CN114418169A - 一种基于大数据挖掘的在线运行优化系统 - Google Patents
一种基于大数据挖掘的在线运行优化系统 Download PDFInfo
- Publication number
- CN114418169A CN114418169A CN202111496012.4A CN202111496012A CN114418169A CN 114418169 A CN114418169 A CN 114418169A CN 202111496012 A CN202111496012 A CN 202111496012A CN 114418169 A CN114418169 A CN 114418169A
- Authority
- CN
- China
- Prior art keywords
- data
- unit
- energy
- optimization
- saving
- 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 64
- 238000007418 data mining Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 63
- 238000005265 energy consumption Methods 0.000 claims abstract description 45
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 238000003745 diagnosis Methods 0.000 claims abstract description 22
- 238000012544 monitoring process Methods 0.000 claims abstract description 18
- 238000007781 pre-processing Methods 0.000 claims abstract description 17
- 238000000605 extraction Methods 0.000 claims abstract description 12
- 238000007619 statistical method Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000007405 data analysis Methods 0.000 claims abstract description 8
- 238000013461 design Methods 0.000 claims abstract description 7
- 238000011161 development Methods 0.000 claims abstract description 6
- 238000012360 testing method Methods 0.000 claims abstract description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 26
- 238000004422 calculation algorithm Methods 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 13
- 238000011160 research Methods 0.000 claims description 13
- 238000007726 management method Methods 0.000 claims description 10
- 239000003245 coal Substances 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 6
- 230000007774 longterm Effects 0.000 claims description 6
- 238000010977 unit operation Methods 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 5
