CN108829057B - 基于不同特征参数和逻辑关系锅炉受热面监测系统及方法 - Google Patents

Abstract

本发明属于蒸汽锅炉的控制系统技术领域，公开了一种基于不同特征参数和逻辑关系锅炉受热面监测系统及方法，包括：虚拟控制器、真实控制器、OPC通讯服务器、虚拟控制器主机、吹灰优化服务器。本发明利用逻辑算法可以在机组运行时在线改变专家系统规则的构造形式。以锅炉受热面智能吹灰系统为例，说明利用通用逻辑算法构造锅炉受热面脏污判断专家系统规则，根据专家系统规则的判断结果实现闭环优化控制。虚拟控制器中进行专家系统规则判断，利用DCS系统跨控制器内部点通讯功能将专家系统的判断结果传输到真实控制器里的吹灰序列程控逻辑，真实控制器里的程控逻辑再将控制指令发送给吹灰器等执行机构，实现闭环吹灰优化控制。

Description

基于不同特征参数和逻辑关系锅炉受热面监测系统及方法

技术领域

本发明属于蒸汽锅炉的控制系统技术领域，尤其涉及一种基于不同特征参数和逻辑关系锅炉受热面监测系统及方法。

背景技术

目前，业内常用的现有技术是这样的：近年来，各个行业都在向智能化方向发展，火电厂也不例外，智能电厂概念越来越受到重视，各种智能产品和智能化解决方案在电厂得到广泛应用，如3D虚拟电厂、机器人智能巡检、智能视频等。DCS集散控制系统是火电厂的控制中枢，控制范围越来越广，几乎所有重要主辅设备都由DCS控制，有些新建电厂实现了全厂DCS系统一体化控制。虽然DCS系统的自动化程度已经很高，但是智能化程度还不够高，随着硬件性能的大幅度提升，相关人工智能软件和算法的不断涌现，DCS系统实现智能控制的条件越来越好。继2016年阿法狗在围棋人机大战中战胜人类后，2017年阿法狗元又以100：0的战绩战胜了阿法狗，这两件事情充分说明人类积累的宝贵经验是可以被机器学习的，机器甚至还能够自学习，掌握人类不具备的经验和知识。机器不仅能代替人类完成简单的重复性劳动，还能代替人类完成需要一定经验才能胜任的工作。对于电厂DCS系统来说，将电厂专业技术人员长期积累的经验和知识转化成计算机能够识别的知识(或称为专家系统规则)是DCS系统智能化的标志之一。DCS系统中的所有控制逻辑都是根据特定的控制策略组态而成的，每一个控制策略其实就是大大小小的专家系统，是人类长期积累的经验和知识。目前存在的问题是：机组运行工况是不断变化的，技术人员对机组设备性能的掌握程度是不断深入的。但是，做为人类经验和知识的载体的“控制逻辑”相对不容易改变，一般是机组建设期间进行控制逻辑和流程图画面组态调试，机组运行期间不能修改控制逻辑，只能等机组停机期间才能修改逻辑并下装控制器。这就决定了人类的经验和知识不能以最快的速度和精度传递给机器，机器很难比人更聪明。只有解决了这个问题，DCS系统的智能化才能上一个台阶。按照常规方法在DCS里实现智能分析、智能诊断和智能控制有两种途径，一种是在DCS之外开发专门的数据分析软件，利用OPC函数或API函数从DCS系统采集数据，再将分析结果或控制指令写入DCS；另一种是直接用DCS系统自带的逻辑图组态专家系统规则或控制策略。这两种常规方法分别有以下缺点：第一种方法存在的缺点如下：1)DCS系统安全性要求很高，一般来说不允许非DCS厂家的软件运行在DCS系统中。少数电厂允许第三方软件运行在DCS里，则要对DCS里的安全防护软件进行白名单设置，设置方法比较麻烦，需要专人完成。有些电厂为了安装第三方软件，直接将安全防护软件卸载掉，降低了DCS系统的安全性。2)SIS系统里虽然可以运行数据分析软件，但是大部分电厂的SIS系统与DCS系统之间有单向网闸，数据只能从DCS系统流向SIS系统，不能反向传输。因此，SIS系统里的数据分析软件无法将计算结果写入DCS。3)运行人员只能监视DCS画面，无法对数据分析软件里的专家系统规则参数进行修改，除非在集控室操作台上增加一个显示屏，这种方案还得看操作员台是否有多余的地方增加显示屏。第二种方法存在缺点如下：1)DCS系统数据库能够存储的点数都有上限，对于Ovation系统来说，上限是20万点。利用DCS逻辑实现专家系统规则需要占用数据库的SID号，数据库的SID号被占用后，不会被释放出来，即使数据库里的点被删除了，SID号也不会被释放。因此，频繁修改构建专家系统规则的逻辑会使系统可用SID号越来越少。只有重建DCS系统数据库才能释放未使用的SID号，但是重建数据库是件非常麻烦的事，一般来说，只有DCS厂家才有能力完成这项工作，且要利用机组停机的机会。2)DCS系统几乎控制了电厂所有的主要设备和大部分辅助设备。一般来说，为了避免被控设备误动作，机组运行期间，不允许修改控制器里的逻辑，有些电厂允许机组运行时修改逻辑图但不允许下装控制器。只有等机组停机时，才能对控制器进行下装操作。总之，机组运行过程中，无法更改正在控制中运行的专家系统规则逻辑。

