基于海量歷史數(shù)據(jù)火電機(jī)組運(yùn)行參數(shù)智能在線尋優(yōu)方法
【技術(shù)領(lǐng)域】：
[0001] 本發(fā)明屬于火力發(fā)電技術(shù)領(lǐng)域，具體涉及一種基于海量歷史數(shù)據(jù)火電機(jī)組運(yùn)行參 數(shù)智能在線尋優(yōu)方法。
【背景技術(shù)】：
[0002] 目前，火電機(jī)組可采用的優(yōu)化目標(biāo)值有設(shè)計(jì)值、計(jì)算值、試驗(yàn)值和經(jīng)驗(yàn)值，這些方 法在不同程度上都存在著弊端，由于某些機(jī)組熱力系統(tǒng)建立精確的數(shù)學(xué)模型，獲取經(jīng)濟(jì)運(yùn) 行計(jì)算目標(biāo)值也存在困難；取設(shè)計(jì)參數(shù)作為目標(biāo)值一般適用于帶基本負(fù)荷的機(jī)組，對于長 期變負(fù)荷運(yùn)行的機(jī)組，不適合取設(shè)計(jì)值作為目標(biāo)值；試驗(yàn)方法則是通過機(jī)組優(yōu)化試驗(yàn)，通過 對多個(gè)典型負(fù)荷工況進(jìn)行反復(fù)試驗(yàn)和調(diào)整，試驗(yàn)方法的問題在于試驗(yàn)成本高，且獲得的目 標(biāo)工況點(diǎn)有限。

【發(fā)明內(nèi)容】
：
[0003] 目標(biāo)值是節(jié)能診斷優(yōu)化的基礎(chǔ)和核心問題，由于現(xiàn)有技術(shù)的弊端，本發(fā)明的目的 是為了實(shí)時(shí)準(zhǔn)確的確定機(jī)組最優(yōu)目標(biāo)值，提供了基于海量歷史數(shù)據(jù)火電機(jī)組運(yùn)行參數(shù)智能 在線尋優(yōu)方法，該方法通過歷史穩(wěn)態(tài)數(shù)據(jù)尋優(yōu)值作為計(jì)算基準(zhǔn)和判斷依據(jù)，及時(shí)跟蹤本身 機(jī)組的運(yùn)行特性變化，在線確定機(jī)組最優(yōu)目標(biāo)值。
[0004] 為達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案來實(shí)現(xiàn)的：
[0005] 基于海量歷史數(shù)據(jù)火電機(jī)組運(yùn)行參數(shù)智能在線尋優(yōu)方法，包括如下步驟：
[0006] 1)設(shè)定尋優(yōu)的參數(shù)，包括不可控參數(shù)和可控參數(shù)，其中，不可控參數(shù)為：機(jī)組負(fù) 荷、循環(huán)水入口溫度、收到基灰分、收到基水分、干燥無灰基揮發(fā)分及收到基低位發(fā)熱值；可 控參數(shù)為：主蒸汽溫度、主蒸汽壓力、再熱蒸汽溫度、真空、給水溫度、過熱減溫水量、再熱減 溫水量、煙氣含氧量及排煙溫度；
[0007] 2)提取15分鐘內(nèi)的機(jī)組負(fù)荷值、循環(huán)水入口溫度、收到基灰分、收到基水分、干 燥無灰基揮發(fā)分及收到基低位發(fā)熱值6個(gè)不可控參數(shù)按匹配算法尋找案例庫中相近的運(yùn) 行工況，如果在案例庫中能找到此工況，則進(jìn)入步驟4)，如果在案例庫中找不到，進(jìn)入步驟 3)；
[0008] 3)在歷史數(shù)據(jù)中按照機(jī)組負(fù)荷值、循環(huán)水入口溫度、收到基灰分、收到基水分、干 燥無灰基揮發(fā)分及收到基低位發(fā)熱值6個(gè)不可控參數(shù)按匹配算法尋找一年內(nèi)煤耗率最低 的1個(gè)工況；
[0009] 4)找出對應(yīng)案例或時(shí)戳下的主蒸汽溫度、主蒸汽壓力、再熱蒸汽溫度、真空、給水 溫度、過減水流量、再減水流量、煙氣含氧量及排煙溫度9個(gè)可控參數(shù)尋優(yōu)值；
[0010] 5)此次尋優(yōu)得到的結(jié)果如果在案例庫中沒有，則保存至案例庫中。
[0011] 本發(fā)明進(jìn)一步的改進(jìn)在于，步驟2)和3)中，匹配算法如下：
[0012] 利用基于距離和方向信息的幾何模型方法進(jìn)行機(jī)組運(yùn)行工況案例的相似性描述， 當(dāng)前穩(wěn)態(tài)運(yùn)行工況數(shù)據(jù)X q和機(jī)組案例庫中案例X 4勺相似性函數(shù)可表述為：
