CN104680010A - 一种汽轮机组稳态运行数据筛选方法 - Google Patents
一种汽轮机组稳态运行数据筛选方法 Download PDFInfo
- Publication number
- CN104680010A CN104680010A CN201510078440.3A CN201510078440A CN104680010A CN 104680010 A CN104680010 A CN 104680010A CN 201510078440 A CN201510078440 A CN 201510078440A CN 104680010 A CN104680010 A CN 104680010A
- Authority
- CN
- China
- Prior art keywords
- steady
- state operation
- data
- operation data
- steam turbine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
本发明涉及汽轮机组运行数据分析技术领域,具体涉及一种汽轮机组稳态运行数据筛选方法,适用于分析和计算机组的性能指标时原始数据的筛选。针对现有技术在提取机组稳态运行数据时存在的计算量大和计算时间长等不足,本发明提供了一种汽轮机组稳态运行数据筛选方法。本发明利用运行参数的最大允许偏差值,设定检索参数初值并逐步扩大检索参数范围,提取稳态运行数据疑似样本,考证并最终提取到汽轮机组稳态运行数据。
Description
技术领域
本发明涉及汽轮机组运行数据分析技术领域,具体涉及一种汽轮机组稳态运行数据筛选方法,适用于分析和计算机组的性能指标时原始数据的筛选。
背景技术
随着现代信息技术,特别是计算机网络技术的快速发展,大型火力发电厂普遍建成了以DCS(Distributed Control System分布式控制系统,简称DCS)、SIS(Supervisory Information System in plant level厂级监控信息系统,简称SIS)和MIS(Management Information System管理信息系统,简称MIS)等为核心的信息化平台,所获取的海量数据信息对于汽轮机组性能评价、能耗跟踪监测等具有重要的价值。但受电网调度、机组自身扰动等因素影响,数据库中不可避免的混杂着大量的非稳态运行数据,并且规律性不强。而汽轮机组相关性能指标计算方法,一般均是针对设备在一个稳定的连续运行时间区间而言的,对主要运行参数的波动及持续时间都有较为严格的要求。
数据库中运行数据是一种典型的按时间排列的有序样本,在提取稳态运行数据时,其顺序不能被打乱。这一问题传统上通常采用的算法是Fisher聚类等算法,但该算法本身涉及递推,使得当分段数较多的情况下计算量迅速增大,计算时间较长,因此一般更适用于小样本、分段数较少的场合。而汽轮机组运行数据量较大,即便按照1分钟存储间隔推算,每天的存储的样本数据量也多达上千条,特别是当有序样本(如某一天运行数据)中无法提取出满足一定时长要求的稳态运行数据时,理论上需要的最优分段数可能会极大,这时直接应用Fisher聚类算法对汽轮机组运行数据进行分段,所消耗的计算资源是巨大的,很难满足汽轮机组性能指标在线分析计算的需求。
如何客观、快速准确的从海量的机组运行数据中提取机组稳态运行数据,是下一步对设备性能指标进行计算分析所需要解决的一个关键问题。
发明内容
针对现有技术在提取机组稳态运行数据时存在的计算量大和计算时间长等不足,本发明提供了一种汽轮机组稳态运行数据筛选方法。
为解决以上技术问题,本发明的技术方案为:
一种汽轮机组单参数稳态运行数据筛选方法,其包括以下步骤:
(a)获取数据样本S={s1,s2,…,sn},确定数据样本S的稳态运行最短持续时长tp和汽轮机组任一运行参数P1的最大允许偏差值σ1;计算稳态运行最短持续时长tp内包含的采样数据个数dn。
(b)设定检索参数初值,令m=1,k=dn,t=0,其中m、k和t均为检索参数。
(c)若m+k-1≤n成立,则执行步骤(d);若m+k-1≤n不成立,则判定数据样本S中数据个数不足,检索结束。
(d)选定数据子样本Sm,m+k-1={sm,sm+1,sm+2,…,sm+k-1},计算数据子样本均值计算数据子样本Sm,m+k-1内各数据si与均值间的欧氏距离δi,其中i=m,m+1,…,m+k-1。
(e)若δi≤σ1成立,则执行步骤(f);
若δi≤σ1不成立,则判断检索参数t=1是否成立;若t=1成立,则执行步骤(g);若t=1不成立,则判断m+k≤n是否成立;若m+k≤n成立,则令检索参数m自加一,t=0,返回步骤(d);若m+k≤n不成立,则检索结束。