综上所述，现有技术存在的问题是：

(1)现有的常规方法存在设置方法比较麻烦，降低DCS系统的安全性；SIS系统里的数据分析软件无法将计算结果写入DCS，因此SIS里的专家系统规则指令无法发送到DCS，无法实现闭环控制，运行人员；运行人员只能监视DCS画面，无法对数据分析软件里的专家系统规则参数进行修改，因此任何专家规则都是有一定的前提条件，当机组运行的边界条件发生变化时(例如煤质，天气、设备故障等)，专家规则需要做相应的修改，否则原有的专家规则无法适应机组当前的运行工况。

(2)现有的常规方法存在DCS系统数据库能够存储的点数有上限，当数据库里的点数达到上限时，系统将会出现问题，不能正常运行，机组运行过程中，无法更改正在控制中运行的专家系统规则逻辑，因为更改专家系统规则逻辑后，需要下装控制器，但是下装控制器有可能造成控制器离线，控制器离线的话，重要设备将失去控制，会造成重大安全隐患，因此对于运行着的机组来说，是不允许下装控制器的，只有机组停机的时候才能下装控制器，停机时下装控制器如果造成控制器离线的话，对机组设备不会造成影响。

解决上述技术问题的难度和意义：

在DCS里实现通用的专家系统规则，并将专家系统规则与控制逻辑对接实现闭环控制是智能控制的核心技术，由于DCS系统管控着全厂所有设备，安全性要求极高，因此在DCS上实现智能闭环控制功能面临很大挑战。本发明方法很好地解决了这个问题，主要体现在安全性、高效性、灵活性三个方面。安全性是指不需要修改控制逻辑，因此不用下装控制器，不会带来任何安全隐患；高效性是指不需要占用过多的数据库点数，用通用的逻辑算法实现多种多样的专家规则组态只需占用少量的数据库点数，数据库点数越少，系统运行越快；灵活性是指无需任何编程、无需修改逻辑，只需要在人机界面上简单操作就可以改变专家系统规则。

发明内容

针对现有技术存在的问题，本发明提供了一种基于不同特征参数和逻辑关系的锅炉受热面监测系统及方法。

本发明是这样实现的，一种基于不同特征参数和逻辑关系的锅炉受热面监测系统，所述基于不同特征参数和逻辑关系的锅炉受热面监测系统包括：

虚拟控制器，是DCS系统的一部分，用于实现各种逻辑算法；

真实控制器，进行逻辑运算，将控制系统的指令发送给吹灰枪；

OPC通讯服务器，将DCS系统里的数据以OPC通讯接口向外提供数据；

虚拟控制器主机，用于运行虚拟控制器；

吹灰优化服务器，用于数据分析和优化建模，通过OPC客户端程序与OPC服务器连接，读写数据。

进一步，所述基于不同特征参数和逻辑关系锅炉受热面监测系统进一步包括：6种基本逻辑运算块。

基本逻辑块1：输出永远等于第一个输入变量A1；

基本逻辑块2：输出永远等于第二个输入变量A2；

基本逻辑块3：常规AND逻辑；

基本逻辑块4：常规OR逻辑；

基本逻辑块5：无论输入变量A1和A2是多少，输出永远等于1；

基本逻辑块6：无论输入变量A1和A2是多少，输出永远等于0。

本发明的另一目的在于提供一种应用所述基于不同特征参数和逻辑关系锅炉受热面监测系统的基于不同特征参数和逻辑关系锅炉受热面监测方法，所述基于不同特征参数和逻辑关系锅炉受热面监测方法包括：

