基于诊断模型和大数据的电站智能控制方法、系统及介质技术方案

本发明专利技术公开了一种基于诊断模型和大数据的电站智能控制方法、系统及介质，本发明专利技术步骤包括采集目标参数及其可控因子的运行值；如果目标参数发生偏差且各个可控因子没有全部在偏差允许区间内，则选择一项不在偏差允许区间内的可控因子作为待调整可控因子，根据其运行值、标杆值计算待调整可控因子的调整目标值；在目标电站中将待调整可控因子调整至调整目标值且进行迭代处理。本发明专利技术具有工程上切实可行、成本较低、准确可靠的优点，能为当前机组的运行状态进行诊断，提供全面、及时、准确的优化调整策略，降低人工监视运行的劳动强度和安全风险，确保机组始终在安全、经济、环保的最优状态下运行。

Power Plant Intelligent Control Method, System and Media Based on Diagnostic Model and Large Data

The invention discloses an intelligent control method, system and medium for power plant based on diagnostic model and large data. The steps of the invention include collecting operation values of target parameters and their controllable factors; if the target parameters deviate and each controllable factor is not all in the allowable range of deviation, a controllable factor not in the allowable range of deviation is selected as the controllable factor to be adjusted. According to its operation value and benchmark value, the adjusted target value of the controllable factor to be adjusted is calculated. In the target power station, the adjusted controllable factor to be adjusted is adjusted to the adjusted target value and processed iteratively. The invention has the advantages of practicability, low cost, accuracy and reliability in engineering, can diagnose the operation status of the current unit, provide comprehensive, timely and accurate optimization and adjustment strategy, reduce labor intensity and safety risk of manual monitoring operation, and ensure that the unit always operates in the optimal state of safety, economy and environmental protection.

