成果名称

基于煤种在线识别的火电机组制粉系统

运行工况智能分析与优化技术

提名等级

二等奖

成果简介

为了深入解决燃煤过程的提效降耗问题，针对火电机组制粉系统，本项目研发了以燃烧煤种在线识别为核心的工况识别、制粉系统异常工况智能诊断、基于煤种识别与异常工况诊断的制粉系统运行工况在线优化等成套技术。主要创新点有：

（1）提出了基于机器学习算法的燃烧煤种在线识别技术，采用随机森林和聚类算法，实现了基于运行参数实时分析的燃烧煤种在线识别，为制粉系统运行优化提供了实时的工况信息。

（2）提出了运行机理与实时数据融合的制粉系统异常工况智能诊断技术，系统地解决了早期微小异常工况识别、异常工况溯源及定位、工况劣化过程预测等问题，并成功应用于制粉系统堵煤断煤预测、爆燃预警、运行质量及效率在线监测与诊断、跳闸风险预测及预诊断等核心业务。

（3）提出了基于煤种识别与异常工况诊断的制粉系统运行工况优化技术，实现了基于热平衡动态分析的煤种热值在线计算技术、基于煤种在线识别的磨煤机出口温度自动匹配技术、基于燃烧煤种信息的磨辊磨损剩余寿命自适应预测技术。

项目获授权发明专利6项，发表论文19篇，其他知识产权6项；应用于舟山煤电两台百万千瓦机组，近三年取得显著的经济效益；曾获得浙江电力科学技术一等奖。

提名书相关内容

1、代表性论文（专著）目录：

（1）Zeyi Huang, Zhengguo Xu, Wenhai Wang, Youxian Sun. Remaining useful life prediction for a nonlinear heterogeneous Wiener process model with an adaptive drift. IEEE Transactions on Reliability. 2015, 64(2):687-700.

（2）Hongquan Ji, Keke Huang, Donghua Zhou. Incipient sensor fault isolation based on augmented Mahalanobis distance. Control Engineering Practice. 2019, 86:144-154.

（3）Zeyi Huang, Zhengguo Xu, Xiaojie Ke, Wenhai Wang, Youxian Sun. Remaining Useful Life Prediction for an Adaptive Skew-Wiener Process Model. Mechanical Systems and Signal Processing. 2017, 87: 294-306.

（4）朱继峰,闫飞,郑水明,洪星芸，徐正国. 基于XGBoost的磨煤机效率异常检测. 计算机应用. 2019, 39(S2):29-33.

2、主要知识产权目录：

（1）徐正国，洪星芸，陈积明，程鹏，孙优贤. 一种基于SVR的磨煤机效率异常检测与诊断方法. 专利号：ZL 201910550591.2. 授权公告日：2020年07月10日.

（2）徐正国，柯晓杰，陈积明，秦刚华，谢尉扬，胡伯勇，张震伟，孙优贤. 连续退化和未知冲击共同作用下的设备剩余寿命预测方法. 专利号：ZL 201710257831.0. 授权公告日：2020年05月12日.

（3）徐正国，王豆，陈积明，程鹏，孙优贤. 一种基于动态关联规则挖掘的工业过程异常工况预测方法. 专利号：ZL 201910244877.8. 授权公告日：2020年07月10日.

（4）练睿，徐正国，卢建刚，孙优贤. 液压盘式制动器泄漏及液压油混入空气故障在线诊断方法. 专利号：ZL201310324159.4. 授权公告日：2015年08月19日.

（5）马翔楠，徐正国，王文海，孙优贤，王力，肖海生，程崇峰. 一种基于希尔伯特-黄变换的非线性模拟电路软故障诊断方法. 专利号：ZL201210573834.2. 授权公告日：2016年01月20日.

（6）朱晓瑾，朱青国，吴彬，屠海彪，傅林平，龙伟军，陈朝晖，杨性军，殷捷. 火电厂能效管理系统. 专利号：ZL201821444138.0. 授权公告日：2019年04月30日.

主要完成人员

徐正国，排名1，教授，浙江大学；

朱青国，排名2，高级工程师，浙江浙能中煤舟山煤电有限责任公司；

朱继峰，排名3，高级工程师，浙江浙能中煤舟山煤电有限责任公司；

闫飞，排名4，工程师，浙江浙能中煤舟山煤电有限责任公司；

周东华，排名5，教授，山东科技大学；

郑水明，排名6，助理工程师，浙江浙能中煤舟山煤电有限责任公司；

张震伟，排名7，高级工程师，浙江浙能技术研究院有限公司；

徐程勇，排名8，助理工程师，杭州量一软件科技有限公司；

张信情，排名9，工程师，浙江浙能中煤舟山煤电有限责任公司。

主要完成单位

1. 浙江浙能中煤舟山煤电有限责任公司

2. 浙江大学

3. 山东科技大学

4. 浙江浙能技术研究院有限公司

5. 杭州量一软件科技有限公司

提名者

浙江省电力学会

提名意见

该项目针对火电机组燃烧煤种在线识别、制粉系统异常工况诊断、制粉系统运行工况优化的燃煤过程优化难题，在国家自然科学基金、企业科技项目等项目支持下，研发了以燃烧煤种在线识别为核心的工况识别、制粉系统异常工况智能诊断、基于煤种识别与异常工况诊断的制粉系统运行工况优化等成套技术，实现了燃烧煤种的在线识别及热值实时计算、制粉系统堵煤断煤预测、爆燃预警、运行质量及效率在线监测与诊断、跳闸风险预测及预诊断、磨煤机出口温度自动匹配、磨辊磨损剩余寿命预测等重要业务功能，通过制粉过程工艺的分析与优化，实现燃煤过程的提效降耗。

该项目是人工智能与数据分析技术在工业领域的典型应用，是“数字经济”在火电领域的具体实践。项目获授权发明专利6项，发表论文19篇，其他知识产权6项；应用于浙江浙能中煤舟山煤电有限责任公司两台百万千瓦机组，近三年取得显著的经济效益；曾获得浙江电力科学技术一等奖。

提名该成果为省技术进步奖二等奖。