步骤一，吹灰优化服务器里的数据分析软件通过OPC客户端程序从OPC服务器读取DCS系统里的数据，包括锅炉受热面进出口工质温度、压力和流量、过热器减温水量、再热器减温水量，排烟温度、过热汽温；

步骤二，数据分析软件利用采集来的一次测量数据计算出受热面吸热量，同时对一次测量数据和二次计算数据进行统计，得到统计结果，如平均值，最大值，最小值，众数，并将计算结果通过OPC接口写入DCS系统；

步骤三，利用虚拟控制器里的通用逻辑算法块对受热面吸热量、锅炉排烟温度和喷水减温流量特征参数进行运算，做为判断锅炉受热面是否脏污的依据；当锅炉受热面脏污超过预定值时，虚拟控制器发送控制指令到真实控制器，真实控制器收到指令后，将发出指导到吹灰枪执行机构，起动吹灰枪。

进一步，所述特征参数分两类：DCS里原有的点；由吹灰优化计算程序计算得到的点。

进一步，每个特征参数由两部分组成：Ovation系统实时采集的数据和实时计算的数据；基于历史数据得到的变工况统计值。

进一步，所述特征参数变工况统计计算包括：

第一步，删除非稳定工况数据；

第二步，对稳定工况数据进行分类；

第三步，对不同负荷下的历史数据进行统计，计算每个特征参数历史数据的分布情况，得到统计学上的特征值，统计特征值由7部分组成：最小值：其实是统计学上的正态分布5％分位值，排除了少数特别小的值；25％分位：统计学上的正态分布25％分位值；50％分位：统计学上的正态分布50％分位值；众数：出现次数最多的值；平均值：平均值；75％分位：统计学上的正态分布75％分位值；最大值：其实是统计学上的正态分布95％分位值，排除了少数特别大的值。

本发明的另一目的在于提供一种安装有所述基于不同特征参数和逻辑关系锅炉受热面监测系统的蒸汽锅炉。

综上所述，本发明的优点及积极效果为：利用通用逻辑算法可以在机组运行时在线改变专家系统规则的构造形式。以锅炉受热面智能吹灰系统为例，利用通用逻辑算法构造锅炉受热面脏污判断专家系统规则，根据专家系统规则的判断结果实现闭环优化控制。虚拟控制器中进行专家系统规则判断，利用DCS系统跨控制器内部点通讯功能将专家系统的判断结果传输到真实控制器里的吹灰序列程控逻辑，真实控制器里的程控逻辑再将控制指令发送给吹灰器等执行机构，实现闭环吹灰优化控制。

与现有技术相比，本发明有以下优点：

1)无需修改逻辑算法，机组运行时可在线改变专家系统规则的构造方法。

2)在控制系统中的任何一个操作员站上都可以完成专家系统规则的修改工作。

3)只需在现有DCS系统中用逻辑算法实现专家系统规则的组态，无需额外安装软件。

4)通用的逻辑算法可以表达任意形式的专家系统构成规则，比用常规逻辑算法少占用的数据库点数，降低了控制系统数据库的开销。

附图说明

图1是本发明实施例提供的基于不同特征参数和逻辑关系锅炉受热面监测系统结构示意图；

图中：1、虚拟控制器；2、真实控制器；3、OPC通讯服务器；4、虚拟控制器主机；5、吹灰优化服务器。

图2是本发明实施例提供的基于不同特征参数和逻辑关系锅炉受热面监测方法流程图。

图3是本发明实施例提供的正态分布特征变量示意图。

图4是本发明实施例提供的偏态分布特征变量示意图。

图5是本发明实施例提供的变工况特征变量统计值示意图一。

图6是本发明实施例提供的变工况特征变量统计值示意图二。

图7是本发明实施例提供的4种逻辑运算示意图；

图中：(a)A1 And A2 And A3；(b)(A1 And A2)Or A3；(c)(A1 Or A2)And A3；(d)A1 Or A2 Or A3。

图8是本发明实施例提供的4个基本算法块示意图；

图中：(a)5个变量：(A1 And A2)Or A3 Or(A4 Or A5)；(b)6个变量：(A1 Or A2)And(A3 Or A4)And(A5 Or A6)；(c)7个变量：(A1 AND A2)OR(A3 AND A4 AND A5)OR(A6AND A7)。