[0016] 式中，i = 1至6, j = 1至6,xqj分別為當(dāng)前穩(wěn)態(tài)運(yùn)行工況下6個(gè)不可控參數(shù)實(shí)時(shí) 測點(diǎn)的值，&分別代表機(jī)組案例庫中6個(gè)不可控參數(shù)的案例值，w i、W2為權(quán)重因子，分別取 為0. 75和0. 25 ;D(xq，X1)表示距離信息，γ ,分別表示6個(gè)不可控參數(shù)的加權(quán)系數(shù)，分別取 為 0. 3、0.2、0. 1、0. 1、0. UOJdos(Si)表示案例方向信息；
[0017] 利用式（1)計(jì)算當(dāng)前穩(wěn)態(tài)運(yùn)行工況數(shù)據(jù)與機(jī)組歷史工況相似度S1，將所有大于相 似度閾值\的歷史工況都作為匹配工況。
[0018] 本發(fā)明進(jìn)一步的改進(jìn)在于，相似度閾值Sv取值為0. 8。
[0019] 相對于現(xiàn)有技術(shù)，本發(fā)明具有如下的有益效果：
[0020] 本發(fā)明采用基于歷史穩(wěn)態(tài)數(shù)據(jù)尋優(yōu)值作為優(yōu)化診斷等功能模塊的計(jì)算基準(zhǔn)和判 斷依據(jù)，及時(shí)跟蹤本身機(jī)組的運(yùn)行特性變化，在線確定機(jī)組目標(biāo)工況。本發(fā)明可滿足生產(chǎn)實(shí) 時(shí)現(xiàn)場中小指標(biāo)考核、耗差分析、運(yùn)行優(yōu)化、節(jié)能診斷等功能模塊的需求，進(jìn)而完善和提高 機(jī)組性能。
【附圖說明】：
[0021] 圖1為本發(fā)明基于海量歷史數(shù)據(jù)火電機(jī)組運(yùn)行參數(shù)智能在線尋優(yōu)方法的流程圖。
[0022] 圖2為當(dāng)前火電機(jī)組運(yùn)行參數(shù)智能在線尋優(yōu)圖。
【具體實(shí)施方式】：
[0023] 下面結(jié)合具體實(shí)施對本發(fā)明做進(jìn)一步說明。
[0024] 基于海量歷史數(shù)據(jù)火電機(jī)組運(yùn)行參數(shù)智能在線尋優(yōu)方法，其計(jì)算流程如圖1所 示，詳細(xì)步驟包括以下內(nèi)容：
[0025] 1)設(shè)定尋優(yōu)的參數(shù)，不可控參數(shù)為：機(jī)組負(fù)荷、循環(huán)水入口溫度、收到基灰分、收 到基水分、干燥無灰基揮發(fā)分、收到基低位發(fā)熱值；可控參數(shù)為：主蒸汽溫度、主蒸汽壓力、 再熱蒸汽溫度、真空、給水溫度、過熱減溫水量、再熱減溫水量、煙氣含氧量、排煙溫度；
[0026] 實(shí)際運(yùn)行中，通過采集得出的上述不可控參數(shù)的數(shù)據(jù)如表1所示：

[0029] 2)在歷史數(shù)據(jù)中按照機(jī)組負(fù)荷值、循環(huán)水入口溫度、收到基灰分、收到基水分、干 燥無灰基揮發(fā)分、收到基低位發(fā)熱值等可控參數(shù)按匹配算法尋找一年內(nèi)煤耗率最低的1個(gè) 工況，找出該工況下對應(yīng)的主蒸汽溫度、主蒸汽壓力、再熱蒸汽溫度、真空、給水溫度、過減 水流量、再減水流量、煙氣含氧量、排煙溫度等可控參數(shù)尋優(yōu)值，得到的尋優(yōu)結(jié)果如圖2所 示；
[0030] 通過匹配算法計(jì)算得到所有匹配工況下的一個(gè)煤耗最低的工況所對應(yīng)的各尋優(yōu) 參數(shù)值如下：
[0034] 通過上述尋優(yōu)參數(shù)值能夠指導(dǎo)電廠運(yùn)行人員及時(shí)調(diào)整當(dāng)前運(yùn)行參數(shù)，使機(jī)組時(shí)刻 處于最優(yōu)運(yùn)行條件下，并進(jìn)一步滿足生產(chǎn)現(xiàn)場的小指標(biāo)考核、耗差分析、運(yùn)行優(yōu)化、節(jié)能診 斷等功能需要，完善和提1?機(jī)組性能。
【主權(quán)項(xiàng)】
