阅读说明：本技术 一种确定火电机组运行参数基准值的方法及装置 (Method and device for determining operating parameter reference value of thermal power generating unit ) 是由 齐敏芳 罗华耿 于 2018-07-26 设计创作，主要内容包括：本发明的实施例公开一种确定火电机组运行参数基准值的方法及装置,涉及燃煤发电机组能耗分析技术领域,能够通过对火电机组的历史运行数据进行聚类分析,从而获得最优运行参数基准值,提高火电机组煤耗预测的准确率。该方法包括：获取火电机组在预定时间长度内的历史运行数据；将所述历史运行数据划分,生成至少两个机组工况区间；根据第一预定算法对每个机组工况区间内的所述历史运行数据进行聚类,生成至少一组聚类数据簇及至少一个聚类中心；在所述至少一组聚类数据簇中根据预设条件选取最优聚类数据簇；将所述最优聚类数据簇对应的聚类中心作为每个机组工况区间的运行参数基准值。本发明实施例应用于电力系统。(The embodiment of the invention discloses a method and a device for determining a thermal power generating unit operation parameter reference value, relates to the technical field of coal-fired power generating unit energy consumption analysis, and aims to obtain an optimal operation parameter reference value and improve the accuracy of thermal power generating unit coal consumption prediction by performing cluster analysis on historical operation data of a thermal power generating unit. The method comprises the following steps: acquiring historical operating data of the thermal power generating unit within a preset time length; dividing the historical operating data to generate at least two unit working condition intervals; clustering the historical operating data in the working condition interval of each unit according to a first preset algorithm to generate at least one group of clustering data clusters and at least one clustering center; selecting an optimal clustering data cluster from the at least one group of clustering data clusters according to a preset condition; and taking the clustering center corresponding to the optimal clustering data cluster as the reference value of the operating parameters of each unit working condition interval. The embodiment of the invention is applied to the power system.)

一种确定火电机组运行参数基准值的方法及装置

技术领域

本发明的实施例涉及燃煤发电机组能耗分析技术领域，尤其涉及一种确定火电机组运行参数基准值的方法及装置。

背景技术

火电机组耗差分析是机组节能降耗和运行优化的基础，是对电厂经济性评价、节能管理、性能评估进行分析计算的前提。运行参数基准值的准确确定直接影响耗差分析结果的准确性，也是机组运行优化指导的可靠保证。

传统的运行参数基准值可以取设计值、优化试验值、变工况计算值等。然而，近年燃煤机组频繁参与调峰降低负荷运行，以便电网消纳新能源。取设计值作为运行参数基准值已经不适合长期变负荷运行的机组。试验方法得到的运行参数基准值对于系统运行初期效果较好，但随着机组长期运行以及机组运行状态的改变，运行参数基准值也会发生变化；优化试验成本昂贵且获得的基准工况有限，不可能经常进行优化试验，导致运行参数基准值与机组实际运行状态不符。变工况计算值依赖于变工况热力计算模型的可获得性和精确性，且得到的优化运行参数基准值是理论值，在机组实际运行中较难达到。

发明内容

本发明的实施例提供一种确定火电机组运行参数基准值的方法及装置，能够通过对火电机组的历史运行数据进行聚类分析，从而获得最优运行参数基准值，提高火电机组煤耗预测的准确率。

第一方面，提供一种确定火电机组运行参数基准值的方法，其特征在于，包括：获取火电机组在预定时间长度内的历史运行数据；其中历史运行数据包括：主蒸汽温度、主蒸汽压力、再热蒸汽温度、给水温度、排烟温度、烟气含氧量、凝汽器真空以及供电煤耗；将历史运行数据划分，生成至少两个机组工况区间；根据第一预定算法对每个机组工况区间内的历史运行数据进行聚类，生成至少一组聚类数据簇及至少一个聚类中心；其中至少一组聚类数据簇与至少一个聚类中心为一一对应关系；在至少一组聚类数据簇中根据预设条件选取最优聚类数据簇；将最优聚类数据簇对应的聚类中心作为每个机组工况区间的运行参数基准值。

在上述方法中，首先获取火电机组在预定时间长度内的历史运行数据；将历史运行数据划分，生成至少两个机组工况区间；根据第一预定算法对每个机组工况区间内的历史运行数据进行聚类，生成至少一组聚类数据簇及至少一个聚类中心；其中至少一组聚类数据簇与至少一个聚类中心为一一对应关系；在至少一组聚类数据簇中根据预设条件选取最优聚类数据簇；将最优聚类数据簇对应的聚类中心作为每个机组工况区间的运行参数基准值。本发明通过对火电机组的历史运行数据进行聚类分析，从而获得最优运行参数基准值，提高火电机组煤耗预测的准确率。

