一种发电机组的性能调整数据处理方法、系统和存储介质技术方案

本发明专利技术公开了一种发电机组的性能调整数据处理方法、系统和存储介质，所述方法包括以下步骤：采集发电机组各部件的运行工况数据，计算发电机组各部件的性能参数；根据所述采集到的运行工况数据构建BP神经网络模型；基于所述BP神经网络模型构建物理模型；通过所述物理模型对发电机组各部件进行运行工况预测；根据所述运行工况预测结果和所述性能参数生成发电机组各部件的调节方案。本发明专利技术能对发电机组各部件的工况进行自动调节，同时，工作人员也可以根据调节方案快速确定需要调节的器件位置，从而节省调节和排查时间，提高联合循环发电机组的工作效率。本发明专利技术可广泛应用于电气领域。

A data processing method, system and storage medium for performance adjustment of generator set

【技术实现步骤摘要】
一种发电机组的性能调整数据处理方法、系统和存储介质
本专利技术涉及电气领域，尤其是一种发电机组的性能调整数据处理方法、系统和存储介质。
技术介绍
燃气-蒸汽联合循环发电机组在使用的过程中，容易受外部环境和机组内部的运行环境影响，导致压气机和燃气透平劣化，进而影响系统运行性能，出现供需不匹配的现象。影响部件劣化的外部因素包括恶劣的空气质量、飘浮在空气中的树胶、植物胶和花粉等；影响部件劣化的内部因素包括润滑油泄漏、过滤器密封不严和部件变形等。随着机组运行时间的增加，部件受到不同程度的劣化是在所难免的，特别是顶循环的压气机和燃气透平两大部件。在传统的联合循环机组中，燃气轮机是在指定功率状态下运行的，各部件都随着燃气轮机的运行时间增加而不断劣化，为了在劣化的情况下也能达到指定功率的要求，通常人为地调节IGV开度，在调节IGV开度无法达到要求时，再从系统其它方面进行逐项排查。显然，这种传统的调节方式会消耗较多的时间和人力，影响联合循环发电机组的正常工作。
技术实现思路
为解决上述技术问题，本专利技术的目的在于：提供一种发电机组的性能调整数据处理方法、系统和存储介质，其能节省调节和排查时间，提高联合循环发电机组的工作效率。本专利技术实施例的第一方面提供了：一种发电机组的性能调整数据处理方法，其包括以下步骤：采集发电机组各部件的运行工况数据，计算发电机组各部件的性能参数；根据所述采集到的运行工况数据构建BP神经网络模型；基于所述BP神经网络模型构建物理模型；>通过所述物理模型对发电机组各部件进行运行工况预测；根据所述运行工况预测结果和所述性能参数生成发电机组各部件的调节方案。进一步地，所述根据所述采集到的运行工况数据构建BP神经网络模型，其具体包括：将所述采集到的运行工况数据保存到以预设时间段构建的子集内；从各个子集获取符合预设要求的运行工况数据作为目标数据；将所述目标数据随机划分为训练集数据和测试集数据；根据所述训练集数据进行神经网络训练，构建BP神经网络模型。进一步地，所述BP神经网络模型还通过以下步骤进行校正：获取所述目标数据内的测试集数据；将所述测试集数据的输入变量输入到所述BP神经网络模型，得到测试集数据的输入变量对应的预测值；计算所述输入变量对应的预测值与所述输入变量对应的输出变量的差值；判断所述差值是否在工程接受范围内，若是，则判定BP神经网络模型的可靠性通过验证，反之，则修改训练集数据重新建模。进一步地，所述基于所述BP神经网络模型构建物理模型，其具体包括：根据所述第一个预设时间段构建的BP神经网络模型构建物理模型；通过剩余预设时间段构建的BP神经网络模型分别预测各个剩余预设时间段内发电机组各部件性能劣化程度；根据各个剩余预设时间段内发电机组各部件性能劣化程度依次对所述物理模型进行校正，依次得到各个剩余预设时间段内的物理模型。进一步地，所述通过所述物理模型对发电机组各部件进行运行工况预测，其具体包括：从预设时间段内的物理模型中获取最接近当前时间节点的物理模型；通过最接近当前时间节点的物理模型预测发电机组各部件的劣化位置和劣化程度。进一步地，所述根据所述运行工况预测结果和所述性能参数生成发电机组各部件的调节方案，其具体包括：根据所述预测得到的发电机组各部件的劣化位置和劣化程度判断发电机组各部件的性能偏差状况；在确定偏差状况大于预设范围后，根据发电机组各部件的劣化位置、劣化程度和性能参数生成调节方案。进一步地，还包括以下步骤：获取用户的历史用电需求量；根据用户的历史用电需求量预测未来时刻的用电需求量；根据未来时刻的用电需求量调整调节方案。本专利技术实施例的第二方面提供了：一种发电机组的性能调整数据处理系统，其包括：采集模块，用于采集发电机组各部件的运行工况数据，计算发电机组各部件的性能参数；模型构建模块，根据所述采集到的运行工况数据构建BP神经网络模型；基于所述BP神经网络模型构建物理模型；预测模块，用于通过所述物理模型对发电机组各部件进行运行工况预测；生成模块，用于根据所述运行工况预测结果和所述性能参数生成发电机组各部件的调节方案。本专利技术实施例的第三方面提供了：一种发电机组的性能调整数据处理系统，其包括：至少一个存储器，用于存储程序；至少一个处理器，用于加载所述程序以执行上述的一种发电机组的性能调整数据处理方法。本专利技术实施例的第四方面提供了：一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于实现上述的一种发电机组的性能调整数据处理方法。本专利技术的有益效果是：本专利技术通过采集发电机组各部件的运行工况数据，根据运行工况数据构建BP神经网络模型，接着基于构建的BP神经网络模型构建物理模型，通过物理模型对发电机组各部件进行运行工况预测，然后根据预测结果与计算得到的性能参数生成发电机组各部件的调节方案，从而根据调节方案实现对发电机组各部件的运行工况进行自动调节的功能，同时，工作人员也可以根据调节方案快速确定需要调节的器件位置，以节省调节和排查时间，提高联合循环发电机组的工作效率。附图说明图1为本专利技术一种具体实施例的发电机组的性能调整数据处理方法的流程图。具体实施方式下面结合附图和具体实施例对本专利技术做进一步的详细说明。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。参照图1，本专利技术实施例提供了一种发电机组的性能调整数据处理方法，其包括以下步骤：S110、采集发电机组各部件的运行工况数据，计算发电机组各部件的性能参数；本步骤具体是通过温度、压力、流量、功率传感器采集压气机进口和出口的空气状态参数、透平进口和出口的燃气状态参数、燃气轮机输出功率、蒸汽轮机各汽缸进汽参数、蒸汽轮机输出功率，接着根据压气机、透平进出口温度、压力参数，分别计算其多变指数，所述多变指数采用公式1进行计算：其中，T为热力学温度，单位为K；P为绝对压力，单位为kPa；x为部件名称缩写，代表压气机c或者燃气透平t；in为部件进口流体；out为部件出口流体；k为多变指数。S120、根据所述采集到的运行工况数据构建BP神经网络模型；本步骤具体是以年为单位，根据各个年度的运行工况数据分别创建各个年度的BP神经网络模型。S130、基于所述BP神经网络模型构建物理模型；具体是以第一年度的BP神经网络模型构建物理模型，根据剩余年度的BP神经网络模型得到各运行年度的压气机、燃气透平的效率劣化程度，根据劣化程度对物理模型进行校正，得到符合不同运行年度的物理模型。例如，运行年度为2013-2015年，则以2013年度作为第一本文档来自技高网...

