一种基于数据挖掘的火电厂机组动态最优值的获取方法技术

本发明专利技术公开了一种基于数据挖掘的火电厂机组动态最优值的获取方法，其特征在于，包括以下步骤：S1，利用聚类分析法对火电厂机组条件参数划分区间形成对应条件参数的运行工况；S2，获取火电厂机组在上述运行工况下的历史数据，并对获得的历史数据进行非稳态数据的剔除，获得稳态数据，本发明专利技术的有益效果是：采用数据挖掘中的数据聚类分析方法，并结合已设计好的工况边界条件和火电厂常用的各类稳定指标、经济指标、环保指标等作为筛选因子，挖掘出不同运行工况下运行的最优值，即火电机组在当前运行条件下所能达到的最佳值，将机组运行优化成果有效应用到生产实际并标准化操作，实现了对生产一线的操作指导。

【技术实现步骤摘要】
一种基于数据挖掘的火电厂机组动态最优值的获取方法
本专利技术是一种基于数据挖掘的火电厂机组动态最优值的获取方法。
技术介绍
火力发电厂简称火电厂，是利用可燃物（例如煤）作为燃料生产电能的工厂。它的基本生产过程是：燃料在燃烧时加热水生成蒸汽，将燃料的化学能转变成热能，蒸汽压力推动汽轮机旋转，热能转换成机械能，然后汽轮机带动发电机旋转，将机械能转变成电能。火电厂机组实际运行的边界条件总是在不断变化，国内火电机组运行中普遍存在煤质多变、负荷多变、气候多变和设备多变（以下简称“四变”）问题。如何有效解决“四变”条件下火电厂机组的优化和控制问题，降低火电厂机组能耗，满足国家节能减排政策的强制约束条件，是目前亟待解决的问题。
技术实现思路
本专利技术的目的在于提供一种基于数据挖掘的火电厂机组动态最优值的获取方法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种基于数据挖掘的火电厂机组动态最优值的获取方法，包括以下步骤：S1，利用聚类分析法对火电厂机组条件参数划分区间形成对应条件参数的运行工况，条件参数包括火电厂机组的负荷、煤质、环境温度、设备技改和时间；S2，获取火电厂机组在上述运行工况下的历史数据，并对获得的历史数据进行非稳态数据的剔除，获得稳态数据；S3，对所获得的稳态数据进行降噪处理，以提升稳态数据的质量；S4，对步骤S3所得的稳态数据依次进行超温超限和环保指标的数据清洗；S5，对步骤S4所得的数据进行运行指标的值计算，利用值判断数据的稳定性，一般情况来说，值越大，稳定性越高，然后根据二八定律将得到前20%的数据进行倒序排序；S6，对步骤S5所得的数据进行经济性指标的数据清洗，以供电煤耗作为经济性指标，根据每一组数据的供电煤耗进行排序，获取供电煤耗最小的一组，将供电煤耗最小的一组数据再按正序排序，取这组数据的中位数；S7，根据中位数的时间节点从历史数据中找寻与该时间节点对应的目标值，该目标值即为该种运行工况下的最优值，运行人员应以缩小实际值与最优值之间的偏差为目标进行操作。作为本专利技术进一步的方案：步骤S2中非稳态数据的剔除方法为：a、为运行工况设定开始时间和结束时间，开始时间和结束时间即形成一个时间段；b、根据时间段，取间隔值来循环遍历历史数据，得到分组数据；c、若（分组数据中最后一条数据的复合）-（分组数据中第一条数据的负荷的绝对值）小于等于波动负荷，那么该组数据就为稳态数据。作为本专利技术再进一步的方案：步骤S4中的超温超限数据清洗方法为：根据超温超限的预警值上下限，通过超温超限所对应或绑定的SIS点从历史数据中获取数据去匹配给定的预警值上下限，符合条件的数据得以保留，不符合条件的数据进行剔除。作为本专利技术再进一步的方案：步骤S4中的环保指标数据清洗方法为：根据平均净烟气S02含量、平均脱硝装置出口NOx含量、烟尘含量的预警值上下限，通过平均净烟气S02含量、平均脱硝装置出口NOx含量、烟尘含量对应或绑定的SIS点从历史数据中获取数据去匹配给定的预警值上下限，符合条件的数据得以保留，不符合条件的数据进行剔除。