张 悦, 崔承刚, 周崇波, 杨 宁

(1.上海电力大学 自动化工程学院, 上海 200090;2.华电电力科学研究院有限公司 电力工业产品质量标准研究所, 浙江 杭州 310013)

目前,煤粉锅炉发电在能源结构中仍然占有很大的比重,其安全运行直接影响到电网供电的可靠性,其中锅炉受热面故障是影响发电的重要因素。锅炉受热面结构复杂,各个设备之间存在相关性,故障因素具有不确定性。准确地评估锅炉受热面故障风险,识别主要风险因素从而有针对性地进行预防和管理,对提高电厂以及电网可靠性具有重要的现实意义。

国内外学者对锅炉的故障风险进行了诸多研究。文献[1]用仿真的方法半定量地对锅炉受热面运行进行状态监控和故障诊断。文献[2]采用模糊层次分析法简化了锅炉人工神经网络(Artificial Neural Network,ANN)结构,比较准确快速地实现了锅炉风险评估。文献[3]基于风险检验结合剩余寿命参量和经济损失评定过热器炉管的失效风险。文献[4]基于三维可视化平台实现锅炉部件三维结构和数据融合,对锅炉受热面进行了风险评价,对锅炉超温进行了分级管理。文献[5]采用故障模式影响与危害分析(Failure Mode Effects and Criticality Analysis,FMECA)与基于故障树分析(Fault Tree Analysis,FTA)对余热锅炉系统进行安全分析。文献[6]利用故障树模型确定了承压设备的风险评价指标。

上述研究大多存在一定的局限性,如无法处理数据稀缺性和因果关系的不确定性,无法更新事件的后验概率。FTA提供主要影响因素的逻辑结构,为了更好地表达故障因果关系的不确定性[7],将故障树映射为贝叶斯网络(Bayesian Network,BN),通过两者结合提高风险评估的准确性。……