保证火电厂长期稳定安全运行至关重要，因此进一步加强对其的研究非常有必要。通过上述研究分析，当前数据挖掘评价方法应用的比较的广泛，能够起到很好得了评价效果，值得推广使用。当然，广大热控专业管理人员仍需不断努力，发挥创新思维，研究出更多更科学的性能评价方法，同时加强各项管理措施，促进热控系统运行的可靠稳定性，保障火电厂生产的正常进行，为社会经济发展提供稳定的电能。
参考文献：
[1]陈耀，罗晓，孙优闲.过程控制工程中的若干问题[J].基础自动化，2014（09）：21-22.
[2]程岩，黄梯.信息系统中一种面向粗糙集的数据挖掘方法[J].情报学报，2014（02）：90-99.
[3]袁春晓.先进控制技术在电厂过热汽温控制中的应用研究[J].浙江大学学报，2015（04）：52-53.
[4]霍金龙.浅谈火电厂热控系统控制性能评价方法[J].中国科技博览，2013（07）：85-86.
[5]邓哲元.关于火电厂热控系统控制性能的探讨[J].华东科技：学术版，2015（04）：39-40.
论文作者:员浩志
论文发表刊物:《电力设备》2017年第31期
论文发表时间:2018/4/18
标签：评价论文; 火电厂论文; 性能论文; 系统论文; 方法论文; 数据挖掘论文; 指标论文; 《电力设备》2017年第31期论文;