CN113359450A - 一种阀门流量特性曲线拟合方法及系统 - Google Patents
一种阀门流量特性曲线拟合方法及系统 Download PDFInfo
- Publication number
- CN113359450A CN113359450A CN202110638264.XA CN202110638264A CN113359450A CN 113359450 A CN113359450 A CN 113359450A CN 202110638264 A CN202110638264 A CN 202110638264A CN 113359450 A CN113359450 A CN 113359450A
- Authority
- CN
- China
- Prior art keywords
- subset
- data
- data set
- epsilon
- pressure ratio
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Control Of Fluid Pressure (AREA)
Abstract
本发明公开了一种阀门流量特性曲线拟合方法及系统,本发明方法包括获取阀门流量特性曲线拟合所需的机组运行历史数据,对总阀位指令数据集{FWi}以及压比数据集{εi}进行归一化处理;设置数据子集间隔{Si}根据数据子集间隔{Si}确定数据子集集合{Ci}以完成数据子集归类;针对数据子集集合{Ci}中的每一个数据子集Ci进行清洗得到清洗后的数据子集Cj *;根据每一个清洗后的数据子集Cj *计算阀门流量特性曲线的拟合点,最终得到由所有拟合点构成的阀门流量特性曲线。本发明能够对机组海量历史数据进行清洗和处理,最终得到真实准确的阀门流量特性曲线,具有准确度高的优点,可为阀门流量函数优化提供精确依据。
Description
技术领域
本发明属于汽轮机阀门流量函数优化控制技术领域,尤其涉及一种阀门流量特性曲线拟合方法及系统。
背景技术
汽轮机的阀门流量特性曲线是指总阀位指令与计算蒸汽流量(该计算蒸汽流量可用调节级压力与主汽压力之比表示)的对应关系。阀门流量特性曲线的线性度越好,则机组一次调频、自动发电控制、功率稳定控制性能越好;当其线性度越差,则以上性能恶化乃至引起机组和电网的涉网安全风险。此时需要通过优化阀门流量函数,以改善阀门流量特性曲线的线性度,而阀门流量函数的优化依据正是原始的阀门流量特性曲线。随着技术的进步,阀门流量特性曲线的获得途径由单纯开展阀门流量特性试验拓展至可通过海量的机组历史数据计算得到。然而阀门流量特性试验时的工况与机组历史数据所对应工况有所区别,另外数据噪声的影响也会导致基于海量历史数据所得到的阀门流量特性曲线失真,若不进行必要的处理可能无法用于阀门流量函数的优化。
发明内容
本发明要解决的技术问题:针对现有技术的上述问题,提供一种阀门流量特性曲线拟合方法及系统,本发明能够对机组海量历史数据进行清洗和处理,最终得到真实准确的阀门流量特性曲线,具有准确度高的优点,可为阀门流量函数优化提供精确依据。
为了解决上述技术问题,本发明采用的技术方案为:
一种阀门流量特性曲线拟合方法,包括:
1)获取阀门流量特性曲线拟合所需的机组运行历史数据,所述机组运行历史数据包括主汽压力数据集{TPi}、调节级压力数据集{IMPi}、总阀位指令数据集{FWi}以及压比数据集{εi},其中i=1~N,N为样本数量;
2)对总阀位指令数据集{FWi}以及压比数据集{εi}进行归一化处理;
3)设置数据子集间隔{Si},Si=[(i-1)ΔxiΔx],i=1~M,其中M为数据子集间隔数量,Si=[(i-1)ΔxiΔx],Δx是子集间隔;根据数据子集间隔{Si}确定数据子集集合{Ci},Ci={[FWj *,εj *]},其中FWj *为总阀位指令数据集{FWi}中的第j个总阀位指令样本FWj归一化处理的结果,εj *为压比数据集{εi}中的第j个压比样本εj归一化处理的结果,第i个数据子集Ci中每个元素满足条件(i-1)Δx≤FWj *≤iΔx,j=1~n,n为数据子集的类别数量;
4)针对数据子集集合{Ci}中的每一个数据子集Ci进行清洗得到清洗后的数据子集Cj *;
