本發(fā)明涉及dcs數據處理技術領域，尤其涉及一種火電機組dcs數據的濾波方法。

背景技術：

近年來，分布式控制系統(tǒng)(distributedcontrolsystem,簡稱dcs)在絕大多數工業(yè)設備上得以應用，形成了測量設備運行的dcs數據流，其蘊涵著豐富而有價值的信息，是很多在線或離線計算分析軟件的數據基礎。為獲得火電機組的實際運行，要求機組運行的各項參數相對穩(wěn)定，參數波動幅度和數值偏差在一定的允許范圍內，但dcs數據具有海量性、多元性、動態(tài)性、交連性，使得難以對其直接進行計算分析并獲取準確結論。因此，需要將dcs數據濾波，將連續(xù)數據離散化、動態(tài)數據靜態(tài)化，計算并推選能夠代表機組實際運行特性的穩(wěn)定數據樣本。

技術實現要素：

為了克服上述現有技術存在的問題，本發(fā)明的目的在于提供一種火電機組dcs數據的濾波方法，實現計算并推選能夠代表機組設備實際運行特性的穩(wěn)定工況的數據樣本。

為了實現上述目的，本發(fā)明采用的如下技術方案：

一種火電機組dcs數據的濾波方法，包括以下步驟：

a、從dcs數據庫中選取所需的測點，并選定某一測點作為主屬性，設置采樣周期和采樣時長，從dcs數據庫獲得原始數據后，進入步驟b；

b、將獲得的原始數據按照時間發(fā)生順序排列，以主屬性的第一個數據為最初基準，從該基準后的數據與該基準依次順序比較，直到某一數據與基準的差值在規(guī)定的穩(wěn)定幅度閾值以外，則以此數據回溯到基準的所有采集數據的均值作為一個樣本，同時更新此數據為基準，重復以上步驟直至最末數據，進入步驟c；

c、計算每個樣本所包含的dcs數據觀測數目，判斷該數目是否超過穩(wěn)定長度閾值，將超出穩(wěn)定長度閾值的樣本遴選出來作為一次樣本集，進入步驟d；

d、計算一次樣本集的其它非主屬性的極差倍率，考查所有一次樣本的同一屬性的極差倍率分布特征，并根據其分布特征計算分位數作為屬性穩(wěn)定邊界，推選所有一次樣本的同一屬性的極差倍率取值在屬性穩(wěn)定邊界以內的一次樣本進入二次樣本集，進入步驟e；

e、再考查每一個二次樣本的不同非主屬性的極差倍率分布特征，并根據其分布特征計算分位數作為樣本穩(wěn)定邊界，推選單個樣本的所有非主屬性的極差倍率在樣本穩(wěn)定邊界以內的二次樣本進入穩(wěn)定樣本集，即完成火電機組dcs數據濾波。

所述的步驟a中，設置采樣周期小于或等于30秒，采樣時長能涵蓋機組運行的全負荷范圍。

所述的步驟d中，計算一次樣本集的其它非主屬性的極差倍率rrange：

rrange＝max(x1,x2,...,xn)/min(x1,x2,...,xn)-1(1)

式中：(x1,x2,...,xn)為某個一次樣本的非主屬性所包含原始dcs數據觀測集合；考查所有一次樣本的同一屬性的極差倍率分布特征，根據表1計算分位數作為屬性穩(wěn)定邊界，屬性極差倍率取值在屬性穩(wěn)定邊界以內的一次樣本，進入二次樣本集。

表1.一次樣本的屬性穩(wěn)定邊界

所述的步驟e中，考查每一個二次樣本的不同非主屬性的極差倍率分布特征，并根據表2計算分位數作為樣本穩(wěn)定邊界，

表2.二次樣本的樣本穩(wěn)定邊界

單個樣本的所有非主屬性的極差倍率在樣本穩(wěn)定邊界以內的二次樣本，進入穩(wěn)定樣本集，即完成火電機組dcs數據濾波。

和現有技術相比較，本發(fā)明具備如下優(yōu)點：

當前多數的電站廠級監(jiān)控信息系統(tǒng)對火電機組設備運行數據僅采取簡單的濾波方法，即一些規(guī)定上下限、數據保持、數據糾錯功能，導致計算結果與實際偏差過大。本發(fā)明通過對dcs數據濾波，推選了合理、工況穩(wěn)定、代表機組設備實際運行狀態(tài)的數據樣本，具有較廣的適用性和較高的精度，可遷移到各類工控數據流中界定穩(wěn)定工況樣本的計算場合，為實現在線或離線準確計算提供數據支持。