(f)令检索参数k自加一,t=1;判断m+k-1≤n是否成立,若m+k-1≤n成立则返回步骤(d);若m+k-1≤n不成立则执行步骤(g)。
(g)提取稳态运行数据疑似样本Sm,m+k-2={sm,sm+1,sm+2,…,sm+k-2},对所述稳态运行数据疑似样本Sm,m+k-2进行曲线拟合并计算曲线的斜率a;若|a|≤ε成立,则判定所述稳态运行数据疑似样本Sm,m+k-2为稳态运行数据样本,提取稳态运行数据样本Sm,m+k-2,执行步骤(h);若|a|≤ε不成立,则判定所述稳态运行数据疑似样本Sm,m+k-2为非稳态运行数据样本,执行步骤(h);其中,ε为稳定度参量。
(h)令检索参数m=m+k-1,t=0,k=dn;返回步骤(c)。
具体的,步骤(a)中稳态运行最短持续时长tp内包含的采样数据个数dn的计算方法为:若tp/ti为整数,则采样数据个数dn的计算见公式1;若tp/ti不是整数,则采样数据个数dn的计算见公式2。
dn=1+tp/ti (1)
其中,tp为数据样本S={s1,s2,…,sn}的稳态运行最短持续时长,ti为数据采样间隔时间。
一种汽轮机组多参数稳态运行数据筛选方法,包括以下步骤:
(I)除汽轮机组第一运行参数P1外,再选取一个以上汽轮机组运行参数Pj并确定各个所述汽轮机组运行参数Pj的最大允许偏差值σj,其中,j=2,3,…,m,m为待稳定的汽轮机组运行参数的数量。
(II)执行步骤(a)~(h)以提取汽轮机组第一运行参数P1的稳态运行数据样本SP1;令j=2。
(III)令汽轮机组第一运行参数P1的稳态运行数据样本SP1为数据样本S,执行步骤(a)~(h)以提取汽轮机组第j运行参数Pj的稳态运行数据样本SPj;令j自加一。
(IV)若j≤m成立,则令汽轮机组第j运行参数Pj的稳态运行数据样本SPj为数据样本S,返回步骤(III);若j≤m不成立,则检索结束。
本发明的有益效果:执行本发明技术方案步骤(a)~(h)能够从海量运行数据中提取出汽轮机组单参数稳态运行数据,执行本发明技术方案步骤(I)~(IV)能够从海量运行数据中提取出汽轮机组多参数稳态运行数据。本发明技术方案简洁,计算和提取汽轮机组稳态运行数据的误差较小,能够对汽轮机组的单稳态运行参数或多稳态运行参数进行有效的数据提取,适用于各类汽轮机组的运行状态分析,具有较大的推广和利用价值。
附图说明
图1为本发明中汽轮机组单参数稳态运行数据筛选方法的流程图。
图2为实施例某电厂600MW机组某日的运行数据图。
具体实施方式
下面结合附图对本发明作进一步说明。
提取图2所示某电厂600MW汽轮机组某日运行数据中的电负荷参数的稳定运行数据。其中,数据样本S即图2所示某电厂600MW机组某日运行数据中的电负荷参数的稳定运行数据,数据样本S的稳态运行最短持续时长tp=60min,电负荷的最大允许偏差值σ1=10MW,数据采样间隔时间ti=1min,稳态运行最短持续时长tp内包含的采样数据个数dn=61。根据图1,实施例的汽轮机组的电负荷稳态运行数据筛选方法为:
(a)获取数据样本S={s1,s2,…,sn},确定数据样本S的稳态运行最短持续时长tp=60min和汽轮机组电负荷参数P1的最大允许偏差值σ1=10MW;计算稳态运行最短持续时长tp内包含的采样数据个数dn=61。
步骤(a)中稳态运行最短持续时长tp内包含的采样数据个数dn的计算方法为:若tp/ti为整数,则采样数据个数dn的计算见公式1;若tp/ti不是整数,则采样数据个数dn的计算见公式2。
dn=1+tp/ti (1)
其中,tp为数据样本S={s1,s2,…,sn}的稳态运行最短持续时长,ti为数据采样间隔时间。
(b)设定检索参数初值,令m=1,k=dn,t=0,其中m、k和t均为检索参数。
(c)若m+k-1≤n成立,则执行步骤(d);若m+k-1≤n不成立,则判定数据样本S中数据个数不足,检索结束。
(d)选定数据子样本Sm,m+k-1={sm,sm+1,sm+2,…,sm+k-1},计算数据子样本均值(计算方法见公式3),计算数据子样本Sm,m+k-1内各数据si与均值间的欧氏距离δi(计算方法见公式4),其中i=m,m+1,…,m+k-1。
(e)若δi≤σ1成立,则执行步骤(f)。
若δi≤σ1不成立,则判断检索参数t=1是否成立;若t=1成立,则执行步骤(g);若t=1不成立,则判断m+k≤n是否成立;若m+k≤n成立,则令检索参数m=m+1,t=0,返回步骤(d);若m+k≤n不成立,则检索结束。
(f)令检索参数k=k+1,t=1;判断m+k-1≤n是否成立,若m+k-1≤n成立则返回步骤(d);若m+k-1≤n不成立则执行步骤(g)。