- 230000006872 improvement Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 230000001360 synchronised effect Effects 0.000 claims description 5
- 230000008878 coupling Effects 0.000 claims description 4
- 238000010168 coupling process Methods 0.000 claims description 4
- 238000005859 coupling reaction Methods 0.000 claims description 4
- 238000004134 energy conservation Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 4
- 230000015556 catabolic process Effects 0.000 claims description 3
- 238000010835 comparative analysis Methods 0.000 claims description 3
- 238000005094 computer simulation Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000006731 degradation reaction Methods 0.000 claims description 3
- 238000011056 performance test Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 238000004781 supercooling Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000012795 verification Methods 0.000 claims 1
- 238000006477 desulfuration reaction Methods 0.000 description 6
- 230000023556 desulfurization Effects 0.000 description 6
- 239000002002 slurry Substances 0.000 description 6
- 239000006185 dispersion Substances 0.000 description 4
- 238000010248 power generation Methods 0.000 description 4
- 238000005065 mining Methods 0.000 description 3
- 238000003303 reheating Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000013433 optimization analysis Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种基于大数据挖掘的在线运行优化系统，包括大数据预处理系统、趋势节能指引系统、参数趋势分析系统、耗差统计分析与节能诊断系统、运行目标值确定系统和运行优化规划、实施方案及调整策略库。采用大数据分析与数据挖掘方法处理机组实时在线监测数据和大量历史数据，并利用机组的设计参数和现场试验数据制定适用于复杂多变外部条件的先进节能诊断与优化理论方法，可系统研究并自动开展混杂数据预处理，实现复杂热力系统建模、能耗决策规则与知识提取，实际可达优化目标值确定，建立能耗离线分析与在线诊断应用架构，形成优化目标规划、实施及开展方面的策略。结合机组的实际运行状况，对机组在线运行优化平台有秩序地构建及完善。
Description
技术领域
本发明涉及一种运行优化系统，属于大数据智慧节能领域。
背景技术
火力发电机组设备规模不断扩大、运行参数不断提高，与此同时对机组的深度调峰技术改造也逐渐铺展开来。因机组运行过程中涉及复杂的能量转换与能量品质耗散等问题，对火力发电系统的性能监控与运行优化提出了较高要求。机组具有鲜明的热力学状态跨度、高流量和大热流密度、设备超大规模化等特点，不同层次上能量的输运、转换和能量品质耗散的效应非常明显。本发明结合机组的实际运行状况，对机组在线运行优化平台有步骤地进行构建以及完善。通过研究国家、电力行业、区域公司和其他发电公司的信息产业信息化建设规模和发展趋势，分析大数据技术在电力行业各领域（包括发电侧、输电侧、供电侧、用电侧等领域）的应用现状并指出发电侧大数据技术发展应用的薄弱环节，从大数据方向展开研究，提高机组智慧节能的能力。
