DL／T 924-2023 标准解读

一、标准适用范围与执行边界

• 适用主体：新建、扩建及技改的300MW及以上容量燃煤火力发电厂的厂级监管信息系统（SIS）。
• 适用场景：全厂生产过程实时数据采集、机组性能计算、厂级负荷分配、设备状态监测及环保排放监管等核心生产管控环节。
• 排除条件：不适用于纯燃气轮机发电厂、生物质发电厂及企业级ERP等纯管理信息系统，不涉及DCS底层控制逻辑修改。

二、核心实操技术要求

三、典型业务场景应用案例

1. 全厂冷端优化与负荷分配
   • 场景：多台机组并列运行，需根据电网AGC指令及机组实时煤耗曲线分配负荷。
   • 落地：SIS系统实时获取各机组DCS的有功功率、主蒸汽参数及循环水温度，调用边际煤耗计算模型，生成最优负荷分配指令并下发至DCS协调控制系统，实现全厂供电煤耗降低1.5g/kWh。
2. 环保设施超标预警
   • 场景：脱硫脱硝系统CEMS数据波动，存在瞬时超标风险。
   • 落地：SIS以1秒级频率采集CEMS原烟气及净烟气SO2、NOx浓度，结合锅炉负荷变化率建立前馈预测模型。当预测净烟气浓度达到排放限值85%时，自动触发声光报警并推送优化控制建议至运行人员。

四、实操难点与解决方案

难点1：异构DCS系统数据接口不统一 老厂技改项目中，不同机组采用不同品牌DCS，点表命名规则与通信协议差异大，导致数据采集延迟或丢包。

• 标准化对策：在SIS数据接入层部署统一的工业协议转换网关，建立全厂标准化KKS编码映射字典。实施前完成点表100%离线核对，采用OPC UA统一封装后接入SIS实时数据库。

难点2：性能计算模型偏离实际工况 机组老化或通流部分改造后，设计热力计算参数与实际运行参数偏差大，导致SIS计算的煤耗率失真。

• 标准化对策：引入基于历史运行大数据的机器学习修正算法。在验收阶段，利用机组不同负荷段的热力试验数据对基准模型进行参数辨识与在线修正，确保动态计算精度满足标准要求。