Sistema Inteligente para apoyo a la

operación en línea de Centrales

Termoeléctricas

Sistema Inteligente para apoyo a la

operación en línea de Centrales

TermoeléctricasDr. Gustavo Arroyo

Figueroa

IntroducciónIntroducción

Arquitectura del Sistema InteligenteArquitectura del Sistema Inteligente

Modulos en desarrolloModulos en desarrollo

Diagnóstico y predicción de eventosDiagnóstico y predicción de eventos

Prototipo SAEPPrototipo SAEP

Conclusiones y trabajo futuroConclusiones y trabajo futuro

ContenidoContenido

• El Instituto de Investigaciones Eléctricas es un centro de desarrollo tecnológico creado para resolver la problemática en la Generación, Transmisión y Distribución de Energía Eléctrica de Comisión Federal de Electricidad (CFE), la industria Eléctrica del Gobierno de México. • Agrupa a 500 Investigadores en diversas áreas divididos en 4 Divisiones Técnicas (DEA, DSM, DSE y DSC). La DSC realiza investigación aplicada en las áreas de instrumentación, supervisión, control y automatización de procesos.

IntroducciónIntroducción

• Proyecto estratégico: “Sistemas Inteligentes para la Operación de Procesos Industriales”, el Objetivo es desarrollar Sistemas Inteligentes en tiempo real para operación de Centrales Termoeléctricas, que permitan una operación eficiente y oportuna.

ArquitecturaArquitectura

Sis

tem

a d

e A

dq

uis

ició

n d

e

Dat

os y

Con

trol

(S

CD

, PL

C)

Datos, Alarmas

Sis

tem

a d

e In

form

ació

n

Op

erac

ion

ales

(SIT

R, S

MP

, SV

)Índices, Eventos

Sis

tem

as I

nte

li ge n

tes

oper

acio

nal

es (

SD

,SP

I,S

CI)

Guías Operación

Interfaz con el usuario

ArquitecturaArquitectura

Gu

ías

de

Op

erac

ión

Sistema ValidaciónSeñales

SistemaVigilancia

Sistema Diagnóstico

Sistema Planeación

Sistema Control

Inteligente

Sis

tem

a d

e A

dq

uis

ició

n d

e D

atos

y C

ontr

ol (

DC

S)

Módulos en desarrolloMódulos en desarrolloAny time probabilistic reasoning for sensor validation (Ibarguengoytia and Sucar, UAI 98).Temporal Nodes Bayesian Network for Diagnosis and Prediction (Arroyo and Sucar, UAI 99)Continuous Planning for the Operation of Power Plants (Ibarguengoytia and Reyes, ENC 2001).Fuzzy scheduling control of a Power Plant (Garduño and Lee, IEEE Power Society, 2000)

Steam Fuzzy Controller for the operation of Power Plants (Arroyo and Sanchez, EAAI 2000).

Dominio complejo Gran número de procesos y variables interactuando de manera continua.

Dominio incierto Información incompleta

Usualmente información imprecisa Información con ruido

Dominio dinámico Naturaleza dinámica del proceso

El retardo temporal entre causa y efecto no es constante. Se requieren tareas de razonamiento en tiempo real.

Sistema de DiagnósticoSistema de Diagnóstico

Se require una representación que combine Manejo de incertidumbre

Problema

Redes Bayesianas

Razonamiento temporal

Una de las técnicas más utilizadas

Representar cada variable y su relación con otras variables a cada instante de tiempo.

V1

V2 V3

V4

E1 E2

E3E4

Basada en la teoría de probabilidad Muestra la relación causal entre las variables del proceso

Sistema de DiagnósticoSistema de Diagnóstico

El instante de tiempo en que una variable cambia (evento) es importante para el diagnóstico de las perturbaciones.

Los valores de la variable

Se propone una representación basada en eventos y su intervalo de tiempo dentro del cual ocurre (nodos temporales).

El intervalo de tiempo de su ocurrencia

Cada estado de un nodo es definido por un par ordenado :

Los intervalos de tiempo representan los retardos entre la ocurrencia de un evento y otro.

