[发明专利]基于大数据分析技术的供热机组可调出力区间评估方法

权利要求书

1.基于大数据分析技术的供热机组可调出力区间评估方法，其特征在于：包括以下步骤，

步骤1，定义给定机组的历史供热数据集为

其中，为机组工况数据，为机组运行数据，M为机组历史供热数据样本数，i∈[1,M]；

步骤2，运用多维聚类算法，将整个历史供热数据集按不同的工况，划分成若干个数据子集S＝{S₁,S₂,…,S_K}；

其中，K为工况类型个数，S_j为第j种工况的供热数据；

步骤3，采用高斯分布对每个工况下机组发电功率集P＝{p₁,p₂,…,p_n}进行描述；

μP=Σl=1npln]]>

σP2=Σl=1n(pl-μP)2n-1]]>

其中，μ_P为均值，为方差，n为一工况下机组放电功率样本数，p_l为一工况下机组第l个放电功率样本，l∈[1,n]；

步骤4，对每个工况下，对机组发电功率集的高斯分布的置信区间进行寻优迭代计算，使该置信区间满足预先设定的约束条件，该置信区间的上、下限为相应工况下调峰能力区间的上、下限。

2.根据权利要求1所述的基于大数据分析技术的供热机组可调出力区间评估方法，其特征在于：多维聚类算法的维度划分标准包括供热负荷、环境温度和当量负荷给煤量。

3.根据权利要求1或2所述的基于大数据分析技术的供热机组可调出力区间评估方法，其特征在于：多维聚类算法为k-means算法。

4.根据权利要求1所述的基于大数据分析技术的供热机组可调出力区间评估方法，其特征在于：约束条件为，

一、机组调峰能力区间上限小于等于机组额定负荷；

二、机组调峰能力区间下限大于等于R％机组额定负荷；

R％根据政府部门对每台机组核定的最低不投油运行负荷来确定；

三、置信区间的置信水平大于等于Y％，Y≥90。

5.根据权利要求4所述的基于大数据分析技术的供热机组可调出力区间评估方法，其特征在于：寻优迭代计算的过程为，

A1)定义j＝1；

A2)计算置信水平X＝100％-jα；

其中，jα为步长；

A3)计算置信区间的上、下限；

置信区间的上限，

P_max＝μ_p+λ×σ_P

置信区间的下限，

P_max＝μ_p-λ×σ_P；

其中，λ为参数，λ＝t_jα/2(n-1)表示根据jα和n在t分布表上查找λ；

A4)判断置信水平X是否等于Y％或者置信区间的上、下限分别满足约束条件一、二，如果是，则结束；否则，j＝j+1，转至步骤A2。