一种热工过程稳态检测方法和系统技术方案

本发明专利技术实施例提供了一种热工过程稳态检测方法和系统，该方法和系统应用于火力发电厂，具体为基于经验模态分解方法对火力发电厂的热工过程数据进行处理，得到热工过程数据的轨迹趋势数据；基于统计学理论的R统计检验法对轨迹趋势数据进行处理，得到轨迹趋势数据的样本方差；根据样本方差对热工过程数据是否为稳态进行判断，从而得到稳态检测结果。从而能够避免辨识和建模误差，为火力发电厂的设备性能评价、运行优化、系统辨识和故障检测提供了重要的基础。

A Steady State Detection Method and System for Thermal Process

The embodiment of the present invention provides a steady-state detection method and system for thermal process. The method and system are applied to thermal power plants. Specifically, the thermal process data of thermal power plants are processed based on empirical mode decomposition method to obtain the trajectory trend data of thermal process data, and the trajectory trend data are processed by R statistical test method based on statistical theory to obtain the trajectory trend data. The sample variance of trend data is used to judge whether the thermal process data is stable or not according to the sample variance, and then the steady-state detection results are obtained. Thus, identification and modeling errors can be avoided, which provides an important basis for equipment performance evaluation, operation optimization, system identification and fault detection in thermal power plants.

【技术实现步骤摘要】
一种热工过程稳态检测方法和系统
本专利技术涉及火力发电
，特别是涉及一种热工过程稳态检测方法和系统。
技术介绍
近年来，我国火力发电技术取得了飞速的发展，但同时也面临了许多新的困难。一方面随着新能源发电份额的不断扩大，火力发电厂被迫越来越频繁的参与调峰，这造成了机组运行状态经常发生波动。另一方面，由于燃煤煤质多变的现状没有发生根本性的改变，机组往往偏离设计煤种运行，这除了影响经济性外，更带来了严重的安全隐患。然而，进行设备性能评价时首先要获得稳态工况下的历史数据，而且，对研究对象的特性和控制器效果分析等也需建立在此基础之上。另外，过程参数的计算精度也受实测工况特性影响，只有稳态工况下各参数间才具有较强状态一致性。另一方面，稳态工况也是过程建模和系统辨识的基本前提，在非稳态工况下，变量的特性变动剧烈，运行数据不能真实地反映系统输入输出的关系，会带来辨识和建模误差。因此，对发电厂的热工过程的稳态检测对设备性能评价、运行优化、系统辨识和故障检测均具有重要意义。
技术实现思路
有鉴于此，为了解决上面所提出的问题，本专利技术提供了一种热工过程稳态检测方法和系统。为了解决上述问题，本专利技术公开了一种热工过程稳态检测方法，应用于火力发电厂，所述热工过程稳态检测方法包括步骤：基于经验模态分解方法对所述火力发电厂的热工过程数据进行处理，得到所述热工过程数据的轨迹趋势数据；基于统计学理论的R统计检验法对所述轨迹趋势数据进行处理，得到所述轨迹趋势数据的样本方差；根据所述样本方差对所述热工过程数据是否为稳态进行判断。可选的，所述基于经验模态分解方法对所述火力发电厂的热工过程数据进行处理，得到所述热工过程数据的轨迹趋势数据，包括：基于所述经验模态分解方法对所述热工过程数据进行分解，得到所述热工过程数据的IMF分量；从所述IMF分量中提取符合预设标准的有用IMF分量；根据所述有用IMF分量构建所述轨迹趋势数据。可选的，所述从所述IMF分量中提取负荷预设标准的有用IMF分量，包括：基于对所述热工工程数据的分解，还得到所述热工工程数据的相关系数；将所述相关系数大于预设阈值的所述IMF选定为所述有用IMF分量。可选的，所述基于统计学理论的R统计检验法对所述轨迹趋势数据进行处理，得到所述轨迹趋势数据的样本方差，包括：基于连续数据和过程整体趋势之间的差异，通过指数加权滑动方法计算所述样本方差；或者，基于连续运行数值，通过指数加权滑动方法计算所述样本方差。可选的，所述根据所述样本方差对所述热工过程数据是否为稳态进行判断，包括：计算所述样本方差的统计量；当所述统计量小于或等于预设判别阈值时，判定所述热工过程数据处于稳态，反之则不是处于稳态。还提供了一种热工过程稳态检测系统，应用于火力发电厂，所述热工过程稳态检测系统包括：第一计算模块，用于基于经验模态分解方法对所述火力发电厂的热工过程数据进行处理，得到所述热工过程数据的轨迹趋势数据；第二计算模块，用于基于统计学理论的R统计检验法对所述轨迹趋势数据进行处理，得到所述轨迹趋势数据的样本方差；状态判断模块，用于根据所述样本方差对所述热工过程数据是否为稳态进行判断。可选的，所述第一计算模块包括：分解计算单元，用于基于所述经验模态分解方法对所述热工过程数据进行分解，得到所述热工过程数据的IMF分量；分量提取单元，用于从所述IMF分量中提取符合预设标准的有用IMF分量；趋势构建单元，用于根据所述有用IMF分量构建所述轨迹趋势数据。可选的，所述分解计算单元还用于基于对所述热工工程数据的分解，得到所述热工工程数据的相关系数；所述分量提取单元具体用于将所述相关系数大于预设阈值的所述IMF选定为所述有用IMF分量。可选的，所述第二计算模块包括：第一计算单元，用于基于连续数据和过程整体趋势之间的差异，通过指数加权滑动方法计算所述样本方差；或者，第二计算单元，用于基于连续运行数值，通过指数加权滑动方法计算所述样本方差。可选的，所述状态判断模块包括：第三计算单元，用于计算所述样本方差的统计量；判断执行单元，用于当所述统计量小于或等于预设判别阈值时，判定所述热工过程数据处于稳态，反之则不是处于稳态。从上述技术方案可以看出，本专利技术提供了一种热工过程稳态检测方法和系统，该方法和系统应用于火力发电厂，具体为基于经验模态分解方法对火力发电厂的热工过程数据进行处理，得到热工过程数据的轨迹趋势数据；基于统计学理论的R统计检验法对轨迹趋势数据进行处理，得到轨迹趋势数据的样本方差；根据样本方差对热工过程数据是否为稳态进行判断，从而得到稳态检测结果。从而能够避免辨识和建模误差，为设备性能评价、运行优化、系统辨识和故障检测提供了重要的基础。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例的一种热工过程稳态检测方法的流程图；图2为本申请实施例的信号提取过程的流程图；图3为原始信号及其低频信息的曲线图；图4为原始给水流量中的高频信息的曲线图；图5为对原始给水流量的稳态检测结果的曲线图；图6为本申请实施例的一种热工过程稳态检测装置的框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。实施例一图1为本申请实施例提供的一种热工工程稳态检测方法的流程图。参照图1所示，本实施例提供的检测方法应用于火力发电厂，用于对火力发电厂的热工工程数据进行检测，以判定其是否为稳态，该方法具体为：S1、对热工程过程数据进行处理进行分解处理。热工过程是指火力发电厂的生产过程，热工工程数据是指火力发电厂在生产过程中相应设备的运行状态数据，例如压力、流量、温度等。本实施例的技术方案的实施基础为通过对热工过程进行监测，得到这些热工过程数据，具体为通过相应的数据端口获取设置火力发电厂各个相应设备的监测设备、传感器等产生的热工工程数据。在获得相应热工工程数据后，基于经验模态分解方法对热工过程数据进行处理，得到相应热工工程数据的轨迹趋势数据。并且，在进行数据处理时，在得到轨迹趋势数据的同时，还获得热工工程数据的相关系数，本申请的相关系数优选皮尔森相关系数。经验模态分解方法是由美国NASA的黄锷提出的一种信号分析方法。它基于信号局部特征的时间尺度，把信号分解为若干个本征模态函数(IntrinsicModeFunction，IMF)之和。由于其依据数据自身的时间尺度特征来进行信号分解，无需预先设定任何基函数，因此具有自适应性。由于经验模态分解方法的特点，其在理论上可以应用于任何类型的信号的分解，因而在处理非平稳及非线性数据上具有非常明显的优势。作为一种应用，经验模态分解方法可以有效地提取一个数据序列的趋势数据。根据定义，经验模态分解方法将信号分解为若干本征模态函数(IMF)之和。IMF具有如下两个特征：(1)极值点(极大值或极小值本文档来自技高网...