发明内容
本发明的目的在于克服现有技术中存在的上述不足，而提供一种基于大数据挖掘的在线运行优化系统，结合数字化电厂理念，从转型升级、提升经济效益的角度实施机组优能降耗、运行优化研究，搭建大数据挖掘技术的火电在线优化运行系统平台。本发明针对机组大数据的现场特性进行全面分析，提出通过全面监控参数挖掘机组大数据中隐藏的价值并加以利用，进而指导机组的优化运行的研究思路；将大数据监控及挖掘技术引入机组的运行优化研究中，提出机组性能优化分析链；通过构建机组在线性能优化平台，实现挖掘算法的同步并行化改进，形成机组大数据流与优化平台的数据无障碍交互；以机组实际运行数据为研究对象，完成关联规则分析学习，确定全运行周期内（涵括高、中、低全负荷工况）机组运行参数的目标值，通过调整运行参数以指导机组优化运行。
本发明解决上述问题所采用的技术方案是：一种基于大数据挖掘的在线运行优化系统，其特征是，采用改进的单耗分析方法，结合先进的大数据分析与数据挖掘理论方法，开展用于机组关键能耗参数和指标的监测、能耗分析、节能诊断与运行优化；采用大数据分析与数据挖掘方法处理机组实时在线监测数据和大量历史数据系统研究，并开展混杂数据预处理，形成大数据预处理系统，在此基础上研究适用于复杂多变外部条件的先进节能诊断与优化理论方法，利用机组的现场试验数据建立趋势节能指引系统对能耗指标进行实时计算，根据热力计算系统建模、能耗决策规则与知识提取形成数据的趋势，建立参数趋势分析系统，对运行的趋势进行判断，通过搭建能耗离线分析与在线诊断应用架构，建立耗差统计分析与节能诊断系统，根据发展趋势自动设定最优目标值，根据设计参数和实际可达优化值建立运行目标值确定系统，通过大数据挖掘工具及能耗评价方法等方式建立运行优化规划、实施方案及调整策略库，最终达到优化节能的目的。
所述大数据预处理系统，以机组实际运行数据大气压、发电机有功功率、厂用电率、低压缸排汽温度和压力、主蒸汽温度和压力、高中压缸排汽压力和温度、蒸汽流量的相应数值为数据源，通过随机取数法、趋势平均法两种方式对初始数据进行筛选，最终对选择的数据源进行比对，选取特定时间内一致性较强、方差较小的一组数据作为样本数据，进行检测及预处理计算工作；数据源的选取包括稳态工况选取、波动同步处理、离群数据清理、参数冗余校检、变量统一离散的处理工作，以提高运行数据的质量，满足后续数据挖掘工作的要求。
所述趋势节能指引系统，针对机组进行实时的热力计算，在直接给出机组相应负荷下的性能指标、经济指标等相关参数的基础上，对机组的运行状态进行节能优化筛选，系统自动实时计算，并对各设备运行状态数据、汽水工质的温度和压力参数，依据系统择优选择出的最佳能耗特征参数范围，自动进行记录；以此类推，计算出机组处于不同工况下的相对最佳节能参数运行范围；在不断优化的过程中，当机组在某个状态能耗指标达到更优的位置时，系统即可自动进行记录，经过长期运行，系统自动筛选出最佳运行参数范围，有针对性地监测机组能耗水平演变情况，便于查看分析，从而提高能耗监测的效率和节能管理水平。
所述参数趋势分析系统，基于大量的历史运行数据和系统实时能耗计算结果的长期储存和比对，对系统运行过程中节能的调节和反馈以及数据趋势的统计进行分析，为电站管理人员和技术人员提供丰富的运行优化节能调整策略参考，分别从主汽压力、温度，再热汽压力、温度，给水温度，1-8段抽汽，排汽压力、温度，不同主汽和冷再及热再的进汽温度、压力参数下阀序设定及开度的多个监测参数上提供拓扑观察；上述参数对于能耗结果的敏感度进行分析，并根据反馈记录对系统的节能方法和调整手段形成各种趋势、成组数据、报表等统计资料，并支持复杂系统的动态评估。
所述耗差统计分析与节能诊断系统，主要包括运行参数（主汽压力、温度，再热汽压力、温度，给水温度，1-8段抽汽的温度和压力，排汽压力、温度，不同负荷下的进汽温度、压力参数）构成系统控制的重要设备（真空泵、循环水泵、可变频的给水泵、凝结水泵、引风机、一次风机、吸风机、脱硫浆液泵）的运行条件和运行、调整方式；根据正平衡和反平衡算法及等效焓降法，对机组热耗率、锅炉效率、供热供电煤耗进行经济性、环保性指标监测；缸效率、端差、过冷度等参数的变化都会使得机组在偏离设计工况的状态下运行，影响机组运行的热经济性，在此基础上进行偏离比对计算；耗差统计分析功能可实现设备性能指标以及主要过程参数运行指标的计算与统计，并形象地反映机组典型负荷下指标实际值与基准值的对比分析，求出对应的耗差值，通过日常运行及性能试验确定机组的真实可调整指标后，将经济性能指标劣化值分解到相应设备和过程参数等影响因素上，从而让运行操作人员分主次地减少机组可控损失，提高机组的切实经济指标和技术管理水平。