5)根据每一个清洗后的数据子集Cj *计算阀门流量特性曲线的拟合点,最终得到由所有拟合点构成的阀门流量特性曲线。
可选地,步骤1)中主汽压力数据集{TPi}、调节级压力数据集{IMPi}、总阀位指令数据集{FWi}为直接从汽轮机采集得到,压比数据集{εi}为根据下述函数表达式计算得到:
{εi}={IMPi/TPi}
上式中,IMPi为第i个调节级压力样本,TPi为第i个主汽压力样本。
可选地,步骤2)中对总阀位指令数据集{FWi}以及压比数据集{εi}进行归一化处理的函数表达式为:
上式中,FWi *为总阀位指令数据集{FWi}中的第i个总阀位指令样本FWi归一化处理的结果,FWi为总阀位指令数据集{FWi}中的第i个总阀位指令样本,FWmin为总阀位指令数据集{FWi}中的最小值,FWmax为总阀位指令数据集{FWi}中的最大值;εi *为压比数据集{εi}中的第i个压比样本εi归一化处理的结果,εi为压比数据集{εi}中的第i个压比样本,εmin为压比数据集{εi}中的最小值,FWmax为压比数据集{εi}中的最大值。
可选地,步骤4)中针对数据子集集合{Ci}中的每一个数据子集Ci进行清洗的步骤包括:
4.1)计算数据子集Ci的均值其中为数据子集Ci中所有第j个总阀位指令样本FWj归一化处理的结果FWj *的平均值,为数据子集Ci中所有第j个压比样本εj归一化处理的结果εj *的平均值;计算数据子集Ci对应的半径子集Ri={rj}以及半径子集Ri={rj}的标准差σi,其中rj为半径子集Ri中的第j个元素,j=1~n,n为数据子集的类别数量;
可选地,步骤4.1)中计算数据子集Ci对应的半径子集Ri={rj}时,半径子集Ri中的第j个元素rj的计算函数表达式为:
上式中,FWj *为总阀位指令数据集{FWi}中的第j个总阀位指令样本FWj归一化处理的结果,εj *为压比数据集{εi}中的第j个压比样本εj归一化处理的结果,为数据子集Ci中所有第j个总阀位指令样本FWj归一化处理的结果FWj *的平均值,为数据子集Ci中所有第j个压比样本εj归一化处理的结果εj *的平均值。
可选地,步骤4.1)中计算数据子集Ci对应的半径子集Ri={rj}以及半径子集Ri={rj}的标准差σi时,半径子集Ri={rj}的标准差σi的计算函数表达式为:
上式中,rj为半径子集Ri中的第j个元素,μ为半径子集Ri={rj}的均值,j=1~n,n为数据子集的类别数量。
可选地,步骤4.2)中得到清洗后的数据子集Cj *的函数表达式为:
上式中,FWk *为总阀位指令数据集{FWi}的清洗结果,εk *为压比数据集{εi}的清洗结果,k=1~m,m为清洗后的样本数量,且满足:
上式中,为数据子集Ci中所有第j个总阀位指令样本FWj归一化处理的结果FWj *的平均值,为数据子集Ci中所有第j个压比样本εj归一化处理的结果εj *的平均值,σi为半径子集Ri={rj}的标准差。
可选地,步骤5)中根据每一个清洗后的数据子集Cj *计算阀门流量特性曲线拟合点的函数表达式为:
上式中,[xjyj]为拟合点坐标,FWmin为清洗后的数据子集Cj *的最小值,FWmax为清洗后的数据子集Cj *的最大值,m为清洗后的数据子集Cj *的元素个数,εmin为压比数据集{εi}的清洗结果εk *的最小值,εmax为压比数据集{εi}的清洗结果εk *的最大值,FWk *为总阀位指令数据集{FWi}的清洗结果,εk *为压比数据集{εi}的清洗结果。
此外,本发明还提供一种阀门流量特性曲线拟合系统,包括相互连接的微处理器和存储器,该微处理器被编程或配置以执行所述阀门流量特性曲线拟合方法的步骤。
此外,本发明还提供一种计算机可读存储介质,该计算机可读存储介质中存储有被编程或配置以执行所述阀门流量特性曲线拟合方法的计算机程序。
和现有技术相比,本发明具有下述优点:本发明方法包括获取阀门流量特性曲线拟合所需的机组运行历史数据,对总阀位指令数据集{FWi}以及压比数据集{εi}进行归一化处理;设置数据子集间隔{Si}根据数据子集间隔{Si}确定数据子集集合{Ci}以完成数据子集归类;针对数据子集集合{Ci}中的每一个数据子集Ci进行清洗得到清洗后的数据子集Cj *;根据每一个清洗后的数据子集Cj *计算阀门流量特性曲线的拟合点,最终得到有所有拟合点构成的阀门流量特性曲线,本发明能够对机组海量历史数据进行清洗和处理,最终得到真实准确的阀门流量特性曲线,具有准确度高的优点,可为阀门流量函数优化提供精确依据。
