CN110852652B - 水电特性曲线修正方法及装置 - Google Patents
水电特性曲线修正方法及装置 Download PDFInfo
- Publication number
- CN110852652B CN110852652B CN201911145326.2A CN201911145326A CN110852652B CN 110852652 B CN110852652 B CN 110852652B CN 201911145326 A CN201911145326 A CN 201911145326A CN 110852652 B CN110852652 B CN 110852652B
- Authority
- CN
- China
- Prior art keywords
- hydropower
- parameters
- group
- parameter
- hydroelectric
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本申请提供一种水电特性曲线修正方法及装置,涉及水电调度技术领域。该方法包括:获取水电站在预设历史时间段内的至少一组水电参数;根据每组水电参数进行曲线拟合,得到每组水电参数对应的拟合曲线;分别对至少一组水电参数对应的拟合曲线进行修正,得到水电站的至少一个目标水电特性曲线。通过获取大量历史水电参数构造样本数据,使得样本数据更加可靠,从而根据水电参数得到的拟合曲线更具指导意义。另外,通过对得到的拟合曲线进行修正,一定程度上提高了拟合曲线的精确度,使得根据修正后的拟合曲线计算得到的发电量数据更加准确,有效提高水电调度的精度,为水电站高效经济运行提供准确、可靠基础数据支撑。
Description
技术领域
本发明涉及水电调度技术领域,具体而言,涉及一种水电特性曲线修正方法及装置。
背景技术
近20年以来,中国引领世界水电的高速发展,在我国西南地区形成了乌江、红水河、澜沧江、金沙江、雅砻江、大渡河等一批水电装机容量超过千万千瓦级的特大流域水电群,我国已进入大水电系统调度运行时代。下泄流量~尾水位、水头~耗水率特性曲线是确定水电站工作水头、计算发电能力、优化水电调度的重要基础数据。电站投产后,随着下游河道环境、机组运行性能等情况的改变,设计特性曲线偏差日益凸显,广泛存在于特大流域数百万千瓦级巨型水电站以及中小流域水电站,难以有效支撑水电站高效经济运行,成为现阶段我国大水电系统调度运行面临的普遍性基础问题。
现有技术中,在进行水电站基础特性曲线修正时,一般是采用理论模型结合试验观测方法来进行曲线修正。
但是,上述现有技术的方法存在试验观测点较少、且所采用的理论模型偏于理想等问题,从而导致获取的修正曲线精确度较低,对于水电调度的指导意义较差。
发明内容
本发明的目的在于,针对上述现有技术中的不足,提供一种水电特性曲线修正方法及装置,以便于解决现有技术中存在的水电特性曲线修正精确度较低的问题。
为实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供了一种水电特性曲线修正方法,包括:
获取水电站在预设历史时间段内的至少一组水电参数;
根据每组所述水电参数进行曲线拟合,得到每组所述水电参数对应的拟合曲线;
分别对至少一组所述水电参数对应的拟合曲线进行修正,得到所述水电站的至少一个目标水电特性曲线。
可选地,所述根据每组所述水电参数进行曲线拟合,得到每组所述水电参数对应的拟合曲线,包括:
采用分段迭代箱形图法,剔除每组所述水电参数中的异常数据;其中,所述异常数据为超出预设数据范围内的数据;
根据剔除所述异常数据后的每组所述水电参数进行曲线拟合,得到每组所述水电参数对应的拟合曲线。
可选地,所述采用分段迭代箱形图法,剔除每组所述水电参数中的异常数据之前,所述方法还包括:
采用预设的步长范围,将每组所述水电参数划分为多个数据段;
根据每个所述数据段内的上限值,和下限值,采用箱形图法,剔除每个所述数据段内的异常数据,其中,每个所述数据段内的异常数据为大于所述上限值,和/或,小于所述下限值的数据。
可选地,所述根据每组所述水电参数进行曲线拟合,得到每组所述水电参数对应的拟合曲线,包括:
根据每组所述水电参数进行多项式拟合,得到每组所述水电参数对应的目标拟合函数;
根据所述目标拟合函数,生成每组所述水电参数对应的拟合曲线。
可选地,所述分别对至少一组所述水电参数对应的拟合曲线进行修正,得到所述水电站的至少一个目标水电特性曲线,包括:
从所述预设历史时间段内的每组所述水电参数中获取第一参数的最大值,和所述第一参数的最小值;
以所述第一参数的最小值作为起始点,采用预设的离散步长按照等差数列,得到所述第一参数的离散序列,所述第一参数的离散序列中,相邻两个参数的差值为所述离散步长;
根据所述第一参数的离散序列,以及每组所述水电参数对应的所述目标拟合函数,得到修正后的第二参数的离散序列;
根据所述第一参数的离散序列,和修正后的所述第二参数的离散序列,得到一个所述水电站的目标水电特性曲线,所述目标水电特性曲线用于表示所述第一参数和所述第二参数的对应关系。
可选地,至少一组所述水电参数包括:第一组水电参数;
其中,所述第一组水电参数包括:下泄流量和尾水位;所述第一参数为下泄流量,所述第二参数为尾水位。
