专利名称：涡轮机运行退化确定系统和方法
技术领域：
本文公开的主旨涉及涡轮机，并且特别地涉及基于经验结果对涡轮机性能退化建 模。
背景技术：
所有涡轮机经历性能随时间的损失。燃气涡轮机性能退化可以分类为可恢复或不 可恢复损失。可恢复损失通常与压缩机污垢关联并且可以通过水洗或更彻底地通过打开该 单元后机械清洁压缩机叶片和翼部(vane)矫正。不可恢复损失是主要由于增加的涡轮机 和压缩机空隙和表面光洁度和翼型轮廓的变化。因为该损失由部件效率的降低引起，它不 能通过操作程序、外部维护或压缩机清洁来恢复，而仅通过以推荐的检查间隔更换受影响 的部件来恢复。将性能退化定量是困难的，因为难以获得一致、有效的现场数据。各种地点之间 的相互关系受例如运行模式、空气中污染物、湿度、燃料和NOx的稀释剂注入水平等变量影 响。另一个问题是测试仪器和程序大范围变化且常常具有巨大容差。典型地，当校正到保证情况时在运行的前M，000小时(热气路径检查的正常推荐 间隔)期间的性能退化是从性能测试测量的2%至6%。这假设退化部件没有更换。如果 已更换，预期的性能退化是至1. 5%。最近的现场经验指出频繁的离线水洗不仅在减少 可恢复损失上有效，还减少不可恢复损失的比率。一旦燃气涡轮机被安装，通常进行性能测试以确定发电设备性能。功率、燃料、耗 热量和足够的支持数据可记录以能够作为测试的性能信息。发电机设施的设备供应商典型地向客户提供性能保证。如果燃气涡轮机或联合循 环设备性能低于合同值，供应商可能必须向客户支付违约金。如果性能优于保证值，那么供 应商可收到让利。任何理性的行为人将尝试最大化收益同时维持客户满意。当前，存在若干可用的工具，例如软件工具等，其可以计算燃气涡轮机的热性能。 这些工具受限于将观察的传感器数据与基础的基于物理学的模型进行“数据匹配”，并且没 有确定统计学意义上的性能退化。在能源工业中使用的计算发电机多有效地使用热能的测 量在本文中将称为“热耗率(heat rate)”。热耗率可表达为产生一千瓦时能量需要的热的 BTU数量。发电设施的操作员可以合理地准确估计给定数量的任何类型燃料的热能，从而当 其与由发电机产生的实际能量比较时，所得的数字表明发电机多有效地将该燃料转换为电 能。
发明内容
根据本发明的一个方面，公开用于创建至少一个涡轮机的财务风险模型的系统。 该方面的系统包括存储一个或多个涡轮机的运行特性的数据库和耦合于该数据库的处理 模块，其接收来自该数据库的信息并且创建财务风险确定。该处理模块包括接收性能数据 并且由此创建模型的性能退化建模器(performance degradation modeler)和耦合于该性能建模器的财务风险计算器，其基于从该性能建模器接收的模型确定承受合同的财务风险。根据本发明的另一个方面，公开用于创建涡轮机的财务风险评估的计算机实现方 法。该方法包括在风险分析器模块接收性能相关财务数据；比较该性能相关财务数据与涡 轮机的热耗率模型；并且从该比较确定财务损失的风险。根据本发明的再另一个方面，公开包括一个或多个涡轮机的系统。该系统还包括 耦合于该一个或多个涡轮机其中之一的至少一个传感器和存储从该至少一个传感器接收 的一个或多个涡轮机的运行特性的数据库。该系统还包括耦合于该数据库的处理模块，其 从该数据库接收信息并且创建财务风险确定。该处理模块包括接收性能数据并且由此创建 模型的性能退化建模器和耦合于该性能建模器的财务风险计算器，其基于从该性能建模器 接收的模型确定承受合同的财务风险。这些和其他优势和特征将从下列与附图结合来看的说明变得更明显。
认作本发明的主旨具体地指出并且在说明书总结的权利要求中清楚地要求权利。 本发明的前述和其他特征和优势通过下面与附图结合来看的详细说明是明显的，其中图1是示出根据本发明的实施例的系统的数据流示意图；图2示出本发明的实施例可植入其上的计算系统；图3示出根据本发明的实施例的方法；以及图4是在图1中示出的系统的更详细的数据流示意图。通过参照附图的示例，详细的说明解释本发明的实施例连同优势和特征。