图9是本发明实施例提供的基本逻辑算法块示意图；

图中：(a)这是一种通用的逻辑算法，“基本逻辑类型”是输入参数，可取1、2、3、4、5、6这六个值，分别表示6种基本逻辑运算；(b)当“基本逻辑类型”参数为1时的通用逻辑算法表达式；(c)当“基本逻辑类型”参数为1时，(b)图中的通用逻辑算法与(c)图中的基本逻辑算法块等效；(c)图表示逻辑块有两个数字量输入值A1和A2，输出值等于第1个输入值A1；(d)当“基本逻辑类型”参数为2时的通用逻辑算法表达式；(e)当“基本逻辑类型”参数为2时，(d)图中的通用逻辑算法与(e)图中的基本逻辑算法块等效。(e)图表示逻辑块有两个数字量输入值A1和A2，输出值等于第2个输入值A2；(f)当“基本逻辑类型”参数分别为3、4、5、6时，通用逻辑算法与(f)图中的四个基本逻辑算法等效；当“基本逻辑类型”参数为3时，通用逻辑算法等效于AND逻辑；当“基本逻辑类型”参数为4时，通用逻辑算法等效于OR逻辑；当“基本逻辑类型”参数为5时，通用逻辑算法的输出永远为1；当“基本逻辑类型”参数为6时，通用逻辑算法的输出永远为0；(g)Macro表示封装的通用逻辑算法块，通过配置“基本逻辑类型”参数决定Macro表示六中基本逻辑算法的哪一种；基本封装的通用逻辑算法(即Macro)，通过上三角矩阵形式的连接，可以表示任意形式的逻辑运算。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

不断变化的机组运行工况和不断增加的人工经验与相对不易修改的DCS控制逻辑之间存在矛盾，人类的经验和知识不容易快速转化成机器能够识别的知识，为了解决这个问题，本发明提供一种通用的构造专家系统规则的控制逻辑算法”。例如，电厂锅炉吹灰优化专家系统，利用受热面吸热量、金属壁温、排烟温度等特征参数构造出专家系统规则，对锅炉受热面的脏污情况进行判断。

下面结合附图对本发明的应用原理作详细的描述。

如图1所示，本发明实施例提供的基于不同特征参数和逻辑关系锅炉受热面监测系统包括：虚拟控制器1、真实控制器2、OPC通讯服务器3、虚拟控制器主机4、吹灰优化服务器5。

虚拟控制器1，实现与真实控制器中一模一样的各种逻辑算法，其与真实控制器的区别是不能输出控制指令给硬件设备。其优点是：机组运行过程中，修改下装虚拟控制器里的逻辑，不会对硬件设备产生影响，较为安全。

真实控制器2，进行逻辑运算，也可以将控制系统的指令发送给硬件设备。安全性要求极高，机组运行过程中，不允许修改下装控制器里的逻辑。

OPC通讯服务器3，将DCS系统里的数据以OPC方式向外提供数据。一个OPC服务器可以被多个OPC客户端连接。

虚拟控制器主机4，一台用于运行虚拟控制器的机器，这台机器同时也是DCS控制系统的一个操作员站，虚拟控制器软件必须运行在虚拟控制器主机硬件设备上。

吹灰优化服务器5，各种数据分析和优化建模软件运行在该服务器上，通过OPC客户端程序与OPC通讯服务器3连接，读写数据。

如图2所示，本发明实施例提供的基于不同特征参数和逻辑关系锅炉受热面监测方法包括以下步骤：

S201：吹灰优化服务器里的数据分析软件通过OPC客户端程序从OPC服务器读取DCS系统里的数据，包括锅炉受热面进出口工质温度、压力和流量、过热器减温水量、再热器减温水量，排烟温度、过热汽温等；

S202：数据分析软件利用采集来的一次测量数据计算出受热面吸热量，同时对一次测量数据和二次计算数据进行统计，得到统计结果，如平均值，最大值，最小值，众数等，并将计算结果通过OPC接口写入DCS系统；

S203：利用虚拟控制器里的通用逻辑算法块对受热面吸热量、锅炉排烟温度和喷水减温流量等特征参数进行运算，做为判断锅炉受热面是否脏污的依据；当锅炉受热面脏污超过预定值时，虚拟控制器发送控制指令到真实控制器，真实控制器收到指令后，将发出指导到吹灰枪执行机构，起动吹灰枪。

下面结合附图对本发明的应用原理作进一步的描述。

在DCS点数据库中选择与锅炉受热面脏污监测相关的参数做为特征参数(或称特征变量)，利用OPC接口从DCS系统采集实时数据和历史数据，对这些数据进行统计分析。特征参数分两类，一类是DCS里原有的点；另一类是由吹灰优化计算程序计算得到的点，如受热面吸热量，煤量负荷比等。