可选地,至少一组所述水电参数还包括:第二组水电参数;
所述第二组水电参数包括:水头和耗水率;所述第一参数为水头,所述第二参数为耗水率。
第二方面,本申请实施例提供了一种水电特性曲线修正装置,包括:获取模块、拟合模块及修正模块;
所述获取模块,用于获取水电站在预设历史时间段内的至少一组水电参数;
所述拟合模块,用于根据每组所述水电参数进行曲线拟合,得到每组所述水电参数对应的拟合曲线;
所述修正模块,用于分别对至少一组所述水电参数对应的拟合曲线进行修正,得到所述水电站的至少一个目标水电特性曲线。
可选地,装置还包括:剔除模块;
所述剔除模块,用于采用分段迭代箱形图法,剔除每组所述水电参数中的异常数据;其中,所述异常数据为超出预设数据范围内的数据;
所述拟合模块,具体用于根据剔除所述异常数据后的每组所述水电参数进行曲线拟合,得到每组所述水电参数对应的拟合曲线。
可选地,装置还包括:划分模块;
所述划分模块,用于采用预设的步长范围,将每组所述水电参数划分为多个数据段;
所述剔除模块,具体用于根据每个所述数据段内的上限值,和下限值,采用箱形图法,剔除每个所述数据段内的异常数据,其中,每个所述数据段内的异常数据为大于所述上限值,和/或,小于所述下限值的数据。
可选地,所述拟合模块,具体用于根据每组所述水电参数进行多项式拟合,得到每组所述水电参数对应的目标拟合函数;根据所述目标拟合函数,生成每组所述水电参数对应的拟合曲线。
可选地,所述修正模块,具体用于从所述预设历史时间段内的每组所述水电参数中获取第一参数的最大值,和所述第一参数的最小值;以所述第一参数的最小值作为起始点,采用预设的离散步长按照等差数列,得到所述第一参数的离散序列,所述第一参数的离散序列中,相邻两个参数的差值为所述离散步长;根据所述第一参数的离散序列,以及每组所述水电参数对应的所述目标拟合函数,得到修正后的第二参数的离散序列;根据所述第一参数的离散序列,和修正后的所述第二参数的离散序列,得到一个所述水电站的目标水电特性曲线,所述目标水电特性曲线用于表示所述第一参数和所述第二参数的对应关系。
第三方面,本申请实施例还提供了一种处理设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的程序指令,当处理设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述程序指令,以执行时执行如上述第一方面所述的水电特性曲线修正方法的步骤。
第四方面,本申请实施例还提供了一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如上述第一方面所述的水电特性曲线修正方法的步骤。
本申请的有益效果是:本申请提供一种水电特性曲线修正方法及装置,该方法包括:获取水电站在预设历史时间段内的至少一组水电参数;根据每组水电参数进行曲线拟合,得到每组水电参数对应的拟合曲线;分别对至少一组水电参数对应的拟合曲线进行修正,得到水电站的至少一个目标水电特性曲线。通过获取大量历史水电参数构造样本数据,使得样本数据更加可靠,从而根据水电参数得到的拟合曲线更具指导意义。另外,通过对得到的拟合曲线进行修正,一定程度上提高了拟合曲线的精确度,使得根据修正后的拟合曲线计算得到的发电量数据更加准确,有效提高水电调度的精度,为水电站高效经济运行提供准确、可靠基础数据支撑。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种水电特性曲线修正方法的流程示意图;
图2为本申请实施例提供的另一种水电特性曲线修正方法的流程示意图;
图3为本申请实施例提供的另一种水电特性曲线修正方法的流程示意图;
图4为本申请实施例提供的又一种水电特性曲线修正方法的流程示意图;
图5为本申请实施例提供的又一种水电特性曲线修正方法的流程示意图;
图6为本申请实施例提供的一种下泄流量、尾水位拟合曲线示意图;
图7为本申请实施例提供的另一种下泄流量、尾水位拟合曲线示意图;
图8为本申请实施例提供的一种设计曲线及修正后的拟合曲线对比示意图;
图9为本申请实施例提供的另一种设计曲线及修正后的拟合曲线对比示意图;
图10为本申请实施例提供的一种水电特性曲线修正装置结构示意图;
图11为本申请实施例提供的另一种水电特性曲线修正装置结构示意图;
图12为本申请实施例提供的又一种水电特性曲线修正装置结构示意图;
图13为本申请实施例提供的一种处理设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
图1为本申请实施例提供的一种水电特性曲线修正方法的流程示意图;本申请实施例提供的水电特性曲线修正方法可由可进行水电特性分析的处理设备实现,该处理设备可以为计算机设备,如笔记本、平板电脑、台式电脑、掌上电脑等任一类型。如图1所示,该方法可以包括:
S101、获取水电站在预设历史时间段内的至少一组水电参数。
可选地,为了提高水电特性曲线拟合的准确性,使得拟合得到的水电特性曲线与真实更接近,可以从水电站历史运行过程中产生的大量历史数据中,获取预设时间段的至少一组的水电参数。每组的水电参数包括两个参数。本实施例中,至少一组水电参数可以包括:下泄流量和尾水位构成的一组水电参数;和/或,水头和耗水率构成的一组水电参数。当然,在实际的水电站中,水电参数的组数可以包括多个,不同组的水电参数可包括:不同类型的用于表征水电特性的参数,不限于所列举出的部分。在本实施例中,是根据水电调度需求,来确定所要获取的水电参数。
