Hyppää sisältöön
    • Suomeksi
    • På svenska
    • In English
  • Suomeksi
  • In English
  • Kirjaudu
Näytä aineisto 
  •   Etusivu
  • LUTPub
  • Diplomityöt ja Pro gradu -tutkielmat
  • Näytä aineisto
  •   Etusivu
  • LUTPub
  • Diplomityöt ja Pro gradu -tutkielmat
  • Näytä aineisto
JavaScript is disabled for your browser. Some features of this site may not work without it.

Reaaliaikainen höyryntuotannon kustannuslaskenta

Pihkola, Miikka (2024)

Katso/Avaa
Diplomityö (3.448Mb)
Lataukset: 


Diplomityö

Pihkola, Miikka
2024

School of Energy Systems, Energiatekniikka

Kaikki oikeudet pidätetään.
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2024073062955

Tiivistelmä

Diplomityön tavoitteena oli muodostaa reaaliaikainen höyryntuotannon kustannuslaskenta yhteistuotantolaitoksen tuotannosta kulutuskohteille asti dynaamisen analysoinnin mahdollistamiseksi sekä implementoida konenäkösovellutus tunnistamaan kattilaan syötettyjen kiinteiden polttoainejakeiden osuudet. Laskentaan selvitettiin höyryntuotantoon liittyvät kustannuskomponentit sekä tarkasteltiin energiatehokkuuden vaikutusta höyryntuotannon kustannuksiin ja tuotantojoustoa kustannustehokkaan tuotannon osalta. Laskennan hyödynnettävyyttä tarkasteltiin esimerkkien avulla. Konenäkösovellutuksesta selvitettiin, mitä sen toteutus vaatii sekä arvioitiin soveltuvuutta käyttökohteeseen ja sen tuomaa lisäarvoa.

Reaaliaikainen kustannuslaskenta rajoitettiin muuttuviin kustannuksiin. Muuttuvat kustannukset vaativat muutosherkkyystietoa, joka on myös hyvin olennaista prosessiin liittyvässä tarkastelussa. Laskennan osalta hyödynnettiin prosessin reaaliaikaisia mittaustietoja sekä muita reaaliaikaisia tietolähteitä, kuten toteutuneen ostosähkön hintatietoa. Konenäkösovellutusta pyrittiin opettamaan laadukkaasti, jotta analyysin tulokset olisivat luotettavia.

Reaaliaikainen kustannuslaskenta onnistui ja siihen lisättiin toimintoja, jotka tukevat sen päivittäistä käyttöä. Työssä käytyjen tarkasteluiden perusteella laskenta on hyödynnettävissä sekä reaaliaikaiseen tilanteeseen että historiaan peilaten. Merkittävä löytö oli polttoaine-laadun aiheuttama vaihtelu höyryntuotannon kustannuksen muodostumisessa. Laskennan epävarmuutta kasvattaa laskennassa käytettyjen prosessimittausten mahdolliset virheet. Mittausvirheiden havaitsemiselle olisikin syytä luoda järjestelmä tulosten luotettavuuden parantamiseksi. Konenäkösovellutus todettiin toimivaksi luoden lisäarvoa laskennan täsmällisyydelle sekä se mahdollisti jaeosuuksien tiedon saannin kattilan operointia varten. Konenäkömallia tulee kuitenkin vielä jatkokehittää, jotta analysointi olisi täsmällisempää.
 
The objective of this thesis was to establish real-time steam production cost calculation model for combined heat and power plant from production to consumption to enable dynamic analysis. Also, to implement a machine vision application to identify portion of solid fuel fractions fed into boiler. For the calculation, cost components of steam production were studied. The effect of energy efficiency on steam production costs and production flexibility in terms of costeffective production were examined. The usability of the calculation model was examined through examples. The requirements of the machine vision application were studied. How it adapted to object of use and what value it brings were evaluated.

The real-time cost calculation was constrained to variable cost components. Variable components require sensitivity information, which is also essential in the process related subject. The calculation utilized data from online process measurements and other real-time data sources, such as the price information of realized purchased electricity. The machine vision application was trained with high quality to ensure the reliability of the results.

The real-time cost calculation model and features which supports its daily use was successfully configured. In the thesis, it was stated that calculation can be utilized both in real-time situations and historical observation. Notable finding was effect of fuel quality in variation of formation of steam production cost. Potential errors in used process measurements increase uncertainty of the calculation. It would be necessary to create a system for detecting errors to improve the accuracy of the results. The machine vision application was found to be functional with adding value to the precision of the calculation and it enable to obtain information about the portion of the fractions for boiler operation. However, the machine vision model still needs further development to ensure more precise analysis.
 
Kokoelmat
  • Diplomityöt ja Pro gradu -tutkielmat [14791]
LUT-yliopisto
PL 20
53851 Lappeenranta
Ota yhteyttä | Tietosuoja | Saavutettavuusseloste
 

 

Tämä kokoelma

JulkaisuajatTekijätNimekkeetKoulutusohjelmaAvainsanatSyöttöajatYhteisöt ja kokoelmat

Omat tiedot

Kirjaudu sisäänRekisteröidy
LUT-yliopisto
PL 20
53851 Lappeenranta
Ota yhteyttä | Tietosuoja | Saavutettavuusseloste