Sistema de DiagnósticoSistema de Diagnóstico

Una RBNT es definida como RBNT=(V, E), donde V es el conjunto de nodos temporales y E es el conjunto de arcos. Cada nodo temporal es definido por un par (s,

t) y una matrix de probabilidades condicionales de cada par ordenado dados sus padres.

Estados {normal, alto}

Intervalos de tiempo

{[0-10], [10-30], [30-60], [0-60]}

{alto, [0-10]),

(alto, [10-30]),

(alto, [30-60]),

(normal, [0-60])}

NLDNLD

NORMAL ALTONORMAL ALTO

Nodo temporal del nivel del domo

Sistema de DiagnósticoSistema de Diagnóstico

El evento del incremento en el flujo de agua de alimentación (FAA) puede ser causado por dos diferentes eventos: el incremento en la velocidad de la bomba de agua de alimentación (VBAA) o un incremento en la apertura de la válvula de agua de alimentación (AVAA). De acuerdo a la dinámica del proceso, el intervalo de tiempo entre la ocurrencia del evento VBAA y FAA es de 25 a 114 segundos ; el intervalo de tiempo de ocurrencia entre AVAA y FAA es de 104 a 248 segundos.

FAAFBAA VBAA[10-32] [25-58]

[25-90]

FAA IC VBAA[29-107] [50-114]

[79-221]

FAAFVAA AVAA[28-64] [104-248]

[132-314]

De esta manera, si el incremento de flujo ocurre dentro del primer intervalo, la causa más probable es el aumento en la velocidad de la bomba; pero si el incremento de flujo ocurren dentro del segundo intervalo, la causa más probable será el incremento en la apertura de la válvula.

Sistema de DiagnósticoSistema de Diagnóstico

El mecanismo propuesto fue aplicado al diagnóstico y predicción de fallas en los sistemas de agua de alimentación y vapor sobrecalentado. Se consideraron 4 posibles perturbaciones: un incremento de carga (IC); una falla en la bomba de agua de alimentación (FBAA); una falla en la válvula de agua de alimentación (FVAA); y una falla en la válvula de agua de atemperación (FVAT).

Aplicación a una CTEAplicación a una CTE

D O M O

S IS T E M A V AP O R S O B R E C A L EN T A D O

(B A JA )

A T E M P E R A D ORS O B R E C AL E N T A DO RS E C U ND A R IO

S O B R E C AL E N T A DO RP R IM A R IO

(A L T A )V AL V U L A

G OB E R N A DO R A

R E C IR C U L AC ION

B O M B A D E

TU

BO

S D

EB

AJA

DA

PA

RE

DE

S D

E A

GU

A

EC

ON

OM

IZA

DO

R

C A L E NT A D OR D EP R E S ION A L T A

B O M B AD E A GU A

D EA L IM EN T A C IO N

D E AR E A D OR

V AL V U L A DE D E AR E A D OR

C A L E NT A D OR D E P R E S ION B A JA

B O M B A D EC O ND E N S A DO

CO

ND

EN

SA

DO

R

R E C A LE N T A DO R

A T E M P E R A D OR D E L R E C A L E NT A D OR

V AL V U L AIN T E R C E P T O R A

S IS T E M A V AP O RR E C A LE N T A DO

T U R B IN AD E P R E S IO N

A L T A

T U R B IN AD E P R E S IO N

IN T E R M E D IA

T U R B IN AD E P R E S IO N

B A JA

T U B OS C ON E C T OR E S

S IS T E M A T U RB INA -VA P O R

S IS T E M A D E C ON D E NS A D OS IS T E M A D E AG U A DE A L IM E NT A C IÓ N

SIS

TE

MA

DE

VA

PO

R

Los datos del proceso fueron generado por medio de un simulador a detalle de alcance total de una CTE de 350 MW.

BASE DE DATOS DEL PROCESO

Aplicación a una CTEAplicación a una CTE

SIMULADORDE FALLAS

SADRE

SIMULADORDE UNA

CTE 350 MW

INTERVALOS DE TIEMPO

BASE DE CONOCIMIENTO

PRUEBAS

APRENDIZAJE (80%)

VALIDACION (20%)

RED BAYESIANA CON NODOS TEMPORALES

VariablesVariables

IC=Incremento de cargaIC=Incremento de carga

FBAA= Falla en la FBAA= Falla en la BombaBomba

FVAA= Falla en la Val.FVAA= Falla en la Val.

