本發(fā)明涉及電力火電機組運行控制領域，具體為一種電力火電機組運行方法。

背景技術：

1、目前，通過獲取電力火電機組中各設備在不同運行工況下的數(shù)據(jù)，從而通過建立相對應的目標函數(shù)，如以低碳排放和高效率建立目標函數(shù)，從而能夠獲取電力火電機組在不同工況下各設備的運行參數(shù)庫，之后根據(jù)電力火電機組在運行時的實際工況情況，根據(jù)運行參數(shù)庫調(diào)用各設備的配置參數(shù)進行配置運行即可。

2、但是由于電力火電機組的運行情況復雜，各設備的運行情況，所處工況和運行是否穩(wěn)定等情況均有所不同，經(jīng)過統(tǒng)計，所獲取的不適用于運行參數(shù)庫建立的冗余數(shù)據(jù)大約有接近10%左右，現(xiàn)有技術在獲取此類冗余數(shù)據(jù)進行綜合分析時，難以對此類不適合的冗余數(shù)據(jù)進行精確篩除，從而導致在自動生成更新運行參數(shù)庫以控制電力火電機組中各設備運行時，難以滿足預定的需求。

技術實現(xiàn)思路

1、針對現(xiàn)有技術的不足，本發(fā)明提供了一種電力火電機組運行方法，解決了現(xiàn)有技術難以對獲取的各設備的運行數(shù)據(jù)中的冗余數(shù)據(jù)進行精確篩除，從而導致在自動生成更新運行參數(shù)庫以控制電力火電機組中各設備運行時，難以滿足預定的需求的問題。

2、為實現(xiàn)上述目的，本發(fā)明提供如下技術方案：

3、一種電力火電機組運行方法，該方法具體包括如下步驟：

4、s1、獲取火電機組中各設備的歷史運行數(shù)據(jù)；

5、s2、基于歷史數(shù)據(jù)獲取各時刻包含關鍵因素并處于對應穩(wěn)定度閾值內(nèi)的基礎數(shù)據(jù)，并以總相關度最大化為目標確定若干組標準數(shù)據(jù)；

6、s3、根據(jù)火電機組的標準數(shù)據(jù)運行時所對應的變量設置變量類型并采集變量數(shù)據(jù)，并根據(jù)變量數(shù)據(jù)對標準數(shù)據(jù)運行工況劃分以獲得若干個第一工況；

7、s4、根據(jù)各個第一工況建立對數(shù)似然函數(shù)收斂的高斯混合模型，并識別和去除第一工況中的異常標準數(shù)據(jù)以獲得第三工況；

8、s5、根據(jù)第三工況建立目標函數(shù)并輸出相對應的最優(yōu)參數(shù)建立運行參數(shù)庫，獲取電力火電機組的當前工況并根據(jù)運行參數(shù)庫控制火電機組各模塊按照最優(yōu)參數(shù)配置運行。

9、作為優(yōu)選，在步驟s2中，具體包括如下步驟：

10、s21、將歷史運行數(shù)據(jù)并按照時間先后順序進行排列，以獲得若干個歷史數(shù)據(jù)串；

11、s22、在歷史數(shù)據(jù)串上建立以各個時刻為中心的篩選窗口，篩選窗口橫跨若干個時刻；

12、s23、判斷各時刻包含關鍵因素的穩(wěn)定度數(shù)據(jù)是否均處于對應穩(wěn)定度閾值內(nèi)，關鍵因素包括有功功率、主蒸汽壓力、主蒸汽溫度、再熱蒸汽溫度和給水流量；