具体实施例方式本文公开的实施例可通过概率模型预测性能退化(热耗率)。一个或多个实施例 可能够基于观察和计算的热耗率退化确定对供应商的财务影响(从合同服务奖金/违约金 计算方面)。另外，实施例可自动检测和诊断性能异常到预先规定的检测概率。图1示出根据一个实施例的系统50的数据流示意图。该系统50可包括一个或多 个涡轮机系统60。该涡轮机60可是任何类型的涡轮机。在一个实施例中，该涡轮机60可 以是燃气涡轮机。在涡轮机系统60是燃气涡轮机的情况下，涡轮机系统60可包括抽入和压缩空气 的压缩机52 ；增加燃料以加热压缩空气的燃烧室54(或燃烧器)；和从热空气流提取功率 的涡轮机56。燃气涡轮机是采用连续燃烧过程的内燃(IC)机。系统50还可包括耦合于涡轮机60的传感器62。该传感器62从涡轮机60接收信 息，并且基于该信息，系统50可确定涡轮机60的热耗率。传感器62耦合于性能分析器64。在一个实施例中，分析器64接收来自传感器62 的信息和来自附加信息源(没有示出)的附加信息66以产生异常检测68或财务风险报告 70中的一个或两个。该附加信息66可包括但不限于一个或多个涡轮机系统60的历史性能 数据。性能分析器64可采用硬件、软件或其的一些组合(固件)实现。分析器64接收来自传感器62的信息和附加信息66。作为中间步骤，评估器可基于历史性能和热耗率退化 预测产生过滤数据。分析器64还可包括用于基于例如合同中的财务条款确定财务风险计 算的机制。参照图2，示出有用于实现本文的讲授的处理系统100的实施例。该处理系统100 可包括评估器64(图1)。在该实施例中，该系统100具有一个或多个中央处理单元(处理 器)101a、101b、101c等(共同或一般称为处理器101)。在一个实施例中，每个处理器101 可包括精简指令集计算机(RISC)微处理器。处理器101通过系统总线113耦合于系统存 储器114和各种其他部件。只读存储器(ROM) 102耦合于该系统总线113并且可包括基本 输入/输出系统(BIOS)，其控制系统100的某些基本功能。图2进一步描绘耦合于系统总线113的输入/输出(I/O)适配器107和网络适配 器106。I/O适配器107可是小型计算机系统接口(SCSI)适配器，其与硬盘103和/或磁 带存储驱动器(tape StOragedrive)105或任何其他相似部件通信。I/O适配器107、硬盘 103和磁带存储驱动器105在本文中共同称为大容量存储器104。网络适配器106将总线 113与外部网络116互连，使数据处理系统100能够与其他这样的系统通信。屏幕(例如， 显示监视器)115通过显示适配器112连接到系统总线113，显示适配器112可包括图形适 配器以提高图形密集应用程序的性能和视频控制器。在一个实施例中，适配器107、106和 112可连接到一个或多个I/O总线，其通过中间总线桥(没有示出)连接到系统总线113。 用于连接例如硬盘控制器、网络适配器和图形适配器等外围装置的适合的I/O总线典型地 包括通用协议，例如外围部件接口(PCI)。另外的输入/输出装置示为通过用户界面适配器 108和显示适配器112连接到系统总线113。键盘109、鼠标110和扬声器111都通过用户 界面适配器108互连到总线113，该用户界面适配器108可包括例如将多个装置适配器集成 进入单个集成电路的超级I/O芯片。从而，如在图2中配置的，系统100包括采用处理器101形式的处理部件、包括系 统存储器114和大容量存储器104的存储部件、例如键盘109和鼠标110等输入装置和包 括扬声器111和显示器115的输出部件。在一个实施例中，系统存储器114和大容量存储 器104的一部分共同存储操作系统以协调在图2中示出的各种部件的功能。将意识到系统100可以是任何适合的计算机或计算平台，并且可包括终端、无线 装置、信息设备、装置、工作站、小型计算机、大型计算机、个人数字助理(PDA)或其他计算 装置。将理解系统100可包括通过通信网络链接在一起的多个计算装置。例如，在两个系 统之间可存在有客户端服务器关系并且处理可在这两者之间分摊。系统100可在任何已知的或以后开发的操作系统上运行。系统100还包括用于在 网络116上通信的网络接口 106。该网络116可以是局域网(LAN)、城域网(MAN)或广域网 (WAN)，例如互联网或万维网。系统100的用户可以通过任何适合的网络接口 116连接而连接到网络，这些连接 例如标准电话线、数字用户线、LAN或WAN链路(例如，T1、T3)、宽带连接(帧中继、ATM)和 无线连接(例如，802. 11 (a),802. 11(b),802. 11(g))等。