S102、根据每组水电参数进行曲线拟合,得到每组水电参数对应的拟合曲线。
可选地,利用上述获取的水电参数,可以进一步构造参数样本点,根据构造的参数样本点,可以进行特性曲线的拟合。也即,通过获取的每组水电参数,拟合出与该组水电参数对应的曲线。该组水电参数对应的拟合曲线可用于表示该组水电参数中各类型参数的对应关系。在该拟合曲线上各类似参数的具体值可与获取的参数的具体值接近或相同。其中,对于水电参数下泄流量和尾水位,其对应的拟合曲线可以为下泄流量-尾水位特性曲线;对于水电参数水头和耗水率,其对应的拟合曲线可以为水头-耗水率特性曲线。
可选地,根据获取的水电参数构造水电参数数据样本可以包括:下泄流量-尾水位数据样本点采用如下公式构造:
qout,t,(zdown,t-1+zdown,t)/2
其中,qout,t为水电站在t时段的下泄流量(m3/s),zdown,t-1,zdown,t分别为t时段初和时段末的尾水位(m)。需要说明的是,t-1时刻的尾水位,也即对应的是t时刻初的尾水位。
水头-耗水率数据样本点采用如下公式构造:
((ht-1+ht)/2,rt)
其中,ht-1、ht分别为水电站在t时间段初和时段末的发电水头(m),同样的,t-1时刻的发电水头,也即对应的是t时刻初的发电水头。rt为t时段的耗水率(m3/kwh),且有:
ht-1=zup,t-1-zdown,t-1,ht=zup,t-zdown,t,t=qpower,t×Δt/et
其中,zup,t-1,zup,t分别为水电站在t时段初和时段末的坝上水位(m),其中,t-1时刻的坝上水位,也即对应的是t时刻初的坝上水位。qpower,t为t时段发电流量(m3/s),Δt为t时段对应的时间(s),et为t时段的发电量(kWh)。
可选地,根据获取的水电参数,采用上述的数据样本点构造方法,可以获取到水电参数对应的样本点,从而进一步地可以根据水电参数的样本点,进行水电参数曲线拟合。
需要说明的是,水电站在进行水电调度时,可以通过计算发电量来确定水电站当前所需发的电量,以使得水电站可以根据该发电量进行合理的发电。在一些实施例中,发电量可以通过上述计算得到的拟合曲线来获取,也即,发电量计算结果准确与否,一定程度上依赖于上述的拟合曲线的准确度。当拟合得到的曲线与水电参数样本数据之间的误差的平方和越小,得到的拟合曲线的准确度越高,这样,通过该拟合曲线,计算得到的发电量偏差越小,从而可以根据计算得到的发电量进行合理的水电调度,提高水电调度科学性,促进水能资源高效利用。
S103、分别对至少一组水电参数对应的拟合曲线进行修正,得到水电站的至少一个目标水电特性曲线。
在一些实施例中,为了进一步提高得到的拟合曲线的准确性,可以对该拟合曲线进行修正,得到修正后的拟合曲线,以使得修正后的曲线与真实的水电参数样本数据之间的误差更小。从而可以根据修正后的拟合曲线,实时计算发电量,以进行发电指导,为水电站高效经济运行提供准确、可靠基础数据支撑。
综上,本申请实施例提供的水电特性曲线修正方法,包括:获取水电站在预设历史时间段内的至少一组水电参数;根据每组水电参数进行曲线拟合,得到每组水电参数对应的拟合曲线;分别对至少一组水电参数对应的拟合曲线进行修正,得到水电站的至少一个目标水电特性曲线。通过获取大量历史水电参数构造样本数据,使得样本数据更加可靠,从而根据水电参数得到的拟合曲线更具指导意义。另外,通过对得到的拟合曲线进行修正,一定程度上提高了拟合曲线的精确度,使得根据修正后的拟合曲线计算得到的发电量数据更加准确,有效提高水电调度的精度,为水电站高效经济运行提供准确、可靠基础数据支撑。
图2为本申请实施例提供的另一种水电特性曲线修正方法的流程示意图;可选地,如图2所示,上述步骤S102中,根据每组水电参数进行曲线拟合,得到每组水电参数对应的拟合曲线,可以包括:
S201、采用分段迭代箱形图法,剔除每组水电参数中的异常数据;其中,异常数据为超出预设数据范围内的数据。
S202、根据剔除异常数据后的每组水电参数进行曲线拟合,得到每组水电参数对应的拟合曲线。
需要说明的是,上述水电参数均为监测数据,容易受外界因素影响,有时会出现异常值,影响样本数据质量,为了提高样本数据的可靠性,在获取到水电参数,并进行曲线拟合之前,可以先对水电参数中的异常数据进行剔除。
可选地,本实施例中,可以采用分段迭代箱形图法进行异常数据的剔除,分段迭代箱形图法是检验样本数据异常值的经典方法,一般由中位数、上四分位数、下四分位数、上限、下限五要素构成,箱形图法理论判别异常值的标准是,将样本中大于上限和小于下限的数据作为异常数据进行剔除。例如:上限为100,下线为20,那么,上述的预设数据范围即为100-20,也即,可以将大于100,以及小于20的数据作为异常数据进行剔除。
可选地,箱形图法中上限和限的计算公式可以如下所示:
U=Q1+1.5×IQR
L=Q3-1.5×IQR
IQR=Q1-Q3
其中,U为上限、L为下限、Q1为上四分位数、Q3为下四分位数、IQR为四分位差。假设样本由k个数据组成,将其按由大到小排序后,记为数组A[n](n=0,2,3…,k-1)。定义变量b为Q1、Q3在数组A中的序位,变量c、d分别为序位b的整数部分和小数部分。当求解Q1时,令b=(k+1)*0.25;当求解Q3时,令b=(k+1)*0.75,则Q1、Q3的计算公式为:
A[c-1]+(A[c]-A[c-1])×d
可选地,通过计算得到上下限值后,可以根据该上下限值,对获取的水电参数中的异常数据进行剔除。
图3为本申请实施例提供的另一种水电特性曲线修正方法的流程示意图,可选地,如图3所示,上述步骤S201中,采用分段迭代箱形图法,剔除每组水电参数中的异常数据之前,方法还可以包括:
S301、采用预设的步长范围,将每组水电参数划分为多个数据段。
S302、根据每个数据段内的上限值,和下限值,采用箱形图法,剔除每个数据段内的异常数据,其中,每个数据段内的异常数据为大于上限值,和/或,小于下限值的数据。
可选地,为了提高异常数据剔除的准确性,本实施例中,采用分段迭代箱形图法进行异常数据的剔除。分段迭代箱形图法的主体思想为:以一种水电参数为主键将原始数据样本按降序排序;按一定步长范围将样本分为若干段(生成若干个数组),每段采用箱形图法识别水电参数的异常数据;从原始样本中删除异常数据,重新生成新的数据样本;迭代增大生成的新的样本数据的步长(将迭代次数作为初始步长的放大倍数),不断扩大分段样本包含的数据个数,迭代执行分段箱形图法,直到所有样本段数减少至1段。
需要说明的是,对于不同的水电参数,需要分别采用箱形图法进行异常数据剔除。而对于每种不同的水电参数,采用箱形图像进行数据剔除时,具体步骤是相同的,本实施例中针异常下泄流量的剔除进行举例说明,其他的水电参数可以参照该举例进行理解,此处不再一一赘述。
假设获取的下泄流量参数包括1000个数据,首先采用预设的步长对该1000个数据进行分段,假设步长为10,也即第一次将下泄流量参数分为10组,每组中包括100个数据,对于每一组数据,采用上述的方法计算该组数据对应的上下限值,根据计算的上下限将不再上下限范围内的数据作为异常数据剔除。这样,通过第一次剔除后,每组数据中可能均有部分数据被剔除,计算剔除异常数据后剩下的下泄流量总数。假设总共剔除了100个数据,则剩余900个数据,对该900个数据进行二次分段,其中,每一次迭代过程中,预设步长不断缩小,也即不断扩大每组数据中的数据量。假设第二次分段时,预设步长为3,这样,900个数据被分为3组,每组中包括300个数据,同样的计算每组对应的上下限值,进行异常数据剔除。直到样本组数减少至1组,同样根据该组数据对应的上下限值,进行异常数据剔除,剩余的未被剔除的也即标准数据,从而可以根据该标准数据构造数据样本点,进行曲线拟合。
图4为本申请实施例提供的又一种水电特性曲线修正方法的流程示意图,可选地,如图4所示,上述步骤S102中,根据每组水电参数进行曲线拟合,得到每组水电参数对应的拟合曲线,可以包括:
S401、根据每组水电参数进行多项式拟合,得到每组水电参数对应的目标拟合函数。
S402、根据目标拟合函数,生成每组水电参数对应的拟合曲线。
可选地,本实施例中,可以采用最小二乘法进行多项式拟合。最小二乘法是一种数学优化技术,通过寻找拟合数据的最佳函数匹配,使得拟合数据与实际样本数据之间误差的平方和最小,最小二乘法多项式拟合数学原理如下:
假如给定m个实际样本数据点(xi,yi)(i=0,1,,,,,,m-1),现求解式构成的多项式函数pn(x),使得函数拟合数据与实际样本数据的误差平方和最小,如公式所示,当拟合函数为多项式时,称为多项式拟合,满足式的pn(x)称为最小二乘拟合多项式。根据多元函数求解极值的必要条件,对式求导,可得关于a0,a1,…an的线性方程组,用矩阵表示为式:称为正规方程组,可证明其是一个对称正定矩阵,存在唯一解。可采用雅克比(Jacobi)迭代法、逐次超松弛法(SOR)等数值方法编程求解ak(k=0,1,…,n),也可利用EXCEL、MATLAB等软件工具求解。
可选地,通过上述求解,可以分别得到每组水电参数对应的目标拟合函数,相应的,根据目标拟合函数,代入标准的水电参数数据(剔除异常数据后的水电参数数据),可以得到目标拟合曲线。
图5为本申请实施例提供的又一种水电特性曲线修正方法的流程示意图,可选地,如图5所示,上述步骤S103中,分别对至少一组水电参数对应的拟合曲线进行修正,得到水电站的至少一个目标水电特性曲线,可以包括:
S501、从预设历史时间段内的每组水电参数中获取第一参数的最大值,和第一参数的最小值。
S502、以第一参数的最小值作为起始点,采用预设的离散步长按照等差数列,得到第一参数的离散序列,第一参数的离散序列中,相邻两个参数的差值为离散步长。
可选地,至少一组水电参数包括:第一组水电参数;其中,第一组水电参数包括:下泄流量和尾水位;第一参数为下泄流量,第二参数为尾水位。
在一些实施例中,可以从剔除异常数据后的标准下泄流量数据中,确定最大值和最小值。以确定出的最小值为起始点,以最大值为最后一个点,选取预设的离散步长,按照等差数列生成下泄流量的离散序列。其中,预设的离散步长可以根据实际需求进行确定,本申请不做具体限制。
S503、根据第一参数的离散序列,以及每组水电参数对应的目标拟合函数,得到修正后的第二参数的离散序列。
S504、根据第一参数的离散序列,和修正后的第二参数的离散序列,得到一个水电站的目标水电特性曲线,目标水电特性曲线用于表示第一参数和第二参数的对应关系。