【技术实现步骤摘要】
基于诊断模型和大数据的电站智能控制方法、系统及介质
本专利技术涉及燃煤电厂智能运行控制领域，具体涉及一种基于诊断模型和大数据的电站智能控制方法、系统及介质。
技术介绍
在当前中国的一次能源构成中，煤电以绝对优势位居首位。截止2017年3月，煤电总装机容量已超过10亿千瓦，在接下来的一段时间内，煤电的龙头位置依然无法被其他能源所取代。煤电机组的安全、经济、环保运行关系到社会的稳定发展和人民的美好生活。随着技术的发展，煤电机组的单机容量也不断提升，当前1000MW机组已成为新建主力。机组参数和容量的提升，导致其运行设备和监控测点也愈加繁多复杂，给目前仍以人工监控运行为主的方式带来极大的负担与挑战。对于燃煤电厂而言，准确有效的控制调整策略依赖于运行人员通过自身经验，从庞大复杂的监控数据中判断当前机组的运行状态，从而采取调整措施。但由于运行人员水平的差异，测量数据的繁杂以及各运行参数的相互影响，导致机组很难保持长期在最优状态下运行，同时由于人员精力的有限，更难确保24小时全面及时的优化机组运行状态。因此，如何基于诊断模型和大数据实现电站智能控制，对于解决上述问题具有良好的应用前景，但是具体如何实现，则仍然是一项亟待解决的复杂的系统问题。
技术实现思路
本专利技术要解决的技术问题：针对现有技术的上述问题，提供一种基于诊断模型和大数据的电站智能控制方法、系统及介质，本专利技术具有工程上切实可行、成本较低、准确可靠的优点，能为当前机组的运行状态进行诊断，提供全面、及时、准确的优化调整策略，降低人工监视运行的劳动强度和安全风险，确保机组始终在安全、经济、环保的最优状态下运行。为了解决上述技术问题，本专利技术采用的技术方案为：一种基于诊断模型和大数据的电站智能控制方法，实施步骤包括：1）预先建立目标电站的诊断模型，所述诊断模型包括目标电站中作为优化目标的目标参数及其相关参数构成的可控因子，并根据目标电站的历史运行数据确定各个目标参数和可控因子的偏差允许区间、唯一标杆值以及用于确定唯一标杆值的边界参数；2）在目标电站中选定作为优化目标的目标参数；3）确定目标参数相关的可控因子，并初始化设置目标电站的边界参数；4）采集目标参数及其可控因子在初始化设置的边界参数下的运行值；5）判断目标参数的运行值是否在对应的偏差允许区间内，如果是则退出；否则跳转执行下一步；6）判断各个可控因子的运行值是否均在对应的偏差允许区间内，如果是则退出；否则跳转执行下一步；7）选择一项运行值不在偏差允许区间内的可控因子作为待调整可控因子；8）根据待调整可控因子的运行值、标杆值计算待调整可控因子的调整目标值；9）在目标电站中将待调整可控因子调整至调整目标值，跳转步骤4）。可选地，步骤7）的详细步骤包括：步骤7）的详细步骤包括：7.1）从所有可控因子的运行值中筛选出主控因子的运行值，所述主控因子为目标参数的可控因子中具有强因果联系的相关参数；7.2）判断是否所有的主控因子的运行值是否均在对应的偏差允许区间内，如果是则跳转执行步骤7.3）；否则跳转执行步骤7.4）；7.3）从所有可控因子的运行值中筛选出辅控因子的运行值，所述辅控因子为目标参数的可控因子中具有弱因果联系的相关参数；判断所有的辅控因子的运行值是否在对应的偏差允许区间内，如果是则退出；否则从运行值不在偏差允许区间内的辅控因子中选择一项可控因子作为待调整可控因子，跳转执行步骤8）；7.4）从运行值不在偏差允许区间内的主控因子中选择一项可控因子作为待调整可控因子，跳转执行步骤8）。优选地，步骤7.3）中从运行值不在偏差允许区间内的辅控因子中选择一项可控因子的步骤包括：筛选出运行值不在偏差允许区间内的辅控因子，直接将筛选的出运行值不在偏差允许区间内的辅控因子并将其作为待选结果或者进一步从筛选的出运行值不在偏差允许区间内的辅控因子中细分筛选出二级辅控因子并将其作为待选结果，其中二级辅控因子为与该辅控因子具有从属关系的相关参数；如果待选结果的数量为0则结束并退出；如果待选结果的数量为1，则直接选择待选结果作为待调整可控因子，跳转执行步骤8）；否则根据预先确定的各个可控因子的权重系数，并根据权重系数结合运行值、标杆值计算得到优先量，然后选择优先量值最大的待选结果作为待调整可控因子，跳转执行步骤8）。优选地，步骤7.4）中从运行值不在偏差允许区间内的主控因子中选择一项可控因子的步骤包括：筛选出运行值不在偏差允许区间内的主控因子，直接将筛选的出运行值不在偏差允许区间内的主控因子并将其作为待选结果或者进一步由该主控因子细分筛选出二级主控因子并将其作为待选结果，其中二级主控因子为与该主控因子中具有从属系的相关参数；如果待选结果的数量为0则结束并退出；如果待选结果的数量为1，则直接选择筛选得到的待选结果作为待调整可控因子，跳转执行步骤8）；否则根据预先确定的各个待选结果的权重系数，并根据权重系数结合运行值、标杆值计算得到优先量，然后选择优先量值最大的待选结果作为待调整可控因子，跳转执行步骤8）。优选地，步骤7.3）或步骤7.4）中所述选择一项可控因子作为待调整可控因子后还进一步包括，从待调整可控因子中进一步细分筛选出直控因子，其中直控因子为根据电站硬件设置情况，可通过改变自身大小直接改变待调整可控因子运行值的参数，判断是否所有的直控因子的运行值均在对应的偏差允许区间内，如果是则不选择任何直控因子作为待调整可控因子并退出；否则筛选出运行值不在偏差允许区间内的直控因子并将其作为待选结果，如果待选结果的数量为0则结束并退出；如果待选结果的数量为1，则直接选择筛选得到的待选结果作为最终的待调整可控因子，跳转执行步骤8）；否则根据预先确定的各个待选结果的权重系数，并根据权重系数结合运行值、标杆值计算优先量，然后选择优先量值最大的待选结果作为最终的待调整可控因子，跳转执行步骤8）。优选地，所述根据权重系数结合运行值、标杆值计算优先量的函数表达式如式（1）所示；ΔPn_m=Xn_m*｜Rn_m-On_m｜（1）式（1）中，ΔPn_m表示可控因子的优先量，Xn_m为可控因子的权重系数，On_m为可控因子的标杆值，Rn_m为可控因子的运行值。优选地，步骤8）中计算待调整可控因子的调整目标值的函数表达式如式（2）所示；f(i)n_m=(On_m-Rn_mi)/2（2）式（2）中，f(i)n_m表示待调整可控因子的调整目标值，On_m表示待调整可控因子的标杆值，Rn_mi表示待调整可控因子的运行值，i表示第i次迭代，且步骤4）～步骤9）为一轮完整的迭代过程。本专利技术还提供一种基于诊断模型和大数据的电站智能控制系统，包括计算机设备，该计算机设备被编程以执行本专利技术前述基于诊断模型和大数据的电站智能控制方法的步骤。本专利技术还提供一种基于诊断模型和大数据的电站智能控制系统，包括计算机设备，该计算机设备的存储介质上存储有被编程以执行本专利技术前述基于诊断模型和大数据的电站智能控制方法的计算机程序。本专利技术还提供一种计算机可读存储介质，该计算机可读存储介质上存储有被编程以执行本专利技术前述基于诊断模型和大数据的电站智能控制方法的计算机程序。和现有技术相比，本专利技术具有下述优点：1、本专利技术基于专家诊断模型从大数据库中提炼所需参数的数据，通过相关计算提供调整优化建议，充分利用本文档来自技高网...

