耗差分析方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及火电机组技术领域，公开了一种耗差分析方法、装置、设备及存储介质。该方法包括：获取火电机组在深度调峰各工况下的目标性能指标，目标性能指标为影响煤耗指标、油耗指标和环保指标的指标；通过k

【技术实现步骤摘要】
耗差分析方法、装置、设备及存储介质


[0001]本专利技术涉及火电机组
，尤其涉及一种耗差分析方法、装置、设备及存储介质。

技术介绍

[0002]耗差分析是电厂中的指标数据基础，耗差分析中的基准值是能耗的评价依据。现有的耗差分析方法中基准值的确定一般是依据锅炉热力设计数据和汽机平衡图确定，而在深度调峰工况下会超出原有设计值或平衡图中的数据。
[0003]为了避免上述问题，在深度调峰工况下基准值的确定一般是通过对历史数据进行挖掘，利用多目标模糊优化方法找到最优解作为基准值，但是，该方式得到的结果是以历史数据中的一条记录作为最优解，此种方式得到的结果较为随机，难以作为深度调峰工况下所有元素的最优解，使得深度调峰工况下耗差分析基准值难以准确地确定，导致深度调峰工况下耗差分析的精度较低。
[0004]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0005]本专利技术的主要目的在于提供了一种耗差分析方法、装置、设备及存储介质，旨在解决现有技术耗差分析方法在深度调峰工况下耗差分析基准值难以准确地确定，导致深度调峰工况下耗差分析的精度较低的技术问题。
[0006]为实现上述目的，本专利技术提供了一种耗差分析方法，所述耗差分析方法应用于火电机组，所述方法包括以下步骤：获取所述火电机组在深度调峰各工况下的目标性能指标，所述目标性能指标为影响煤耗指标、油耗指标和环保指标的指标；通过k
‑
means聚类算法对所述目标性能指标进行聚类，确定深度调峰工况下的基准值；在检测到所述火电机组当前处于深度调峰工况时，根据所述火电机组的当前性能指标与所述基准值进行耗差分析。
[0007]可选地，所述通过k
‑
means聚类算法对所述目标性能指标进行聚类，确定深度调峰工况下的基准值的步骤，包括：确定深度调峰的总工况范围，并通过预设划分参数对所述总工况范围进行划分，获得多个工况范围；根据所述目标性能指标构建样本数据，并从所述样本数据中确定各工况范围的初始聚类中心；通过各初始聚类中心对所述样本数据进行聚类，获得所述各工况范围下的基准值。
[0008]可选地，所述通过各初始聚类中心对所述样本数据进行聚类，获得所述各工况范围下的基准值的步骤，包括：确定所述样本数据与各初始聚类中心之间的距离；根据所述距离将所述样本数据归类到所述各初始聚类中心所在的簇，获得多个数据簇；确定各数据簇的平均值，并将各平均值作为新的聚类中心；根据各新的聚类中心对所述样本数据进行聚类，直至聚类获得的平均值满足收敛条件或聚类的次数达到预设次数；将聚类结束后各数据簇的平均值作为各工况范围下的基准值。
[0009]可选地，所述在检测到所述火电机组当前处于深度调峰工况时，根据所述火电机组的当前性能指标与所述基准值进行耗差分析的步骤，包括：在检测到所述火电机组当前处于深度调峰工况时，在所述基准值中确定当前工况所处的目标工况范围，并根据所述目标工况范围确定目标基准值；根据所述火电机组的指标类型选择对应的性能指标计算策略，并根据所述性能指标计算策略确定各指标类型的当前性能指标；基于所述当前性能指标与所述基准值进行耗差分析。
[0010]可选地，所述根据所述火电机组的指标类型选择对应的性能指标计算策略，并根据所述性能指标计算策略确定各指标类型的当前性能指标的步骤，包括：在所述火电机组的性能指标类型为燃料指标类型时，通过预设混合燃料计算公式根据各指标的消耗量、各指标的性能参数以及入炉混合燃料中各指标的总消耗量确定混合燃料的燃料特性，并将所述燃料特性作为当前性能指标；所述预设混合燃料计算公式为：其中，Q为混合燃料的燃料特性，q
m
为目标性能指标的消耗量，Q
m
为目标性能指标的性能参数，q
i
为各指标的消耗量。
[0011]可选地，所述根据所述火电机组的指标类型选择对应的性能指标计算策略，并根据所述性能指标计算策略确定各指标类型的当前性能指标的步骤，还包括：在所述火电机组的性能指标类型为回热系统指标类型时，判断回热系统中是否存在加热器解列；若不存在，则判断所述加热器的疏水调节阀是否开启；若所述疏水调节阀开启，则根据所述疏水调节阀的开度确定当前加热器的当前抽汽流量，并将所述当前抽汽流量作为所述当前性能指标。
[0012]可选地，所述在所述火电机组的性能指标类型为回热系统指标类型时，判断回热系统中是否存在加热器解列的步骤之后，还包括：若存在，则根据已解列加热器的运行参数确定所述当前加热器的当前抽汽流量，并将所述当前抽汽流量作为所述当前性能指标。