可选地,将上述生成的下泄流量的离散序列代入通过步骤S401、S402计算得到的下泄流量-尾水位拟合曲线中,得到对应的尾水位离散序列。
根据上述的下泄流量离散序列、尾水位离散序列、以及下泄流量-尾水位拟合曲线,即可得到修正后的下泄流量-尾水位拟合曲线,也即目标水电特性曲线。
可选地,至少一组水电参数还可以包括:第二组水电参数;第二组水电参数包括:水头和耗水率;第一参数为水头,第二参数为耗水率。可选地,对于修正后的水头-耗水率拟合曲线的具体计算方式与上述修正后的下泄流量-尾水位拟合曲线的计算方式相同,此处不再一一赘述。
可选地,通过上述方法计算得到修正后的下泄流量-尾水位拟合曲线、以及修正后的水头-耗水率拟合曲线之后,可以进一步计算发电量,从而使得水电站可以根据该发电量进行精确的水电调度。
以下将以一个具体的实例来对本申请的方法进行说明:
图6为本申请实施例提供的一种下泄流量、尾水位拟合曲线示意图,图7为本申请实施例提供的另一种下泄流量、尾水位拟合曲线示意图,图8为本申请实施例提供的一种设计曲线及修正后的拟合曲线对比示意图,图9为本申请实施例提供的另一种设计曲线及修正后的拟合曲线对比示意图。请参照图6-图9,以A地区a江为工程背景。A地区a江流域梯级水电站群是我国十三大水电基地之一,2018年底已投产装机容量超过20000MW。选取具有代表性的某大型水电站实际应用案例,验证方法有效性。该电站2008年投产发电,装机容量4200MW,为西电东送骨干电源,额定满发流量约2000m3/s。水库死水位1166m,正常蓄水位1240m,具有年调节性能。由于装机大、调节性能好,在电力系统中承担着重要的补偿调节和调峰调频作用,实际运行中发电水头、出库流量变化明显,下泄流量~尾水位、水头~耗水率基础特性曲线的精度对发电调度影响显著。
选取该电站投产发电后10年历史日数据,构造下泄流量~尾水位、水头~耗水率大数据样本,利用分段迭代箱形图法剔除异常数据。
采用二次多项式拟合下泄流量~尾水位曲线,得到二次项、一次项系数以及常数项分别为-3.447875×10-7、3.712504×10-3、9.911109×102,如表2所示。
采用三次多项式拟合水头~耗水率曲线,得到的三次项、二次项、一次项系数以及常数项分别为3.743774×10-7、-2.114917×10-4、2.975729×10-2、1.503395,如表3所示。
样本数据中,下泄流量的最大值、最小值分别为5102、50m3/s,水头的最大值、最小值分别为248、160m。分别取下泄流量、水头的离散步长为50m3/s、1m,生成修正后下泄流量~尾水位、水头~耗水率离散序列。
由图8和图9可见,修正后的下泄流量~尾水位曲线延长了散点序列,弥补了设计曲线数据序列长度不足,提高了水库调度应用范围;修正后的水头~耗水率曲线一方面延长了应用序列,同时水头变化更加精细,有利于提高水库调度精度。
采用实际下泄流量、实际水头样本数据,分别应用设计曲线和修正曲线的散点序列插值计算尾水位、耗水率,并和实际数据进行对比,结果统计见表1、表2。表中,插值计算采用式式中:y(尾水位或耗水率)为自变量x(下泄流量或水头)对应的函数值;x1、x2为距离x最近的两个值,且有x1<x<x2;y1、y2为x1、x2对应的函数值。
对尾水位偏差进行分析。由表1可知,在电站满发流量范围内,应用设计曲线计算的尾水位平均偏差达到2.8m;采用修正曲线可将尾水位平均偏差缩小至0.24m,精度提高了2.66m,尾水位估算平均准确率提高了约0.26%。
对耗水率偏差进行分析。由表2可知,应用设计曲线计算的耗水率平均偏差为0.067m3/kWh;采用修正曲线可将耗水率平均误差缩小到0.007m3/kWh,精度提高了0.06m3/kWh,耗水率估算平均准确率提高了约2.86%。
表1尾水位计算结果对比
表2耗水率计算结果对比
进一步分析水电特性曲线准确性对该电站调度运行的影响。采用该电站2018年逐月实际坝上水位、发电流量等数据,分别应用设计曲线和修正曲线,按照“以水定电”模型制作调度计划,计算结果对比见表3。由表可知,该电站全年实发电量163.65亿kWh,发电用水量299.7亿m3,平均耗水率1.832m3/kWh。应用设计曲线计算的全年发电量为160.94亿kWh,与实际发电量偏差绝对值为2.7亿kWh(占比1.65%),准确率为98.34%;应用修正曲线缩小了耗水率取值误差,计算的发电量为163.53亿kWh,电量偏差绝对值缩小到0.12亿kWh,准确率为99.92%,相比设计曲线提高了1.58%。
综上分析表明,基于大数据拟合技术的水电站基础特性曲线修正方法具有良好的适应性,是一种可行且有效的方法,能提高下泄流量~尾水位、水头~耗水率基础特性曲线准确性,为水电站高效经济运行提供可靠数据支撑。
表3发电量计算结果对比
综上所述,本申请实施例提供的水电特性曲线修正方法包括:获取水电站在预设历史时间段内的至少一组水电参数;根据每组水电参数进行曲线拟合,得到每组水电参数对应的拟合曲线;分别对至少一组水电参数对应的拟合曲线进行修正,得到水电站的至少一个目标水电特性曲线。通过获取大量历史水电参数构造样本数据,使得样本数据更加可靠,从而根据水电参数得到的拟合曲线更具指导意义。另外,通过对得到的拟合曲线进行修正,一定程度上提高了拟合曲线的精确度,使得根据修正后的拟合曲线计算得到的发电量数据更加准确,有效提高水电调度的精度,为水电站高效经济运行提供准确、可靠基础数据支撑。