所述运行目标值确定系统，包括平台底层技术（相关DCS测点数据和加强监控的测点数据）、数据挖掘获取方式（日常运行数据及分析系统隔离状态下的运行数据）、数据标准（测点数据中连续性、离散型、随机型数据的筛选并进行趋势一致性比对，通过方差和离散度的方法攫取有效数据）、数据资产管理体系（系统内行参数（主汽压力、温度，再热汽压力、温度，给水温度，1-8段抽汽的温度和压力，排汽压力、温度，不同负荷下的进汽温度、压力参数）构成系统控制的重要设备（真空泵、循环水泵、可变频的给水泵、凝结水泵、引风机、一次风机、吸风机、脱硫浆液泵）的运行条件和运行、调整方式，根据正平衡和反平衡算法及等效焓降法，对机组热耗率、锅炉效率、供热供电煤耗计算经济性指标并形成相应模块及日常运行人员的调整策略及调整方法）、大数据历史分析（根据设定时间段内，选取纳入采样区间的优质高效运行状态及调整记录）五个方面内容。
根据大数据预处理系统、趋势节能指引系统、参数趋势分析系统、耗差统计分析与节能诊断系统和运行目标值确定系统建立相应的运行优化规划、实施方案及调整策略库，包括根据监测到的运行参数（主汽压力、温度，再热汽压力、温度，给水温度，1-8段抽汽的温度和压力，排汽压力、温度，不同负荷下的进汽温度、压力参数）构成系统控制的重要设备（真空泵、循环水泵、可变频的给水泵、凝结水泵、引风机、一次风机、吸风机、脱硫浆液泵）的运行条件和运行、调整方式；根据正平衡和反平衡算法及等效焓降法，对机组热耗率、锅炉效率、供热供电煤耗进行经济性实施目标性明确、导向性显著的方法，经确认后编录系统自动调整规划或策略；以机组整体系统及各子系统为研究对象，采用基于大数据框架并行化改进后的关联规则算法进行逐级优化，并根据机组实际运行状况进行选择性验证，实现各系统中多参数耦合协同优化，将各运行参数与性能指标的复杂关联关系定量化，进而确定全运行周期内（涵括满负荷及高、中、低全工况负荷）较优性能指标对应的运行参数目标值，以指导机组优化运行。
本发明与现有技术相比，具有以下优点和效果：本发明采用改进的单耗分析方法获得不同工况和运行边界下机组的能耗分布，对关键能耗特征变量进行可控性分类解析，提取实际可控可达的优化目标值和各类可控能量损耗，建立对应于机组当前运行边界、设备特性和运行工况的各类损失及其详细分布的诊断模型；基于数据挖掘和智能优化算法开展基于可比工况和运行边界的机组运行优化，可进一步丰富和完善机组节能诊断与优化理论方法，有效避免单机历史工况性能局限导致的“目标工况优化天花板”问题。
附图说明
图1是本发明基于运行数据的大数据挖掘在线优化逻辑图。
图2是本发明基于运行数据的大数据挖掘在线优化系统流程图。
具体实施方式
下面结合附图并通过实施例对本发明作进一步的详细说明，以下实施例是对本发明的解释而本发明并不局限于以下实施例。
实施例。
参见图1至图2，本实施例中，一种基于大数据挖掘的在线运行优化系统，采用改进的单耗分析方法，结合先进的大数据分析与数据挖掘理论方法，开展用于机组关键能耗参数和指标的监测、能耗分析、节能诊断与运行优化；采用大数据分析与数据挖掘方法处理机组实时在线监测数据和大量历史数据系统研究，并开展混杂数据预处理，形成大数据预处理系统，在此基础上研究适用于复杂多变外部条件的先进节能诊断与优化理论方法，利用机组的现场试验数据建立趋势节能指引系统对能耗指标进行实时计算，根据热力计算系统建模、能耗决策规则与知识提取形成数据的趋势，建立参数趋势分析系统，对运行的趋势进行判断，通过搭建能耗离线分析与在线诊断应用架构，建立耗差统计分析与节能诊断系统，根据发展趋势自动设定最优目标值，根据设计参数和实际可达优化值建立运行目标值确定系统，通过大数据挖掘工具及能耗评价方法等方式建立运行优化规划、实施方案及调整策略库，最终达到优化节能的目的。
大数据预处理系统，以机组实际运行数据大气压、发电机有功功率、厂用电率、低压缸排汽温度和压力、主蒸汽温度和压力、高中压缸排汽压力和温度、蒸汽流量的相应数值为数据源，通过随机取数法、趋势平均法两种方式对初始数据进行筛选，最终对选择的数据源进行比对，选取特定时间内一致性较强、方差较小的一组数据作为样本数据，进行检测及预处理计算工作；数据源的选取包括稳态工况选取、波动同步处理、离群数据清理、参数冗余校检、变量统一离散的处理工作，以提高运行数据的质量，满足后续数据挖掘工作的要求。
