[發明專利]基于熱力計算與大數據的變煤質機組出力預測方法

有效

• 申請號: 202010500307.3
• 申請日: 2020-06-04
• 公開（公告）號: CN111651938B
• 公開（公告）日: 2022-11-08
• 發明（設計）人: 王研凱;韓義;于英利;付旭晨;蔡斌;榮俊;王超;全向;韓元;邱晨陽;李豐泉;李迎春;袁東輝;連世文;張奇月;段倫博
• 申請（專利權）人: 內蒙古電力（集團）有限責任公司內蒙古電力科學研究院分公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08;G06F119/14;G06F119/08
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 任葦

本發明公開的屬于燃煤鍋爐機組出力研究技術領域，具體為基于熱力計算與大數據的變煤質機組出力預測方法，其包括：S1：對所述歷史運行數據進行預處理，剔除異常數據，S2：利用平均影響值的方法分析數據，獲取影響機組出力的主要因素為主蒸汽流量及相關次要因素。該基于熱力計算與大數據的變煤質機組出力預測方法，以歷史運行數據為參考依據，具有更準確、更智慧和更可靠的優點，并且，通過利用滑動窗口法，當有新的數據樣本進入模型時，直接剔除最舊樣本，更新模型參數，這樣，就可以保證模型的準確性，相比于模型重構，大大減少了計算量及模型更新所用時間。

技術領域

本發明涉及燃煤鍋爐機組出力研究領域，具體為基于熱力計算與大數據的變煤質機組出力預測方法。

背景技術

在當今大數據時代背景下，大數據分析技術已經在社會各領域得到廣泛應用。我國燃煤電站信息化、數字化水平已大幅度提高，分布式控制系統(DCS)、廠級信息監控系統(SIS)以及管理信息系統(MIS)等已在燃煤發電廠普遍應用。這些系統產生的大量電廠實際運行數據大多被閑置，數據缺乏深度利用，造成資源浪費。因此，本發明提出基于熱力計算與大數據的變煤質機組出力預測方法，該方法能夠充分利用電廠海量的實際運行數據，建立相關模型進行機組出力預測。通過利用滑動窗口法，當有新的數據樣本進入模型時，直接剔除最舊樣本，更新模型參數。這樣，就可以保證模型的準確性，相比于模型重構，大大減少了計算量及模型更新所用時間，為電廠出力預測提供了便利，為電網調度作出了指導。

發明內容

本部分的目的在于基于熱力計算與大數據的變煤質機組出力預測方法，該方法充分利用電廠分布式控制系統(DCS)、廠級信息監控系統(SIS)及管理信息系統(MIS)中海量的實際運行數據，首先對數據進行預處理，剔除異常數據；再利用平均影響值的方法分析數據，獲取影響機組出力的主要因素為主蒸汽流量及相關次要因素；然后根據煤質分析，對現有鍋爐進行基于校核方法的整體熱力計算，預測現有鍋爐燃用不同煤種的主蒸汽流量；最后建立基于前饋型訓練算法的理論出力預測模型，將影響機組出力的相關因素的歷史運行數據作為模型的輸入變量，將機組出力作為模型的輸出變量。通過對比試驗，選取最優的隱層神經元數量，確定網絡結構，并利用遺傳算法對網絡的權值閾值進行優化。利用優化過后的模型便可以進行機組出力預測。通過利用滑動窗口法，當有新的數據樣本進入模型時，直接剔除最舊樣本，更新模型參數。這樣，就可以保證模型的準確性，相比于模型重構，大大減少了計算量及模型更新所用時間，為電廠出力預測提供了便利，為電網調度作出了指導。相對于傳統方法，本發明所提及的方法以歷史運行數據為參考依據，具有更準確、更智慧和更可靠的優點。

為解決上述技術問題，根據本發明的一個方面，本發明提供了如下技術方案：

本發明提出基于熱力計算與大數據的變煤質機組出力預測方法，所述方法包括以下步驟：

S1：對歷史運行數據進行預處理，剔除異常數據；

S2：利用平均影響值的方法分析數據，獲取影響機組出力的主要因素為主蒸汽流量及相關次要因素；

S3：根據煤質分析，對現有鍋爐進行基于校核方法的整體熱力計算，預測現有鍋爐燃用不同煤種的主蒸汽流量；

S4：建立基于前饋型訓練算法的理論出力預測模型，將影響機組出力的相關因素的歷史運行數據作為模型的輸入變量，將機組出力作為模型的輸出變量；

S5：通過對比試驗，選取最優的隱層神經元數量，確定網絡結構，并利用遺傳算法對網絡的權值閾值進行優化；

S6：采用測試集對實際優化模型進行性能評價；

S7：將熱力計算獲得的數據輸入計算模型，獲得變煤質情況下的機組出力。

優選的，所述步驟S1中所述歷史運行數據的來源包括電廠分布式控制系統、廠級信息監控系統和管理信息系統和監控信息系統。