燃煤鍋爐受熱面壁溫監測數據的時序特征分析

沙?驍，黃?騫，柳冠青，李水清

燃煤鍋爐受熱面壁溫監測數據的時序特征分析

沙?驍1，黃?騫1，柳冠青2，李水清1

(1. 清華大學能源與動力工程系熱科學與動力工程教育部重點實驗室，北京 100084；2. 中國華電集團科學技術研究總院有限公司，北京 100070)

基于600MW機組的實際運行數據，研究了機組負荷及鍋爐典型受熱面壁溫數據的時域及頻域特征．在350MW的低負荷段，發現了屏式過熱器、高溫過熱器、高溫再熱器等部位各屏間溫差較大(約100℃)，這可能是由于煙氣側排布方式及管內工質流量不均勻所導致的；同一屏內各管壁溫差異與受熱面部位相關，即高溫過熱器及高溫再熱器處溫差較小，屏式過熱器處差異較大，潛在的超溫風險更高．基于頻域分析，發現在不同機組運行負荷下，受熱面壁溫均具有與機組負荷波動相同的特征頻率(對應周期為30～40min)，這對壁溫預測及超溫異常的監測具有重要指導意義．

燃煤鍋爐；受熱面壁溫；機組負荷；快速傅里葉變換；頻域特征

燃煤機組受熱面的超溫問題是造成四管破損的主要原因．有研究統計燃煤機組非計劃停機的原因，指出超溫爆管事故造成的非停時長約占總非停時長的57%以上[1]．水冷壁、過熱器、再熱器、省煤器等“四管”受熱面長期工作于高溫、高腐蝕的惡劣環境，當管壁溫度長期超過其材料的許用溫度，或壁溫波動頻繁時，高溫蠕變造成金屬管子的壽命急劇下降，嚴重時出現管壁破損，造成停機事故[2]．

機組運行中受熱面超溫防控的核心是對壁溫進行實時監測、分析甚至預測．當前燃煤鍋爐各受熱面均布置大量壁溫測點(多為水汽側出口集箱部位)，通過數據連接進入電廠安全儀表系統(SIS)，實時監測壁溫，并可通過與允許限值的比較，執行超溫監測、報警、統計等基本功能[3]．由于壁溫測點布置的局限性，為更好地實現爐內受熱面各部位的超溫預警，基于間接式溫度計算的方法近年來受到持續關注與研究[4]．該方法通過建立壁溫相關的數學模型，使用易測變量對目標變量進行分析，能更精細地估計受熱面壁溫分布．鄭昌浩等[5]較早采用爐內傳熱模型，提出將再熱器、過熱器管子離散化，分別計算每段平均熱負荷、最大熱負荷以得到受熱面壁溫．楊冬等[6]考慮聯箱中的靜壓分布，建立流量分配非線性模型，克服了常用的壁溫計算方法中校核點工質流量與熱負荷并不一定對應的缺點．陳鴻偉等[7]開發了一套鍋爐受熱面金屬壁溫在線監測系統，建立了從排煙溫度開始的反算模型．但此類方法的建模較為復雜，模型準確性仍需校驗，且計算量較大，目前仍有不斷發展．

近年來，隨著深度神經網絡模型等算法的進步，直接建立受熱面壁溫與管壁換熱系數、主蒸汽流量和汽溫等各項參數之間的復雜非線性關聯成為可能，也具有對壁溫進行超前估計的潛力．吳斐等[8]開發了基于BP神經網絡的過熱器、再熱器管壁壁溫計算方法，計算值與實際值取得了較好的一致性．周云龍?等[9]比較了BP神經網絡和RBF神經網絡對鍋爐過熱器壁溫分布預測的性能，發現RBF網絡計算誤差更小，更穩定．目前此類研究尚未能建立泛用性較好的壁溫預測通用模型，這主要是因為：①受熱面壁溫具有很強的時序性，但對其本身特征的分析和研究常常被忽視；②機組負荷、主蒸汽溫度等對受熱面壁溫的影響關系并不清楚，缺乏物理關聯研究，這不利于壁溫預測模型的建立．