附图说明
图1为本发明实施例方法的基本流程示意图。
图2为本发明实施例方法的阀门流量特性曲线拟合对比图。
具体实施方式
下文将以某650MW超临界火电机组作为实施对象,按本发明阀门流量特性曲线拟合方法及系统进行阀门流量特性曲线拟合,以对本发明阀门流量特性曲线拟合方法及系统进行进一步的详细说明。
如图1所示,本实施例阀门流量特性曲线拟合方法包括:
1)获取阀门流量特性曲线拟合所需的机组运行历史数据,所述机组运行历史数据包括主汽压力数据集{TPi}、调节级压力数据集{IMPi}、总阀位指令数据集{FWi}以及压比数据集{εi},其中i=1~N,N为样本数量;
2)对总阀位指令数据集{FWi}以及压比数据集{εi}进行归一化处理,通过归一化将总阀位指令数据、压比数据转换为无量纲数,以避免因物理数值差异大导致数据清洗效果不佳;
3)设置数据子集间隔{Si},Si=[(i-1)ΔxiΔx],i=1~M,其中M为数据子集间隔数量,Si=[(i-1)ΔxiΔx],Δx是子集间隔;根据数据子集间隔{Si}确定数据子集集合{Ci},Ci={[FWj *,εj *]},其中FWj *为总阀位指令数据集{FWi}中的第j个总阀位指令样本FWj归一化处理的结果,εj *为压比数据集{εi}中的第j个压比样本εj归一化处理的结果,第i个数据子集Ci中每个元素满足条件(i-1)Δx≤FWj *≤iΔx,j=1~n,n为数据子集的类别数量;
4)针对数据子集集合{Ci}中的每一个数据子集Ci进行清洗得到清洗后的数据子集Cj *;
5)根据每一个清洗后的数据子集Cj *计算阀门流量特性曲线的拟合点,最终得到由所有拟合点构成的阀门流量特性曲线。
本实施例中,步骤1)中主汽压力数据集{TPi}、调节级压力数据集{IMPi}、总阀位指令数据集{FWi}为直接从汽轮机采集得到,压比数据集{εi}为根据下述函数表达式计算得到:
{εi}={IMPi/TPi}
上式中,IMPi为第i个调节级压力样本,TPi为第i个主汽压力样本。本实施例中,从汽轮机采集汽压力数据集{TPi}、调节级压力数据集{IMPi}、总阀位指令数据集{FWi}为是利用机组DCS历史记录功能收集某天24小时内机组运行历史数据。
本实施例中,步骤2)中对总阀位指令数据集{FWi}以及压比数据集{εi}进行归一化处理的函数表达式为:
上式中,FWi *为总阀位指令数据集{FWi}中的第i个总阀位指令样本FWi归一化处理的结果,FWi为总阀位指令数据集{FWi}中的第i个总阀位指令样本,FWmin为总阀位指令数据集{FWi}中的最小值,FWmax为总阀位指令数据集{FWi}中的最大值;εi *为压比数据集{εi}中的第i个压比样本εi归一化处理的结果,εi为压比数据集{εi}中的第i个压比样本,εmin为压比数据集{εi}中的最小值,FWmax为压比数据集{εi}中的最大值。
本实施例中,步骤4)中针对数据子集集合{Ci}中的每一个数据子集Ci进行清洗的步骤包括:
4.1)计算数据子集Ci的均值其中为数据子集Ci中所有第j个总阀位指令样本FWj归一化处理的结果FWj *的平均值,为数据子集Ci中所有第j个压比样本εj归一化处理的结果εj *的平均值;计算数据子集Ci对应的半径子集Ri={rj}以及半径子集Ri={rj}的标准差σi,其中rj为半径子集Ri中的第j个元素,j=1~n,n为数据子集的类别数量;
本实施例中,步骤4.1)中计算数据子集Ci对应的半径子集Ri={rj}时,半径子集Ri中的第j个元素rj的计算函数表达式为:
上式中,FWj *为总阀位指令数据集{FWi}中的第j个总阀位指令样本FWj归一化处理的结果,εj *为压比数据集{εi}中的第j个压比样本εj归一化处理的结果,为数据子集Ci中所有第j个总阀位指令样本FWj归一化处理的结果FWj *的平均值,为数据子集Ci中所有第j个压比样本εj归一化处理的结果εj *的平均值。
本实施例中,步骤4.1)中计算数据子集Ci对应的半径子集Ri={rj}以及半径子集Ri={rj}的标准差σi时,半径子集Ri={rj}的标准差σi的计算函数表达式为:
上式中,rj为半径子集Ri中的第j个元素,μ为半径子集Ri={rj}的均值,j=1~n,n为数据子集的类别数量。
本实施例中,步骤4.2)中得到清洗后的数据子集Cj *的函数表达式为:
上式中,FWk *为总阀位指令数据集{FWi}的清洗结果,εk *为压比数据集{εi}的清洗结果,k=1~m,m为清洗后的样本数量,且满足:
上式中,为数据子集Ci中所有第j个总阀位指令样本FWj归一化处理的结果FWj *的平均值,为数据子集Ci中所有第j个压比样本εj归一化处理的结果εj *的平均值,σi为半径子集Ri={rj}的标准差。当rj越大,则表明数据点[FWk *εk *]偏离均值点越远,越可能是异常数据点,将标准差σi作为异常数据的判别依据,以筛除异常数据点,避免其对阀门流量特性曲线拟合精度和合理性的不良影响。
本实施例中,步骤5)中根据每一个清洗后的数据子集Cj *计算阀门流量特性曲线拟合点的函数表达式为:
上式中,[xjyj]为拟合点坐标,FWmin为清洗后的数据子集Cj *的最小值,FWmax为清洗后的数据子集Cj *的最大值,m为清洗后的数据子集Cj *的元素个数,εmin为压比数据集{εi}的清洗结果εk *的最小值,εmax为压比数据集{εi}的清洗结果εk *的最大值,FWk *为总阀位指令数据集{FWi}的清洗结果,εk *为压比数据集{εi}的清洗结果,通过该式将归一化后无量纲的总阀位指令数据、压比数据还原为总阀位指令数据、压比的有量纲数据。以此类推,计算所有清洗后的数据子集进行以上计算,得到全部阀门流量特性曲线拟合点。
图2是采用本实施例阀门流量特性曲线拟合方法进行阀门流量特性曲线拟合前后对比图,其中子图(a)为拟合前的原始阀门流量特性曲线,子图(b)为采用本实施例阀门流量特性曲线拟合方法拟合后的阀门流量特性曲线。由图2可知,拟合前的原始的阀门流量特性曲线包含大量数据噪声和异常点,而采用本实施例阀门流量特性曲线拟合方法拟合后的阀门流量特性曲线平滑,异常点被过滤,从而能够准确反映机组真实的阀门流量特性。
综上所述,本实施例阀门流量特性曲线拟合方法包括获取阀门流量特性曲线拟合所需的机组运行历史数据,对总阀位指令数据集{FWi}以及压比数据集{εi}进行归一化处理;设置数据子集间隔{Si}根据数据子集间隔{Si}确定数据子集集合{Ci}以完成数据子集归类;针对数据子集集合{Ci}中的每一个数据子集Ci进行清洗得到清洗后的数据子集Cj *;根据每一个清洗后的数据子集Cj *计算阀门流量特性曲线的拟合点,最终得到由所有拟合点构成的阀门流量特性曲线。本发明能够对机组海量历史数据进行清洗和处理,最终得到真实准确的阀门流量特性曲线,具有准确度高的优点,可为阀门流量函数优化提供精确依据。
此外,本实施例还提供一种阀门流量特性曲线拟合系统,包括相互连接的微处理器和存储器,该微处理器被编程或配置以执行前述阀门流量特性曲线拟合方法的步骤。
此外,本实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有被编程或配置以执行前述阀门流量特性曲线拟合方法的计算机程序。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可读存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种阀门流量特性曲线拟合方法,其特征在于,包括:
1)获取阀门流量特性曲线拟合所需的机组运行历史数据,所述机组运行历史数据包括主汽压力数据集{TPi}、调节级压力数据集{IMPi}、总阀位指令数据集{FWi}以及压比数据集{εi},其中i=1~N,N为样本数量;
2)对总阀位指令数据集{FWi}以及压比数据集{εi}进行归一化处理;
3)设置数据子集间隔{Si},Si=[(i-1)ΔxiΔx],i=1~M,其中M为数据子集间隔数量,Si=[(i-1)ΔxiΔx],Δx是子集间隔;根据数据子集间隔{Si}确定数据子集集合{Ci},Ci={[FWj *,εj *]},其中FWj *为总阀位指令数据集{FWi}中的第j个总阀位指令样本FWj归一化处理的结果,εj *为压比数据集{εi}中的第j个压比样本εj归一化处理的结果,第i个数据子集Ci中每个元素满足条件(i-1)Δx≤FWj *≤iΔx,j=1~n,n为数据子集的类别数量;