如本文公开的，系统100可包括存储在机器可读介质(例如，硬盘104)上的机器 可读指令以执行本文公开的一个或多个方法。如本文论述的，指令可称为“软件” 120。该 软件120可使用如本领域内已知的软件开发工具产生。该软件120可包括用于提供如本领域内已知的用户交互能力的各种工具和特征。在一些实施例中，软件120提供为另一个程序的叠加(overlay)。例如，软件120 可提供为应用程序(或操作系统)的“插件(add-in)”。注意术语“插件”一般指如本领域 内已知的补充程序代码。在这样的实施例中，软件120可代替与它一起合作的应用程序或 操作系统的结构或对象。图3示出根据一个实施例的方法的高级流程图。该方法在框302开始，其中接收 关于一个或多个涡轮机的历史数据。该数据例如可包括一般性能数据。在一个实施例中， 该一般性能数据可采用5分钟时间间隔存储并且包括标签132(包括原始和计算的数据)。 该数据可从例如传感器或存储从传感器接收的数据的数据库接收。该方法可包括可选数据验证框304。数据验证可包括确定接收的数据是连续的时 间段的数据。当前，其他的数据验证也可基于环境执行。在框306，涡轮机性能模型从接收的数据创建。在一个实施例中，涡轮机性能从接 收的信息计算一个或多个涡轮机随时间的热耗率。创建该性能模型的方式在本领域内可是 已知的。这可包括接收的各种值的热力学分析。在一个实施例中，原始热耗率数据可在框 306创建。在一个实施例中，原始热数据可被利用以形成热耗率与时间关系的曲线图。当 然，运行或清洗期间的时间可导致曲线图不连续。为此，在一个实施例中曲线图(或代表它 们的数据)可断开成这样的不连续之间的时间段。模型数据然后可在数据过滤框308过滤。数据过滤(data filtering)可包括数据 平滑(data smoothing)或运行模式过滤(operation modefiltration)中的一个或两个。 在一个实施例中，在框308数据被过滤以将噪声从关注的信号中分离。数据过滤可利用专 家规则、中值滤波器(median filter)、非线性最小二乘方滤波器、指数平滑或任何其他过 滤技术中的一个或多个。在一个实施例中，数据过滤包括基于例如稳态和瞬态过滤等运算 的过滤。在框310，过滤的数据然后可校正、规格化或进行两者。数据规格化可减少由于环 境/运行变化引起的变化。另外，可利用某些基于物理学的校正以将数据规格化。另外，可 利用数据驱动规格化方法(统计方法)。在框312，过滤和校正和/或规格化的数据然后受到一个或多个后处理步骤。这些 步骤可包括但不限于对数据绘图、检测数据的变化、性能退化建模和模型更新和异常检测。 如下文论述的，模型的创建可包括基于贝叶斯更新技术或像卡尔曼滤波器、加权最小二乘 方滤波器等的其他模型更新技术的模型的变化。图4示出图3中描述的方法中的一些或所有可在其上实现的系统400。图4的下 列论述还包括上文关于图3的框310描述的后处理的更详细的说明。系统400可包括数据库401和处理模块402。该处理模块402接收来自数据库401 的数据并且创建输出404。来自数据库402的数据可例如是从耦合于燃气涡轮机的一个或 多个传感器403接收的数据。该数据可包括可在涡轮机运行期间观察到的任何类型的数 据，其包括但不限于输入燃料量、输出功率、温度、循环信息、维修或检查信息、地点大气情 况或任何其他信息。输出404可以是任何类型的输出。在一个实施例中，输出404可是报告、推荐或信 息窗条目(dashboard entry)。当然，输出404可以是任何类型的输出并且可以提供给用户6或另一个处理装置。另外，在一些情况下输出404可存储在数据库401中。从数据库401接收的数据可可选地由数据验证器406验证。数据验证可包括确定 接收的数据是连续的时间段的数据。当前，其他的数据验证也可基于环境执行。验证(或未验证)数据传递给建模模块408。该建模模块408可执行一个或多个 热力学计算以创建涡轮机的运行模型。在一个实施例中，该建模模块可创建涡轮机热耗率 随时间的表示。在一个实施例中，模型可表示为曲线图。将理解在一个实施例中来自多个 涡轮机的数据可一起被建模以创建特定种类或类型涡轮机的模型。系统400还可包括耦合于建模模块408的数据过滤模块410。该数据过滤模块410 减少它从建模模块408接收的模型(该模型从若干运行装置或涡轮机创建)中的变化。