可选的，将历史运行数据进行划分，生成至少两个机组工况区间，具体包括：将历史运行数据根据预设边界条件进行机组工况划分，生成至少两个机组工况区间；其中预设边界条件包括机组负荷、环境温度、以及煤质特性。

可选的，将最优聚类数据簇对应的聚类中心作为每个机组工况区间的运行参数基准值，之后还包括：将每个机组工况区间的运行参数基准值集合，构建基准值工况库；根据基准值工况库采用第二预定算法建立供电煤耗基准值模型。

可选的，根据预定周期更新运行参数基准值，具体包括：根据预定周期获取预定时间长度内最新的历史运行数据；根据最新的历史运行数据生成最新的运行参数基准值；将最新的运行参数基准值替换相同机组工况区间内原来的运行参数基准值。

可选的，第一预定算法为谱聚类算法。

可选的，获取预定时间长度内的历史运行数据，之后还包括：将历史运行数据中的异常历史运行数据剔除或者替换。

第二方面，提供一种确定火电机组运行参数基准值的装置，该装置包括：

获取模块，用于获取火电机组在预定时间长度内的历史运行数据；其中历史运行数据包括：主蒸汽温度、主蒸汽压力、再热蒸汽温度、给水温度、排烟温度、烟气含氧量、凝汽器真空以及供电煤耗。

第一处理模块，用于将获取模块获取的历史运行数据划分，生成至少两个机组工况区间。

第一处理模块，还用于根据第一预定算法对每个机组工况区间内的历史运行数据进行聚类，生成至少一组聚类数据簇及至少一个聚类中心；其中至少一组聚类数据簇与至少一个聚类中心为一一对应关系。

第一处理模块，还用于在至少一组聚类数据簇中根据预设条件选取最优聚类数据簇。

第一处理模块，还用于将最优聚类数据簇对应的聚类中心作为每个机组工况区间的运行参数基准值。

可选的，第一处理模块，具体用于将历史运行数据根据预设边界条件进行机组工况划分，生成至少两个机组工况区间；其中预设边界条件包括机组负荷、环境温度、以及煤质特性。

可选的，第一处理模块，用于将每个机组工况区间的运行参数基准值集合，构建基准值工况库。

第二处理模块，用于根据第一处理模块构建的基准值工况库采用第二预定算法建立供电煤耗基准值模型。

可选的，获取模块，用于根据预定周期获取预定时间长度内最新的历史运行数据；

第一处理模块，用于根据获取模块获取的最新的历史运行数据生成最新的运行参数基准值；

第一处理模块，还用于将最新的运行参数基准值替换相同机组工况区间内原来的运行参数基准值。

可选的，第一预定算法为谱聚类算法。

可选的，第一处理模块，用于将获取模块获取的历史运行数据中的异常历史运行数据剔除或者替换。

可以理解地，上述提供的一种确定火电机组运行参数基准值的装置用于执行上文所提供的第一方面对应的方法，因此，其所能达到的有益效果可参考上文第一方面的方法以及下文

具体实施方式

中对应的方案的有益效果，此处不再赘述。

附图说明

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明的实施例提供的一种确定火电机组运行参数基准值的方法的流程示意图；

图2为本发明的实施例提供的一种利用谱聚类算法确定火电机组运行参数基准值的流程示意图；

图3为本发明的实施例提供的一种确定火电机组运行参数基准值的装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

火电厂运行参数基准值的分析和计算是火电厂运行绩效考核系统最为关键的步骤和最为重要的环节，它提供反映机组当前最优运行状态的运行参数和性能指标的目标值，为运行优化操作指导提供了基础和依据。没有正确适用的运行参数基准值的支持，运行绩效考核也就失去了意义。

