一种基于多变量的电站机组稳态工况判断方法与流程

本发明属于热力电站机组热力经济性能分析技术领域，具体涉及基于多变量的电站机组稳态工况判断方法。

背景技术：

随着数据库技术、先进测量技术和dcs技术的日渐成熟，各个电站产生和积累了大量的历史运行数据，这些数据真实的记录和反映了机组的操作信息、运行状态和机组特性，从中挖掘和提取有趣的规则对电站机组的经济高效运行有着重要的指导意义。但电力生产自身的特殊性决定只有机组处于稳定运行时的数据才具有参考的价值，然而历史库中的数据并非都是在机组稳定工况下采集得到的，所以稳态工况的判断对于提取机组有效工况历史数据和指导机组运行等有着重要的意义。目前常用的电站机组稳态监测方法主要是两段组合检测(cst)、基于证据理论的稳态检测(mte)、多项式滤波稳态检测等，工程上主要以机组负荷参数的变化趋势作为稳定工况判断的依据，即当负荷变化值小于一定阈值时即视为稳定工况。然而电力生产过程中涉及到多种变量和参数，呈现高维度、强耦合、多边界条件等的特点。传统方法仅针对机组负荷参数作为分析对象判定得到的“稳定工况”中其他参数并不全是稳定的，结论缺乏说服力。由于电力生产自身的特殊性决定只有机组稳定运行时的运行参数才具有参考的价值，现有技术往往仅以机组负荷变化率作为稳态工况判断的标准，导致选取的数据并不是真正意义上的稳态工况下的数据。

技术实现要素：

本发明提出一种基于多变量的电站机组稳态工况判断方法，以电力生产过程中多个重要变量、参数为分析对象，综合评判各个参数对于最终系统稳态的“贡献值”，定义综合稳态指数判断，准确判断机组是否处于稳态中，从而为提取机组稳定工况、指导电站机组的优化运行和电力行业的节能提效等工作提供参考依据和有利前提条件。

本发明的目的在于，针对电站dcs中积累的海量运行数据，分析和判断其中机组稳态工况下的数据，对于电站机组的优化运行、电力行业的节能提效等工作有着重要意义。由于电力生产的特点决定电站运行各个参数存在着高耦合、高维度、高复杂性等特点，工程上的机组稳态工况判断方法仅以机组负荷的变化率为参考，不能实现对机组稳态工况的准确判断，本发明从数据挖掘的角度出发，选取多个重要运行参数，定义系统稳态指数，通过对系统稳态指数值的计算来判断机组所处工况的状态，相比传统方法更为准确和全面。

本发明首先依照热工理论选取机组运行过程中的重要运行参数，在此基础上利用不同参数之间的相关度进行数据维归约，从而选取影响机组运行的代表性参数，并以归约的参数为对象计算各个参数的稳态指数和系统稳态指数，提高了计算的准确度和计算效率。本发明的技术方案是：

一种基于多变量的电站机组稳态工况判断方法，包括以下主要步骤：

(1)根据热工理论选择电站机组运行过程中与机组运行工况有关的重要参数，如机组负荷、主汽流量、主汽压力等；

(2)以步骤(1)选择的参数为分析对象，对各个参数进行数据规范化处理，以防止值域范围较大的参数影响挖掘结果；

(3)对规范化后的参数进行基于相关度分析的数据维归约，实现压缩数据维度的目的，从而在保证运算准确度的前提下提高计算的效率；

(4)以维归约后的参数为对象，利用多项式滤波算法计算各参数的变化趋势；

(5)计算单变量稳态指数，定义单变量的稳态指数β，且β∈[0，1]，当β＝0时，表明检测过程稳定；当β＝1时，表明检测过程不稳定，β越接近0，表明状态越接近稳定。每个参数的单变量稳态指数取上一步骤中的参数变化率；

(6)计算系统稳态指数b∈[0，1]，即当b越接近0，表明热工系统越接近于稳定工况。系统稳态指数为各个单变量稳态指数的加权之和。

本发明的有益效果：

(1)由于火电厂机组各个参数之间存在高度耦合，某一个变量处于稳定状态并不能表明整个系统处于稳定状态。传统机组稳定工况判断仅以负荷变化率为准，本发明提出的基于多变量综合稳态判定方法，提高了对机组稳态工况的识别的准确度；

