REVISTA DYNA ENERGÍA

Palabras clave:

Sistema de Agua de Alimentar Caldera, Modelo Híbrido, Red Neuronal Artificial, Regresión Estadística, Optimización.Boiler Feed Water Pumps System, Hybrid Model, Artificial Neural Network, Regression Statistics, Optimization.

Tipo de artículo:

ARTICULO DE INVESTIGACION / RESEARCH ARTICLE

Sección:

ARTICULOS DE INVESTIGACION / RESEARCH ARTICLES

Se propone un método para aumentar la eficiencia energética en las bombas del sistema de agua de alimentar caldera de una central termoeléctrica basada en ciclo Rankine. Donde se utiliza un modelo híbrido basado en la implementación paralela de una regresión estadística (REG) y una red neuronal artificial (MLP); para obtener los modelos que describen la dependencia entre el consumo de corriente y la posición del variador de velocidad, en función de la presión de descarga y el flujo entregado por cada bomba. El modelo híbrido es utilizado por su buena precisión en la predicción de las variables modeladas en comparación con los métodos REG y MLP. Para el ajuste de los modelos se utilizan mediciones reales de operación, obtenidas del sistema de Supervisión, Control y Adquisición de Datos (SCADA), donde se aplica un método de procesamiento de datos, eliminando ruidos que pueden afectar el ajuste de los modelos. Obtenidos los modelos mencionados, se utiliza un método de optimización para determinar la distribución óptima de los flujos entregados por cada bomba, minimizando el consumo de corriente del conjunto de bombas que se encuentra en servicio. Para validar el método propuesto, se utiliza un caso de estudio y se analizan los resultados obtenidos.