一种流域梯级电厂发电能力采集方法及系统技术方案

本发明专利技术提供了一种流域梯级电厂发电能力采集方法，包括：获取每个水电站的发电数据并对发电数据进行处理；根据发电数据建立发电量分析预测模型，根据发电量预测结果对每个水电站的发电能力以及后期潜在的发电能力进行评估；根据每个水电站的评估结果，对各水电站的发电量进行调配；本发明专利技术通过实时各个水电站的发电数据对发电量分析预测模型进行矫正，使得发电量分析预测模型分析计算出的每个水电站的发电能力以及后期潜在的发电能力更加准确，同时集控中心根据每个水电站的发电能力以及后期潜在的发电能力来对每个水电站进行合理调配，使集控中心对各个流域梯级电厂的优化调度工作变得更加简单。度工作变得更加简单。度工作变得更加简单。

【技术实现步骤摘要】
一种流域梯级电厂发电能力采集方法及系统


[0001]本专利技术涉及流域梯级电厂发电能力采集
，尤其涉及一种流域梯级电厂发电能力采集方法及系统。

技术介绍

[0002]水能是一种可再生能源，是一种很经济、很清洁的能源。由于自然条件和技术上的原因，必须对河流进行分段开发。即，自河流的上游起，由上而下地拟定一个河段接一个河段的水利枢纽系列、呈阶梯状的分布形式，这样的开发方式称为梯级开发。通过梯级开发方式所建成的一连串的水电站，称为流域梯级电厂。
[0003]但在流域梯级电厂发电能力采集时，实时是通过集控中心电话询问的方式获取各水电站的发电能力以及发电设备的实际运行情况，因此现有技术并不能准确且快速掌握各个水电站的发电情况以及各水电站的发电能力，对设备的状态也并不能实时掌握，对流域梯级电厂的优化调度工作形成了很大的阻碍。