(2)本发明提出的基于多变量综合稳态判定方法，能实现对机组是否处于稳态工况进行准确判断，从而为提取机组稳定工况的数据和指导电站机组的节能优化运行提供了有利的前提条件。

附图说明

图1为本发明基于多变量的电站机组稳态工况判断方法的流程图。

具体实施方式

下面结合附图，对本发明进一步详细说明。

电力生产的热工过程十分复杂，包含机、炉、电三大部分，运行过程中涉及众多参数，经济型评价指标多样(煤耗、热耗等)，其数据存在高维度、高耦合、数量庞大等特点。

以某300mw机组的汽轮机作为分析对象，由于机组热耗率的高低直接反映机组运行状态的好坏，是考察机组运行经济性的重要指标，因此，选择与机组热耗相关参数作为稳态判别的依据。热耗的计算方法如下：

式中，d0、dzr、dfw、dgj、dzj为主蒸汽、再热蒸汽、给水、过热减温水和再热减温水流量，h0、hfw、hgi、hzj为主蒸汽、给水、过热减温水和再热减温水焓值，δhzr为再热蒸汽焓升，pel为机组负荷。

由式中可见和汽机热耗相关的参数涉及主汽流量、主汽温度、主汽压力、主汽焓值等十多个运行参数，呈现种类多、维度高的特点，且各个参数取值范围有较大差异，为了避免具有较大值域的参数对维归约造成影响，首先应对n条历史数据中m个参数进行规范化处理，z分数规范化如下：

其中，vij为第n条历史数据中参数j的取值，为参数j在总采样时间内的平均值，σj为参数j在总采样时间内的标准差，n为采样历史数据的条数，m为选取的重要参数的数量。

之后将各参数压缩至区间[0，1]内：

基于参数的相关度进行维度归约。计算m个参数两两之间的相关度，参数之间相关度计算方式如下：

式中，σva、σvb为参数a、b的均值和标准差。

通过整理可得两两参数之间的相关度矩阵如下，且rij＝rji：

设定相应的阈值λ，将相关度高于该阈值的几类参数归为一类，再选取其中某一参数作为该类的代表参数，而达到压缩数据维度的目的。

利用多项式滤波对归约后的各个参数进行计算，达到去除所测信号噪声的高频部分、提高检测的准确度和获取参数变化趋势目的，算法如下：

x(t)＝p0+p1t+p2t²+…+pkt^k

式中x(t)为时间的函数；k为模型阶数；[p0，p1...pk]为需要求解的参数，p0为信号的平均值，p1为信号随时间变化的斜率。

设采样时间为n，把维归约后的参数采样值[x1，x2...xn]带入上式，得到：

利用最小二乘法求解p0，p1…pk，考虑到模型的简单和鲁棒性，可以取k＝2，从而在进行滤波的同时可以得到参数的基本变化趋势。

计算各个参数的稳态指数。定义参数稳态指数β(β∈[0，1])，当β＝0时，表明检测过程稳定；当β＝1时，表明不稳定，β越接近0，表明状态越接近稳定。根据多项式滤波得到各个变量窗口内各参数随时间变化的斜率[p11，p12…p1m]，并按下式进行规范化处理，从而得到每个参数的稳态指数β：

其中，p1i为参数i在观测窗口内的变化率，minp1i、maxp1i为参数i在采样时间内变化率的最小值和最大值。

计算系统稳态指数。电力生产的热工系统的稳定是由各个参数共同决定的，为了体现各个参数的变化对于系统稳态影响程度，可令ωi＝p1i，定义系统稳态指数b如下：

式中，βi为第i个参数的稳态指数；ωi为该参数对系统稳态的影响程度，为各个参数对系统稳态的影响的权值。

由上式可以看出，系统稳态指数b∈[0，1]，即当b越接近0，表明热工系统越接近于稳定工况。