图10为本申请实施例提供的一种水电特性曲线修正装置结构示意图,如图10所示,该装置包括:获取模块601、拟合模块602及修正模块603;
获取模块601,用于获取水电站在预设历史时间段内的至少一组水电参数;
拟合模块602,用于根据每组水电参数进行曲线拟合,得到每组水电参数对应的拟合曲线;
修正模块603,用于分别对至少一组水电参数对应的拟合曲线进行修正,得到水电站的至少一个目标水电特性曲线。
可选地,如图11所示,装置还包括:剔除模块604;
剔除模块604,用于采用分段迭代箱形图法,剔除每组水电参数中的异常数据;其中,异常数据为超出预设数据范围内的数据;
拟合模块602,具体用于根据剔除异常数据后的每组水电参数进行曲线拟合,得到每组水电参数对应的拟合曲线。
可选地,如图12所示,装置还包括:划分模块605;
划分模块605,用于采用预设的步长范围,将每组水电参数划分为多个数据段;
剔除模块604,具体用于根据每个数据段内的上限值,和下限值,采用箱形图法,剔除每个数据段内的异常数据,其中,每个数据段内的异常数据为大于上限值,和/或,小于下限值的数据。
可选地,拟合模块602,具体用于根据每组水电参数进行多项式拟合,得到每组水电参数对应的目标拟合函数;根据目标拟合函数,生成每组水电参数对应的拟合曲线。
可选地,修正模块603,具体用于从预设历史时间段内的每组水电参数中获取第一参数的最大值,和第一参数的最小值;以第一参数的最小值作为起始点,采用预设的离散步长按照等差数列,得到第一参数的离散序列,第一参数的离散序列中,相邻两个参数的差值为离散步长;根据第一参数的离散序列,以及每组水电参数对应的目标拟合函数,得到修正后的第二参数的离散序列;根据第一参数的离散序列,和修正后的第二参数的离散序列,得到一个水电站的目标水电特性曲线,目标水电特性曲线用于表示第一参数和第二参数的对应关系。
上述装置用于执行前述实施例提供的方法,其实现原理和技术效果类似,在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(digital singnal processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(CentralProcessing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,简称SOC)的形式实现。
图13为本申请实施例提供的一种处理设备结构示意图,该处理设备可以包括:处理器701、存储器702。
存储器702用于存储程序,处理器701调用存储器702存储的程序,以执行上述方法实施例。具体实现方式和技术效果类似,这里不再赘述。
可选地,本发明还提供一种程序产品,例如计算机可读存储介质,包括程序,该程序在被处理器执行时用于执行上述方法实施例。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (9)
1.一种水电特性曲线修正方法,其特征在于,包括:
获取水电站在预设历史时间段内的至少一组水电参数;
根据每组所述水电参数进行曲线拟合,得到每组所述水电参数对应的拟合曲线;
分别对至少一组所述水电参数对应的拟合曲线进行修正,得到所述水电站的至少一个目标水电特性曲线;
所述分别对至少一组所述水电参数对应的拟合曲线进行修正,得到所述水电站的至少一个目标水电特性曲线,包括:
从所述预设历史时间段内的每组所述水电参数中获取第一参数的最大值,和所述第一参数的最小值;
以所述第一参数的最小值作为起始点,采用预设的离散步长按照等差数列,得到所述第一参数的离散序列,所述第一参数的离散序列中,相邻两个参数的差值为所述离散步长;
根据所述第一参数的离散序列,以及每组所述水电参数对应的目标拟合函数,得到修正后的第二参数的离散序列;
根据所述第一参数的离散序列,和修正后的所述第二参数的离散序列,得到一个所述水电站的目标水电特性曲线,所述目标水电特性曲线用于表示所述第一参数和所述第二参数的对应关系。
2.如权利要求1所述的方法,其特征在于,所述根据每组所述水电参数进行曲线拟合,得到每组所述水电参数对应的拟合曲线,包括:
采用分段迭代箱形图法,剔除每组所述水电参数中的异常数据;其中,所述异常数据为超出预设数据范围内的数据;
根据剔除所述异常数据后的每组所述水电参数进行曲线拟合,得到每组所述水电参数对应的拟合曲线。
3.如权利要求2所述的方法,其特征在于,所述采用分段迭代箱形图法,剔除每组所述水电参数中的异常数据之前,所述方法还包括:
采用预设的步长范围,将每组所述水电参数划分为多个数据段;
根据每个所述数据段内的上限值,和下限值,采用箱形图法,剔除每个所述数据段内的异常数据,其中,每个所述数据段内的异常数据为大于所述上限值,和/或,小于所述下限值的数据。
4.如权利要求1-3中任一所述的方法,其特征在于,所述根据每组所述水电参数进行曲线拟合,得到每组所述水电参数对应的拟合曲线,包括:
根据每组所述水电参数进行多项式拟合,得到每组所述水电参数对应的目标拟合函数;
根据所述目标拟合函数,生成每组所述水电参数对应的拟合曲线。
5.如权利要求1所述的方法,其特征在于,至少一组所述水电参数包括:第一组水电参数;