13、若是，則提取篩選窗口包含時刻中的歷史運行數(shù)據(jù)，以獲得若干組基礎數(shù)據(jù)；

14、若否，則不提取歷史數(shù)據(jù)串中的歷史運行數(shù)據(jù)；

15、s24、依次計算任意兩組基礎數(shù)據(jù)的平均值，并計算二者的第一相關度；

16、s25、依次計算任意兩組基礎數(shù)據(jù)的平均值和標準差，并計算二者的第二相關度；

17、s26、計算任意兩組基礎數(shù)據(jù)中相對應數(shù)據(jù)的數(shù)據(jù)值之差，并計算數(shù)據(jù)值之差的標準差的倒數(shù)，以獲得任意兩組基礎數(shù)據(jù)的第三相關度；

18、s27、根據(jù)第一相關度、第二相關度和第三相關度計算任意兩組基礎數(shù)據(jù)的總相關度；

19、；

20、上式中，表示第k1組基礎數(shù)據(jù)和第k2組基礎數(shù)據(jù)的總相關度，、和分別表示第一相關度、第二相關度和第三相關度，、和分別表示第一相關系數(shù)、第二相關系數(shù)和第三相關系數(shù)；

21、s28、設置相關度閾值，并選取總相關度大于相關度閾值的若干組基礎數(shù)據(jù)作為標準數(shù)據(jù)。

22、作為優(yōu)選，在步驟s26中，具體包括如下步驟：

23、s261、計算任意兩組基礎數(shù)據(jù)中相對應數(shù)據(jù)的數(shù)據(jù)值之差；

24、s262、計算數(shù)據(jù)值之差的標準差的倒數(shù)，以獲得任意兩組基礎數(shù)據(jù)的第三相關度。

25、作為優(yōu)選，在步驟s3中，具體包括如下步驟：

26、s31、獲取影響標準數(shù)據(jù)的若干個變量類型和相對應類型的變量數(shù)據(jù)，并建立包含變量類型和變量數(shù)據(jù)的變量數(shù)據(jù)集；

27、s32、將標準數(shù)據(jù)標記為第一標準數(shù)據(jù)；

28、s33、從變量數(shù)據(jù)集中選取任一變量類型和相對應類型的變量數(shù)據(jù)，并通過k-均值聚類算法對第一標準數(shù)據(jù)的運行工況進行劃分，以獲得若干個第一工況；

29、s34、將選取的變量類型和相對應類型的變量數(shù)據(jù)從變量數(shù)據(jù)集中剔除；

30、s35、判斷變量數(shù)據(jù)集是否為空集；

31、若是，則輸出第一工況，并進入步驟s4；

32、若否，則進入步驟s36；

33、s36、從變量數(shù)據(jù)集中選取任一變量類型和相對應類型的變量數(shù)據(jù)，并通過k-均值聚類算法對第一工況進行劃分以獲得若干個第二工況，之后將第二工況標記為第一工況，之后返回步驟s34。

34、作為優(yōu)選，在步驟s4中，具體包括如下步驟：

35、s41、根據(jù)若干個第一工況建立高斯混合模型；

36、s42、根據(jù)高斯混合模型建立對數(shù)似然函數(shù)，并判斷對數(shù)似然函數(shù)是否收斂；

37、若是，則進入步驟s43；

38、若否，則進入步驟s47；

39、s43、根據(jù)高斯混合模型計算任一標準數(shù)據(jù)來自各個第一工況的概率密度；第一工況的概率密度的計算公式為：

40、；

41、上式中，表示第j個標準數(shù)據(jù)來自第k個第一工況的概率密度，為第k個第一工況的高斯分布密度函數(shù)，為第k個第一工況中標準數(shù)據(jù)的樣本均值，為第k個第一工況的協(xié)方差，為第k個第一工況的高斯分布所占的權重，m為第一工況的總數(shù)；

42、s44、根據(jù)第一工況中標準數(shù)據(jù)的概率密度計算其密度半徑；密度半徑的計算公式為：

43、；

44、上式中，表示第k個第一工況的密度半徑，表示第一工況中的第j個標準數(shù)據(jù)來自第k個第一工況的概率密度，表示第k個第一工況中標準數(shù)據(jù)的個數(shù)，表示半徑系數(shù)；