附圖說明

圖1為本發(fā)明的流程示意圖。

圖2為dcs數據與本發(fā)明方法濾波后的數據樣本圖，其中：圖2a為不同負荷下主蒸汽溫度的dcs數據變異，圖2b為不同負荷下主蒸汽溫度的濾波后的數據樣本變異，圖2c為不同負荷下高壓缸排汽壓力的dcs數據變異，圖2d為不同負荷下高壓缸排汽壓力的濾波后的數據樣本變異，圖2e為不同負荷下高壓缸排汽溫度的dcs數據變異，圖2f為不同負荷下高壓缸排氣溫度的濾波后的數據樣本變異。

圖3為dcs數據、本發(fā)明方法濾波后的數據樣本計算的汽輪機高壓缸效率與性能試驗結果對比。

具體實施方式

下面以dcs數據計算汽輪機高壓缸效率為例，對本發(fā)明的一種火電機組dcs數據的濾波方法作進一步的詳細說明。

如圖1所示，本發(fā)明一種火電機組dcs數據的濾波方法，包括以下步驟：

1、從dcs數據庫中，選取與汽輪機高壓缸效率辨識相關的采樣點，采樣點包括主蒸汽壓力、主蒸汽溫度、高壓缸排汽壓力、高壓缸排汽溫度，設定采樣周期小于或等于30秒，采樣時長能涵蓋機組運行的全負荷范圍。

2、將原始數據按照時間發(fā)生順序排列，選擇主蒸汽壓力為主屬性，設置穩(wěn)定幅度閾值為0.1mpa，以主屬性的第一個數據為最初基準，從該基準后的數據與該基準依次順序比較，直到某一數據與基準的差值在規(guī)定的穩(wěn)定幅度閾值以外，則以此數據回溯到基準的所有采集數據的均值作為一個樣本，同時更新此數據為基準，重復以上步驟直至最末數據。

3、設置穩(wěn)定長度閾值為10min×60/30sec＝20個，計算每個樣本所包含的dcs數據觀測數目，判斷該數目是否超過穩(wěn)定長度閾值，將超出穩(wěn)定長度閾值的樣本遴選出來作為一次樣本集。

4、計算一次樣本集的其它非主屬性，即主蒸汽溫度、高壓缸排汽壓力、高壓缸排汽溫度的極差倍率rrange：

rrange＝max(x1,x2,...,xn)/min(x1,x2,...,xn)-1(1)

式中：(x1,x2,...,xn)為某個一次樣本的非主屬性所包含原始dcs數據觀測集合?？疾樗幸淮螛颖镜耐粚傩缘臉O差倍率分布特征，根據表1計算主蒸汽溫度、高壓缸排汽壓力、高壓缸排汽溫度的分位數作為三個屬性穩(wěn)定邊界，三個屬性的極差倍率取值分別在其屬性穩(wěn)定邊界以內的一次樣本，進入二次樣本集。

表1.一次樣本的屬性穩(wěn)定邊界

5、考查每一個二次樣本的不同非主屬性的極差倍率分布特征，并根據表2計算分位數作為樣本穩(wěn)定邊界，單個樣本的所有非主屬性的極差倍率在樣本穩(wěn)定邊界以內的二次樣本，進入穩(wěn)定樣本集，即完成火電機組dcs數據濾波。

表2.二次樣本的樣本穩(wěn)定邊界

根據表1和表2推選出能夠直接應用于汽輪機高壓缸效率計算的數據樣本，與dcs數據相比如圖2所示，其中左列圖為dcs數據，右列圖為數據樣本，可見數據樣本比dcs數據變異更小，同時數據樣本的穩(wěn)定范圍更接近設計值，并顯示出一定的規(guī)律性。dcs數據、本文方法濾波后的數據樣本計算的汽輪機高壓缸效率與性能試驗結果對比如圖3所示，可見數據樣本與性能試驗結果具有相同趨勢且變差基本一致，數據樣本代表了汽輪機高壓缸的實際運行特性，而直接應用dcs數據計算的高壓缸效率不具有任何規(guī)律性且變差較大，無法正確展示汽輪機高壓缸實際運行效率。高壓缸效率與調門開度關系較大，性能試驗是在不同的負荷下變主蒸汽壓力進行的，因而同一負荷下不同的主蒸汽壓力或調門開度對應不同的高壓缸效率；機組平常運行時，調門開度以及主蒸汽壓力都會有一定的波動，導致高壓缸效率在同一負荷下并不唯一，即有一定的變異，而該變異與調門開度有關。