(g)提取稳态运行数据疑似样本Sm,m+k-2={sm,sm+1,sm+2,…,sm+k-2},对所述稳态运行数据疑似样本Sm,m+k-2进行一次曲线拟合并计算曲线的斜率a;若|a|≤ε成立,则判定所述稳态运行数据疑似样本Sm,m+k-2为稳态运行数据样本,提取稳态运行数据样本Sm,m+k-2,执行步骤(h);若|a|≤ε不成立,则判定所述稳态运行数据疑似样本Sm,m+k-2为非稳态运行数据样本,执行步骤(h)。其中,ε为稳定度参量,本实施例中ε=0.2。
(h)令检索参数m=m+k-1,t=0,k=dn;返回步骤(c)。
经计算,得到实施例的汽轮机组数据样本S(如图2所示)中符合电负荷参数稳定要求的时间段有2段,分别是:
4:38~5:46,平均电负荷362.76MW,最大偏差σ1=2.70MW,实际的稳定度参量ε=0.1435;
14:46~15:52,平均电负荷537.82MW,最大偏差σ1=4.04MW,实际的稳定度参量ε=0.0649。
以上所述实施方式仅为本发明的优选实施例,而并非本发明可行实施的穷举。对于本领域一般技术人员而言,在不背离本发明原理和精神的前提下对其所作出的任何显而易见的改动,都应当被认为包含在本发明的权利要求保护范围之内。
Claims (3)
1.一种汽轮机组单参数稳态运行数据筛选方法,其特征在于其包括以下步骤:
(a)获取数据样本S={s1,s2,…,sn},确定数据样本S的稳态运行最短持续时长tp和汽轮机组任一运行参数P1的最大允许偏差值σ1;计算稳态运行最短持续时长tp内包含的采样数据个数dn;
(b)设定检索参数初值,令m=1,k=dn,t=0,其中m、k和t均为检索参数;
(c)若m+k-1≤n成立,则执行步骤(d);若m+k-1≤n不成立,则判定数据样本S中数据个数不足,检索结束;
(d)选定数据子样本Sm,m+k-1={sm,sm+1,sm+2,…,sm+k-1},计算数据子样本均值计算数据子样本Sm,m+k-1内各数据si与均值间的欧氏距离δi,其中i=m,m+1,…,m+k-1;
(e)若δi≤σ1成立,则执行步骤(f);
若δi≤σ1不成立,则判断检索参数t=1是否成立;若t=1成立,则执行步骤(g);若t=1不成立,则判断m+k≤n是否成立;若m+k≤n成立,则令检索参数m自加一,t=0,返回步骤(d);若m+k≤n不成立,则检索结束;
(f)令检索参数k自加一,t=1;判断m+k-1≤n是否成立,若m+k-1≤n成立则返回步骤(d);若m+k-1≤n不成立则执行步骤(g);
(g)提取稳态运行数据疑似样本Sm,m+k-2={sm,sm+1,sm+2,…,sm+k-2},对所述稳态运行数据疑似样本Sm,m+k-2进行曲线拟合并计算曲线的斜率a;若|a|≤ε成立,则判定所述稳态运行数据疑似样本Sm,m+k-2为稳态运行数据样本,提取稳态运行数据样本Sm,m+k-2,执行步骤(h);若|a|≤ε不成立,则判定所述稳态运行数据疑似样本Sm,m+k-2为非稳态运行数据样本,执行步骤(h);其中,ε为稳定度参量;
(h)令检索参数m=m+k-1,t=0,k=dn;返回步骤(c)。
2.根据权利要求1所述的一种汽轮机组单参数稳态运行数据筛选方法,其特征在于步骤(a)中稳态运行最短持续时长tp内包含的采样数据个数dn的计算方法为:若tp/ti为整数,则采样数据个数dn的计算见公式1;若tp/ti不是整数,则采样数据个数dn的计算见公式2;
dn=1+tp/ti (1)
其中,tp为数据样本S={s1,s2,…,sn}的稳态运行最短持续时长,ti为数据采样间隔时间。
3.根据权利要求1或2所述的汽轮机组单参数稳态运行数据筛选方法的一种汽轮机组多参数稳态运行数据筛选方法,其特征在于其包括以下步骤:
(I)除汽轮机组第一运行参数P1外,再选取一个以上汽轮机组运行参数Pj并确定各个所述汽轮机组运行参数Pj的最大允许偏差值σj,其中,j=2,3,…,m,m为待稳定的汽轮机组运行参数的数量;
(II)执行步骤(a)~(h)以提取汽轮机组第一运行参数P1的稳态运行数据样本SP1;令j=2;
(III)令汽轮机组第一运行参数P1的稳态运行数据样本SP1为数据样本S,执行步骤(a)~(h)以提取汽轮机组第j运行参数Pj的稳态运行数据样本SPj;令j自加一;
(IV)若j≤m成立,则令汽轮机组第j运行参数Pj的稳态运行数据样本SPj为数据样本S,返回步骤(III);若j≤m不成立,则检索结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510078440.3A CN104680010B (zh) | 2015-02-13 | 2015-02-13 | 一种汽轮机组稳态运行数据筛选方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510078440.3A CN104680010B (zh) | 2015-02-13 | 2015-02-13 | 一种汽轮机组稳态运行数据筛选方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104680010A true CN104680010A (zh) | 2015-06-03 |