由于火电厂的负荷随着用电高峰低谷波动，要求火电机组在一定的时间内达到变负荷功率，由于大型火电机组运行各项参数的控制调节存在较大迟延性，过快的负荷变化速度，过大的负荷变化幅度和过短的负荷稳定时间都将导致实际运行工况偏离稳定工况，这便使得机组变负荷运行过程中的供电煤耗远大于对应的稳定运行的煤耗。而为了使各运行参数在运行中始终保持在运行参数基准值，使大型超临界火电机组发挥高参数的优势，对机组进行实时监测显得尤为重要，而耗差分析是节能最为基础的理论支持，对其进行研究具有必要性。耗差分析法也叫偏差分析法，它是根据运行参数的实际值与基准值的差值，通过分析计算得出运行指标对火电机组的热耗率、机组效率(或装置效率)、煤耗率、厂用电的影响程度，从而使运行人员根据这些数量概念，能动地、直观地、分主次地努力减少机组可控损失。目前，现有技术运行参数基准值大多是根据设计值(如参数的额定值)、变工况计算值、优化实验值等确定的运行参数的最佳值，因此运行参数基准值也叫运行参数标准值或运行参数目标值；但设计值(如参数的额定值)、变工况计算值、优化实验值等确定的运行参数基准值要么不能及时更新，要么在机组实际运行中较难达到。因此，如图1，本发明实施例提供一种确定火电机组运行参数基准值的方法，包括：

101、获取火电机组在预定时间长度内的历史运行数据；其中历史运行数据包括：主蒸汽温度、主蒸汽压力、再热蒸汽温度、给水温度、排烟温度、烟气含氧量、凝汽器真空以及供电煤耗。

另外，获取预定时间长度内的历史运行数据，之后还包括：将历史运行数据中的异常历史运行数据剔除或者替换。优选地，所述历史运行数据采集自数字化电厂平台。

102、将历史运行数据划分，生成至少两个机组工况区间。

详细的，将历史运行数据进行划分，生成至少两个机组工况区间，具体包括：将历史运行数据根据预设边界条件进行机组工况划分，生成至少两个机组工况区间；其中预设边界条件包括机组负荷、环境温度、以及煤质特性。例如，依据机组负荷、环境温度、煤质特性等边界条件进行机组工况划分，对机组全负荷工况进行负荷区间划分，涵盖机组可运行的所有负荷工况。

需要说明的是，预设边界条件包括但不限于机组负荷、环境温度、以及煤质特性。

示例性的，以一台600MW燃煤发电机组为例，机组负荷的变化范围一般为300MW～600MW，设置机组负荷邻域区间ΔP＝5MW；其中机组负荷邻域区间划分的越小，所得到的运行参数基准值越准确。环境温度的变化范围一般为5℃～25℃，可以设置环境温度邻域区间ΔT＝1℃。若燃煤发电机组为坑口电站燃烧煤种固定，则煤质特性假定不变；若燃煤发电机组煤质经常发生变化则应对煤质特性进行区间划分，主要依据煤质发热量，设置煤质发热量邻域区间ΔQ＝0.1MJ/kg。

103、根据第一预定算法对每个机组工况区间内的历史运行数据进行聚类，生成至少一组聚类数据簇及至少一个聚类中心；其中至少一组聚类数据簇与至少一个聚类中心为一一对应关系。

需要说明的是，第一预定算法为谱聚类算法。

104、在至少一组聚类数据簇中根据预设条件选取最优聚类数据簇；将最优聚类数据簇对应的聚类中心作为每个机组工况区间的运行参数基准值。

另外，根据预定周期更新运行参数基准值，具体包括：根据预定周期获取预定时间长度内最新的历史运行数据；根据最新的历史运行数据生成最新的运行参数基准值；将最新的运行参数基准值替换相同机组工况区间内原来的运行参数基准值。

此外，将最优聚类数据簇对应的聚类中心作为每个机组工况区间的运行参数基准值，之后还包括：将每个机组工况区间的运行参数基准值集合，构建基准值工况库；根据基准值工况库采用第二预定算法建立供电煤耗基准值模型。

详细的，当采集到火电机组实时运行数据时，供电煤耗基准值模型根据火电机组的实时运行数据在预设边界条件下生成新的运行参数基准值，将新的运行参数基准值加入基准值工况库，以便完善基准值工况库。

示例性的，第二预定算法可以是但不限于支持向量机或者神经网络等方法。

为了更好地理解，参照图2，对上述方法的步骤103及之后的步骤进行详细说明。需要说明的是，根据上述方法的步骤101和102将历史运行数据划分为p个机组工况区间；其中p为正整数。另外，第一预定算法采用谱聚类算法。此外，步骤201～207对应上述方法中的步骤103；步骤208～210对应上述方法中的步骤104。具体步骤如下所示：

