[发明专利]一种基于电厂历史数据自动生成运行参数目标曲线的方法

说明书

本发明公开了一种基于电厂历史数据自动生成运行参数目标曲线的方法，该方法首先需要确定目标曲线函数的自变量参数与因变量参数，根据所选参数变量特征，进行历史工况采集、工况特征计算、工况聚类和聚类组寻优，形成参数目标曲线拟合所需的最优离散工况点坐标，通过自由配置的数学函数形式进行数学拟合，得到平滑连续的参数目标曲线；并且可以通过不断积累的最新运行历史数据，定期更新工况数据和目标曲线离散工况点坐标，进而更新参数目标曲线。本发明方法能够有效利用电厂运行历史数据，从工况角度和寻优判定角度找到该参数的最优目标值，为电厂运行优化指导和运行绩效考核等生产管理工作提供重要的数据支持和决策参考。

技术领域

本发明涉及能源动力行业大数据应用技术领域，特别涉及一种基于电厂历史数据自动生成运行参数目标曲线的方法。

背景技术

随着电厂数字化建设进程的推进，智能电厂的许多生产业务需求都将基于电厂的大数据平台上实现自动分析、计算和决策。电厂机组运行优化是生产业务的一大需求，是在现有的热力系统及设备条件下进行机组运行调整和优化，提升机组经济性的重要手段。电厂运行优化需要相关运行参数的目标曲线，进而计算得到实时目标值。

运行参数目标曲线的获取一般通过以下几种方法：(1)通过系统的相关设计资料录入；(2)通过现场运行经验录入；(3)通过同类机组的运行经验录入；(4)通过定期的性能试验得到目标曲线；(5)建立相应的机理模型进行目标预测；(6)通过历史数据分析得到。

其中方法(1)～(3)受人为主观因素影响，方法(4)的参数目标获取成本较高，并且随着机组运行的衰减和现场技改变化，目标曲线很难及时更新；方法(5)对物理建模要求较高，且现场采集的数据不能保证满足模型的要求，不同运行参数对应的机理模型也不一样，需要重新构建。方法(6)能够充分利用现场历史运行特征，从历史数据分析挖掘得到目标曲线，有效避免人为主观因素，充分利用实际运行数据的价值，避开复杂多变的机理建模过程，逐渐成为值得关注的一种方法途径。

发明内容

为了满足电厂运行优化对参数目标曲线实时性和准确性的要求，本发明的目的在于提供一种基于电厂历史数据自动生成运行参数目标曲线的方法，该方法能有效利用电厂实时监控大数据平台，从历史工况角度，提供一整套的数据分析、处理及目标曲线生成的解决方案，为电厂运行优化和决策提供重要的参数目标值信息。

为了实现上述目的，本发明采用的技术方案是：

一种基于电厂历史数据自动生成运行参数目标曲线的方法，包括如下步骤：

步骤1：确定目标运行参数y的目标曲线函数y＝f(x)中的自变量x：

自变量选取主要影响该目标运行参数y的运行特征参数；

步骤2：根据目标曲线函数中的自变量从历史数据采集工况：

根据目标曲线函数选择的自变量x，从历史数据中自动采集稳定工况，稳定工况的判据之一为目标曲线函数的自变量x在工况时间段内保持稳定或波动范围限制在一定区间内；通过历史工况采集任务，最终得到若干个稳定工况时间段(t_1s,t_1e),(t_2s,t_2e),(t_3s,t_3e),…(t_is,t_ie)；其中，t_is为工况i的开始时间，t_ie为工况i的结束时间；

步骤3：对采集到的历史工况分别进行参数计算：

参数计算包括目标曲线函数中的自变量x统计计算和目标运行参数y的统计计算，对每个工况i计算参数各时刻样本值的平均值，得到工况i的自变量参数特征x_i和目标运行参数特征y_i，如下公式所示。