[发明专利]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

权利要求书

1.一种基于大数据分析的汽轮机阀门流量特性参数优化方法，其特征为实施步骤包括：

1)通过火力发电厂分散控制系统DCS获取机组历史运行数据；

2)通过对机组历史运行数据进行初步筛选，获取机组处于稳定工况下的运行数据；

3)通过对获得的稳定工况下的数据进行信息挖掘，获取机组在各运行工况下的特征数据其中N为机组历史运行数据的采样数据种数；

4)对特征数据采用改进型弗留格尔公式计算汽轮机的实际进汽流量；

5)将计算获得的实际进汽流量与额定进汽流量的百分比代替DEH系统组态中原阀门流量特性参数中的综合阀位指令，实现对汽轮机阀门流量特性参数的优化；

步骤4)中的改进型弗留格尔公式的函数表达式如式(1)所示；

式(1)中，G_l表示由计算获取的汽轮机实际进汽流量与额定进汽流量的百分比，为特征数据中的汽轮机调节级压力，为特征数据中的汽轮机主蒸汽压力，分别为汽轮机的额定主蒸汽压力和额定调节级压力，根据机组满负荷且调阀全开时的历史运行数据获取；

步骤3)的详细步骤包括：

3.1)输入获得的稳定工况下的数据集Ω＝{x′(k),k＝1,2,...,M}，其中M为该数据集Ω中包含的样本总数；

3.2)将数据集Ω按照综合阀位指令从小到大的顺序依次排列，然后将数据集Ω划分为指定数量L个数据子集Ω_l，其中l＝1,2,…,L；

3.3)采用密度函数法获得数据子集Ω_l的特征数据其中，N为机组历史运行数据的采样数据种数；

步骤3.2)中将数据集Ω划分为指定数量个数据子集Ω_l的函数表达式如式(2)所示；

式(2)中，x′₁(l)为综合阀位指令的第l个界限值，分别为经过初筛后机组处于稳定工况下的综合阀位指令x′₁的最大值和最小值，L为数据子集数量。

2.根据权利要求1所述的基于大数据分析的汽轮机阀门流量特性参数优化方法，其特征为，步骤1)中获取机组历史运行数据时，数据的采样时间为1s～5s，时间跨度选取一周以上，获得的机组历史运行数据的采样数据包括综合阀位指令、机组负荷、主蒸汽压力、调节级压力、主蒸汽温度、高压调阀的指令、高压调阀的反馈。

3.根据权利要求1所述的基于大数据分析的汽轮机阀门流量特性参数优化方法，其特征为，步骤2)中进行初步筛选的逻辑语句如式(3)所示；

式(3)中，x_i表示机组历史运行数据的第i种采样数据，i＝1,2,…,N，N为机组历史运行数据的采样数据种数，x(k)＝(x₁(k),x₂(k),...,x_N(k))为一向量，其中k代表按照时间的前后顺序获得的第k种采样数据；代表获得的机组历史运行数据中第i种采样数据x_i的最大值和最小值，x′_i代表经过初筛后获得的机组处于稳定工况下的历史数据，x′(k)＝(x′₁(k),x′₂(k),...,x′_N(k))为一向量，a为正整数参数，δ为预设的百分数阈值。

4.根据权利要求1所述的基于大数据分析的汽轮机阀门流量特性参数优化方法，其特征为，步骤3.3)的详细步骤包括：

3.3.1)获取数据子集Ω_l中的样本点x′_l(k)处的密度函数D_k；

3.3.2)令D₁＝D_m＝max{D_k,n＝1,2,...,M_l}，取与D₁对应的x′(m)＝(x″₁(m),x₂(m),...,x_N(m))作为数据子集Ω_l的特征数据其中，N为机组历史运行数据的采样数据种数，M_l为数据子集Ω_l中包含的样本个数。