趋势节能指引系统，针对机组进行实时的热力计算，在直接给出机组相应负荷下的性能指标、经济指标等相关参数的基础上，对机组的运行状态进行节能优化筛选，系统自动实时计算，并对各设备运行状态数据、汽水工质的温度和压力参数，依据系统择优选择出的最佳能耗特征参数范围，自动进行记录；以此类推，计算出机组处于不同工况下的相对最佳节能参数运行范围；在不断优化的过程中，当机组在某个状态能耗指标达到更优的位置时，系统即可自动进行记录，经过长期运行，系统自动筛选出最佳运行参数范围，有针对性地监测机组能耗水平演变情况，便于查看分析，从而提高能耗监测的效率和节能管理水平。
参数趋势分析系统，基于大量的历史运行数据和系统实时能耗计算结果的长期储存和比对，对系统运行过程中节能的调节和反馈以及数据趋势的统计进行分析，为电站管理人员和技术人员提供丰富的运行优化节能调整策略参考，分别从主汽压力、温度，再热汽压力、温度，给水温度，1-8段抽汽，排汽压力、温度，不同主汽和冷再及热再的进汽温度、压力参数下阀序设定及开度的多个监测参数上提供拓扑观察；上述参数对于能耗结果的敏感度进行分析，并根据反馈记录对系统的节能方法和调整手段形成各种趋势、成组数据、报表等统计资料，并支持复杂系统的动态评估。
耗差统计分析与节能诊断系统，主要包括运行参数（主汽压力、温度，再热汽压力、温度，给水温度，1-8段抽汽的温度和压力，排汽压力、温度，不同负荷下的进汽温度、压力参数）构成系统控制的重要设备（真空泵、循环水泵、可变频的给水泵、凝结水泵、引风机、一次风机、吸风机、脱硫浆液泵）的运行条件和运行、调整方式；根据正平衡和反平衡算法及等效焓降法，对机组热耗率、锅炉效率、供热供电煤耗进行经济性、环保性指标监测；缸效率、端差、过冷度等参数的变化都会使得机组在偏离设计工况的状态下运行，影响机组运行的热经济性，在此基础上进行偏离比对计算；耗差统计分析功能可实现设备性能指标以及主要过程参数运行指标的计算与统计，并形象地反映机组典型负荷下指标实际值与基准值的对比分析，求出对应的耗差值，通过日常运行及性能试验确定机组的真实可调整指标后，将经济性能指标劣化值分解到相应设备和过程参数等影响因素上，从而让运行操作人员分主次地减少机组可控损失，提高机组的切实经济指标和技术管理水平。
运行目标值确定系统，包括平台底层技术（相关DCS测点数据和加强监控的测点数据）、数据挖掘获取方式（日常运行数据及分析系统隔离状态下的运行数据）、数据标准（测点数据中连续性、离散型、随机型数据的筛选并进行趋势一致性比对，通过方差和离散度的方法攫取有效数据）、数据资产管理体系（系统内行参数（主汽压力、温度，再热汽压力、温度，给水温度，1-8段抽汽的温度和压力，排汽压力、温度，不同负荷下的进汽温度、压力参数）构成系统控制的重要设备（真空泵、循环水泵、可变频的给水泵、凝结水泵、引风机、一次风机、吸风机、脱硫浆液泵）的运行条件和运行、调整方式，根据正平衡和反平衡算法及等效焓降法，对机组热耗率、锅炉效率、供热供电煤耗计算经济性指标并形成相应模块及日常运行人员的调整策略及调整方法）、大数据历史分析（根据设定时间段内，选取纳入采样区间的优质高效运行状态及调整记录）五个方面内容。
根据大数据预处理系统、趋势节能指引系统、参数趋势分析系统、耗差统计分析与节能诊断系统和运行目标值确定系统建立相应的运行优化规划、实施方案及调整策略库，包括根据监测到的运行参数（主汽压力、温度，再热汽压力、温度，给水温度，1-8段抽汽的温度和压力，排汽压力、温度，不同负荷下的进汽温度、压力参数）构成系统控制的重要设备（真空泵、循环水泵、可变频的给水泵、凝结水泵、引风机、一次风机、吸风机、脱硫浆液泵）的运行条件和运行、调整方式；根据正平衡和反平衡算法及等效焓降法，对机组热耗率、锅炉效率、供热供电煤耗进行经济性实施目标性明确、导向性显著的方法，经确认后编录系统自动调整规划或策略；以机组整体系统及各子系统为研究对象，采用基于大数据框架并行化改进后的关联规则算法进行逐级优化，并根据机组实际运行状况进行选择性验证，实现各系统中多参数耦合协同优化，将各运行参数与性能指标的复杂关联关系定量化，进而确定全运行周期内（涵括满负荷及高、中、低全工况负荷）较优性能指标对应的运行参数目标值，以指导机组优化运行。