每个特征参数由两部分组成：一是Ovation系统实时采集的数据和实时计算的数据；二是基于历史数据得到的变工况统计值。

特征参数变工况统计计算主要分三步完成：

第1步，删除非稳定工况数据；

第2步，对稳定工况数据进行分类，例如分5个负荷点，180MW，200MW，240MW，280MW，300MW；

第3步，对不同负荷下的历史数据进行统计，计算每个特征参数历史数据的分布情况，得到统计学上的特征值，统计特征值由7部分组成：最小值：其实是统计学上的正态分布5％分位值，排除了少数特别小的值；25％分位：统计学上的正态分布25％分位值；50％分位：统计学上的正态分布50％分位值；众数：出现次数最多的值；平均值：平均值；75％分位：统计学上的正态分布75％分位值；最大值：其实是统计学上的正态分布95％分位值，排除了少数特别大的值。

当历史数据成标准正态分布时，50％分位值，众数和平均值将会重合为一个值，如图3所示，机组运行过程中的真实数据不可能是标准的正常分布，只可能近似正态分布。当历史数据成偏态分布时，50％分位值，众数和平均值是不同的值，如图4所示。

对特征变量按顺序进行编号，在DCS流程图画面上设计特征变量索引计算引擎，索引号相当于指针，机组运行时可以在线修改索引号，索引号变化后，DCS画面里的计算引擎根据索引号自动改变特征变量的点名描述、工程单位、实时数据和变工况统计数据。

在DCS流程图画面上配置特征变量的高阀值和低阀值专家系统规则是通过判断特征参数与设定值的大小来决定该规则是否满足条件。通过设置高低阀位值，可以表示出特征参数与高低阀位值的三种关系，分别如下：特征参数值＜设定值。把低阀值设成一个很小的数，比如－9999，高阀位值设成设定值。特征参数值＞＝设定值1，且特征参数值＜＝设定值2。低阀值设成设定值1，高阀值设成设定值2。特征参数值＞设定值。把高阀值设成一个很大的值，比如9999，低阀位值设成设定值。

负荷是影响特征参数的最主要的因素，需要根据负荷动态调整特征参数的阀值。利用5个负荷点(180MW，200MW，240MW，280MW，300MW)和不同负荷下的统计特征值建立二次多项式函数，再根据实时负荷计算高阀值和低阀值。根据具体情况，高低阀位可以取不同的统计特征值，最小值、25％分位、50％分位、众数、平均值、75％分位或最大值。例如：众数统计值如图5所示，25％分位统计值如图6所示。

本发明利用通用逻辑算法构造专家系统规则，通用逻辑算法可以实现各种专家系统规则的组合，机组运行时可以在线修改专家系统规则的组合方式，极大地增强了专家系统规则的灵活性，具体步骤如下：

(1)构造6种基本逻辑运算块。

基本逻辑块1：输出永远等于第一个输入变量A1。

基本逻辑块2：输出永远等于第二个输入变量A2。

基本逻辑块3：常规AND逻辑。

基本逻辑块4：常规OR逻辑。

基本逻辑块5：无论输入变量A1和A2是多少，输出永远等于1。

基本逻辑块6：无论输入变量A1和A2是多少，输出永远等于0。

(2)任意两层布尔逻辑都可以用上三角矩阵形式的通用逻辑结构表示，上三角矩阵中的每个单元由上述6个基本算法块构成。如果有n个输入变量，则需要(n-1)*(n-1)上三角矩阵来表示。例如，有3个输入变量A1,A2,A3时，两层布尔逻辑运行共有以下4种可能：A1And A2 And A3、(A1 And A2)Or A3、(A1 Or A2)And A3、A1 Or A2 Or A3。

(A1 And A3)Or A2与(A1 And A2)Or A3虽然形式上不同，但是可以通过改变输入变量A1、A2、A3的顺序，将(A1 And A3)Or A2转化成(A1 And A2)Or A3，因此这两种形式认为是等效的，不做区分。同理(A1 Or A2)And A3与(A1 Or A3)And A2也是等效的。

用2*2的上三角矩阵可以表示上述4种逻辑运算，具体如图7。

虽然只用AND和OR两种基本逻辑块就能组态出上述4种逻辑算法，但是对于多个5个以上输入变量来说，仅用AND和OR基本算法，无法用上三角形式的矩阵算法构造出所有的二层布尔逻辑运算，需要用到另外4个基本算法块“IN1”、“IN2”、“1”、“0”。如图8所示。