CN104680010B CN104680010B (zh) | 2017-08-04 |
Family
ID=53315043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510078440.3A Active CN104680010B (zh) | 2015-02-13 | 2015-02-13 | 一种汽轮机组稳态运行数据筛选方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104680010B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105302124A (zh) * | 2015-12-03 | 2016-02-03 | 西北工业大学 | 基于试验数据的涡轴发动机控制性能指标提取方法 |
CN106838872A (zh) * | 2017-01-13 | 2017-06-13 | 华中科技大学 | 一种余热锅炉汽水泄漏诊断的数据预处理方法 |
CN108491357A (zh) * | 2018-03-29 | 2018-09-04 | 润电能源科学技术有限公司 | 一种稳态检测的方法以及相关设备 |
CN112932171A (zh) * | 2018-12-27 | 2021-06-11 | 艾感科技(广东)有限公司 | 一种基于信号感应的预警床垫 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1908381A (zh) * | 2006-08-21 | 2007-02-07 | 上海发电设备成套设计研究院 | 一种汽轮机高中压转子等效应力在线计算及控制方法 |
CN102628377A (zh) * | 2012-04-18 | 2012-08-08 | 陕西电力科学研究院 | 一种汽轮机组调速系统参数实测数据处理方法 |
-
2015
- 2015-02-13 CN CN201510078440.3A patent/CN104680010B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1908381A (zh) * | 2006-08-21 | 2007-02-07 | 上海发电设备成套设计研究院 | 一种汽轮机高中压转子等效应力在线计算及控制方法 |
CN102628377A (zh) * | 2012-04-18 | 2012-08-08 | 陕西电力科学研究院 | 一种汽轮机组调速系统参数实测数据处理方法 |
Non-Patent Citations (4)
Title |
---|
A.MHAMDI.: "On-line Optimization of MSF Desalination Plants", 《THERMAL DESALINATION PROCESSES》 * |
刘吉臻,等.: "过程运行数据的稳态检测方法综述", 《仪器仪表学报》 * |
李初福,等.: "用于含过失误差数据稳态检测的改进滤波法", 《清华大学学报(自然科学版)》 * |
李昕,颜学峰.: "融合离群点判别的稳态检测方法及其应用", 《华东理工大学学报(自然科学版)》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105302124A (zh) * | 2015-12-03 | 2016-02-03 | 西北工业大学 | 基于试验数据的涡轴发动机控制性能指标提取方法 |
CN105302124B (zh) * | 2015-12-03 | 2017-10-31 | 西北工业大学 | 基于试验数据的涡轴发动机控制性能指标提取方法 |
CN106838872A (zh) * | 2017-01-13 | 2017-06-13 | 华中科技大学 | 一种余热锅炉汽水泄漏诊断的数据预处理方法 |
CN108491357A (zh) * | 2018-03-29 | 2018-09-04 | 润电能源科学技术有限公司 | 一种稳态检测的方法以及相关设备 |
CN112932171A (zh) * | 2018-12-27 | 2021-06-11 | 艾感科技(广东)有限公司 | 一种基于信号感应的预警床垫 |