為此，本文擬結合600MW燃煤機組實際運行數據，開展受熱面壁溫及負荷時序特性的分析．將研究典型受熱面(屏式過熱器、高溫過熱器、高溫再熱器)各屏、各管溫度偏差，并分析負荷及壁溫數據的頻譜特性，為建立壁溫預測模型提供基礎．

1?燃煤機組壁溫及負荷數據集

本文從某600MW燃煤機組的SIS系統中采集了2019年7月1日00：00至24日14：46的全部壁溫測點和機組實時負荷數據，時間間隔為1min．壁溫測點位于過熱器和再熱器集箱口處，其中屏式過熱器測點44個、高溫過熱器55個、高溫再熱器59個．圖1所示是全部時長下的機組實時負荷．可見機組運行中的負荷變動較頻繁，最長的一段穩定運行時間約為17h．因調峰需要，機組整體負荷較低，超過75%負荷的時長不足9%．

圖1?機組負荷序列

2?快速傅里葉變換

2.1?快速傅里葉變換原理

快速傅里葉變換(fast Fourier transform，FFT)算法廣泛應用于信號的頻譜分析．FFT作為離散傅里葉變換(DFT)的改進算法，使計算量從2量級降低到log2量級，顯著提高了其可行性[10]．

由此傅里葉變換可改寫為：

綜上，點的DFT可以分解為兩個/2點DFT，每個/2點DFT又可以分解為兩個/4點DFT．依此類推，當為2的整數次冪時，最后全部成為一系列2點DFT運算．以上就是按時間抽取的FFT算法.

式中：s為采樣率；為樣本序數；為樣本長度．

2.2?誤差分析及修正方法

對于FFT算法的誤差分析及提高頻譜精度的策略，主要包括以下4個方面．

FFT的結果在頻域上是離散的，其精度為s/這種離散化會造成柵欄損失，即信號的頻率因可能落在兩條譜線之間，導致顯示的功率就會因為功率被分散到兩根譜線上而減少．可以通過提高采樣率s來減少損失，直觀上使頻譜中的峰更明顯，頻譜更精細．但是在本文中，原數據間隔固定為1min，通過提高采樣率增加頻譜精度的方法不可行．

在頻譜分析中，如果原信號具有一個整體性增?加/減少的趨勢特征，在傅里葉變換后會產生非常大的低頻分量，該分量所對應的周期與原信號長度相近，反映了該整體性趨勢．這個低頻分量會掩蓋原本信號的高頻波動特征．通常的做法是使用動態均值法，以減小樣本總體變化趨勢帶來的頻譜分量．本文中使用移動平均算法，有效地濾去了整體性趨勢帶來的干擾，如圖3所示．

3?結果與討論

3.1?典型受熱面壁溫的時域及空間分布特性

選取了機組在350MW的低負荷工況下(2019年7月1日01：38～09：57)的壁溫數據進行分析.圖4所示為屏式過熱器各屏及各管壁溫的時域及空間分布特性．圖4(a)中的壁溫測點為各屏第31#管，代表不同屏上的同一相對位置．由圖可見，各管壁溫隨時間變化較為平穩，波動幅度多小于10℃．圖4(a)反映出不同屏間溫差較大，最高可達～110℃，這與各屏的空間分布位置密切相關．圖4(b)進一步繪制了某一時刻下所有管屏測點的溫度分布圖，其中橫坐標為屏編號，不同顏色代表同一屏上的不同溫度測點，分別位于3#、10#、22#和31#管.在多數屏上，各管壁溫關系：31#＞22#＞10#＞3#，這是因為31#管位于屏的最外側，受來流煙氣沖刷，較之其他管溫度更高．同一屏上的各測點溫度差異也十分顯著，最高達～95℃．整體上，近壁面兩側的屏溫度較高，中間的屏溫度較低．但同時各管在靠近主流區(第7、第8屏)也出現了顯著的溫度峰值，這應是由于管內蒸汽流量不均勻所導致的．對全部數據進行分析，這一特性在數據集的全部時間均存在.

