基于大数据分析的电厂机组工况寻优分析方法技术

本发明专利技术提供了一种基于大数据分析的电厂机组工况寻优分析方法，包括：建立真空、综合厂用电率与其他数据的对应关系；历史各工况最优值大数据建模，形成各工况最优样本库；利用大数据建模进行真空寻优，展示历史同边界条件下最优真空信息；利用大数据建模进行综合厂用电率寻优，展示历史同边界条件下最优厂用电率信息；通过寻优模型可以给出运行调整指导意见。本发明专利技术通过寻优控制、运行优化等手段挖掘机组节能减排潜力，降低机组整体气耗，污染物排放更低，使得机组运行更加高效环保。使得机组运行更加高效环保。

【技术实现步骤摘要】
基于大数据分析的电厂机组工况寻优分析方法


[0001]本专利技术涉及电厂控制领域，特别涉及一种基于大数据分析的电厂机组工况寻优分析方法。

技术介绍

[0002]近年来，随着煤价上涨以及环保成本压力的增大，国内燃煤电厂对机组节能降耗越来越关注，如何降低煤耗，提高机组效率是电厂急需解决的问题。传统SIS运行优化目标值确定方法主要有：(1)、采用制造厂提供的设计值；(2)采用最佳运行试验方法；这两种方法只在系统运行初期效果较好；(3)采用变工况热力计算结果，这种方法在确定目标值上是正确的，但实际运行中很难达到；(4)自动寻优确定，这种方法边界条件众多，导致应达值曲线在很长时间后才能完成，但许多参数与机组实际状态不符了。