4)针对数据子集集合{Ci}中的每一个数据子集Ci进行清洗得到清洗后的数据子集Cj *;
5)根据每一个清洗后的数据子集Cj *计算阀门流量特性曲线的拟合点,最终得到由所有拟合点构成的阀门流量特性曲线。
2.根据权利要求1所述的阀门流量特性曲线拟合方法,其特征在于,步骤1)中主汽压力数据集{TPi}、调节级压力数据集{IMPi}、总阀位指令数据集{FWi}为直接从汽轮机采集得到,压比数据集{εi}为根据下述函数表达式计算得到:
{εi}={IMPi/TPi}
上式中,IMPi为第i个调节级压力样本,TPi为第i个主汽压力样本。
3.根据权利要求1所述的阀门流量特性曲线拟合方法,其特征在于,步骤2)中对总阀位指令数据集{FWi}以及压比数据集{εi}进行归一化处理的函数表达式为:
上式中,FWi *为总阀位指令数据集{FWi}中的第i个总阀位指令样本FWi归一化处理的结果,FWi为总阀位指令数据集{FWi}中的第i个总阀位指令样本,FWmin为总阀位指令数据集{FWi}中的最小值,FWmax为总阀位指令数据集{FWi}中的最大值;εi *为压比数据集{εi}中的第i个压比样本εi归一化处理的结果,εi为压比数据集{εi}中的第i个压比样本,εmin为压比数据集{εi}中的最小值,FWmax为压比数据集{εi}中的最大值。
4.根据权利要求1所述的阀门流量特性曲线拟合方法,其特征在于,步骤4)中针对数据子集集合{Ci}中的每一个数据子集Ci进行清洗的步骤包括:
4.1)计算数据子集Ci的均值其中为数据子集Ci中所有第j个总阀位指令样本FWj归一化处理的结果FWj *的平均值,为数据子集Ci中所有第j个压比样本εj归一化处理的结果εj *的平均值;计算数据子集Ci对应的半径子集Ri={rj}以及半径子集Ri={rj}的标准差σi,其中rj为半径子集Ri中的第j个元素,j=1~n,n为数据子集的类别数量;
9.一种阀门流量特性曲线拟合系统,包括相互连接的微处理器和存储器,其特征在于,该微处理器被编程或配置以执行权利要求1~8中任意一项所述阀门流量特性曲线拟合方法的步骤。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质中存储有被编程或配置以执行权利要求1~8中任意一项所述阀门流量特性曲线拟合方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110638264.XA CN113359450B (zh) | 2021-06-08 | 2021-06-08 | 一种阀门流量特性曲线拟合方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110638264.XA CN113359450B (zh) | 2021-06-08 | 2021-06-08 | 一种阀门流量特性曲线拟合方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113359450A true CN113359450A (zh) | 2021-09-07 |
CN113359450B CN113359450B (zh) | 2022-06-28 |
Family
ID=77533224
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110638264.XA Active CN113359450B (zh) | 2021-06-08 | 2021-06-08 | 一种阀门流量特性曲线拟合方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113359450B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115875091A (zh) * | 2021-09-26 | 2023-03-31 | 国能智深控制技术有限公司 | 汽轮机阀门流量特性的监测方法、装置和可读存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140034102A1 (en) * | 2012-08-01 | 2014-02-06 | Gentherm Incorporated | High efficiency thermoelectric generation |