作为本专利技术再进一步的方案：步骤S5中的运行指标包括主汽压力、氧量和再热气温、主汽温度。作为本专利技术再进一步的方案：步骤S5中的值计算公式为：，式中为不同运行工况下的运行指标的标杆值+0.5；为不同运行工况下的运行指标的标杆值-0.5x0.995为仅次于最大值的值；x0.005为仅次于最小值的值；x0.5为该组数据的中位数。与现有技术相比，本专利技术的有益效果是：基于火电厂常年运行过程中积累的各项运行大数据，采用数据挖掘中的数据聚类分析方法，并结合已设计好的工况边界条件和火电厂常用的各类稳定指标、经济指标、环保指标等作为筛选因子，挖掘出不同运行工况下运行的最优值，即火电机组在当前运行条件下所能达到的最佳值，将机组运行优化成果有效应用到生产实际并标准化操作，实现了对生产一线的操作指导，以安全环保边界为红线对经济生产进行实时管控，实现获得最大经济效益。附图说明图1为一种基于数据挖掘的火电厂机组动态最优值的获取方法的结构示意图。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1请参阅图1，本专利技术实施例中，一种基于数据挖掘的火电厂机组动态最优值的获取方法，包括以下步骤：S1，利用聚类分析法对火电厂机组条件参数划分区间形成对应条件参数的运行工况，条件参数包括火电厂机组的负荷、煤质、环境温度、设备技改和时间，即针对负荷可以形成负荷运行工况，针对煤质、环境温度、设备技改和时间可以同样生成对应的运行工况；S2，获取火电厂机组在上述运行工况下的历史数据，并对获得的历史数据进行非稳态数据的剔除，获得稳态数据，S3，对所获得的稳态数据进行降噪处理，以提升稳态数据的质量，由于所获得的稳态数据常常包含了孤立点空缺未知数据或有错误的数据，一些聚类算法对于这样的数据敏感，可能导致低质量的聚类结果，因此可以通过平滑噪声、填补遗漏、消除异常等处理手段解决数据的噪声、不完整和不一致问题，以改善数据质量；S4，对步骤S3所得的稳态数据依次进行超温超限和环保指标的数据清洗，超温超限指的是火电行业或该电厂所规定的标准，在SIS历史数据库中取出超温超限的数据是否符合设定的区间之内，如不符合则剔除；环境指标是为评价环境质量而针对环境要素设定的衡量标准，是为防治环境污染，维护生态平衡，保护人体健康，国务院环境保护行政主管部门和省、自治区、直辖市人民政府依据国家有关法律规定，对环境保护工作中需要统一的各项技术规范和技术要求所做的规定；为了取到的历史最优值的准确性所以必须要进行超温超限和环保指标的数据清洗；S5，对步骤S4所得的数据进行运行指标的值计算，运行指标包括主汽压力、氧量和再热气温、主汽温度，利用值判断数据的稳定性，一般情况来说，值越大，稳定性越高，然后根据二八定律将得到前20%的数据进行倒序排序；以主汽压力这一运行指标为例，其值计算公式为：，式中为不同运行工况下的主汽压力的标杆值+0.5；为不同运行工况下的主汽压力的标杆值-0.5x0.995为仅次于最大值的值；x0.005为仅次于最小值的值；x0.5为该组数据的中位数；S6，对步骤S5所得的数据进行经济性指标的数据清洗，以供电煤耗作为经济性指标，根据每一组数据的供电煤耗进行排序，获取供电煤耗最小的一组，将供电煤耗最小的一组数据再按正序排序，取这组数据的中位数；S7，根据中位数的时间节点从历史数据中找寻与该时间节点对应的目标值，该目标值即为该种运行工况下的最优值，运行人员应以缩小实际值与最优值之间的偏差为目标进行操作。而且，由于随着时间的推移和火电厂机组的运行会逐渐的稳定，所以最优值也会发生微小的变化，因此可以用定时的方法在每天零点去标杆值库（即不同运行工况下的多个最优值的组合）找到每条数据的结束时间，如果当前时间比结束时间大一个月以上，就根据每条数据的运行工况到历史数据库中去查询大于结束时间这一个月时间的历史数据，得到的历史数据再根据以上流程清洗一本文档来自技高网...

