【技术实现步骤摘要】
一种基于热电联供机组的单变量
‑
多变量稳态辨识方法
[0001]本专利技术涉及发电信息
,更确切地说,它涉及一种基于热电联供机组的单变量
‑
多变量稳态辨识方法。
技术介绍
[0002]热电联供机组由于兼顾发电和供热,工况变化较快较多。工况变化直接影响针对热电联供系统的建模、控制和优化等方法的效果。为了降低工况变化带来的消极影响,需要对系统的状态进行辨识提取出系统的稳态工况。
[0003]CN105809203B提出一种基于层次聚类的系统稳态检测算法,通过不断地将两两特征之间的聚类获得层次聚类树的表达矩阵,利用表达矩阵计算获得聚类结果合理性值,从而求取计算获得最终的阈值,进而获得最终聚类结果序列,通过联合时序判断获得系统稳态的情况。CN109813978B提出一种综合暂态特征和稳态间的变化特征的非侵入负荷式识别方法,该方法采用卷积神经网络识别用电器的暂态过程与C均值聚类法识别用电器稳态间的变化过程相结合的手段,识别用电器的种类以及其处于何种工作状态,实现系统智能化优化识别用电器的效果以及提高用电器暂态和稳态过程的识别效果;CN113240105B提出一种基于图神经网络池化的电网稳态判别方法,该方法通过引入图同构网络来实现电网图中各个节点信息的预处理,并使用最大似然估计方法和池化操作对电网运行状态判别。
[0004]上述专利均针对工况运行时的状态进行识别判断,多采用聚类算法或者神经网络进行判断,缺少对单独特征趋势变化的判断,对新的稳态工况的出现也较难判断。因此,亟 ...
【技术保护点】
【技术特征摘要】
1.一种基于热电联供机组的单变量
‑
多变量稳态辨识方法,其特征在于,包括步骤1、确定需要构建热电联供历史稳态工况库的对象,明确相关对象的工况特征;步骤2、根据工况特征进行传感器数据采集,确定采集时长及频率,构成历史工况数据集X;步骤3、根据历史工况数据集X进行统计信息的计算及记录;统计信息包括工况特征i的均值mean
i
及标准差std
i
,相关特征的历史最大值max
i
及最小值min
i
;步骤4、根据历史工况数据集X和统计信息,对每一个工况特征i在特定时间长度k以步长为1不断向后滑动的情况下根据判断条件逐一进行判断稳态方法选取;判断稳态方法包括:直接判断方法和动态相似容度的滑动样本熵判断方法;步骤5、利用一定规则判断工况特征i在某一时刻是否稳态并标记;步骤6、对历史工况数据集X的所有工况特征的每一时刻判断是否稳态并进行标记后,规定在同时刻数据集X中所有工况特征都为稳态时,该时刻即为系统的稳态时刻,将连续稳态时刻的相关数据进行记录并保存,进而形成历史稳态工况库。2.根据权利要求1所述的基于热电联供机组的单变量
‑
多变量稳态辨识方法,其特征在于,步骤4包括:步骤4.1、工况特征i在特定时间长度k的时段数据集X
i
(j~j+k
‑
1)判断采用直接判断方法时,对该工况特征该时段内所有时间戳都赋予稳态标记;步骤4.2、工况特征i在特定时间步长k的时段数据集X
i
(j~j+k
‑
1)判断采用动态相似容度的滑动样本熵方法时,根据计算结果对该工况特征该时段内所有时间戳赋予稳态标记或者非稳态标记。3.根据权利要求2所述的基于热电联供机组的单变量
‑
多变量稳态辨识方法,其特征在于,步骤4.2包括:步骤4.2.1、时段特征的标准化处理:由工况特征i在特定时间步长k的时段数据集X
i
(j~j+k
‑
1)得到标准化后的数据集步骤4.2.2、时段特征的相似容度计算:计算数据集X
i
(j~j+k
‑
1)的标准差std
i
(j~j+k
‑
1),从而得到特征i在该时段的相似容度系数r0,进而得到相似容度r=r0×
std
i
(j~j+k
‑
1);步骤4.2.3、构建趋势矩阵:利用数据集X
i
(j~j+k
‑
1)构建趋势矩阵A和B;步骤4.2.4、趋势矩阵稳态趋势值计算:对趋势矩阵A中不同两行A(p)和A(q)对应元素差值的绝对值小于相似容度r的数量进行统计,趋势矩阵B也进行同样地统计操作,统计结果作为相似矩阵趋势值,趋势矩阵A和B的趋势值分别记为a和b;步骤4.2.5、样本熵的计算:利用公式得到工况特征i在特定时间步长k的时段样本熵,样本熵公式为步骤4.2.6、稳态及非稳态标记:当样本熵大于稳态阈值threshold时,对该工况特征该时段内所有时间戳都赋予稳态标记,否则,对该工况特征该时段内所有时间戳都赋予非稳态标记。4.根据权利要求1所述的基于热电联供机组的单变量
‑
多变量稳态辨识方法,其特征在于,步骤3中,...
【专利技术属性】
技术研发人员:顾宝,傅骏伟,郭庆,叶欣楠,张震伟,王豆,姜志锋,郭鼎,俞荣栋,孟瑜炜,
申请(专利权)人:浙江浙能数字科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。