201、获取第k(k＝1,2，…，p)个机组工况区间的样本矩阵X。

在第k(k＝1,2，…，p)个机组工况区间内有m个机组工况样本点，每个机组工况样本点包含n个聚类分析指标(也称作：历史运行数据)，则样本矩阵X为：

其中，x_ij(i＝1,2,…,m；j＝1,2,…,n)表示第i个机组工况样本点的第j个聚类分析指标的值。

202、根据样本矩阵X，采用高斯核函数构建相似矩阵W。

一般采用高斯核函数s(x_i,x_j)＝||x_i-x_j||²构建相似矩阵。w_ij为x_i与x_j之间的连接权值为：

其中，σ为尺度参数。

引入信息熵对尺度参数σ进行优化，定义概率函数：

其信息熵为：

信息熵

为尺度参数σ的函数。信息熵的值越小，则表明该特征内的数据在对应的值域上分布比较分散，即该特征的纯度较高；反之，若信息熵的取值愈大，则可以表明该特征内的数据在对应的值域上分布越均匀，即该特征的纯度较低。

尺度参数在一定范围内寻优，求解最小化信息熵时对应的尺度参数σ。

选择最优的尺度参数σ计算得到相似矩阵W。

其中，

203、基于相似矩阵W构建度矩阵D；

其中，度矩阵D为对角矩阵，对角线上的值为W矩阵中对应行或列的和。即

204、根据相似矩阵W和度矩阵D构建拉普拉斯矩阵L(Laplacian)。公式如下：

205、对得到拉普拉斯矩阵L进行谱特征分析，构建特征向量空间。

将拉普拉斯矩阵L的特征值从大到小排序，λ₁≥λ₂≥…≥λ_n≥0，并定义相邻特征值的差值为谱隙Δ＝λ_i-λ_i+1(i＝1,2,…,n-1)；当类内分布越紧密，类间分布越分离时相应Δλ_i也越大，在谱隙中选择谱隙最大值对应的下标即为聚类的个数k，由此确定前k个特征值λ₁≥λ₂≥…≥λ_k所对应的特征向量为Z₁,Z₂,…,Z_k；构建特征向量矩阵Z：

206、对特征向量矩阵Z进行归一化，得到归一化后的特征向量空间矩阵Y。

根据公式

其中Z_ij(i＝1,2,…,m；j＝1,2,…,k)，得到归一化后的特征向量空间矩阵Y：

207、对特征向量空间矩阵Y进行k-means聚类，得到第k个机组工况区间的至少一组聚类数据簇及至少一个聚类中心。其中至少一组聚类数据簇与至少一个聚类中心为一一对应关系。

208、判断是否得到所有机组工况区间的至少一组聚类数据簇及至少一个聚类中心。若是跳转至步骤209；否则跳转至步骤201。

209、根据预设条件从每个机组工况区间的至少一组聚类数据簇中选取最优聚类数据簇。

例如，预设条件可以是将每个机组工况区间内的供电煤耗最低的一组聚类数据簇作为最优聚类数据簇。

210、将每个机组工况区间的最优聚类数据簇对应的聚类中心作为每个机组工况区间的运行参数基准值。

其中，根据预定周期更新运行参数基准值，具体包括：根据预定周期获取预定时间长度内最新的聚类分析指标；根据最新的聚类分析指标生成最新的运行参数基准值；将最新的运行参数基准值替换相同机组工况区间内原来的运行参数基准值。

示例性的，在火电机组稳定运行的状态下，预定周期可以选择5天，10天，20天或一个月更新一次模型；若火电机组进行大修或者设备故障维修之后均要获取新的火电机组运行数据，生成新的运行参数基准值后，根据新的运行参数基准值对基准值工况库进行更新。

211、将每个机组工况区间的运行参数基准值集合，构建基准值工况库。

212、根据基准值工况库采用第二预定算法建立供电煤耗基准值模型。

需要说明的是，根据预定时间长度内的历史运行数据在预设边界条件下得到的基准值工况库，存在不能涵盖所有预设边界条件的可能性。因此，基于谱聚类算法得到的基准值工况库构建运行参数基准值对应工况下的供电煤耗基准值模型，当获取新的运行数据对应的预设边界条件不属于基准值工况库，则可将新的运行数据在预设边界条件下输入供电煤耗基准值模型获取新的运行数据对应的预设边界条件的运行参数基准值，并将该运行参数基准值输入基准值工况库。示例性的，根据谱聚类算法得到的运行参数基准值有100组，使用100组运行参数基准值构建供电煤耗基准值模型，当采集到的新的运行数据对应的预设边界条件不属于这100组运行参数基准值包含的预设边界条件时，可以通过供电煤耗基准值模型生成该预设边界条件下对应的供电煤耗基准值，并将该供电煤耗基准值输入基准值工况库。如果实际运行中煤耗高于该基准值则采取措施调整参数。