CN104200121A (zh) * | 2014-09-19 | 2014-12-10 | 国家电网公司 | 基于机组运行数据的阀门流量函数优化方法 |
CN107035430A (zh) * | 2017-05-26 | 2017-08-11 | 国家电网公司 | 一种基于大数据分析的汽轮机阀门流量特性参数优化方法 |
CN107643684A (zh) * | 2017-08-10 | 2018-01-30 | 国家电网公司 | 一种阀门流量函数优化方法及装置 |
CN109827004A (zh) * | 2019-02-14 | 2019-05-31 | 华润电力技术研究院有限公司 | 对调节阀特性分析的方法及装置 |
CN110821575A (zh) * | 2019-11-19 | 2020-02-21 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种基于动态数据的汽轮机配汽曲线优化方法 |
CN110821576A (zh) * | 2019-11-19 | 2020-02-21 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种基于小样本暂态数据的汽轮机高调门流量特性优化方法 |
CN111123699A (zh) * | 2019-12-25 | 2020-05-08 | 珠海格力电器股份有限公司 | 基于动态仿真的控制参数优化方法及装置 |
-
2021
- 2021-06-08 CN CN202110638264.XA patent/CN113359450B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140034102A1 (en) * | 2012-08-01 | 2014-02-06 | Gentherm Incorporated | High efficiency thermoelectric generation |
CN104200121A (zh) * | 2014-09-19 | 2014-12-10 | 国家电网公司 | 基于机组运行数据的阀门流量函数优化方法 |
CN107035430A (zh) * | 2017-05-26 | 2017-08-11 | 国家电网公司 | 一种基于大数据分析的汽轮机阀门流量特性参数优化方法 |
CN107643684A (zh) * | 2017-08-10 | 2018-01-30 | 国家电网公司 | 一种阀门流量函数优化方法及装置 |
CN109827004A (zh) * | 2019-02-14 | 2019-05-31 | 华润电力技术研究院有限公司 | 对调节阀特性分析的方法及装置 |
CN110821575A (zh) * | 2019-11-19 | 2020-02-21 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种基于动态数据的汽轮机配汽曲线优化方法 |
CN110821576A (zh) * | 2019-11-19 | 2020-02-21 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种基于小样本暂态数据的汽轮机高调门流量特性优化方法 |
CN111123699A (zh) * | 2019-12-25 | 2020-05-08 | 珠海格力电器股份有限公司 | 基于动态仿真的控制参数优化方法及装置 |
Non-Patent Citations (2)
Title |
---|
张国斌 等: "数据挖掘算法在汽轮机混合阀流量特性辨识中的应用", 《电脑知识与技术》 * |