注意到14屏31#管壁溫波動頻率顯著高于其他管．頻繁的溫度波動影響管子金屬壽命[12]，帶來潛在的超溫爆管風險．但是這種風險不能通過現有的超溫診斷算法予以識別，因為它雖波動頻繁，但并未超過許用溫度范圍．通過本文提出的基于頻域分析的超溫診斷方法可以解決這一問題．

圖5和圖6分別為高溫過熱器壁溫和高溫再熱器壁溫．圖5(a)所示為高溫過熱器各屏上1#管的壁溫時間演化，可見高溫過熱器處各屏壁溫波動幅度小于10℃．高溫過熱器處的最大屏間溫差超過75℃，但小于屏式過熱器處．圖5(b)所示為某時刻高溫過熱器處各管壁溫分布，橫坐標為屏編號，不同顏色代表同一屏上不同的壁溫測點．各屏上5#管均是溫度最高的管，1#管和10#管的溫差不大．整體而言，不同屏間的溫度分布呈倒U型分布，中間編號的屏相對較高，分布較屏式過熱器區域更為均勻．此外，較小編號(1～17)的屏內各管溫度差異較大，且分布規律各屏不一致；而較大編號的屏內各管溫度較為均勻、穩定．這也可能是管內工質流量不均勻所導致的.

圖6(a)為高溫再熱器處各屏1#管的溫度-時間曲線，其溫度變化較為平穩，異屏間溫差約65℃，小于屏式過熱器和高溫過熱器處的值．截取某一時刻分析其空間分布特征(圖6(b))，總體上也表現為倒U型分布，且同屏上不同管間溫度分布較為均勻．

圖5?高溫過熱器壁溫

圖6?高溫再熱器壁溫

3.2?典型受熱面壁溫的頻譜特性

選取了機組在350MW穩負荷工況(2019年7月1日01：38～09：57，總長500min)及235MW穩負荷工況(2019年7月8日02：10～07：30，總長320min)下的負荷與壁溫數據進行FFT頻域分析．圖7所示分別為兩個工況下的負荷頻譜圖．可見在350MW負荷下，在433μHz處出現一個顯著的特征峰值，對應負荷以38.5min為周期的波動；在235MW負荷下，在469μHz處出現一個最大特征峰值，對應負荷以35.5min為周期波動．此外，235MW下負荷頻譜中高頻分量明顯增多，表明在低負荷下負荷波動更劇烈，對燃燒穩定性提出更高要求．

在機組350MW負荷運行的時間段內，對屏式過熱器的全部壁溫測點進行FFT分析，結果見圖8．值得注意的是，第14屏31#管頻譜(圖8中序號44的棕色線)的高頻分量顯著強于屏式過熱器處其他測點，存在3900μHz的特征峰．因此可通過各管壁溫特征頻率匹配度分析，對這種波動頻繁但未超過許用溫度的異常管進行有效篩選．

為進一步研究各管壁溫頻譜的共有特征，本文將上述各壁溫頻譜信號疊加，求取屏式過熱器區域的平均壁溫頻譜，如圖9所示．可見平均頻譜信號的最大特征峰出現在433μHz處，與該時段下負荷的特征頻率相等．

圖8?屏式過熱器壁溫頻譜

圖9?屏式過熱器區域的平均壁溫頻譜

進一步統計屏式過熱器、高溫過熱器和高溫再熱器3個區域全部測點的特征頻率，如圖10～12所示．其中藍線為機組負荷的特征頻率433μHz．屏式過熱器區域有64%的測點與負荷特征頻率完全吻合，高溫過熱器和高溫再熱器區域分別為76%和62%．可見大多數管的特征頻率與負荷的特征頻率存在明顯的重疊性，即負荷和管壁溫度具有相似的波動頻率．因此機組負荷的時序特征與受熱面壁溫的特征具有很強的相關性，負荷特性可以作為本時段壁溫的“標準特性”，指導受熱面壁溫超溫風險判斷和異常測點檢測．