该 数据过滤模块410可应用专家规则、中值滤波器、非线性二乘方滤波器、指数平滑滤波器或 其他滤波器。不管应用的滤波器如何，该数据过滤模块410创建一个或多个涡轮机参数的 过滤的时间序列。例如，410可创建特定涡轮机或特定种类涡轮机的热耗率的过滤的时间序 列表示。系统400还可包括耦合于数据过滤模块410的数据校正和规格化模块412。校正 和规格化将在本文中共同称为规格化并且将指应用因数使得涡轮机不管尺寸或位置都可 在相同的相对尺度上被建模。系统400还可包括后处理模块414。该后处理模块414接收来自数据校正和规格 化模块412的规格化数据并且创建输出404。该后处理模块414可包括一个或多个子模块。 这些模块中的一些或所有在一个实施例中可根据配置一起工作。在一个实施例中，后处理模块414包括性能建模器416。在下文描述的特定实施例 中，该性能建模器是性能退化建模器。一般来说，该性能退化建模器416基于可预测随时间 的性能退化的接收的模型来创建预测模型。在一个实施例中，基于接收的模型，该性能退化 建模器可能够创建描述参数对时间的关系的函数。例如，该性能退化建模器416可应用下 列规则f (HR_Deg) = Φ [ (HR- μ )/σ ]其中μ = c+a 氺 Hours+b 氺 CPR在上文的方程中，f(hr)是热耗率退化的正态分布，μ是平均值，σ是标准偏差， a、b和c是可更新的标度变量，Hr_Deg是热耗率退化，Hours是从上次清洗或维护的点燃小 时数，并且CPR是压缩比。Hours变量在μ的上文的方程中需要而其他变量可能或可能不 是可用的。从上文的模型，可创建许多不同的有用信息块。例如，可确定清洗对热耗率的影 响。另外，在模型中改变涡轮机清洗的时间可允许观察到运行效果。将理解然而当涡轮机老化或退化概况改变时由性能退化建模器416创建的模型 有时可变得不正确。因此，性能退化建模器416可包括用于基于新的观察更新退化模型参 数的贝叶斯模型更新算法。更新的性能退化模型用于预测性能退化。模型更新技术不限于 贝叶斯，并且像卡尔曼滤波器、加权最小二乘方滤波器等的其他技术可以使用。后处理模块 414可包括制图模块418，其可在相同的显示器上示出一个或多个性能模型。这可给出性能 已经改变的直观证据。
另外，后处理模块414还可包括变化检测器420。该变化检测器420可应用变化 检测算法以检测在运行和性能参数上的统计上显著的变化。这些变化可由于例如水洗、硬 件故障、维护、传感器校准问题、软件配置问题、数据质量问题、循环甲板配置(cycle deck configuration)问题(错误控制曲线、错误循环甲板模型等)真实运行问题引起。为此，该 变化检测器420的变化检测算法可采用控制图方法、2样本t测试、似然比测试、霍特林T2 二乘方测试或任何其他适当的测试或多个方法的融合。在一个实施例中，变化检测器420可确定变化已经发生并且使异常检测器422分 析模型和变化。在一个实施例中，基于变化和模型，该异常检测器可创建问题或积极建议中 的一个或可能原因的输出。为此，该异常检测器422可应用专家规则、模糊推理、特征提取、 AI方法、经验方法或其他计算机推理技术。例如，原因不明的(检测到的变化)背压升高可 指示扩散器需要检查。对于具有性能保证的地点计算财务风险的财务风险计算器似4可利用由性能建 模器416创建的模型。模型可允许供应商理解何时可能或可能不满足保证。例如，因为模 型已经创建，用户可改变清洗数或清洗时机。这将进而创建可与财务考虑比较的输出效率 图。通过试错法或自适应推理，财务风险计算器可确定哪个清洗时间表是有利的。将理解 财务风险计算器4M可包括存储的来自供应商和客户之间的一个或多个合同的财务考虑， 或具有权限对其进行访问。这可进一步允许供应商例如调节何时进行清洗以可能提高利润 或实现其他理想的目标。在一个实施例中，财务风险计算器4M读入关系到燃气涡轮机的当前和将来退化 的性能的变量，以及合同条款和当预定维护活动执行时关系到燃气涡轮机中的性能改进的 情况与历史数据(维护有效因数)。该计算器4M可执行蒙特卡罗模拟(其按时间模拟多 个性能退化情况)并且估计超过关于性能的预定上限和下限的可能性。该模拟还可考虑由 于测量误差、校准误差和其中性能变化对财务风险没有影响的“死带”引起的变化。这些可 能性用于估计将应用于该涡轮机的财务奖金或违约赔偿金。