为了充分发挥基于一体化模型开发平台(IMMS)的火力发电厂厂级监控信息系统 (SIS)上层应用功能，不仅要完成机组参数变量的计算，还需分析影响参数变量精度的因素。SIS输出数据精度受制于DCS 数据源的测量和过程算法模型的计算，按照模型计算原理，综合考虑数据测量、引用频率等多种因素，对常规火电机组指标值的精度进行了等级划分。

一、SIS开发原理

如图1所示，基于IMMS的SIS开发采用模块化方式，以数据库为核心，由模型开发平台、用户端等组成。各机组运行数据通过网络通讯软件输入数据库，借助IMMS，按照系统先分解后集成的方法，依据基本的能量和质量守恒定律实现在线模块化的模型开发、调试、运行。过程模型以算法库为基础，调用算法库中的算法模块，按照系统的数据关联关系，通过各模块输入、输出变量的连接实现数据的传递。通过通讯软件从数据库中读取模型计算所需数据，计算结果又由通讯软件存入数据库。功能模型需要的部分设备、燃料等基础数据信息，可由用户端录入数据库。

SIS功能模型计算所需的过程参数主要来自DCS, DCS数据的精度将直接影响模型的计算结果。

二、数据源精度

发电机组系统结构庞大，运行中其热力系统温度、压力、流量等部分测量参数波动较大。如果采集数据达不到SIS的精度要求，其性能计算、机组负荷优化、设备状态监视等功能就不能达到预期效果。

对采集数据的精度，硬件上需要提高测量技术，而测量技术的提高在一定程度上受限于测点的特性;软件上需对采集数据进行筛选，即首先对显著误差进行检测和识别，其次对过程测量数据在冗余检验、剔除随机误差的基础上对重要参数进行关联检验以及采用各种有效的数据校正预处理方法等。

发电机组测量参数主要有温度、压力、给水流量、蒸汽流量、送风量和电信号等几类。其中温度、压力的测量准确度较高，但作为重要运行参数的给水流量、蒸汽流量及送风量的测量精度有待进一步提高。

三、数学模型选取

SIS上层功能的实现除依赖于高精度的原始数据库外，还需要过程数学模型的支持。为了使整体建模和求解不至于太复杂，具有一定的可行性，通常对机组热力系统进行简化分析。如：为了能够有效分析锅炉动态特性，将蒸发系统、除氧器和表面式加热器中的温度、压力等作为集中参数处理，忽略参数与空间的变化关系;为了方便计算燃气轮机输出功率模型，忽略金属管道的蓄热和蓄质;余热锅炉系统为非线性，但在动态研究中常采用某稳定状态下的小偏差线性化方法。

四、输出结果精度分类

大致可将输出数据分为基本测量参数、性能指标值和耗差分析值3类。基本测量参数可通过精密的测量设备直接获得，精度直接受制于测点布置、测量方法和测量技术;性能指标值通过软测量获得，为中间过程量，一次计算即可形成;耗差分析值基于原有的性能指标值，考虑机组的工况变化，经多次计算求得。

影响数据精度的根本要素是基本参数的测量技术。因此，首先根据不同测点的特性，对主要一类参数进行简单的精度等级划分(表1) ，然后根据指标算法模型，对测得的一类参数进行精度分析。与电信号相关的精度最高，涉及温度、压力及成分分析变量的精度次之，与工质流量相关的精度最低(表2、表3)。耗差分析主要有热偏差法、常规热力学分析和等效烩降法。锅炉侧主要运行参数(排烟温度、排烟含氧量、飞灰含碳量等)变化对煤耗的影响采用热偏差法进行分析;对于初参数包括主蒸汽温度和压力、过热蒸汽温度等的变化主要归结为汽轮机缸效率变化对煤耗的影响，采用常规热力学法进行分析;非汽轮机侧参数(过热器、再热器减温水流量、加热器的端差、轴封漏汽等)变化对煤耗的影响采用等效恰降法进行分析。应用常规热力学法分析主蒸汽温度和压力变化引起的耗差时，忽略了汽轮机中、低压缸做功的变化，只考虑对高压缸理想比烩降的影响，准确度较低。

另外，不同参数在机组运行优化中因重要性不同，精度要求也不一致，应根据实际情况合理分配资源，有针对性地增加或校核相关测点。

五、结论

(1) SIS功能模型的计算精度主要受DCS采集数据和算法模型的影响。为提高输出数据精度，需要合理的冗余测点布置、精密的测量技术和实时数据预处理等。

(2) 影响数据精度的根本因素是测量技术。对不同类型数据源的精确度进行分类，按照数据的获得方式和引用频率，对机组的主要性能和耗差的可信度进行等级划分。

(3) 机组运行工况不同，其参数的精度分类也不同，因此仍需分析测量特性和算法原理，进一步探讨SIS输出数据的精度。