1)用DCS系统里的基本逻辑算法块“AND”、“OR”和“切换算法块”搭建一个通用的逻辑块，用于表达上述6种基本逻辑算法块：

图9(a)将上述逻辑块定义为一个子函数，在Ovation控制系统里称为MACRO，该函数有2个数字量输入值A1和A2，1个模拟量输入值“基本逻辑类型”，1个数字量输出值。

当“基本逻辑类型”为1时：

图9(b)等效于图9(c)

当“基本逻辑类型”为2时：

图9(d)等效于图9(e)

依此类推，当“基本逻辑类型”为3、4、5、6时，上述MACRO可以分别表示以下4种基本算法块图9(f)：

利用第三步定义的MACRO函数，采用三角矩阵形式连接各个MACRO，构造出专家系统规则计算逻辑，如图(g)所示。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于不同特征参数和逻辑关系锅炉受热面监测系统，其特征在于，所述基于不同特征参数和逻辑关系锅炉受热面监测系统包括：

虚拟控制器，用于实现各种逻辑算法；

真实控制器，进行逻辑运算，将控制系统的指令发送给硬件设备；

OPC通讯服务器，将DCS系统里的数据以OPC方式向外提供数据；

虚拟控制器主机，用于运行虚拟控制器；

吹灰优化服务器，用于数据分析和优化建模，通过OPC客户端程序与OPC通讯服务器连接，读写数据；

所述基于不同特征参数和逻辑关系锅炉受热面监测方法包括：

步骤一，吹灰优化服务器里的数据分析软件通过OPC客户端程序从OPC服务器读取DCS系统里的数据，包括锅炉受热面进出口工质温度、压力和流量、过热器减温水量、再热器减温水量，排烟温度、过热汽温；

步骤二，数据分析软件利用采集来的一次测量数据计算出受热面吸热量，同时对一次测量数据和二次计算数据进行统计，得到统计结果，包括平均值，最大值，最小值，众数，并将计算结果通过OPC接口写入DCS系统；

步骤三，利用虚拟控制器里的通用逻辑算法块对受热面吸热量、锅炉排烟温度和喷水减温流量特征参数进行运算，做为判断锅炉受热面是否脏污的依据；当锅炉受热面脏污超过预定值时，虚拟控制器发送控制指令到真实控制器，真实控制器收到指令后，将发出指导到吹灰枪执行机构，起动吹灰枪；

所述特征参数变工况统计计算包括：

第一步，删除非稳定工况数据；

第二步，对稳定工况数据进行分类；

第三步，对不同负荷下的历史数据进行统计，计算每个特征参数历史数据的分布情况，得到统计学上的特征值，统计特征值由7部分组成：最小值：其实是统计学上的正态分布5%分位值，排除了少数特别小的值；25%分位：统计学上的正态分布25%分位值；50%分位：统计学上的正态分布50%分位值；众数：出现次数最多的值；平均值：平均值；75%分位：统计学上的正态分布75%分位值；最大值：其实是统计学上的正态分布95%分位值，排除了少数特别大的值。

2.如权利要求1所述的基于不同特征参数和逻辑关系锅炉受热面监测系统，其特征在于，所述基于不同特征参数和逻辑关系锅炉受热面监测系统进一步包括： 6种基本逻辑运算块；

基本逻辑块1：输出永远等于第一个输入变量A1；

基本逻辑块2：输出永远等于第二个输入变量A2；

基本逻辑块3：常规AND逻辑；

基本逻辑块4：常规OR逻辑；

基本逻辑块5：无论输入变量A1和A2是多少，输出永远等于1；

基本逻辑块6：无论输入变量A1和A2是多少，输出永远等于0。

3.如权利要求1所述的基于不同特征参数和逻辑关系锅炉受热面监测系统，其特征在于，所述特征参数分两类：DCS里原有的点；由吹灰优化计算程序计算得到的点。

4. 如权利要求3所述的基于不同特征参数和逻辑关系锅炉受热面监测系统，其特征在于，每个特征参数由两部分组成： Ovation系统实时采集的数据和实时计算的数据；基于历史数据得到的变工况统计值。

5.一种安装有权利要求1~2任意一项所述基于不同特征参数和逻辑关系锅炉受热面监测系统的蒸汽锅炉。

Images