【技术保护点】
1.一种热工过程稳态检测方法，应用于火力发电厂，其特征在于，所述热工过程稳态检测方法包括步骤：基于经验模态分解方法对所述火力发电厂的热工过程数据进行处理，得到所述热工过程数据的轨迹趋势数据；基于统计学理论的R统计检验法对所述轨迹趋势数据进行处理，得到所述轨迹趋势数据的样本方差；根据所述样本方差对所述热工过程数据是否为稳态进行判断。

【技术特征摘要】
1.一种热工过程稳态检测方法，应用于火力发电厂，其特征在于，所述热工过程稳态检测方法包括步骤：基于经验模态分解方法对所述火力发电厂的热工过程数据进行处理，得到所述热工过程数据的轨迹趋势数据；基于统计学理论的R统计检验法对所述轨迹趋势数据进行处理，得到所述轨迹趋势数据的样本方差；根据所述样本方差对所述热工过程数据是否为稳态进行判断。2.如权利要求1所述的热工过程稳态检测方法，其特征在于，所述基于经验模态分解方法对所述火力发电厂的热工过程数据进行处理，得到所述热工过程数据的轨迹趋势数据，包括：基于所述经验模态分解方法对所述热工过程数据进行分解，得到所述热工过程数据的IMF分量；从所述IMF分量中提取符合预设标准的有用IMF分量；根据所述有用IMF分量构建所述轨迹趋势数据。3.如权利要求2所述的热工过程稳态检测方法，其特征在于，所述从所述IMF分量中提取负荷预设标准的有用IMF分量，包括：基于对所述热工工程数据的分解，还得到所述热工工程数据的相关系数；将所述相关系数大于预设阈值的所述IMF选定为所述有用IMF分量。4.如权利要求1所述的热工过程稳态检测方法，其特征在于，所述基于统计学理论的R统计检验法对所述轨迹趋势数据进行处理，得到所述轨迹趋势数据的样本方差，包括：基于连续数据和过程整体趋势之间的差异，通过指数加权滑动方法计算所述样本方差；或者，基于连续运行数值，通过指数加权滑动方法计算所述样本方差。5.如权利要求4所述的热工过程检测方法，其特征在于，所述根据所述样本方差对所述热工过程数据是否为稳态进行判断，包括：计算所述样本方差的统计量；当所述统计量小于或等于预设判别阈值时，判定所述热工过程数据处于稳态...

【专利技术属性】
技术研发人员：董泽，贾昊，姜炜，闫来清，门玉涵，马宁，黄嘉男，
申请(专利权)人：华北电力大学保定，
类型：发明
国别省市：河北,13