技术实现思路

[0003]本专利技术提供了一种基于大数据分析的电厂机组工况寻优分析方法，以解决至少一个上述技术问题。
[0004]为解决上述问题，作为本专利技术的一个方面，提供了一种基于大数据分析的电厂机组工况寻优分析方法，包括：
[0005]建立真空、综合厂用电率与其他数据的对应关系；
[0006]历史各工况最优值大数据建模，形成各工况最优样本库；
[0007]利用大数据建模进行真空寻优，展示历史同边界条件下最优真空信息；
[0008]利用大数据建模进行综合厂用电率寻优，展示历史同边界条件下最优厂用电率信息；
[0009]通过寻优模型可以给出运行调整指导意见。
[0010]优选地，寻优模型通过以下方式构建：
[0011]步骤1，构建基于历史数据的寻优算法模型
[0012]根据电厂运行历史数据，充分考虑外界边界条件后，根据不同的寻优参数设定不同的评价指标，构建基于历史数据的寻优算法模型；
[0013]步骤2，构建设备性能指标实时计算模型
[0014]基于实时在线数据，实现设备性能指标实时分钟级、小时级数据在线计算、分析；
[0015]步骤3，构建在线自学习模型
[0016]实现实时运行工况、设备运行指标与历史最优工况的在线对比，不断记录最优工况，进行最优对比，深入挖掘最优运行工况；
[0017]步骤4，构建自由专家库
[0018]结合大数据挖掘、专家经验模式，合理分类、合理调参、分类迭代，构建自有专家库，实现最优偏差指导。
[0019]本专利技术通过寻优控制、运行优化等手段挖掘机组节能减排潜力，降低机组整体气
耗，污染物排放更低，使得机组运行更加高效环保，还提高了工作的效率，提升机组的安全性、稳定性和可靠性，降低了经营成本，具有重大的经济效益和社会效益。
具体实施方式
[0020]以下对本专利技术的实施例进行详细说明，但是本专利技术可以由权利要求限定和覆盖的多种不同方式实施。
[0021]鉴于国内众多电厂的DCS、SIS等信息系统已经积累了海量的生产数据，本专利技术利用大数据进行数据最优生产参数挖掘已成为各高等院校及科研单位、专家学者的研究目标，采用数据挖掘从大量的历史数据中提取有价值的信息，从而确定寻优参数的目标值。
[0022]大数据管理技术需要基于国际标准的开源云计算框架进行二次开发的工业私有智能管控平台软件，构建起企业私有云数据中心系统。系统包含服务器后台管理、分布式存储管理、数据库存储集成和资源调度等功能模块，主要功能包括提供数据采集服务、计算服务、存储服务、网络服务、认证用户管理服务、计量管理服务、数据库服务、消息服务等所需的智能管控平台服务。
[0023]本专利技术利用大数据分析技术对机组实际累计的运行数据进行各种工况、设备运行状态分析寻优，研发基于历史实际运行数据的真空及综合厂用电率工况寻优模型。通过真空等的工况寻优，实现机组运行的最优真空情况下运行，有效降低机组供电标准煤耗；通过综合厂用电率的寻优，实现电气设备的优化组合运行，有效降低厂用电量，达到降低厂用电率的效果，具体内容包括以下方面：
[0024]建立真空、综合厂用电率与其他数据的对应关系。
[0025]历史各工况最优值大数据建模，形成各工况最优样本库。
[0026]利用大数据建模进行真空寻优，展示历史同边界条件下最优真空信息。
[0027]利用大数据建模进行综合厂用电率寻优，展示历史同边界条件下最优厂用电率信息。
[0028]通过寻优模型可以给出运行调整指导意见
[0029]其中，寻优模型通过以下方式构建：
[0030]步骤1，构建基于历史数据的寻优算法模型
[0031]根据电厂运行历史数据，充分考虑外界边界条件后，根据不同的寻优参数设定不同的评价指标，构建基于历史数据的寻优算法模型；
[0032]步骤2，构建设备性能指标实时计算模型
[0033]基于实时在线数据，实现设备性能指标实时分钟级、小时级数据在线计算、分析；
[0034]步骤3，构建在线自学习模型
[0035]实现实时运行工况、设备运行指标与历史最优工况的在线对比，不断记录最优工况，进行最优对比，深入挖掘最优运行工况；
[0036]步骤4，构建自由专家库
[0037]结合大数据挖掘、专家经验模式，合理分类、合理调参、分类迭代，构建自有专家库，实现最优偏差指导。
[0038]真空工况寻优：对机组负荷、大气压力、环境温度进行匹配，考虑综合厂用电率和真空的相互影响关系，已供电煤耗为最终评价指标，找到历史最佳真空，并且通过各种真空
的直接影响因数及非直接影响因数的调节，使实时运行状态接近甚至超过最佳真空，并实现在线学习功能，在相同工况时，提供调节指导。实现机组运行的最优真空情况下运行，有效降低机组供电标准煤耗。
[0039]厂用电率寻优：对机组负荷、环境温度等进行匹配，寻找电厂各重要辅机的用电情况，查找电厂厂用电率最低时，各辅机的运行情况及辅机运行组合，通过综合厂用电率的寻优，实现电气设备的优化组合运行，有效降低厂用电量，达到降低厂用电率的效果。
[0040]由于采用了上述技术方案，本专利技术可利用电厂运行实际历史高频数据，采用机器学习相关算法模型进行数据清洗、稳定型样本挑选、寻优模型的学习与训练；通过“大数据+AI人工智能技术”的协同支撑及优化，实现了模型的在线学习功能；基于具有自主知识产权的大数据平台，以数据挖掘、机器学习与深度学习的方法训练算法模型为辅助，构建领域专家知识库；提供目标变量的预测功能。
[0041]本专利技术通过寻优控制、运行优化等手段挖掘机组节能减排潜力，降低机组整体气耗，污染物排放更低，使得机组运行更加高效环保，还提高了工作的效率，提升机组的安全性、稳定性和可靠性，降低了经营成本，具有重大的经济效益和社会效益。
[0042]以上所述仅为本专利技术的优选实施例而已，并不用于限制本专利技术，对于本领域的技术人员来说，本专利技术可以有各种更改和变化。凡在本专利技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据分析的电厂机组工况寻优分析方法，其特征在于，包括：建立真空、综合厂用电率与其他数据的对应关系；历史各工况最优值大数据建模，形成各工况最优样本库；利用大数据建模进行真空寻优，展示历史同边界条件下最优真空信息；利用大数据建模进行综合厂用电率寻优，展示历史同边界条件下最优厂用电率信息；通过寻优模型可以给出运行调整指导意见。2.根据权利要求1所述的基于大数据分析的电厂机组工况寻优分析方法，其特征在于，所述寻优模型通过以下方式构建：步骤1，构建基于历史数据的寻优算法模型根据...

【专利技术属性】
技术研发人员：解志宏，周春芳，刘铁苗，丁建华，齐建平，史贵君，李诗楠，王昱，冯宝泉，梁浩，
申请(专利权)人：北京京能能源技术研究有限责任公司，
类型：发明
国别省市：