【技术保护点】
1.一种发电机组的性能调整数据处理方法，其特征在于：包括以下步骤：/n采集发电机组各部件的运行工况数据，计算发电机组各部件的性能参数；/n根据所述采集到的运行工况数据构建BP神经网络模型；/n基于所述BP神经网络模型构建物理模型；/n通过所述物理模型对发电机组各部件进行运行工况预测；/n根据所述运行工况预测结果和所述性能参数生成发电机组各部件的调节方案。/n

【技术特征摘要】
1.一种发电机组的性能调整数据处理方法，其特征在于：包括以下步骤：
采集发电机组各部件的运行工况数据，计算发电机组各部件的性能参数；
根据所述采集到的运行工况数据构建BP神经网络模型；
基于所述BP神经网络模型构建物理模型；
通过所述物理模型对发电机组各部件进行运行工况预测；
根据所述运行工况预测结果和所述性能参数生成发电机组各部件的调节方案。


2.根据权利要求1所述的一种发电机组的性能调整数据处理方法，其特征在于：所述根据所述采集到的运行工况数据构建BP神经网络模型，其具体包括：
将所述采集到的运行工况数据保存到以预设时间段构建的子集内；
从各个子集获取符合预设要求的运行工况数据作为目标数据；
将所述目标数据随机划分为训练集数据和测试集数据；
根据所述训练集数据进行神经网络训练，构建BP神经网络模型。


3.根据权利要求2所述的一种发电机组的性能调整数据处理方法，其特征在于：所述BP神经网络模型还通过以下步骤进行校正：
获取所述目标数据内的测试集数据；
将所述测试集数据的输入变量输入到所述BP神经网络模型，得到测试集数据的输入变量对应的预测值；
计算所述输入变量对应的预测值与所述输入变量对应的输出变量的差值；
判断所述差值是否在工程接受范围内，若是，则判定BP神经网络模型的可靠性通过验证，反之，则修改训练集数据重新建模。


4.根据权利要求2所述的一种发电机组的性能调整数据处理方法，其特征在于：所述基于所述BP神经网络模型构建物理模型，其具体包括：
根据所述第一个预设时间段构建的BP神经网络模型构建物理模型；
通过剩余预设时间段构建的BP神经网络模型分别预测各个剩余预设时间段内发电机组各部件性能劣化程度；
根据各个剩余预设时间段内发电机组各部件性能劣化程度依次对所述物理模型进行校正，依次得到各个剩余预设时间段内的物理模型。


5.根据权利要求4所述...

【专利技术属性】
技术研发人员：林志文，潘志强，高国梁，
申请(专利权)人：广州珠江天然气发电有限公司，
类型：发明
国别省市：广东;44