FVAT=Falla Val. AtempFVAT=Falla Val. Atemp

AVVP=Inc. Val. VaporAVVP=Inc. Val. Vapor

ABA=Inc. Vel. BombaABA=Inc. Vel. Bomba

AVAA=Inc. Val. AAAVAA=Inc. Val. AA

AVAT=Inc. Val ATAVAT=Inc. Val AT

FVP= Inc. Flujo vaporFVP= Inc. Flujo vapor

FAA=Inc. Flujo AAFAA=Inc. Flujo AA

FAT=Inc. Flujo ATFAT=Inc. Flujo AT

NLD=Nivel del domoNLD=Nivel del domo

PVD=Inc. Presión domoPVD=Inc. Presión domo

TVS=Inc. TemperaturaTVS=Inc. Temperatura

Aplicación a una CTEAplicación a una CTE

FAA

FBAA IC

FVAT

AVAT

FAT

FVAA

AVAA ABA AVVP

FVP

NLD

PVD

TVS

AVVPIncremento,I1= 0.69Incremento,I2= 0.20¬Incremento = 0.11

FBAAOcurre 0.58¬ocurre 0.42

TVSDisminuye,I1= 0.37Disminuye,I2= 0.14Disminuye,I3= 0.47¬Disminuye = 0.02

FATAumenta,I1= 0.75Aumenta,I2= 0.21¬Aumenta = 0.04

ICOcurre 0.88¬ocurre 0.12

FVAAOcurre 0.57¬ocurre 0.43

FVATOcurre 0.18¬ocurre 0.82

AVAAIncremento,I1= 0.30Incremento,I2=0.27¬Aumenta = 0.43

AVATIncremento,I1= 0.11Incremento,I2=0.13¬Incremento = 0.76

ABAAumenta,I1= 0.36Aumenta,I2= 0.57¬Aumenta = 0.07

FVPAumenta,I1= 0.65Aumenta,I2= 0.24¬Aumenta = 0.11

FAAAumenta,I1= 0.77Aumenta,I2= 0.18¬Aumenta = 0.05

NLDIncrementa,I1= 0.49Incrementa,I2= 0.09Decrementa,I1=0.28Decrementa,I2=0.12¬Aumenta = 0.02

PVDDisminuye,I1= 0.58Disminuye,I2= 0.40¬Disminuye = 0.02

Resultados

Prueba

Predicción% de Exactitud 87.37 9.19% de aciertos 84.48 14.98

Diagnóstico84.25 8.0980.00. 11.85

Diagnóstico yPredicción

95.85 4 .7194.92 . 8.59

Aplicación a una CTEAplicación a una CTE

% de Exactitud% de aciertos

% de Exactitud% de aciertos

Prototipo SAEP Prototipo SAEP

SISTEMA DE ADQUISICION

DE DATOS

MODULO DE DETECCION DE

EVENTOS

MODULO DE ANALISIS

(RAZONAMIENTO TEMPORAL

PROBABILISTICO)

INTERFACE CON EL OPERADOR

PROCESO

MENSAJES ACTIVOS

BASE DE DATOS DE

OPERACION

BASE DE CONOCIMIENTO

(RB, RBNT)