在与给定合同关联的多个涡轮 机以及关系到单个客户的多个合同的情况下，该风险计算器4M可执行全组合模拟(full portfolio simulation)，其包括多个单元之间的潜在相互关系。该风险计算器似4可允许 用户执行“若...则”情景，其中用户规定用于执行维护活动(例如水洗)的时间并且产生 每个情况的财务影响。该风险计算器还可允许用户改进这些维护活动的时机以提高收益、 减少违约损失、减少关联设备停机时间或上述的一些组合(多目标改进)。对于选择的情 况，该计算器似4还可使用闭合式技术方案计算风险并且消除运行蒙特卡罗模拟的需要。 这通过使用应用于基于性能的极限状态的FORM和SORM算法(一阶和二阶可靠性方法)实 现。该计算器4M还可用于基于风险的合同定价以及在改进像在线和离线水洗的维护活动 的性质和时机中使用。在一些实例中，创建的模型可能不匹配新接收的数据。为此，当新数据接收时模型 可基于贝叶斯更新等更新。尽管本发明已经连同仅有限数量的实施例详细描述，应该容易理解本发明不限于 这样的公开的实施例。相反，本发明可以修改以包含任意数量在此之前没有描述的变化、改 动、替代或等同设置，但是其与本发明的精神和范围相当。另外，尽管已经描述本发明的各 种实施例，要理解本发明的方面可仅包括描述的实施例中的一些。因此，本发明将不被视为8被之前的说明限制，而仅由附上的权利要求的范围限制。部件列表50系统52压缩机54燃烧室56涡轮机60涡轮机系统62传感器64分析器66附加信息68异常检测70风险报告100处理系统101系统处理器102存储器(ROM)103硬盘104大容量存储器105存储装置106网络适配器107输入/输出适配器108接口适配器109键盘110鼠标111扬声器112显示适配器113系统总线114系统存储器115显示监视器116外部网络120软件132标签400系统401数据库402处理模块403传感器404输出406数据验证器408建模模块410过滤模块412规格化模块414后处理模块416性能退化建模器418制图模块420变化检测器422异常检测器424风险计算器
权利要求
1.一种用于创建至少一个涡轮机(60)的财务风险模型的系统，所述系统包括 存储一个或多个涡轮机的运行特性的数据库G01)；耦合于所述数据库的处理模块002)，其接收来自所述数据库的信息并且创建财务风 险确定(70)，所述处理模块包括接收性能数据并且由此创建模型的性能退化建模器G16)； 以及耦合于所述性能建模器的财务风险计算器GM)，其基于从所述性能建模器接收的所 述模型确定承受合同的财务风险。
2.如权利要求1所述的系统，其中所述处理模块进一步包括将从所述数据库接收的信息转换为参数随时间的表示的建模模块(408)。
3.如权利要求2所述的系统，其中所述参数是热耗率。
4.如权利要求2所述的系统，其中所述处理模块进一步包括过滤由所述建模模块创建的所述表示以创建过滤的表示的过滤模块(410)。
5.如权利要求4所述的系统，其中所述过滤模块应用运行模式滤波器或数据平滑滤波 器或两者。
6.如权利要求4所述的系统，其中所述处理模块进一步包括耦合于所述过滤模块的规格化模块G12)，其基于基于物理学的校正将过滤的表示规 格化，所述输出是所述性能数据。
7.如权利要求6所述的系统，其中所述参数是热耗率和功率输出。
8.如权利要求1所述的系统，进一步包括基于性能参数的变化确定所述涡轮机的一个或多个可能的运行异常的异常检测器 (422)。
9.如权利要求1所述的系统，其中当所述模型不匹配一个或多个时间段时所述性能退化建模器应用更新算法。
全文摘要
一种用于创建至少一个涡轮机(60)的财务风险模型的系统，其包括存储一个或多个涡轮机的运行特性的数据库(401)和耦合于所该数据库的处理模块(402)，其接收来自该数据库的信息并且创建财务风险确定。该处理模块包括接收性能数据并且由此创建模型的性能退化建模器(416)和耦合于该性能建模器的财务风险计算器(424)，其基于从该性能建模器接收的该模型确定承受合同的财务风险。
文档编号F01D25/00GK102054218SQ20101053848
公开日2011年5月11日 申请日期2010年10月29日 优先权日2009年10月30日
发明者A·K·潘迪, S·K·萨斯特里, S·M·霍伊特, S·南达, S·维塔尔 申请人:通用电气公司