一种汽轮机低压末级压力场预测方法及装置制造方法及图纸

本申请提供一种汽轮机低压末级压力场预测方法及装置，所述方法包括：对获取到的汽轮机历史运行状态参数进行筛选，得到历史运行状态参数样本集及目标参数压力场数据集；利用K最近邻算法对所述历史运行状态参数样本数据集及所述目标参数压力场数据集进行训练，得到近邻样本参数；根据获取到的汽轮机当前运行状态参数及所述近邻样本参数，生成所述当前运行状态参数对应的汽轮机低压末级压力场预测值。本申请提供的汽轮机低压末级压力场预测方法及装置能够根据汽轮机低压缸的当前运行状态参数生成汽轮机低压末级压力场预测值，准确、高效地预测汽轮机低压缸的运行状态，以规避汽轮机低压缸内末级叶片的颤振区。

【技术实现步骤摘要】
一种汽轮机低压末级压力场预测方法及装置
本申请涉及工业控制领域，具体是一种汽轮机低压末级压力场预测方法及装置。
技术介绍
随着北方地区电站在冬季供热工况下热负荷与电负荷供应矛盾的日益凸显，优化热电解耦技术逐步得到推广应用。其中，低压缸零出力技术作为较为新颖的优化热电解耦技术，因其能够通过大幅度地降低低压缸进汽量，有效提高供电机组的热电比，近年来被广泛应用于北方电站。低压缸零出力技术在实际工程中要精确地控制低压缸进汽流量，一方面需要满足低压缸的最小蒸汽冷却量，另一方面在保证应用效果的同时需要避开末级叶片的颤振区。颤振源于气流对叶片的作用力，通过对末级流场的详细研究，可以有意地避开叶片颤振工况，保障电力机组的运行安全。因此，进行末级压力场的预测对保障低压转子设备安全具有现实意义。在实际工程中，目前采用的方法大多是实际探入式测量压力场的方法，通过插入压力探针逐个测量各叶高位置的压力。现有方法的试验准备过程较为复杂，目前尚无通过软测量手段获知汽轮机低压末级压力场的方法。
技术实现思路
针对现有技术中的问题，本申请提供一种汽轮机低压末本文档来自技高网...

【技术保护点】
1.一种汽轮机低压末级压力场预测方法，其特征在于，包括：/n对获取到的汽轮机历史运行状态参数进行筛选，得到历史运行状态参数样本集及目标参数压力场数据集；/n利用K最近邻算法对所述历史运行状态参数样本数据集及所述目标参数压力场数据集进行训练，得到近邻样本参数；/n根据获取到的汽轮机当前运行状态参数及所述近邻样本参数，生成所述当前运行状态参数对应的汽轮机低压末级压力场预测值。/n

【技术特征摘要】
1.一种汽轮机低压末级压力场预测方法，其特征在于，包括：
对获取到的汽轮机历史运行状态参数进行筛选，得到历史运行状态参数样本集及目标参数压力场数据集；
利用K最近邻算法对所述历史运行状态参数样本数据集及所述目标参数压力场数据集进行训练，得到近邻样本参数；
根据获取到的汽轮机当前运行状态参数及所述近邻样本参数，生成所述当前运行状态参数对应的汽轮机低压末级压力场预测值。


2.根据权利要求1所述的汽轮机低压末级压力场预测方法，其特征在于，利用K最近邻算法对所述历史运行状态参数样本数据集及所述目标参数压力场数据集进行训练，得到近邻样本参数，包括：
对所述历史运行状态参数样本数据集中的历史运行状态参数样本数据进行特征降维，得到所述历史运行状态参数样本数据对应的主成分重建原数据；
对所述历史运行状态参数样本数据对应的所述主成分重建原数据进行归一化处理，得到主成分重建标准化数据；
将所述主成分重建标准化数据划分为训练样本集与测试样本集；
利用K最近邻算法对所述训练样本集、所述测试样本集及所述目标参数压力场数据集进行训练，调整预先设定的近邻样本初始参数，得到近邻样本参数。


3.根据权利要求2所述的汽轮机低压末级压力场预测方法，其特征在于，对所述历史运行状态参数样本数据集中的历史运行状态参数样本数据进行特征降维，得到所述历史运行状态参数样本数据对应的主成分重建原数据，包括：
计算所述历史运行状态参数样本数据集中所述历史运行状态参数样本数据的特征均值向量；
根据所述特征均值向量，将所述历史运行状态参数样本数据中心化，得到历史运行状态参数样本数据矩阵；
构造所述历史运行状态参数样本数据矩阵的协方差矩阵；
对所述协方差矩阵进行特征分解，求取所述协方差矩阵的特征值及各所述特征值对应的特征向量；
根据计算得到的各所述特征值的贡献率提取前d个主成分，其中d的数量小于所述特征向量的维度；
根据所述主成分计算所述历史运行状态参数样本数据对应的主成分重建原数据。


4.根据权利要求2所述的汽轮机低压末级压力场预测方法，其特征在于，利用K最近邻算法对所述训练样本集、所述测试样本集及所述目标参数压力场数据集进行训练，调整预先设定的近邻样本初始参数，得到近邻样本参数，包括：
逐一计算所述测试样本集中各历史运行状态参数样本与所述训练样本集中各历史运行状态参数样本之间的欧式距离；
针对所述测试样本集中的每一所述历史运行状态参数样本，选取与所述训练样本集中各历史运行状态参数样本之间欧式距离最近的k个历史运行状态参数样本，其中，1≤k≤N-1，N为所述训练样本集中所述历史运行状态参数样本的个数；
针对所述测试样本集中的每一历史运行状态参数样本，获取所述k个历史运行状态参数样本的压力场参数；
根据所述k个历史运行状态参数样本的压力场参数，生成所述测试样本集中的每一历史运行状态参数样本的汽轮机低压末级压力场预测值；
计算所述测试样本集中每一所述历史运行状态参数样本在不同k值下的汽轮机低压末级压力场预测值的均方误差；
选取最小的所述均方误差所对应的k值，作为近邻样本参数。


5.根据权利要求1所述的汽轮机低压末级压力场预测方法，其特征在于，根据获取到的汽轮机当前运行状态参数及所述近邻样本参数，生成所述当前运行状态参数对应的汽轮机低压末级压力场预测值，包括：
对所述当前运行状态参数进行特征降维，得到所述当前运行状态参数对应的主成分重建原数据；
对所述当前运行状态参数对应的主成分重建原数据进行归一化处理，得到所述当前运行状态参数对应的主成分重建标准化数据；
根据所述近邻样本参数，利用K最近邻算法生成所述当前运行状态参数对应的汽轮机低压末级压力场预测值。


6.一种汽轮机低压末级压力场预测装置，其特征在于，包括：
获取单元，用于对获取到的汽轮机历史运行状态参数进行筛选，得到历史运行状态参数样本集及目标参数压力场数据集；
训练单元，用于利用K最近邻算法对所述历史运行状态参数样本数据集及所述目标参数压力场数据集进行训练，得到近邻样本参数；
预测单元，用于根据获取到的汽轮机当前运行状态参数及所述近邻样本参...

【专利技术属性】
技术研发人员：吴昕，李前宇，宋亚军，张路，王维萌，鲁凤鹏，司派友，赵峰，刘双白，薛常海，左川，
申请(专利权)人：华北电力科学研究院有限责任公司，国家电网有限公司，京能秦皇岛热电有限公司，
类型：发明
国别省市：北京;11