【技术保护点】
1.一种基于诊断模型和大数据的电站智能控制方法，其特征在于实施步骤包括：1）预先建立目标电站的诊断模型，所述诊断模型包括目标电站中作为优化目标的目标参数及其相关参数构成的可控因子，并根据目标电站的历史运行数据确定各个目标参数和可控因子的偏差允许区间、唯一标杆值以及用于确定唯一标杆值的边界参数；2）在目标电站中选定作为优化目标的目标参数；3）确定目标参数相关的可控因子，并初始化设置目标电站的边界参数；4）采集目标参数及其可控因子在初始化设置的边界参数下的运行值；5）判断目标参数的运行值是否在对应的偏差允许区间内，如果是则退出；否则跳转执行下一步；6）判断各个可控因子的运行值是否均在对应的偏差允许区间内，如果是则退出；否则跳转执行下一步；7）选择一项运行值不在偏差允许区间内的可控因子作为待调整可控因子；8）根据待调整可控因子的运行值、标杆值计算待调整可控因子的调整目标值；9）在目标电站中将待调整可控因子调整至调整目标值，跳转步骤4）。

【技术特征摘要】
1.一种基于诊断模型和大数据的电站智能控制方法，其特征在于实施步骤包括：1）预先建立目标电站的诊断模型，所述诊断模型包括目标电站中作为优化目标的目标参数及其相关参数构成的可控因子，并根据目标电站的历史运行数据确定各个目标参数和可控因子的偏差允许区间、唯一标杆值以及用于确定唯一标杆值的边界参数；2）在目标电站中选定作为优化目标的目标参数；3）确定目标参数相关的可控因子，并初始化设置目标电站的边界参数；4）采集目标参数及其可控因子在初始化设置的边界参数下的运行值；5）判断目标参数的运行值是否在对应的偏差允许区间内，如果是则退出；否则跳转执行下一步；6）判断各个可控因子的运行值是否均在对应的偏差允许区间内，如果是则退出；否则跳转执行下一步；7）选择一项运行值不在偏差允许区间内的可控因子作为待调整可控因子；8）根据待调整可控因子的运行值、标杆值计算待调整可控因子的调整目标值；9）在目标电站中将待调整可控因子调整至调整目标值，跳转步骤4）。2.根据权利要求1所述的基于诊断模型和大数据的电站智能控制方法，其特征在于，步骤7）的详细步骤包括：7.1）从所有可控因子的运行值中筛选出主控因子的运行值，所述主控因子为目标参数的可控因子中具有强因果联系的相关参数；7.2）判断是否所有的主控因子的运行值是否均在对应的偏差允许区间内，如果是则跳转执行步骤7.3）；否则跳转执行步骤7.4）；7.3）从所有可控因子的运行值中筛选出辅控因子的运行值，所述辅控因子为目标参数的可控因子中具有弱因果联系的相关参数；判断所有的辅控因子的运行值是否在对应的偏差允许区间内，如果是则退出；否则从运行值不在偏差允许区间内的辅控因子中选择一项可控因子作为待调整可控因子；跳转执行步骤8）；7.4）从运行值不在偏差允许区间内的主控因子中选择一项可控因子作为待调整可控因子；跳转执行步骤8）。3.根据权利要求2所述的基于诊断模型和大数据的电站智能控制方法，其特征在于，步骤7.3）中从运行值不在偏差允许区间内的辅控因子中选择一项可控因子的步骤包括：筛选出运行值不在偏差允许区间内的辅控因子，直接将筛选的出运行值不在偏差允许区间内的辅控因子并将其作为待选结果或者进一步由该辅控因子细分筛选出二级辅控因子并将其作为待选结果，其中二级辅控因子为与该辅控因子具有从属关系的相关参数；如果待选结果的数量为0则结束并退出；如果待选结果的数量为1，则直接选择待选结果作为待调整可控因子，跳转执行步骤8）；否则根据预先确定的各个可控因子的权重系数，并根据权重系数结合运行值、标杆值计算得到优先量，然后选择优先量值最大的待选结果作为待调整可控因子，跳转执行步骤8）。4.根据权利要求2所述的基于诊断模型和大数据的电站智能控制方法，其特征在于，步骤7.4）中从运行值不在偏差允许区间内的主控因子中选择一项可控因子的步骤包括：从筛选的出运行值不在偏差允许区间内的主控因子，直接将筛选的出运行值不在偏差允许区...

【专利技术属性】
技术研发人员：刘帅，吕当振，朱光明，王锡辉，蒋森年，陈珣，杨剑锋，宾谊沅，李明，
申请(专利权)人：湖南省湘电试验研究院有限公司，
类型：发明
国别省市：湖南,43