[发明专利]一种基于数理统计原理的火电机组性能指标评估方法在审

专利信息
申请号: 202110693297.4 申请日: 2021-06-22
公开(公告)号: CN113434809A 公开(公告)日: 2021-09-24
发明(设计)人: 杨利;江浩;马汀山;余小兵;王春燕;张奔;曾立飞;井新经 申请(专利权)人: 西安西热节能技术有限公司;西安热工研究院有限公司
主分类号: G06F17/11 分类号: G06F17/11;G06Q10/06;G06Q50/06
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 张海平
地址: 710054 陕西省*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 数理统计 原理 火电 机组 性能指标 评估 方法
【说明书】:

发明公开了一种基于数理统计原理的火电机组性能指标评估方法,包括以下步骤:获取性能指标总体X的样本X1,X2,…,Xn,设性能指标总体X的分布函数为F(x,θ),θ为未知参数,对于给定值α,0α1,设存在性能指标统计量θ(X1,…,Xn)及则为参数θ的置信度为1‑α的置信区间,θ及θ分别为置信上限及下限;根据置信区间评估火电机组性能指标,该方法能够较为准确评估火电机组性能。

技术领域

本发明属于汽轮机技术领域,涉及一种基于数理统计原理的火电机组性能指标评估方法。

背景技术

火电机组性能指标在线监测结果波动大,造成设备性能状况发生改变引起的在线性能监测指标变化的真实信息被淹没在很多噪声信号中,以致无法得到正确的分析结果,因此基于历史运行数据对火电机组性能指标进行准确评估是非常必要的,对设备性能评价、运行优化、系统建模和故障检测均具有重要意义。

然而,现有的火电机组性能指标评价方法大多采取基于SIS系统提取的历史运行数据,对历史运行数据中的稳态运行工况采取ASME性能试验计算方法进行在线监测性能指标的计算,因此,性能指标计算结果的精确度对稳态检测算法的可靠性和运行数据的测量精度要求很高。一方面,高精度的测量仪表在实际运行过程中会有不同程度的磨损、损坏,测量精度下降引起性能指标计算的不确定度增大;另一方面,稳态检测方法大多需要根据经验确定检验窗口长度和稳态阈值,且对多变量的稳态检测研究较少,由于在实际生产过程中变量众多,噪声及信号特征各异,窗口长度和稳态阈值的确定十分困难,直接影响了各种稳态检测算法的应用和推广;此外,现有各种稳态检测算法无法对稳态检测过程的不确定度(尤其是随机不确定度)进行预测或者控制,影响了性能计算结果的可信度,从而导致火电机组性能评价、故障检测的结果不理想。

发明内容

本发明的目的在于克服上述现有技术的缺点,提供了一种基于数理统计原理的火电机组性能指标评估方法,该方法能够较为准确评估火电机组性能。

为达到上述目的,本发明所述的基于数理统计原理的火电机组性能指标评估方法包括以下步骤:

获取性能指标总体X的样本X1,X2,…,Xn,设性能指标总体X的分布函数为F(x,θ),θ为未知参数,对于给定值α,0α1,设存在性能指标统计量θ(X1,…,Xn)及使得:

则为参数θ的置信度为1-α的置信区间,θ及θ分别为置信上限及下限;

根据置信区间评估火电机组性能指标。

任一性能指标随机样本的平均值均围绕性能指标总体的平均值周围,并呈正态分布,即X~N(μ,σ2)。

当性能指标总体方差σ2已知时,性能指标总体均值μ的置信度为1-α的置信区间。

1-α的置信区间为:

当性能指标总体方差σ2未知时,性能指标总体均值μ的置信度为1-α的置信区间。

1-α的置信区间为:

当性能指标总体方差σ2已知时,性能指标样本平均值为性能指标总体均值μ的无偏估计,则由正态分布定理,得:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安西热节能技术有限公司;西安热工研究院有限公司,未经西安西热节能技术有限公司;西安热工研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110693297.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top