[0013]此外，为实现上述目的，本专利技术还提出一种耗差分析装置，所述耗差分析装置包
括：指标获取模块，用于获取所述火电机组在深度调峰各工况下的目标性能指标，所述目标性能指标为影响煤耗指标、油耗指标和环保指标的指标；指标聚类模块，用于通过k
‑
means聚类算法对所述目标性能指标进行聚类，确定深度调峰工况下的基准值；耗差分析模块，用于在检测到所述火电机组当前处于深度调峰工况时，根据所述火电机组的当前性能指标与所述基准值进行耗差分析。
[0014]此外，为实现上述目的，本专利技术还提出一种耗差分析设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的耗差分析程序，所述耗差分析程序配置为实现如上文所述的耗差分析方法的步骤。
[0015]此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有耗差分析程序，所述耗差分析程序被处理器执行时实现如上文所述的耗差分析方法的步骤。
[0016]本专利技术提供了一种耗差分析方法、装置、设备及存储介质。该方法通过获取火电机组在深度调峰各工况下的目标性能指标，目标性能指标为影响煤耗指标、油耗指标和环保指标的指标；然后通过k
‑
means聚类算法对目标性能指标进行聚类，确定深度调峰工况下的基准值；最后在检测到火电机组当前处于深度调峰工况时，根据火电机组的当前性能指标与基准值进行耗差分析。本专利技术上述方法在深度调峰工况下通过对影响煤耗指标、油耗指标和环保指标的目标性能指标进行聚类确定基准值，相较于现有技术在深度调峰工况下以历史数据中的一条记录作为最优解，得到的结果较为随机，难以作为深度调峰工况下所有元素的最优解，使得深度调峰工况下耗差分析的基准值难以准确地确定，本专利技术上述方法通过k
‑
means聚类算法对由多个数据构成的指标进行聚类，所确定的基准值可以作为深度调峰工况所有元素的最优解，有效提高了深度调峰工况下耗差分析的精度。
附图说明
[0017]图1为本专利技术实施例方案涉及的硬件运行环境的耗差分析设备的结构示意图；图2为本专利技术耗差分析方法第一实施例的流程示意图；图3为本专利技术耗差分析方法第二实施例的流程示意图；图4为本专利技术耗差分析方法第三实施例的流程示意图；图5为本专利技术耗差分析方法第三实施例中加热器的示意图；图6为本专利技术耗差分析装置第一实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种耗差分析方法，其特征在于，所述耗差分析方法应用于火电机组，所述方法包括以下步骤：获取所述火电机组在深度调峰各工况下的目标性能指标，所述目标性能指标为影响煤耗指标、油耗指标和环保指标的指标；通过k
‑
means聚类算法对所述目标性能指标进行聚类，确定深度调峰工况下的基准值；在检测到所述火电机组当前处于深度调峰工况时，根据所述火电机组的当前性能指标与所述基准值进行耗差分析。2.如权利要求1所述的耗差分析方法，其特征在于，所述通过k
‑
means聚类算法对所述目标性能指标进行聚类，确定深度调峰工况下的基准值的步骤，包括：确定深度调峰的总工况范围，并通过预设划分参数对所述总工况范围进行划分，获得多个工况范围；根据所述目标性能指标构建样本数据，并从所述样本数据中确定各工况范围的初始聚类中心；通过各初始聚类中心对所述样本数据进行聚类，获得所述各工况范围下的基准值。3.如权利要求2所述的耗差分析方法，其特征在于，所述通过各初始聚类中心对所述样本数据进行聚类，获得所述各工况范围下的基准值的步骤，包括：确定所述样本数据与各初始聚类中心之间的距离；根据所述距离将所述样本数据归类到所述各初始聚类中心所在的簇，获得多个数据簇；确定各数据簇的平均值，并将各平均值作为新的聚类中心；根据各新的聚类中心对所述样本数据进行聚类，直至聚类获得的平均值满足收敛条件或聚类的次数达到预设次数；将聚类结束后各数据簇的平均值作为各工况范围下的基准值。4.如权利要求2所述的耗差分析方法，其特征在于，所述在检测到所述火电机组当前处于深度调峰工况时，根据所述火电机组的当前性能指标与所述基准值进行耗差分析的步骤，包括：在检测到所述火电机组当前处于深度调峰工况时，在所述基准值中确定当前工况所处的目标工况范围，并根据所述目标工况范围确定目标基准值；根据所述火电机组的指标类型选择对应的性能指标计算策略，并根据所述性能指标计算策略确定各指标类型的当前性能指标；基于所述当前性能指标与所述基准值进行耗差分析。5.如权利要求2所述的耗差分析方法，其特征在于，所述根据所述火电机组的指标类型选择对应的性能指标计算策略，并根据所述性能指标计算策略确定各指标类型的当前性能指标的步骤，包括：在所...

【专利技术属性】
技术研发人员：孙善飞，夏广臻，吴永进，赵立涛，
申请(专利权)人：济南作为科技有限公司，
类型：发明
国别省市：