45、s45、計算各第一工況的密度中心；

46、s46、依次計算第一工況內(nèi)各數(shù)據(jù)與密度中心的數(shù)值差，并判斷數(shù)值差是否小于或者等于密度半徑；

47、若是，則將該數(shù)據(jù)標記為第三工況，之后進入步驟s5；

48、若否，則將該數(shù)據(jù)標記為異常標準數(shù)據(jù)；

49、s47、對第一工況進行優(yōu)化以直至對數(shù)似然函數(shù)收斂，之后返回步驟s43。

50、作為優(yōu)選，在步驟s45中，具體包括如下步驟：

51、s451、計算各第一工況的初始的統(tǒng)計半徑；初始的統(tǒng)計半徑的計算公式為：

52、；

53、上式中，表示任一第一工況的初始的統(tǒng)計半徑，和分別表示第一工況中數(shù)據(jù)的最大值和最小值，c為縮減系數(shù)，0＜c＜1；

54、s452、設置初始的迭代次數(shù)為1，初始的統(tǒng)計半徑，初始的統(tǒng)計區(qū)域為第一工況；

55、s453、獲取當前的迭代次數(shù)、當前的統(tǒng)計半徑和當前的統(tǒng)計區(qū)域；

56、s454、根據(jù)當前的迭代次數(shù)和統(tǒng)計半徑計算當前的統(tǒng)計區(qū)域中任一標準數(shù)據(jù)的密集度；密集度的計算公式為：

57、；

58、其中，

59、；

60、上式中，表示當前的統(tǒng)計區(qū)域中第i個標準數(shù)據(jù)的密集度，表示當前的統(tǒng)計區(qū)域中標準數(shù)據(jù)的個數(shù)，為符號函數(shù)，和分別表示當前的統(tǒng)計區(qū)域中的第i個和第j個數(shù)據(jù)，表示第d次迭代時的統(tǒng)計半徑；

61、s455、獲取密集度最大的若干個標準數(shù)據(jù)，并判斷當前的密集度最大的若干個標準數(shù)據(jù)、統(tǒng)計區(qū)域是否與上次迭代時相同；

62、若是，則進入步驟s458；

63、若否，則將當前的迭代次數(shù)加1，之后進入步驟s456；

64、s456、將與密集度最大的若干個標準數(shù)據(jù)的數(shù)據(jù)值之差小于當前的統(tǒng)計半徑的標準數(shù)據(jù)標記為當前的統(tǒng)計區(qū)域；

65、s457、根據(jù)當前的迭代次數(shù)計算當前的統(tǒng)計半徑，之后返回步驟s453；當前的統(tǒng)計半徑的計算公式為：

66、；

67、上式中，表示當前的統(tǒng)計半徑，c為縮減系數(shù)，0＜c＜1，表示上次迭代時的統(tǒng)計半徑；

68、s458、計算密集度最大的若干個標準數(shù)據(jù)的平均值，以獲得對應的第一工況的密度中心。

69、作為優(yōu)選，在步驟s47中，具體包括如下步驟：

70、s471、根據(jù)步驟s43計算獲得任一標準數(shù)據(jù)來自各個第一工況的概率密度；

71、s472、根據(jù)計算獲得的概率密度更新高斯混合模型中的參數(shù)，之后返回步驟s41；更新高斯混合模型中的參數(shù)的更新公式如下：

72、；

73、上式中，表示第j個標準數(shù)據(jù)來自第k個第一工況的概率密度,標準數(shù)據(jù)的總數(shù)為j個，為第k個第一工況中標準數(shù)據(jù)的樣本均值，為第k個第一工況的協(xié)方差，為第k個第一工況的高斯分布所占的權重。

