深度调峰工况下火电厂热力设备腐蚀行为预测模型研究

© 2026 by the Author(s). Licensee Art and Technology, USA. This article is an open access article distributed under the terms and conditions of the Creative Commons Attribution -Noncommercial 4.0 International License (CC BY-NC 4.0) ( https://creativecommons.org/licenses/by-nc/4.0/ )

Download PDF

Cite

XML

HTML

Abstract

随着火电机组深度调峰的常态化，热力参数波动大，设备腐蚀问题日益突出。针对传统静态预测模型在变工况条件下准确性不足的问题，本文分析调峰过程中多参数耦合作用机理，建立基于机理分析和支持向量回归（SVR）的动态预报模型，提取温度、压强等特征构建预测框架。应用实践表明，本研究的成果可为电厂优化水质调控策略、延缓设备寿命损失提供可靠技术支持。

Keywords

深度调峰

火电厂

热力设备

腐蚀预测

数学模型

References

[1] 刘碧燕, 李栋, 刘娅莉, 等. 海上风电腐蚀防护与监测技术综述[J].材料保护,2025,58(12):22-32.
[2] 周京学, 王海超. 燃煤电厂基建阶段腐蚀防护前沿技术研究[J].吉林电力,2025,53(06):17-20.
[3] 何成; 游溢; 王宗江; 黄路遥; 张强; 陈云; 卢壹梁; 杨丙坤; 王晓芳. 电网碳钢材料腐蚀预测模型研究[J]. 装备环境工程,2025(02) .
[4] 陈文飞, 李进, 陈虎, 等. 基于AI 的石化设备损伤精准识别及预测技术探索[J].中国特种设备安全,2025,41(S1):1-6.
[5] 李嘉轩, 孙庆峰, 刘瀚宇, 等. 基于机器学习的H2S/CO2耦合腐蚀速率预测[J].炼油与化工,2025,36(06):37-44.

Previous article in this issue

Next article in this issue