以机组实际运行数据为研究对象，针对运行初始数据的质量缺陷，采用聚类、模糊粗糙集和数据协调等方法进行数据检测及预处理工作，包括稳态工况检测与准稳态处理、波动同步处理、离群数据和奇异值参数清理、参数冗余校检、时效性检测和传感器故障检测与测量值校核等数据清洗和数据预处理工作，大数据预处理系统处理从而提高运行数据的质量和可信性，满足后续大数据分析与数据挖掘工作的要求。以机组实际运行数据作为研究对象，研究基于机组历史数据驱动的机组能耗特性建模理论与方法。在不同的外部环境条件及工况负荷下，以提取到的关键能耗特征变量为输入进行计算形成趋势节能指引系统，采用支持向量机和神经网络方法建立可准确揭示机组能耗与多变的外部资源环境、设备特性以及运行控制水平之间内在联系的机组精确能耗特性模型，形成参数趋势分析系统。根据机组实际运行状况进行选择性验证，实现各系统中多参数耦合协同优化，将各运行参数与性能指标的复杂关联关系定量化，进而确定全运行周期内（包括：高、中、低负荷工况，供热/非供热工况等）实际可达性能指标对应的运行参数目标值，建立耗差统计分析与节能诊断系统。基于模糊粗糙集决策表约简算法，提出机组性能优化与节能诊断知识库的构建方法，确定具有快速、智能自适应性、高度复现性和可动态调整优化等特性机组实际可达优化目标工况，建立运行目标值确定系统。在可比历史边界条件下寻优确定机组实际可达优化目标值的方法，通过系统的运行调整策略形成运行优化规划、实施方案及调整策略库以指导机组优化运行。同时对于生成的历史策略，可在系统中进行追溯查询。
本说明书中未作详细描述的内容均属于本领域专业技术人员公知的现有技术。
虽然本发明已以实施例公开如上，但其并非用以限定本发明的保护范围，任何熟悉该项技术的技术人员，在不脱离本发明的构思和范围内所作的更动与润饰，均应属于本发明的保护范围。
Claims (2)
1.一种基于大数据挖掘的在线运行优化系统，其特征是，采用改进的单耗分析方法，结合先进的大数据分析与数据挖掘理论方法，开展用于机组关键能耗参数和指标的监测、能耗分析、节能诊断与运行优化；采用大数据分析与数据挖掘方法处理机组实时在线监测数据和大量历史数据系统研究，并开展混杂数据预处理，形成大数据预处理系统，在此基础上研究适用于复杂多变外部条件的先进节能诊断与优化理论方法，利用机组的现场试验数据建立趋势节能指引系统对能耗指标进行实时计算，根据热力计算系统建模、能耗决策规则与知识提取形成数据的趋势，建立参数趋势分析系统，对运行的趋势进行判断，通过搭建能耗离线分析与在线诊断应用架构，建立耗差统计分析与节能诊断系统，根据发展趋势自动设定最优目标值，根据设计参数和实际可达优化值建立运行目标值确定系统，通过大数据挖掘工具及能耗评价方法方式建立运行优化规划、实施方案及调整策略库，最终达到优化节能的目的。
2.根据权利要求1所述的基于大数据挖掘的在线运行优化系统，其特征是，所述大数据预处理系统，以机组实际运行数据大气压、发电机有功功率、厂用电率、低压缸排汽温度和压力、主蒸汽温度和压力、高中压缸排汽压力和温度、蒸汽流量的相应数值为数据源，通过随机取数法、趋势平均法两种方式对初始数据进行筛选，最终对选择的数据源进行比对，选取特定时间内一致性较强、方差较小的一组数据作为样本数据，进行检测及预处理计算工作；数据源的选取包括稳态工况选取、波动同步处理、离群数据清理、参数冗余校检、变量统一离散的处理工作，以提高运行数据的质量，满足后续数据挖掘工作的要求；
所述趋势节能指引系统，针对机组进行实时的热力计算，在直接给出机组相应负荷下的性能指标、经济指标相关参数的基础上，对机组的运行状态进行节能优化筛选，系统自动实时计算，并对各设备运行状态数据、汽水工质的温度和压力参数，依据系统择优选择出的最佳能耗特征参数范围，自动进行记录；以此类推，计算出机组处于不同工况下的相对最佳节能参数运行范围；在不断优化的过程中，当机组在某个状态能耗指标达到更优的位置时，系统自动进行记录，经过长期运行，系统自动筛选出最佳运行参数范围，有针对性地监测机组能耗水平演变情况，便于查看分析，从而提高能耗监测的效率和节能管理水平；
所述参数趋势分析系统，基于大量的历史运行数据和系统实时能耗计算结果的长期储存和比对，对系统运行过程中节能的调节和反馈以及数据趋势的统计进行分析，为电站管理人员和技术人员提供丰富的运行优化节能调整策略参考，分别从主汽压力、温度，再热汽压力、温度，给水温度，1-8段抽汽，排汽压力、温度，不同主汽和冷再及热再的进汽温度、压力参数下阀序设定及开度的多个监测参数上提供拓扑观察；上述参数对于能耗结果的敏感度进行分析，并根据反馈记录对系统的节能方法和调整手段形成各种趋势、成组数据、报表统计资料，并支持复杂系统的动态评估；
