一种电厂设备测点健康基准值的预测方法及系统技术方案

本发明专利技术涉及一种电厂设备测点健康基准值的预测方法及系统，方法包括：获取机组的历史运行数据，构建数据集；过滤数据集中的拉直线型数据；配置对应的启机判断式和设备运行模式判断式；构建机器学习模型，输入数据集训练机器学习模型，得到预测模型；将设备测点的实时数据输入预测模型，得到设备测点的健康基准值。与现有技术相比，本发明专利技术基于机器学习算法进行测点健康基准值预测，主要依赖于输入输出数据，灵活性较强，适用于电厂设备的动态建模，计算速度更快、预测精度更高、应用范围更广。应用范围更广。应用范围更广。

【技术实现步骤摘要】
一种电厂设备测点健康基准值的预测方法及系统


[0001]本专利技术涉及机组设备健康检测
，尤其是涉及一种电厂设备测点健康基准值的预测方法及系统。

技术介绍

[0002]随着国家对电力企业设备管理水平要求的提高，近年来发电机组逐渐以提高效率、节约能源、改善环境和降低成本为发展目标，尤其对于具备深度调峰能力的机组，严格的考核标准与复杂的运行状况互相矛盾，造成依靠传统控制手段的火电机组经济形势日趋严峻。如何充分利用互联网和大数据的平台来提升设备建模的质量，从而提高机组的运行效率，已经成为当前能源行业重点关注的问题。基于此，设备运行基准值的计算对于电厂中的测点预警以及设备故障检测就显得尤为重要。
[0003]就计算主要参数健康基准值的传统工业过程建模而言，一般多以机理建模为主，机理建模主要指根据系统的机理(如物理或化学的变化规律)建立系统模型的过程，首先，根据建模对象的应用场合和模型的使用目的进行合理的假设；随后，根据系统的内在机理建立数学方程，并比较过程变量数与独立方程数来进行自由度分析，以保证模型有解；最后，进行模型简化与验证。但机理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电厂设备测点健康基准值的预测方法，其特征在于，包括以下步骤：S1、获取机组的历史运行数据，包括设备的测点数据和健康基准值，并对数据进行预处理，构建包含多个样本的数据集；S2、设置拉直线变化比率，过滤数据集中的拉直线型数据；S3、对于机组中的设备，配置对应的启机判断式和设备运行模式判断式，对数据集中的样本进行判断和配置；S4、使用机器学习算法构建机器学习模型，输入数据集训练所述机器学习模型，得到预测模型；S5、将设备测点的实时数据输入预测模型，得到设备测点的健康基准值。2.根据权利要求1所述的一种电厂设备测点健康基准值的预测方法，其特征在于，步骤S1中，自机组的厂级信息监测系统SIS中获取机组的历史运行数据，对数据进行预处理包括：进行空缺值、异常值的检测，去除存在空缺值、异常值的数据。3.根据权利要求1所述的一种电厂设备测点健康基准值的预测方法，其特征在于，步骤S2中，基于所述拉直线变化比率确定阈值范围，若某个时间区间内的测点数据的值在所述阈值范围内波动，则该时间区间上的数据为拉直线型数据。4.根据权利要求1所述的一种电厂设备测点健康基准值的预测方法，其特征在于，步骤S3中，所述启机判断式的构建为：确定设备开机和关机特征变化最显著的测点数据，以测点数据的变化作为设备的启机判断式。5.根据权利要求1所述的一种电厂设备测点健康基准值的预测方法，其特征在于，所述设备运行模式判断式的构建为：对于存在多个运行模式的设备，确定设备不同模式下特征变化最显著的测点数据，，以测点数据的变化作为设备运行模式判断式。6.一种电厂设备测点健康基准值的预测系统，其特征在于，基于如权利要求1
‑
5中任一所述的一种电厂设备测点健康基准值的预测方法...

【专利技术属性】
技术研发人员：徐刚，张益宏，汪辰，陈瑞捷，李清平，吴彬，龚熠，
申请(专利权)人：华能上海燃机发电有限责任公司，
类型：发明
国别省市：