ARCHIVO DE MENSAJES

ARCHIVO DE MENSAJES

MENSAJES ACTIVOS

Prototipo SAEP Prototipo SAEP

Instituto de Investigaciones Eléctricas

INICIOINICIO

SISTEMA PARA EL ANALISIS DE EVENTOS Y DE PERTURBACIONES

SAEP

Prototipo SAEP Prototipo SAEP

SAEP Hora: 16:00Día: 11 / 05 / 99

NIVELPDRLPSH

PRH

TSH

TRH

0.0 c.m178.4 kg./cm2

540.0ºc 19.8 kg./cm2280.9ºc

175.6 kg./cm2

Prototipo SAEP Prototipo SAEP

INICIO

Prototipo SAEP Prototipo SAEP

SAEP Hora: 16:38:35 Fecha: 11 / 05 / 99

INICIO

EVENTO: FAA

VARIABLE DETECTADA

FAA Flujo de Agua de Alimentación (ton/h) 450.8 16:38:00

VALOR

VAA Válvula de Agua de Alimentación 60 % Normal 0

BAA Velocidad de Bomba Agua A 1880 rpm Normal +

NLD Nivel del Domo 0.01 cm Normal 0

VARIABLES RELACIONADAS VALOR ESTADO

TIEMPO

ANALISIS

TENDENCIA

Prototipo SAEP Prototipo SAEP

SAEP Hora: 16:38:42 Fecha: 11 / 05 / 99

INICIO

ANALISIS

EVENTO: Incremento flujo de Agua de Alimentación (1er intervalo)

Conclusiones

Causa 2: FALLA EN LA BOMBA DE AGUA 75

Acción 1: Activar bomba de reserva de agua

Acción 2: Reparar bomba de agua

VALOR CERTEZA

(Probabilidad)

Incremento en la velocidad de la bomba 25-114 seg (-) 61

Incremento en la apertura de la válvula AA 114-248 seg 32

Incremento en el Nivel del Domo 10-27 seg 95

Eventos Pasados y Futuros

Variable ( evento ) Tiempo Probabilidad

(-)(+)

Prototipo SAEP Prototipo SAEP

SAEP Hora: 16:41:00Fecha: 11 / 05 / 99

INICIO

EVENTO: FAA TVS

VARIABLE DETECTADA

FAA Flujo de Agua de Alimentación (ton/h) 450.8 16:38:00

TVS Temperatura vapor sobrecalentado (o C ) 530.27 16:40:27

VALOR

PDL Presión en el Domo 178.4 Kg/cm2 Normal 0

FVS Flujo de vapor 445.6 ton/hr Normal +

FAT Flujo de agua de atemperación 13.5 ton/hr Normal 0

VARIABLES RELACIONADAS VALOR ESTADO

TIEMPO

ANALISIS

TENDENCIA

Aplicación a una CTEAplicación a una CTE

-

SAEP Hora: 16:41:16Fecha: 11 / 05 / 99

INICIO

ANALISIS

EVENTO : Incremento Flujo de Agua (1er intervalo) y decremento temperaturade vapor (2do intervalo)

Conclusiones

Causa 1: Incremento de carga 92

Acción 1: Vigilar el nivel del domo

Acción 2: Vigilar flujo de agua de atemperación

Incremento en el flujo de vapor sobrecalentado (-) 10-42 sec 96

Decremento de la presión del domo (-) 100-272 sec 62

Incremento del flujo de atemperación (-) 42-100 sec 36

Eventos pasados y futuros

Variable ( evento) Tiempo Probabilidad

Aplicación a una CTEAplicación a una CTE

VALOR CERTEZA

(Probabilidad)

SAEP, es un prototipo que ha mostrado la viabilidad de aplicar SAEP, es un prototipo que ha mostrado la viabilidad de aplicar redes bayesianas para el análisis de las perturbaciones del proceso redes bayesianas para el análisis de las perturbaciones del proceso de generación eléctrica.de generación eléctrica.

ConclusionesConclusiones

La RBNT es una representación basada en eventos que modela La RBNT es una representación basada en eventos que modela formalmente las relaciones temporales y causales que existen formalmente las relaciones temporales y causales que existen entre los mismos. entre los mismos.

El formalismo permite el diagnóstico y la predicción de El formalismo permite el diagnóstico y la predicción de eventos. Lo cual asociado a un planificador inteligente permitirá eventos. Lo cual asociado a un planificador inteligente permitirá llevar a una Central Térmica a condiciones óptimas de operación.llevar a una Central Térmica a condiciones óptimas de operación.

Integrar un prototipo fuera de línea en una Central Térmica.

Líneas futurasLíneas futuras

Modelar mediante RBNT todas las perturbaciones que se presentan en una Central Térmica.

Validar el prototipo con operadores de Centrales Térmicas.

Integrar los módulos desarrollados en un Sistema Inteligente para la Operación de Centrales Térmicas.