CN112932171B (zh) * | 2018-12-27 | 2023-03-31 | 艾感科技(广东)有限公司 | 一种基于信号感应的预警床垫 |
Also Published As
Publication number | Publication date |
---|---|
CN104680010B (zh) | 2017-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102930344B (zh) | 一种基于负荷趋势变化的超短期母线负荷预测方法 | |
CN103488869A (zh) | 一种最小二乘支持向量机的风力发电短期负荷预测方法 | |
CN103336248A (zh) | 基于电池退化状态模型的锂离子电池循环寿命预测方法 | |
CN105550943A (zh) | 一种基于模糊综合评判的风电机组状态参数异常辨识方法 | |
CN104680010A (zh) | 一种汽轮机组稳态运行数据筛选方法 | |
CN103198235A (zh) | 基于风功率纵向时刻概率分布的风功率预测值预评估方法 | |
CN113868953B (zh) | 工业系统中多机组运行优化方法、装置、系统及存储介质 | |
CN111506618A (zh) | 一种结合lightgbm-stacking算法的异常用电行为分析方法 | |
CN105005878A (zh) | 一种坚强智能电网的综合评估方法 | |
CN111723982A (zh) | 基于灰色-马尔可夫链的中长期电力负荷组合预测方法 | |
CN112417627A (zh) | 一种基于四维指标体系配电网运行可靠性分析方法 | |
CN115267575A (zh) | 一种基于Transformer的储能电池寿命预测算法 | |
CN103257000A (zh) | 一种桥梁结构日照作用分析的极值温度预测方法 | |
CN103226737A (zh) | 基于卡尔曼滤波与灰色预测的化工异常工况趋势预测方法 | |
CN103675518A (zh) | 油浸式高压设备检修方法及装置 | |
CN110968703B (zh) | 基于lstm端到端抽取算法的异常计量点知识库构建方法及系统 | |
CN110533247B (zh) | 一种采用气温数据异常点补偿的月度用电量预测方法 | |
Ferreira et al. | Predicting Ramp Events with a Stream-based HMM framework | |
CN111192163A (zh) | 基于风电机组运行数据的发电机可靠度中短期预测方法 | |
Jing et al. | Reliability analysis of distribution network operation based on short-term future big data technology | |
Ma et al. | Online assessment of failure probability for smart meters based on SARIMA-LTFRLS | |
CN106097141B (zh) | 光伏发电系统置信容量的三元区间数评估方法 | |
CN114529071A (zh) | 一种台区用电量预测方法 | |
Zhang et al. | Data-driven feature description of heat wave effect on distribution system | |
CN113505909A (zh) | 一种面向短期风电功率趋势预测的误差补偿方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder |
Address after: 050091 Hebei high tech District of Shijiazhuang City Xinshi North Road, No. 368 Patentee after: National network Hebei Energy Technology Service Co., Ltd. Address before: 050091 Hebei high tech District of Shijiazhuang City Xinshi North Road, No. 368 Patentee before: Hebei Electric Power Construction & Adjustment Research Institute |
|
CP01 | Change in the name or title of a patent holder |