另外，在火电机组的实际运行中，参照基准值工况库可对实时边界条件下的运行数据进行优化指导，以便更加接近或者达到运行参数基准值，从而获得较低的供电煤耗。

在上述方法中，首先获取火电机组在预定时间长度内的历史运行数据；将历史运行数据划分，生成至少两个机组工况区间；根据第一预定算法对每个机组工况区间内的历史运行数据进行聚类，生成至少一组聚类数据簇及至少一个聚类中心；其中至少一组聚类数据簇与至少一个聚类中心为一一对应关系；在至少一组聚类数据簇中根据预设条件选取最优聚类数据簇；将最优聚类数据簇对应的聚类中心作为每个机组工况区间的运行参数基准值。本发明基于火电机组实测的历史运行数据建立机组运行参数基准值工况库；采用谱聚类算法对历史运行数据在预设边界条件下进行聚类，该方法可以在任意形状的样本空间上聚类且收敛于全局最优解；在构建相似矩阵时采用信息熵加权寻优得到尺度参数，降低高斯函数对尺度参数的敏感性，提高聚类效果；在进行谱特征值分析时，基于相邻特征值的差值自动确定聚类个数。基于谱聚类算法分析得到的基准值工况库建立供电煤耗基准值模型，为火电机组耗差分析提供动态的基准供电煤耗。

参照图3，本发明实施例提供一种确定火电机组运行参数基准值的装置30，该装置包括：

获取模块301，用于获取火电机组在预定时间长度内的历史运行数据；其中历史运行数据包括：主蒸汽温度、主蒸汽压力、再热蒸汽温度、给水温度、排烟温度、烟气含氧量、凝汽器真空以及供电煤耗。

第一处理模块302，用于将获取模块301获取的历史运行数据划分，生成至少两个机组工况区间。

第一处理模块302，还用于根据第一预定算法对每个机组工况区间内的历史运行数据进行聚类，生成至少一组聚类数据簇及至少一个聚类中心；其中至少一组聚类数据簇与至少一个聚类中心为一一对应关系。

第一处理模块302，还用于在至少一组聚类数据簇中根据预设条件选取最优聚类数据簇。

第一处理模块302，还用于将最优聚类数据簇对应的聚类中心作为每个机组工况区间的运行参数基准值。

在一种示例性的方案中，第一处理模块302，具体用于将历史运行数据根据预设边界条件进行机组工况划分，生成至少两个机组工况区间；其中预设边界条件包括机组负荷、环境温度、以及煤质特性。

在一种示例性的方案中，第一处理模块302，用于将每个机组工况区间的运行参数基准值集合，构建基准值工况库。

第二处理模块303，用于根据第一处理模块302构建的基准值工况库采用第二预定算法建立供电煤耗基准值模型。

在一种示例性的方案中，获取模块301，用于根据预定周期获取预定时间长度内最新的历史运行数据。

第一处理模块302，用于根据获取模块301获取的最新的历史运行数据生成最新的运行参数基准值。

第一处理模块302，还用于将最新的运行参数基准值替换相同机组工况区间内原来的运行参数基准值。

在一种示例性的方案中，第一预定算法为谱聚类算法。

在一种示例性的方案中，第一处理模块302，用于将获取模块301获取的历史运行数据中的异常历史运行数据剔除或者替换。

其中，由于本发明实施例中的确定火电机组运行参数基准值的装置可以应用于实施上述方法实施例，因此，其所能获得的技术效果也可参考上述方法实施例，本发明实施例在此不再赘述。

结合本发明公开内容所描述的方法或者算法的步骤可以硬件的方式来实现，也可以是由处理器执行软件指令的方式来实现。例如：上述的获取模块、第一处理模块、第二处理模块可以由单独的处理器实现或者集中于同一个处理器中实现。本发明实施例还提供一种存储介质，该存储介质可以包括存储器，用于储存为确定火电机组运行参数基准值的装置所用的计算机软件指令，其包含执行确定火电机组运行参数基准值的方法所设计的程序代码。具体的，软件指令可以由相应的软件模块组成，软件模块可以被存放于随机存取存储器(Random Access Memory，RAM)、闪存、只读存储器(Read Only Memory，ROM)、可擦除可编程只读存储器(Erasable Programmable ROM，EPROM)、电可擦可编程只读存储器(Electrically EPROM，EEPROM)、寄存器、硬盘、移动硬盘、只读光盘(CD-ROM)或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。

本发明实施例还提供一种计算机程序，该计算机程序可直接加载到存储器中，并含有软件代码，该计算机程序经由计算机载入并执行后能够实现上述的确定火电机组运行参数基准值的方法。

本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。