所述耗差统计分析与节能诊断系统，包括运行参数构成系统控制的重要设备的运行条件和运行、调整方式；根据正平衡和反平衡算法及等效焓降法，对机组热耗率、锅炉效率、供热供电煤耗进行经济性、环保性指标监测；缸效率、端差、过冷度参数的变化都会使得机组在偏离设计工况的状态下运行，影响机组运行的热经济性，在此基础上进行偏离比对计算；耗差统计分析功能实现设备性能指标以及主要过程参数运行指标的计算与统计，并形象地反映机组典型负荷下指标实际值与基准值的对比分析，求出对应的耗差值，通过日常运行及性能试验确定机组的真实可调整指标后，将经济性能指标劣化值分解到相应设备和过程参数影响因素上，从而让运行操作人员分主次地减少机组可控损失，提高机组的切实经济指标和技术管理水平；
所述运行目标值确定系统，包括平台底层技术、数据挖掘获取方式、数据标准、数据资产管理体系构成系统控制的重要设备的运行条件和运行、调整方式，根据正平衡和反平衡算法及等效焓降法，对机组热耗率、锅炉效率、供热供电煤耗计算经济性指标并形成相应模块及日常运行人员的调整策略及调整方法）、大数据历史分析五个方面内容；
根据大数据预处理系统、趋势节能指引系统、参数趋势分析系统、耗差统计分析与节能诊断系统和运行目标值确定系统建立相应的运行优化规划、实施方案及调整策略库，包括根据监测到的运行参数构成系统控制的重要设备的运行条件和运行、调整方式；根据正平衡和反平衡算法及等效焓降法，对机组热耗率、锅炉效率、供热供电煤耗进行经济性实施目标性明确、导向性显著的方法，经确认后编录系统自动调整规划或策略；以机组整体系统及各子系统为研究对象，采用基于大数据框架并行化改进后的关联规则算法进行逐级优化，并根据机组实际运行状况进行选择性验证，实现各系统中多参数耦合协同优化，将各运行参数与性能指标的复杂关联关系定量化，进而确定全运行周期内较优性能指标对应的运行参数目标值，以指导机组优化运行。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111496012.4A CN114418169A (zh) | 2021-12-09 | 2021-12-09 | 一种基于大数据挖掘的在线运行优化系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111496012.4A CN114418169A (zh) | 2021-12-09 | 2021-12-09 | 一种基于大数据挖掘的在线运行优化系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114418169A true CN114418169A (zh) | 2022-04-29 |
Family
ID=81264642
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111496012.4A Pending CN114418169A (zh) | 2021-12-09 | 2021-12-09 | 一种基于大数据挖掘的在线运行优化系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114418169A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116542510A (zh) * | 2023-07-05 | 2023-08-04 | 江苏航运职业技术学院 | 船舶电气调试流程的优化配置方法 |
| CN117111478A (zh) * | 2023-10-20 | 2023-11-24 | 山东暖谷新能源环保科技有限公司 | 基于数据处理技术的热量控制系统及方法 |
-
2021
- 2021-12-09 CN CN202111496012.4A patent/CN114418169A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116542510A (zh) * | 2023-07-05 | 2023-08-04 | 江苏航运职业技术学院 | 船舶电气调试流程的优化配置方法 |
| CN116542510B (zh) * | 2023-07-05 | 2023-10-13 | 江苏航运职业技术学院 | 船舶电气调试流程的优化配置方法 |