其中,所述第一组水电参数包括:下泄流量和尾水位;所述第一参数为下泄流量,所述第二参数为尾水位。
6.如权利要求1所述的方法,其特征在于,至少一组所述水电参数还包括:第二组水电参数;
所述第二组水电参数包括:水头和耗水率;所述第一参数为水头,所述第二参数为耗水率。
7.一种水电特性曲线修正装置,其特征在于,包括:获取模块、拟合模块及修正模块;
所述获取模块,用于获取水电站在预设历史时间段内的至少一组水电参数;
所述拟合模块,用于根据每组所述水电参数进行曲线拟合,得到每组所述水电参数对应的拟合曲线;
所述修正模块,用于分别对至少一组所述水电参数对应的拟合曲线进行修正,得到所述水电站的至少一个目标水电特性曲线;
所述修正模块,具体用于从所述预设历史时间段内的每组所述水电参数中获取第一参数的最大值,和所述第一参数的最小值;以所述第一参数的最小值作为起始点,采用预设的离散步长按照等差数列,得到所述第一参数的离散序列,所述第一参数的离散序列中,相邻两个参数的差值为所述离散步长;根据所述第一参数的离散序列,以及每组所述水电参数对应的目标拟合函数,得到修正后的第二参数的离散序列;根据所述第一参数的离散序列,和修正后的所述第二参数的离散序列,得到一个所述水电站的目标水电特性曲线,所述目标水电特性曲线用于表示所述第一参数和所述第二参数的对应关系。
8.如权利要求7所述的装置,其特征在于,还包括:剔除模块;
所述剔除模块,用于采用分段迭代箱形图法,剔除每组所述水电参数中的异常数据;其中,所述异常数据为超出预设数据范围内的数据;
所述拟合模块,具体用于根据剔除所述异常数据后的每组所述水电参数进行曲线拟合,得到每组所述水电参数对应的拟合曲线。
9.如权利要求8所述的装置,其特征在于,还包括:划分模块;
所述划分模块,用于采用预设的步长范围,将每组所述水电参数划分为多个数据段;
所述剔除模块,具体用于根据每个所述数据段内的上限值,和下限值,采用箱形图法,剔除每个所述数据段内的异常数据,其中,每个所述数据段内的异常数据为大于所述上限值,和/或,小于所述下限值的数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911145326.2A CN110852652B (zh) | 2019-11-20 | 2019-11-20 | 水电特性曲线修正方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911145326.2A CN110852652B (zh) | 2019-11-20 | 2019-11-20 | 水电特性曲线修正方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110852652A CN110852652A (zh) | 2020-02-28 |
CN110852652B true CN110852652B (zh) | 2022-05-10 |
Family
ID=69602757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911145326.2A Active CN110852652B (zh) | 2019-11-20 | 2019-11-20 | 水电特性曲线修正方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110852652B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111426806A (zh) * | 2020-03-27 | 2020-07-17 | 渤海大学 | 基于物联网手段对水产品冷链物流保鲜程度自动监测预警方法 |
CN111553072B (zh) * | 2020-04-27 | 2023-11-03 | 新奥数能科技有限公司 | 设备特性曲线的确定方法及装置 |
CN113239030B (zh) * | 2021-05-20 | 2023-08-29 | 国网山东省电力公司潍坊供电公司 | 基于离散数据曲线拟合的智慧电网监控数据存储方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107844864A (zh) * | 2017-11-17 | 2018-03-27 | 大连理工大学 | 一种求解水电机组组合问题的混合整数非线性规划模型 |
CN107910883A (zh) * | 2017-12-01 | 2018-04-13 | 中国南方电网有限责任公司电网技术研究中心 | 基于抽水蓄能电站修正时序负荷曲线的随机生产模拟方法 |
CN108763346A (zh) * | 2018-05-15 | 2018-11-06 | 中南大学 | 一种滑窗箱型图中值滤波的异常点处理方法 |
CN109115257A (zh) * | 2017-06-22 | 2019-01-01 | 深圳怡化电脑股份有限公司 | 传感器特性曲线的修正方法、装置、设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103366064B (zh) * | 2013-07-16 | 2016-01-06 | 国家电网公司 | 风电场动态模型参数测试方法 |