74、作為優(yōu)選，在步驟s24中，第一相關度的計算公式為：

75、；

76、上式中，表示第k1組基礎數(shù)據(jù)和第k2組基礎數(shù)據(jù)的第一相關度，和分別表示第k1組和第k2組基礎數(shù)據(jù)的第i個數(shù)據(jù)，和分別表示第k1組基礎數(shù)據(jù)和第k2組基礎數(shù)據(jù)的平均值，第k1組和第k2組基礎數(shù)據(jù)中的數(shù)據(jù)個數(shù)為n個。

77、作為優(yōu)選，在步驟s25中，第二相關度的計算公式為：

78、；

79、其中，

80、；

81、上式中，表示第k1組基礎數(shù)據(jù)和第k2組基礎數(shù)據(jù)的第二相關度，表示第k1組基礎數(shù)據(jù)和第k2組基礎數(shù)據(jù)中的第i個數(shù)據(jù)的單位相關度，和分別表示第k1組和第k2組基礎數(shù)據(jù)的第i個數(shù)據(jù)，為分化系數(shù)。

82、作為優(yōu)選，在步驟s262中，第三相關度的計算公式為：

83、；

84、其中，

85、；

86、上式中，表示第三相關度，表示基礎數(shù)據(jù)中的數(shù)據(jù)個數(shù)，表示第k1組和第k2組基礎數(shù)據(jù)中的第i個數(shù)據(jù)的數(shù)據(jù)值之差，表示數(shù)據(jù)值之差的平均值。

87、與現(xiàn)有技術相比，本發(fā)明提供了一種電力火電機組運行方法，具備以下有益效果：

88、1、本發(fā)明通過根據(jù)穩(wěn)定度數(shù)據(jù)從而篩選出電力火電機組中歷史運行數(shù)據(jù)中的基礎數(shù)據(jù)，隨后根據(jù)各組基礎數(shù)據(jù)相互之間的總相關度，從而挑選出總相關度最大的若干組數(shù)據(jù)作為對電力火電機組產(chǎn)生影響的關鍵數(shù)據(jù)，以獲得標準數(shù)據(jù)，隨后將標準數(shù)據(jù)根據(jù)變量類型和變量數(shù)據(jù)進行工況劃分以獲得若干個第一工況，之后進一步通過高斯混合模型對其中的異常標準數(shù)據(jù)進行進一步剔除以獲得第三工況，從而根據(jù)第三工況建立運行參數(shù)庫，從而能夠根據(jù)運行參數(shù)庫和電力火電機組的當前工況配置各設備的運行參數(shù)。

89、2、本發(fā)明通過根據(jù)有功功率、主蒸汽壓力、主蒸汽溫度、再熱蒸汽溫度和給水流量的穩(wěn)定度數(shù)據(jù)是否均處于對應穩(wěn)定度閾值內(nèi)，實現(xiàn)對火電機組是否處于穩(wěn)定狀態(tài)的判斷，并且據(jù)此從大量的歷史運行數(shù)據(jù)中挑選出基礎數(shù)據(jù)；

90、3、本發(fā)明通過計算各組基礎數(shù)據(jù)的總相關度，從而挑選出在不同條件下對電力火電機組的狀態(tài)起到關鍵作用的參數(shù)，從而進一步剔除大量相關性較弱的若干組基礎數(shù)據(jù)，從而最終獲得標準數(shù)據(jù)。

91、4、本發(fā)明通過設置若干個變量類型，并因此根據(jù)不同的變量類型對標準數(shù)據(jù)進行工況劃分以獲得若干個第一工況，從而方便后續(xù)在建立運行參數(shù)庫后，根據(jù)實時的工況調(diào)用對應的參數(shù)配置電力火電機組的各設備。

92、5、本發(fā)明通過建立高斯混合模型和對應的對數(shù)似然函數(shù)，隨后通過參數(shù)修正后的高斯混合模型實現(xiàn)對第一工況中的異常標準數(shù)據(jù)進行最后的剔除，從而獲得第三工況，以大大提高了后續(xù)建立的運行參數(shù)庫的準確性，以滿足預定需求的目的。