【技术保护点】
1.一种基于数据挖掘的火电厂机组动态最优值的获取方法，其特征在于，包括以下步骤：S1，利用聚类分析法对火电厂机组条件参数划分区间形成对应条件参数的运行工况，条件参数包括火电厂机组的负荷、煤质、环境温度、设备技改和时间；S2，获取火电厂机组在上述运行工况下的历史数据，并对获得的历史数据进行非稳态数据的剔除，获得稳态数据；S3，对所获得的稳态数据进行降噪处理，以提升稳态数据的质量；S4，对步骤S3所得的稳态数据依次进行超温超限和环保指标的数据清洗；S5，对步骤S4所得的数据进行运行指标的值计算，利用值判断数据的稳定性，然后根据二八定律将得到前20%的数据进行倒序排序；S6，对步骤S5所得的数据进行经济性指标的数据清洗，以供电煤耗作为经济性指标，根据每一组数据的供电煤耗进行排序，获取供电煤耗最小的一组，将供电煤耗最小的一组数据再按正序排序，取这组数据的中位数；S7，根据中位数的时间节点从历史数据中找寻与该时间节点对应的目标值，该目标值即为该种运行工况下的最优值，运行人员即可以缩小实际值与最优值之间的偏差为目标进行操作。

【技术特征摘要】
1.一种基于数据挖掘的火电厂机组动态最优值的获取方法，其特征在于，包括以下步骤：S1，利用聚类分析法对火电厂机组条件参数划分区间形成对应条件参数的运行工况，条件参数包括火电厂机组的负荷、煤质、环境温度、设备技改和时间；S2，获取火电厂机组在上述运行工况下的历史数据，并对获得的历史数据进行非稳态数据的剔除，获得稳态数据；S3，对所获得的稳态数据进行降噪处理，以提升稳态数据的质量；S4，对步骤S3所得的稳态数据依次进行超温超限和环保指标的数据清洗；S5，对步骤S4所得的数据进行运行指标的值计算，利用值判断数据的稳定性，然后根据二八定律将得到前20%的数据进行倒序排序；S6，对步骤S5所得的数据进行经济性指标的数据清洗，以供电煤耗作为经济性指标，根据每一组数据的供电煤耗进行排序，获取供电煤耗最小的一组，将供电煤耗最小的一组数据再按正序排序，取这组数据的中位数；S7，根据中位数的时间节点从历史数据中找寻与该时间节点对应的目标值，该目标值即为该种运行工况下的最优值，运行人员即可以缩小实际值与最优值之间的偏差为目标进行操作。2.根据权利要求1所述的一种基于数据挖掘的火电厂机组动态最优值的获取方法，其特征在于，步骤S2中非稳态数据的剔除方法为：为运行工况设定开始时间和结束时间，开始时间和结束时间即形成一个时间段；根据时间段，取间隔值来循环遍历历史数据，得到分组数据；c、若（分组数据中最后一...

【专利技术属性】
技术研发人员：张明波，夏卫华，许建飞，武保谦，
申请(专利权)人：深圳圣缘节能科技有限公司，
类型：发明
国别省市：广东,44