盛锴 等: "汽轮机阀门流量特性在线监测优化系统及应用", 《热能动力工程》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115875091A (zh) * | 2021-09-26 | 2023-03-31 | 国能智深控制技术有限公司 | 汽轮机阀门流量特性的监测方法、装置和可读存储介质 |
CN115875091B (zh) * | 2021-09-26 | 2024-01-09 | 国能智深控制技术有限公司 | 汽轮机阀门流量特性的监测方法、装置和可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113359450B (zh) | 2022-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2021064370A (ja) | デジタル・ツイン・シミュレーション・データを利用した時系列データに基づく、大規模な産業用監視システム向けの半教師あり深層異常検出のための方法およびシステム | |
CN111159844B (zh) | 一种电站燃气轮机排气温度的异常检测方法 | |
US11860608B2 (en) | Industrial equipment operation, maintenance and optimization method and system based on complex network model | |
CN104035331A (zh) | 机组运行优化指导系统及其设备 | |
CN109827004B (zh) | 对调节阀特性分析的方法及装置 | |
CN103246279B (zh) | 一种存在执行阀粘滞特性的化工过程的控制性能评估方法 | |
CN113469230B (zh) | 一种转子系统深度迁移故障诊断方法、系统及介质 | |
CN111382906A (zh) | 一种电力负荷预测方法、系统、设备和计算机可读存储介质 | |
CN113359450B (zh) | 一种阀门流量特性曲线拟合方法及系统 | |
CN112018758A (zh) | 基于数字孪生的含高比例新能源交直流混联系统建模方法 | |
CN110705042A (zh) | 基于t-s模糊模型的汽轮机阀门流量特性辨识方法、系统及介质 | |
CN113723668B (zh) | 基于鲁棒优化的配煤方法、系统、设备及存储介质 | |
CN113708389B (zh) | 基于实际功率响应的风电场一次调频模型参数辨识方法及系统 | |
CN113011010A (zh) | 基于结构机理和运行数据的锅炉故障诊断方法及诊断系统 | |
CN107203364B (zh) | 一种用于压气机全工况特性的预测和辨识方法 | |
CN117029968A (zh) | 一种流量数据的诊断方法、系统、存储介质和电子设备 | |
CN110084301B (zh) | 一种基于隐马尔可夫模型的多工况过程工况辨识方法 | |
CN109469919B (zh) | 一种基于权重聚类的电站空预器堵灰监测方法 | |
Hafaifa et al. | Fuzzy logic approach applied to the surge detection and isolation in centrifugal compressor | |
CN110737975A (zh) | 基于经验模态分解与自回归模型的风电场风速、功率预测和异常修正方法 | |
CN114136538B (zh) | 一种基于随机变分贝叶斯学习的压力传感器标定装置温度建模方法 | |
CN116070543A (zh) | 一种确定压气机稳定边界的方法和装置 | |
CN113048012B (zh) | 基于混合高斯模型的风电机组偏航角度识别方法和装置 | |
CN113158536B (zh) | 一种一次调频能力计算监视方法及系统 | |
CN109840367B (zh) | 一种火电机组发电燃料费用的拟合方法与系统 |
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 |