-
2019
- 2019-11-20 CN CN201911145326.2A patent/CN110852652B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109115257A (zh) * | 2017-06-22 | 2019-01-01 | 深圳怡化电脑股份有限公司 | 传感器特性曲线的修正方法、装置、设备及存储介质 |
CN107844864A (zh) * | 2017-11-17 | 2018-03-27 | 大连理工大学 | 一种求解水电机组组合问题的混合整数非线性规划模型 |
CN107910883A (zh) * | 2017-12-01 | 2018-04-13 | 中国南方电网有限责任公司电网技术研究中心 | 基于抽水蓄能电站修正时序负荷曲线的随机生产模拟方法 |
CN108763346A (zh) * | 2018-05-15 | 2018-11-06 | 中南大学 | 一种滑窗箱型图中值滤波的异常点处理方法 |
Non-Patent Citations (4)
Title |
---|
基于原型工况测验的桐子林电站机组发电用水曲线率定;董新亮 等;《四川水力发电》;20190415;第38卷(第2期);全文 * |
徐跃增 等.抽水蓄能电站模糊动力特性修正方法的研究与应用.《水力发电学报》.2014,第33卷(第6期),第232-240页. * |
抽水蓄能电站模糊动力特性修正方法的研究与应用;徐跃增 等;《水力发电学报》;20141215;第33卷(第6期);正文第2、4节 * |
求解水电站日负荷优化分配的混合整数非线性规划模型;申建建等;《电力系统自动化》;20180828;第42卷(第19期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110852652A (zh) | 2020-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110852652B (zh) | 水电特性曲线修正方法及装置 | |
CN110134919B (zh) | 风电机组异常数据清洗方法 | |
Pedregosa et al. | Adaptive three operator splitting | |
CN111080157A (zh) | 一种梯级水电站排磷量的调度方法和系统 | |
CN110705099B (zh) | 一种检定风电场出力相关性的方法 | |
CN111177128A (zh) | 基于改进的离群点检测算法的计量大数据批量处理方法及系统 | |
CN108694472B (zh) | 预测误差极值分析方法、装置、计算机设备和存储介质 | |
CN113159106B (zh) | 一种基于形态趋势特征的负荷曲线聚类方法、介质及设备 | |
CN112508260B (zh) | 基于对比学习的配电变压器中长期负荷预测方法及装置 | |
CN105259409A (zh) | 一种基于过零时域特性的电力信号频率计算方法 | |
CN111160614B (zh) | 资源转移预测模型的训练方法、装置及计算设备 | |
CN109711642B (zh) | 基于大数据的脱硫系统运行优化方法和系统 | |
CN115237081B (zh) | 确定具有异常的后处理设备的方法、设备和介质 | |
AU2020200488A1 (en) | Operation plan creating apparatus, operation plan creating method, and program | |
CN113065234B (zh) | 一种智能电表的批次可靠性风险等级评估方法及系统 | |
CN111144629A (zh) | 一种水力发电站来水量预测方法及系统 | |
CN116663716A (zh) | 一种梯级水电站水量平衡计算的水位点预测方法及系统 | |
Rao | A review on conditional extreme value analysis | |
CN106529805B (zh) | 一种基于发电机重要度的发电系统可靠性评估方法 | |
CN114879042A (zh) | 电芯分容放电容量预测方法、装置及电子设备 | |
CN105608638A (zh) | 一种评价智能终端与电能表的表码数据同步状态的方法及其系统 | |
CN113780630B (zh) | 一种基于用电客户历史用电数据实现表码预测的方法 | |
CN113484818A (zh) | 基于滑动窗口的抗高频采集异常电能表精准定位方法 | |
Kanková | Empirical estimates in optimization problems: survey with special regard to heavy tails and dependent samples | |
CN115659380B (zh) | 一种密文数据拟合计算方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |