導(dǎo)航：安全管理網(wǎng)>> 安全論文>> 電力安全論文>>正文

基于模糊綜合評判的火電廠節(jié)能狀態(tài)評估

文檔作者：徐貴林羅斌馬瑞文檔來源： 1．河北西柏坡發(fā)電有限公司 2．長沙理工大學(xué)電氣與信息工程學(xué)院		點(diǎn) 擊數(shù)：	更新時間： 2022年02月25日
下載地址：點(diǎn)擊這里	文件大小： 290.56 KB 共5頁	文檔格式： PDF	下載點(diǎn)數(shù)： 1 點(diǎn)（VIP免費(fèi)）

全屏查看

內(nèi)容預(yù)覽 [文件共5頁]

本文件共5頁，如需編輯使用，請下載。

注：預(yù)覽效果可能會出現(xiàn)部分文字亂碼（如口口口）、內(nèi)容顯示不全等問題，下載是正常的。

	文件大?。?90.56 KB 共5頁文件格式：PDF 下載點(diǎn)數(shù)：1 點(diǎn)（VIP會員免費(fèi)）

下一篇：基于節(jié)能環(huán)保的水火電多目標(biāo)優(yōu)化調(diào)度研究

上一篇：淺談火電機(jī)組節(jié)能降耗的措施

文本預(yù)覽

僅提取頁面文字內(nèi)容，供快速閱讀使用。

第27卷第1期
2012年3月
電力科學(xué)與技術(shù)學(xué)報
J0URNAL OF ELECTRIC POWER SCIENCE AND TECHNOLOGY
Vo【．27 No．1
M ar．20l2
基于模糊綜合評判的火電廠節(jié)能狀態(tài)評估
徐貴林 ，羅 斌。，馬 瑞
(1．河北西柏坡發(fā)電有限公司，河北平山050400；2．長沙理工大學(xué)電氣與信息工程學(xué)院，湖南長沙410004)
摘 要：為了對火電廠節(jié)能狀態(tài)進(jìn)行考評，提出一種用于火電廠節(jié)能狀態(tài)評估的模糊綜合評判模型和方法．采用
兩級評判法進(jìn)行評估，首先對影響電廠節(jié)能狀態(tài)的三大因素(煤水耗指標(biāo)、渦輪指標(biāo)、汽輪機(jī)指標(biāo))及其子因素進(jìn)行
分析，用半梯形隸屬度函數(shù)對歷史數(shù)據(jù)進(jìn)行處理，構(gòu)建一級評判矩陣；并重點(diǎn)研究分析層次分析法(AHP)的原理及
其計算過程，得出權(quán)重向量，用二級評判模型計算出電廠節(jié)能狀態(tài)綜合評判的最終結(jié)果．以某火電廠為例完成了節(jié)
能狀態(tài)的模糊綜合評判，驗(yàn)證了模糊綜合評判模型和方法的有效性．
關(guān) 鍵 詞：電廠節(jié)能；層次分析法(AHP)；隸屬度函數(shù)；模糊綜合評判
中圖分類號：TM611．1 文獻(xiàn)標(biāo)識碼：A 文章編號：1673—9140(2012)01—0086—05
Fuzzy comprehensive evaluation based energy saving condition
assessment of thermal power plants
XU Gui—lin ，LUO Bin。，M A Rui。
(1．Hebei Xibaipo Power Generation Co．，Ltd．，Pingshan 050400 China；
2．School of Electrical and Information Engineering，Changsha University of Science and Technology，Changsha 410004 China)
Abstract：In order to assess the condition of thermal power plant，a model and method of fuzzy
comprehensive evaluation were proposed for energy saving condition assessment of thermal power
plants in this paper．The two—order evaluation method was used．Firstly，three primary factors
(including coal and water consuming index，boiler turbine index and steam turbine index)and
their subsidiary indexes were analyzed，which influenced the saving conditions of thermal power
plants．Then the first order assessment matrix was obtained from calculating historical data by
the half trapezoidal membership degree function．Considering all influence factors and their com—
plex relationships，the theory and calculation process of Analytic Hierarchy Process(AHP)were
also analyzed，and weight vectors were obtained by AHP．The final comprehensive assessment
results could be calculated by the secondary assessment model。As an example，a thermal power
plant's energy saving condition was evaluated by the fuzzy comprehensive evaluation method．Re—
sults verified that the proposed model and method were effective．
收稿日期：201i一1O一12
通訊作者：馬瑞(1971一)男，博士，教授，主要從事風(fēng)電并網(wǎng)分析與控制、電壓穩(wěn)定、電力系統(tǒng)的節(jié)能減排及電力市場等方面的研究；
E-mail：marui818@126．tom
第27卷第1期 徐貴林，等：基于模糊綜合評判的火電廠節(jié)能狀態(tài)評估 87
Key words：energy saving of plant；analytic hierarchy process(AHP)；membership degree；~uzzy
comprehensive assessment
能源的緊缺已經(jīng)讓各國在開發(fā)新能源的同時，
大力發(fā)展節(jié)能技術(shù)．在中國眾多火力發(fā)電廠中，相當(dāng)
大比例電廠的生產(chǎn)效率和節(jié)能水平在世界電力行業(yè)
中處于劣勢．為了有助于火電廠節(jié)能工作的開展，對
火電廠各重要生產(chǎn)環(huán)節(jié)做出節(jié)能狀態(tài)的評估就顯得
十分重要．目前，已經(jīng)有一些專家提出了電廠有關(guān)節(jié)
能指標(biāo)的評估標(biāo)準(zhǔn)和方法，但是相關(guān)公式和方法缺
乏客觀性、計算繁雜、不便靈活調(diào)整且具有局限
性[1]．因此，擁有一套有效而靈活的節(jié)能狀態(tài)綜合評
估方法和體系，對于電廠定期做出節(jié)能狀態(tài)考評、及
時有效地采取節(jié)能措施、進(jìn)行技術(shù)升級改造，具有重
要的參考作用．
自Zadeh教授首次提出模糊集合的概念以來，
模糊集理論得到了大量的研究和應(yīng)用，例如：多目標(biāo)
模糊優(yōu)化、模糊控制及模糊邏輯r卜 ]等．基于模糊數(shù)
學(xué)的模糊綜合評判在電力系統(tǒng)上也得到了大量的研
究和應(yīng)用[7 ]．筆者研究用于火電廠節(jié)能狀態(tài)評估
的模糊綜合評判法，用層次分析法(AHP)分析各層
次因素對節(jié)能狀態(tài)的影響程度，即權(quán)重，構(gòu)成權(quán)重向
量．由于要獲得的評判結(jié)果是對電廠節(jié)能狀態(tài)的定
性分析，故選用半梯形隸屬度函數(shù)對歷史數(shù)據(jù)進(jìn)行
計算，得出評判矩陣．通過兩級評判，得出某電廠節(jié)
能狀態(tài)的綜合評判結(jié)果．
模糊綜合評判的數(shù)學(xué)模型
模糊綜合評判的基本原理是利用模糊線性變換
原理和最大隸屬度原則[1 ，綜合考慮對被評判事物
有影響的各因素，利用隸屬度函數(shù)計算法或者模糊
統(tǒng)計實(shí)驗(yàn)等方法求取各因素對各評判等級的隸屬
度，構(gòu)成評判矩陣；并根據(jù)不同指標(biāo)對評判對象的影
響程度來分配權(quán)系數(shù)，構(gòu)成權(quán)重向量；最后通過模糊
運(yùn)算獲得最終的綜合評估結(jié)果[1]．在電廠中，煤水耗
指標(biāo)、汽機(jī)指標(biāo)、鍋爐指標(biāo)可以直接或間接地反映出
電廠總體的能耗情況，利用這些參數(shù)，構(gòu)建模糊綜合
評判模型來評估和考核電廠整體的節(jié)能狀態(tài)．
模糊綜合評判的方法步驟：
1)確定因素集【，和評判集y．所選因素集既要
有廣泛性，能涵蓋各方面，又要有代表性，能抓住主
要矛盾．因素集可表示為U一{U ，“z，? ， }，每一
個因素又包含一系列子因素 ={ ，U ? ，“ )；
評判集是被評判的對象或者評語等級，表示為V一
{ 1，口2，? ， )；
2)確定隸屬度函數(shù)．隸屬度函數(shù)的確定是模糊
綜合評判中最重要的內(nèi)容之一．隸屬度函數(shù)的選取
要從實(shí)際問題出發(fā)，根據(jù)已知數(shù)據(jù)的特點(diǎn)和評判因
素的性質(zhì)尋求合適的隸屬度函數(shù)模型[1 ；
因素集根據(jù)其性質(zhì)分為定量和定性2類指標(biāo)．
通常情況下，若被評價因素屬于定性指標(biāo)，一般采用
半梯形隸屬度函數(shù)；若屬于定量指標(biāo)，隸屬度函數(shù)為
正態(tài)分布[1]．對于U 越大、評判性能越好的因素，其
隸屬度函數(shù)值隨著銘 的增大而增大，稱之為偏大型
隸屬度函數(shù)；反之，稱之為偏小型隸屬度函數(shù)．
3)評判矩陣的計算和確定．評判矩陣指的是因
素集【，與評判集y之間的模糊關(guān)系矩陣，即
R ：=
式中r 表示因素 ；被評成 等級的隸屬度；評判
矩陣R由隸屬度函數(shù)計算或者由模糊統(tǒng)計實(shí)驗(yàn)得出；
4)因素權(quán)重向量A 的確定．各權(quán)重分配實(shí)際上
是u上的模糊集，A一{A ，A。，? ，A }∈F(【，)；
5)計算綜合評判結(jié)果：
C—A*R一(cl，c2，? ，c }．
式中 *是模糊集A 與評判矩陣R 合成的模糊運(yùn)
算模型．常見的運(yùn)算模型有加權(quán)平均型、全面制約型
及主因素突出型等．向量c是模糊綜合評判的結(jié)果，
根據(jù)隸屬度函數(shù)最大原則，最大的c 就是最優(yōu)解．
2 火電廠節(jié)能狀態(tài)的模糊綜合評判
2．1 因素集【，的確定
根據(jù)理論原理和實(shí)際工程技術(shù)人員的經(jīng)驗(yàn)，將
影響火電廠節(jié)能狀態(tài)的因素歸結(jié)為3個主要因素：
煤水耗指標(biāo)、鍋爐指標(biāo)和汽機(jī)指標(biāo)因素．而這3個綜
合因素又包含一系列子因素，所以存在2個層次的
因素集：① 由3個主要因素構(gòu)成的因素集；②3個主
要因素的子因素構(gòu)成的因素集．各層次的因素及其
關(guān)系如表l所示．
88 電 力 科 學(xué) 與 技 術(shù) 學(xué) 報 2012年3月
2．2 評判集y的確定
以某火電廠在2010年lO月一2011年1月這4
個月的節(jié)能狀態(tài)作為評判對象，即評判集，編碼
為1～4．得出的評判結(jié)果反應(yīng)出此電廠在4個月份
的節(jié)能狀況．
2．3 隸屬度函數(shù)的確定
火電廠節(jié)能狀態(tài)的影響因素，也就是被評判的
因素都是定量指標(biāo)，但從節(jié)能的角度看，要獲得的評
判結(jié)論是電廠在4個月份的節(jié)能狀態(tài)的定性分析，
故選用半梯形隸屬度函數(shù)：
A(z)一{【。置 ，n≤ ≤b， (1)
z > 6，
f O’ z< 口’
A(z)一{}。蘭 ’口 ，口≤ ≤b， (2)
z > 6．
大部分因素指標(biāo)越小越好(在局部范圍內(nèi)比較
越小越好)，如：煤耗、水耗、排煙溫度、煙氣含氧量、
主蒸汽流量、排氣溫度和凝汽器真空，對它們使用偏
小型的半梯形隸屬度函數(shù)，如式(1)；有少數(shù)因素指
標(biāo)越大越好(在局部范圍內(nèi)比較越大越好)，如：主蒸
汽壓力、溫度越大和剩下的其他指標(biāo)，對它們使用偏
大型的半梯形隸屬度函數(shù)，如式(2)．用此方法對3
個綜合因素的子因素在4個月的運(yùn)行數(shù)據(jù)進(jìn)行計
算，得出一級評判的3個評判矩陣R ，R。，R。．
例如：用偏小型隸屬度函數(shù)計算2010年11月
份煤耗的隸屬度： 一(6一z)／(6一a)一(303．16—
276．17)／(303．16—246．97)=0．48．計算得出的一
級評判矩陣數(shù)據(jù)見表1，即
R1一
R =
R 3一
。．
r0． 3 耋‘ 3]，
2．4 權(quán)重向量的計算
現(xiàn)在有很多權(quán)重系數(shù)給出法，不同的方法有不
同的適用范圍，如：直接給出法適用于評判因素比較
少、因素影響程度比較明顯的情況；對于評判因素比
較多、因素影響程度不明顯或權(quán)重的確定對最終評
判結(jié)果影響大的情況，就不適合用直接給出法．筆者
采用層次分析法(AHP)．
AHP的基本原理：通過分析復(fù)雜系統(tǒng)包含的因
素及相關(guān)關(guān)系，將問題條理化、層次化，構(gòu)造一個多
層次的結(jié)構(gòu)分析模型[g ；對每一層次各因素的重要
性進(jìn)行兩兩比較，構(gòu)建出兩兩比較矩陣；通過計算比
較矩陣的最大特征值及相應(yīng)的特征向量，獲得各層
次因素對上層某因素的重要性次序，從而建立權(quán)重
向量．
1)構(gòu)建兩兩比較矩陣，即評判矩陣：
B= (b ) × ， ， ： 1，2，? ． (3)
第27卷第1期 徐貴林，等：基于模糊綜合評判的火電廠節(jié)能狀態(tài)評估
式中b 表示因素i相對于因素 的重要程度．請
專家為因素之間兩兩比較的相對重要性進(jìn)行打分，
形成了兩兩比較矩陣，見表2～5．
表2 煤水耗指標(biāo)兩兩比較矩陣
Table 2 Comparison matrix of coal and water
consuming indexes
表3 汽機(jī)指標(biāo)兩兩比較矩陣
Table 3 Comparison matrix of steam turbine indexes
表4 鍋爐指標(biāo)兩兩比較矩陣
Table 4 Comparison matrix of boiler indexes
表5 綜合指標(biāo)兩兩比較矩陣
Table 5 Comparison matrix of comprehensive indexes
2)將評判矩陣B的各行元素相乘，并將所得乘
積分別開 次方，得咒個方根值，即
面 =(Ⅱb ) ”． (4)
宣1
3)將 歸一化處理，得
i一面i ／ Σ』 面f． (05)，
f篁1
4)計算特征值及其特種向量：
。
= ：(BWr) ／nw ， (6)
1
W 一( 1， 2，? ， )． (7)
特征向量就是權(quán)重向量，即A—W．
5)進(jìn)行一致性檢驗(yàn)．
一致性指標(biāo)為CI=( 一，1)／(72—1)．按表6
查找出與 對應(yīng)的平均隨機(jī)一致性指標(biāo)R ．計算
一致性比例CR—CI／RI，如果CR

網(wǎng)友評論 more

電力安全論文最新內(nèi)容

03-05