技术实现思路

[0004]针对现有技术中所存在的不足，本专利技术提供了一种流域梯级电厂发电能力采集方法及系统，其解决了现有技术中存在的不能准确掌握各个流域梯级电厂发电能力的问题。
[0005]根据本专利技术的实施例，一种流域梯级电厂发电能力采集方法，包括：
[0006]S1、获取每个水电站的发电数据并对发电数据进行处理；
[0007]S2、根据发电数据建立发电量分析预测模型，根据发电量预测结果对每个水电站的发电能力以及后期潜在的发电能力进行评估；
[0008]S3、根据每个水电站的评估结果，对各水电站的发电量进行调配。
[0009]本专利技术的技术原理为：将每个水电站的发电数据进行处理，提取出特征值，再利用提取出的值进行建立发电量分析预测模型，发电量分析预测模型可以分析计算出现在各个水电站的发电能力以及后期潜在的发电能力，集控中心根据发电量分析预测模型分析计算出的每个水电站的发电能力以及后期潜在的发电能力对各个水电站进行调配，使得每个水电站均可以满足负荷要求，同时使集控中心对各个流域梯级电厂的优化调度工作变得更加简单。
[0010]另一方面，根据本专利技术，还提供了一种流域梯级电厂发电能力采集系统，包括：
[0011]多个采集模块，用于采集每个水电站每台发电机的输出功率；
[0012]处理模块，与所述采集模块连接，用于处理采集模块采集的数据；
[0013]控制分析模块，与每个所述处理模块的输出端连接，用于控制所述采集模块，还用于分析每个水电站后期的潜在发电能力；
[0014]通讯模块，与所述控制分析模块连接，用于与集控中心相互通讯；
[0015]所述控制分析模块通过所述通讯模块将每个水电站的后期潜在发电能力，发送给集控中心。
[0016]可选地，所述采集模块包括：
[0017]多个采集传感器，用于采集每台发电机的输出功率；
[0018]频率控制模块，与所述控制分析模块和所述采集传感器连接，用于控制所述采集传感器的采集频率；
[0019]预处理模块，与所述频率控制模块和处理模块连接，用于处理所述采集传感器采集的数据。
[0020]作为本专利技术的另一种可选实施例，可选地，还包括储存模块，与所述控制分析模块连接，用于储存所述采集模块采集的数据，作为后续的历史数据。
[0021]相比于现有技术，本专利技术具有如下有益效果：利用各个水电站的发电数据来建立发电量分析预测模型，并通过实时各个水电站的发电数据对发电量分析预测模型进行矫正，使得发电量分析预测模型分析计算出的每个水电站的发电能力以及后期潜在的发电能力更加准确，同时集控中心根据发电量分析预测模型分析计算出的每个水电站的发电能力以及后期潜在的发电能力来对每个水电站的负荷进行合理调配，使集控中心对各个流域梯级电厂的优化调度工作变得更加简单。
附图说明
[0022]图1为本专利技术的实施例1的流程示意图。
[0023]图2为本专利技术的实施例2流域梯级电厂发电能力采集系统的结构示意图。
[0024]图3为本专利技术的实施例2的采集模块结构示意图。
具体实施方式
[0025]下面结合附图及实施例对本专利技术中的技术方案进一步说明。
[0026]实施例1
[0027]如图1所示，一种流域梯级电厂发电能力采集方法，应用于流域梯级电厂，每个水电站设有若干台发电机；包括步骤：
[0028]S1、获取每个水电站的发电数据并对发电数据进行处理；在采集时需要对每个水电站的实时发电数据和历史发电数据进行采集，实时发电数据可以用于对建立好的发电量分析预测模型进行矫正，使得发电量分析预测模型分析计算出的每个水电站的发电能力以及后期潜在的发电能力更加准确；发电数据包括水流量、水头、发电量、发电效率和水电站的装机容量数据；本实施例中采用近五年的历史发电数据来训练发电量分析预测模型，其考量的时间相对较长远，所训练出的发电量分析预测模型最后输出的每个水电站的发电能力以及后期潜在的发电能力也会更加准确；在处理采集的每个水电站的发电数据时，需要对发电数据进行数据清洗、归一化和筛选，筛选出具有代表性的特征值(具有代表性的特征值为处理后的水流量、水头、发电量、发电效率和水电站的装机容量数据)，并依次对特征值进行相关性和共线性分析，去除冗余特征，得到一组主要特征值，利用这些主要特征值来建立发电量分析预测模型。
[0029]S2、根据发电数据建立发电量分析预测模型，根据发电量预测结果对每个水电站的发电能力以及后期潜在的发电能力进行评估；在建立发电量分析预测模型时，可以才用多种机器学习算法进行模型的构建，如回归分析、神经网络、决策树等算法。在模型构建时
需要考虑到主要特征值之间的相互作用和影响，并采取合适的模型评估方法，如交叉验证等，确保模型的准确性和泛化性；在本实施例中选用线性回归算法和决策树算法，利用线性回归算法可以探究流域梯级电厂主要特征值变量与产能之间的线性关系，建立线性模型；通过决策树算法可以探究产能变化的主导因素和交互作用，同时易于解释模型结果，便于决策者理解和制定管理与调度策略，并可建立多个决策树来预测每个水电站的产能值，从而提高模型的准确性和鲁棒性。
[0030]S3、根据每个水电站的评估结果，对各水电站的发电量进行调配。集控中心根据建立好的发电量分析预测模型分析计算出的每个水电站的发电能力以及后期潜在的发电能力，来对各个水电站的负荷进行调配使集控中心对各个流域梯级电厂的优化调度工作变得更加简单。
[0031]如图1所示，在使用时，将建立好的发电量分析预测模型纳入到流域梯级电厂发电能力采集系统中，通过流域梯级电厂发电能力采集系统将发电量分析预测模型分析计算出的每个水电站的发电能力以及后期潜在的发电能力发送给集控中心，通过集控中心进行对每个水电站的负荷进行合理调配，使集控中心对各个流域梯级电厂的优化调度工作变得更加简单。
[0032]作为本专利技术的一种可选实施例，可选地，步骤S1包括步骤：
[0033]S101、采集每台发电机在单位时间内的发电量；在同一水电站中采集每台发电机在单位时间内的发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种流域梯级电厂发电能力采集方法，应用于流域梯级电厂，每个水电站设有若干台发电机；其特征在于，包括步骤：S1、获取每个水电站的发电数据并对发电数据进行处理；S2、根据发电数据建立发电量分析预测模型，根据发电量预测结果对每个水电站的发电能力以及后期潜在的发电能力进行评估；S3、根据每个水电站的评估结果，对各水电站的发电量进行调配。2.如权利要求1所述的一种流域梯级电厂发电能力采集方法，其特征在于，步骤S1包括步骤：S101、采集每台发电机在单位时间内的发电量；S102、计算水电站在单位时间内的发电量。3.如权利要求1所述的一种流域梯级电厂发电能力采集方法，其特征在于，步骤S1中的发电数据包括：历史天气、水流量、水头、发电量、发电效率和水电站的装机容量。4.如权利要求3所述的一种流域梯级电厂发电能力采集方法，其特征在于，所述建立每个水电站的发电量分析预测模型包括：S201、基于每个水电站的历史天气、水流量、水头、发电量、发电效率和水电站的装机容量数据，获取有效的特征值；S202、将有效的特征值与水电站的发电量进行关联分析；S203、基于特征值与决策树算法构建流域梯级电厂的发电量分析预测模型。5.如权利要求4所述的一种流域梯级电厂发电能力采集方法，其特征在于，所述步骤S1中对数据进行的处理包括数据清洗、归一化和筛选。6.如权利要求1所述的一种流域梯级电厂发电能力采集方法，其特征在...

【专利技术属性】
技术研发人员：董峰，李甍，丁朦，吴云，
申请(专利权)人：湖北清江水电开发有限责任公司，
类型：发明
国别省市：