1. 基于海量歷史數(shù)據(jù)火電機(jī)組運(yùn)行參數(shù)智能在線尋優(yōu)方法，其特征在于，包括如下步 驟： 1) 設(shè)定尋優(yōu)的參數(shù)，包括不可控參數(shù)和可控參數(shù)，其中，不可控參數(shù)為：機(jī)組負(fù)荷、循 環(huán)水入口溫度、收到基灰分、收到基水分、干燥無灰基揮發(fā)分及收到基低位發(fā)熱值；可控參 數(shù)為：主蒸汽溫度、主蒸汽壓力、再熱蒸汽溫度、真空、給水溫度、過熱減溫水量、再熱減溫水 量、煙氣含氧量及排煙溫度； 2) 提取15分鐘內(nèi)的機(jī)組負(fù)荷值、循環(huán)水入口溫度、收到基灰分、收到基水分、干燥無灰 基揮發(fā)分及收到基低位發(fā)熱值6個(gè)不可控參數(shù)按匹配算法尋找案例庫中相近的運(yùn)行工況， 如果在案例庫中能找到此工況，則進(jìn)入步驟4)，如果在案例庫中找不到，進(jìn)入步驟3); 3) 在歷史數(shù)據(jù)中按照機(jī)組負(fù)荷值、循環(huán)水入口溫度、收到基灰分、收到基水分、干燥無 灰基揮發(fā)分及收到基低位發(fā)熱值6個(gè)不可控參數(shù)按匹配算法尋找一年內(nèi)煤耗率最低的1個(gè) 工況； 4) 找出對應(yīng)案例或時(shí)戳下的主蒸汽溫度、主蒸汽壓力、再熱蒸汽溫度、真空、給水溫度、 過減水流量、再減水流量、煙氣含氧量及排煙溫度9個(gè)可控參數(shù)尋優(yōu)值； 5) 此次尋優(yōu)得到的結(jié)果如果在案例庫中沒有，則保存至案例庫中。2. 根據(jù)權(quán)利要求1所述的基于海量歷史數(shù)據(jù)火電機(jī)組運(yùn)行參數(shù)智能在線尋優(yōu)方法，其 特征在于，步驟2)和3)中，匹配算法如下： 利用基于距離和方向信息的幾何模型方法進(jìn)行機(jī)組運(yùn)行工況案例的相似性描述，當(dāng)前 穩(wěn)態(tài)運(yùn)行工況數(shù)據(jù)xq和機(jī)組案例庫中案例X4勺相似性函數(shù)可表述為：式中，i=i至6,j=i至6,Xq]分別為當(dāng)前穩(wěn)態(tài)運(yùn)行工況下6個(gè)不可控參數(shù)實(shí)時(shí)測 點(diǎn)的值，&分別代表機(jī)組案例庫中6個(gè)不可控參數(shù)的案例值，wpw2為權(quán)重因子，分別取為 0.75和0.25;D(Xq，Xl)表示距離信息，丫,分別表示6個(gè)不可控參數(shù)的加權(quán)系數(shù)，分別取為0. 3、0. 2、0. 1、0. 1、0. 1、0. 2, cos( δ J表示案例方向信息； 利用式（1)計(jì)算當(dāng)前穩(wěn)態(tài)運(yùn)行工況數(shù)據(jù)與機(jī)組歷史工況相似度31，將所有大于相似度 閾值\的歷史工況都作為匹配工況。3. 根據(jù)權(quán)利要求2所述的基于海量歷史數(shù)據(jù)火電機(jī)組運(yùn)行參數(shù)智能在線尋優(yōu)方法，其 特征在于，相似度閾值Sv取值為0. 8。
【專利摘要】本發(fā)明基于海量歷史數(shù)據(jù)火電機(jī)組運(yùn)行參數(shù)智能在線尋優(yōu)方法，包括如下步驟：1)設(shè)定尋優(yōu)的參數(shù)，包括不可控參數(shù)和可控參數(shù)，其中，不可控參數(shù)為：機(jī)組負(fù)荷、循環(huán)水入口溫度、收到基灰分、收到基水分等；可控參數(shù)為：主蒸汽溫度、主蒸汽壓力、再熱蒸汽溫度、真空、給水溫度、過熱減溫水量等；2)提取15分鐘內(nèi)的6個(gè)不可控參數(shù)按匹配算法尋找案例庫中相近的運(yùn)行工況，如果在案例庫中能找到此工況，則進(jìn)入步驟4)，如果在案例庫中找不到，進(jìn)入步驟3)；3)在歷史數(shù)據(jù)中按照6個(gè)不可控參數(shù)按匹配算法尋找一年內(nèi)煤耗率最低的1個(gè)工況；4)找出對應(yīng)案例或時(shí)戳下的9個(gè)可控參數(shù)尋優(yōu)值；5)此次尋優(yōu)得到的結(jié)果如果在案例庫中沒有，則保存至案例庫中。
【IPC分類】G05B13/04
【公開號】CN105259758
【申請?zhí)枴緾N201510695780
【發(fā)明人】賴菲, 范奇, 王智微, 黃廷輝, 何新
【申請人】西安西熱電站信息技術(shù)有限公司
【公開日】2016年1月20日
【申請日】2015年10月22日