| CN117111478A (zh) * | 2023-10-20 | 2023-11-24 | 山东暖谷新能源环保科技有限公司 | 基于数据处理技术的热量控制系统及方法 |
| CN117111478B (zh) * | 2023-10-20 | 2024-03-01 | 山东暖谷新能源环保科技有限公司 | 一种暖风炉的进气隔热控制系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112200433B (zh) | 一种发电厂热力性能分析与优化系统 | |
| CN113657031A (zh) | 基于数字孪生的供热调度自动化实现方法、系统及平台 | |
| CN114418169A (zh) | 一种基于大数据挖掘的在线运行优化系统 | |
| CN109492777A (zh) | 一种基于机器学习算法平台的风电机组健康管理方法 | |
| CN109948858B (zh) | 基于数据驱动的工况识别方法 | |
| CN109185917B (zh) | 一种基于火焰强度信号的锅炉燃烧状态在线诊断方法及系统 | |
| CN111720296B (zh) | 一种基于自编码器的汽动给水泵设备异常状态预警方法 | |
| CN112836941B (zh) | 一种煤电机组汽轮机高加系统在线健康状况评估方法 | |
| CN113095591B (zh) | 一种用于火电机组运行参数自寻优的耗差分析方法 | |
| CN113515049A (zh) | 一种燃气蒸汽联合循环发电机组运行调控系统及调控方法 | |
| Prasad et al. | A novel performance monitoring strategy for economical thermal power plant operation | |
| CN111723331A (zh) | 一种联合循环二拖一机组汽轮机负荷的权益分配计算方法 | |
| CN113868836B (zh) | 基于大数据的智慧热力系统在线专家分析平台 | |
| Cerri et al. | Inverse methodologies for actual status recognition of gas turbine components | |
| CN113110356A (zh) | 一种低温热系统的智能优化控制装备 | |
| CN113191083A (zh) | 考虑全工况外部参数变化的烟气余热回收系统优化设计方法 | |
| Liangyu et al. | ANN-based soft sensing of oxygen content in boiler air-flue gas system | |
| CN114626309B (zh) | 一种高压加热器系统端差煤耗优化调节方法 | |
| CN117968431B (zh) | 燃煤电厂烟气余热回收控制方法及装置 | |
| Cerri et al. | Gas path analysis and gas turbine re-mapping | |
| CN114626270B (zh) | 一种热电联产机组智能能耗的分析方法 | |
| Warsokusumo et al. | Real-time online monitoring for maintaining energy efficiency performance of power generation system | |
| RU2783863C1 (ru) | Способ комплексной оптимизации параметров энергоблока | |
| Tang et al. | Computer Prediction Model of Heat Consumption in Thermal System of Coal-Fired Power Station Based on Big Data Analysis and Information Sorting | |
| Zhang et al. | Design of Intelligent Production System for Thermal Power Plant |
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 |