[发明专利]一种火电厂大型凝汽式汽轮机的经济性实时评估方法

权利要求书

1.一种火电厂大型凝汽式汽轮机的经济性实时评估方法，包括以下步骤；

1)收集统计与待评估汽轮机经济性相关的SIS测点；

2)确定可作为此汽轮机性能状态参照基准的时间段t₀及测试时间段t_test；

3)取t₀及t_test时间段内按步骤1)所选测点得到的数据，分别进行初处理，得到初处理数据InitialData₀和InitialData_test；

4)对InitialData₀和InitialData_test分别进行稳态筛选，得到t₀及t_test时间段内的稳态数据SteadyData₀和SteadyData_test；

5)建立2个叠加的受限玻尔兹曼机(RBM)模型，采用InitialData₀对叠加的2层RBM模型进行预训练；

6)在步骤5)中建立的2层RBM模型之后叠加一层输出层并初始化，形成一个3层的深度信念网络(DBN)；

7)使用InitialData₀对步骤6)中得到的3层DBN模型进行第一次参数微调，调整各层的权值和偏置；

8)使用SteadyData₀对步骤7)中得到的DBN模型进行第二次参数微调；

9)使用SteadyData_test对DBN模型的效果进行验证；

10)建立待评估汽轮机的经济性实时评估模型；

11)将汽轮机的实时SIS数据进行处理，得到实时稳态数据CurrentSteadyData，并输入步骤10)中建立的评估模型得到预测数据CurrentIdealOut；

12)将汽轮机当前的实时功率数据CurrentOut与步骤11)中得到的模型预测数据CurrentIdealOut进行对比，得到汽轮机的经济性相对指标；

所述步骤4)的稳态筛选，按汽轮机输出功率及给水泵出口水流量波动幅度均小于1.5％～2％，并且稳态持续时间大于或等于30分钟的原则进行筛选，如式(1)、(2)所示：

(P_max-P_min)_t＜(P_average)_t×P_range                                     (1)

(F_max-F_min)_t＜(F_average)_t×F_range                                     (2)

式中：P_max和P_min分别表示时间区间t内汽轮机输出功率的最大值和最小值；P_average表示时间区间t内汽轮机输出功率的平均值；P_range表示为筛选稳态设置的汽轮机输出功率的允许波动幅度，其取值应在1.5％～2％之间；F_max和F_min分别表示时间区间t内给水泵出口水流量的最大值和最小值；F_average表示时间区间t内给水泵出口水流量的平均值；F_range表示为筛选稳态设置的给水泵出口水流量的允许波动幅度，其取值应在1.5％～2％之间；t表示为筛选稳态设置的稳态持续最短时间，取为30分钟；

所述步骤5)中建立的2个叠加的RBM模型，RBM隐层神经元数量的选取与显层神经元数量及训练样本数量有关，这里根据步骤1)中所选测点数量一般在100～150之间、步骤2)中选取的训练数据所在基准时间段t₀为3～5个月，将此2层RBM的隐层神经元数均取在10～20之间；RBM的参数中，权值矩阵w通过N(0，0.01²)的高斯分布初始化为小的随机数；

所述步骤7)中的第一次参数微调，是使用初处理数据InitialData₀对DBN模型采用反向传播算法进行训练；所述步骤8)中的第二次参数微调，是使用稳态数据SteadyData₀对DBN模型采用反向传播算法进行训练；

所述步骤10)中建立评估模型的过程，需要将步骤5)、6)、7)、8)、9)重复进行多次，得到N个模型(N3)，在每次预测时，将此N个模型的预测平均值作为最终预测值，如式(10)所示：

式中：Y_final表示最终预测值，Y_i表示第i个模型的预测值；

所述步骤11)中对汽轮机实时SIS数据进行的处理，即为与步骤3)和4)相同的初处理及稳态筛选，但在此次初处理中的[0，1]区间归一化环节，可能出现归一化后的数据不在[0，1]区间的情况，需进行如式(11)的处理：

式中：Data₁为归一化之后处理之前的数据，Data₂为处理后数据；

在计算预测数据CurrentIdealOut时，采用的输入数据是CurrentSteadyData中除发电机功率测点以外的数据；

所述步骤12)中汽轮机的经济性相对指标，指短时间内同一负荷等级情况下实时功率数据CurrentOut与模型预测数据CurrentIdealOut之比的平均值，即作为该负荷等级下汽轮机当前的经济性相对指标，如式(12)所示：

式中：C为所选负荷等级下汽轮机当前的经济性相对指标；N为所选时间内所选负荷等级下的分析数据点数量。