對于同一部位，除負荷特征頻率外還存在其他幾個共有的頻率，代表了管壁溫度在該部位的共性特征．如233μHz、300μHz、533μHz(屏式過熱器)；533μHz、600μHz(高溫過熱器)；333μHz、567μHz (高溫過熱器)．較之屏式過熱器，高溫過熱器和高溫再熱器處具有共同特征頻率的管子數目(比例)更大，這是因為這些區域的屏間溫差小、同屏溫度分布更均勻，局部超溫風險也更低．

類似地，在機組235MW負荷運行的時間段內，對高溫過熱器的全部壁溫測點進行基于FFT的頻譜分析，統計每個測點的幾個主要特征頻率，結果如圖13．壁溫共有的特征頻率有所改變，但仍與該負荷的特征頻率(469μHz)相符．壁溫的特征頻率重復性在這一低負荷工況下有所下降，僅有51%的測點與負荷特征頻率相符．

圖10?屏式過熱器壁溫特征頻率

圖11?高溫過熱器壁溫特征頻率

圖12?高溫再熱器壁溫特征頻率

圖13?235MW下高溫過熱器壁溫特征頻率

4?結?論

(1) 在同一受熱面區域，不同屏間的溫度存在顯著差異，其中屏式過熱器處的差異最大，最高可達～110℃．這不僅與管子在煙道中的空間排列相關，也是由于工質流量分配不均勻所導致．

(2) 不同受熱面區域內，同一屏上各管溫度分布特性不同．高溫再熱器區域同屏上不同管間溫度分布較為均勻，屏式過熱器區域較為分散．高溫過熱器區域，小編號的屏上同屏差異較大，大編號的屏上同屏較為均勻．

(3) 機組負荷波動的特征頻率與受熱面壁溫波動的特征頻率具有較高的吻合性，反映了負荷波動與壁溫波動具有較強的相關性．在同一部位的壁溫信號也具有除負荷特征頻率外的共有頻率，代表了該區域的固有特性．

［1］ 高重暉，吳?希，李振元，等. 吉林電網火電機組非計劃停運統計分析及改進措施[J]. 吉林電力，2017，45(4)：1-4.

Gao Chonghui，Wu Xi，Li Zhenyuan，et al. Statistical analysis and improvement measures of unplanned outage of thermal power units in Jilin power grid[J].，2017，45(4)：1-4(in Chinese).

［2］ ViswanathanR，Sarver J，Tanzosh J M. Boiler materials for ultra-supercritical coal power plants-steamside oxidation[J].，2006，15：255-274.

［3］ 余廷芳. 火電廠廠級監控信息系統(SIS)建模、實現及人工智能的應用研究[D]. 南京：東南大學，2004.

Yu Tingfang. Modelling，Realization and Application of Artificial Intelligence in Power Plant Supervisory Information System[D]. Nanjing：Southeast University，2004(in Chinese).

［4］ 陳朝松，張樹林，劉平元，等. 優化壁溫計算模型及其在電站鍋爐壁溫在線監測中的應用[J]. 動力工程，2009，29(9)：818-822.

Chen Chaosong，Zhang Shulin，Liu Pingyuan，et al. Application of optimized wall temperature calculation model in wall temperature on-line monitoring of utility boiler[J].，2009，29(9)：818-822(in Chinese).

［5］ 鄭昌浩，徐旭常. 電站鍋爐對流過熱器和再熱器壁溫數值計算方法的研究[J]. 動力工程，2000，20(4)：730-734.

Zheng Changhao，Xu Xuchang. Improvements to method for computing temperature of the tube wall of superheater and reheater in power plant boiler[J].，2000，20(4)：730-734(in Chinese).

［6］ 楊?冬，陳聽寬，李會雄，等. 鍋爐過熱器與再熱器流量分配的非線性數學模型及壁溫計算方法[J]. 中國電機工程學報，2001，21(5)：38-42.

Yang Dong，Chen Tingkuan，Li Huixiong，et al. Nonlinear mathematical model for flow rate distribution in the parallar tubes of boiler superheater/reheater and the calculation method of tube surface temperature[J].，2001，21(5)：38-42(in Chinese).

［7］ 陳鴻偉，陳?聰，高建強，等. 鍋爐金屬壁溫在線監測系統模型的開發與實現[J]. 中國電機工程學報，2006，26(21)：125-129.

Chen Hongwei，Chen Cong，Gao Jianqiang，et al. Modular design and application of tube wall temperature online monitoring system of boiler[J].，2006，26(21)：125-129(in Chinese).

［8］ 吳?斐，唐必光，余艷芝，等. 神經網絡在過熱器再熱器管壁溫度計算中的應用[J]. 發電設備，2005，2：108-111.

Wu Fei，Tang Biguang，Yu Yanzhi，et al. Application of neural networks in the calculation of seperheater and reheater tube wall temperature[J].，2005，2：108-111(in Chinese).

［9］ 周云龍，蘇耀雷. 基于神經網絡的鍋爐過熱器和再熱器管壁溫度預測研究[J]. 熱力發電，2012，41(5)：22-26.

Zhou Yunlong，Su Yaolei. Study on predicition of tube-wall temperature in superheater and reheater of boiler based on neural network[J].，2012，41(5)：22-26(in Chinese).

［10］季?虎，夏勝平，郁文賢. 快速傅立葉變換算法概述[J]. 現代電子技術，2001，8：11-14.

Ji Hu，Xia Shengping，Yu Wenxian. An outline of the fast Fourier transform algorithm[J].，2001，8：11-14(in Chinese).

［11］程乾生. 數字信號處理[M]. 北京：北京大學出版社，2003.

Cheng Qiansheng.[M]. Beijing：Peking University Press，2003(in Chinese).

［12］李?娜. 超臨界鍋爐汽水分離器變工況應力與壽命分析[D]. 北京：華北電力大學，2012.

Li Na. Stress and Life Analysis of Supercritical Boiler Steam-water Separator under Variable Operating Conditions[D]. Beijing：North China Electric Power University，2012(in Chinese).

Time Series Analysis of Monitored Heating Surface Wall Temperature of Coal-Fired Boiler

Sha Xiao1，Huang Qian1，Liu Guanqing2，Li Shuiqing1

(1. Key Laboratory for Thermal Science and Power Engineering of Ministry of Education，Department of Energy and Power Engineering，Tsinghua University，Beijing 100084，China；2. China Huadian Science and Technology Institute，Beijing 100070，China)

In this work，based on the actual operation data of 600MW unit，the time and frequency domain characteristics of the unit load and the wall temperature data of the boiler's typical heating surface are studied. In the low-load section of 350MW，large temperature differences (about 100℃) are found between screen superheater，high temperature superheater and high temperature reheater，which is likely to be caused by the arrangement on flue gas side and the uneven flow of working medium in the pipe. The temperature difference of each tube in the same screen is related to the heated surface，that is，the temperature difference between high temperature superheater and high temperature reheater is small，the difference between the screens superheater is large，and the potential overtemperature risk is higher. Based on frequency domain analysis，it is found that under different unit operating loads，the heating surface wall temperature has the same characteristic frequency as the unit load fluctuation(corresponding period is 30-40min)，which is of great guiding significance for the wall temperature prediction and monitoring of overtemperature anomalies.

coal-fired boiler；wall temperature of heating surface；unit load；fast Fourier transform(FFT)；frequency domain characteristics

TK224

A

1006-8740(2021)05-0475-07

10.11715/rskxjs.R202108022

2021-02-14.

國家自然科學基金資助項目(51906122；51725601)；華能集團總部科技項目(HNKJ20-H50)(KTHT-U20GJJS03)．

沙?驍（1997—??），男，碩士研究生，shaxiaoalex@163.com.

黃?騫，男，博士，助理研究員，huangqian@mail.tsinghua.edu.cn．

(責任編輯：梁?霞)