[發明專利]基于多因素的水電站發電機推導油位預測方法在審
| 申請號: | 202310032338.4 | 申請日: | 2023-01-10 |
| 公開(公告)號: | CN116050130A | 公開(公告)日: | 2023-05-02 |
| 發明(設計)人: | 劉松林;張鵬;艾遠高;夏國強;楊云 | 申請(專利權)人: | 中國長江電力股份有限公司 |
| 主分類號: | G06F30/20 | 分類號: | G06F30/20;G06Q10/04;G06Q50/06;G06F119/06;G06F113/08 |
| 代理公司: | 宜昌市三峽專利事務所 42103 | 代理人: | 高陽 |
| 地址: | 430014 湖北省*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 因素 水電站 發電機 推導 預測 方法 | ||
1.一種基于多因素的水電站發電機推導油位預測方法,其特征在于包括以下步驟:
步驟1:通過傳感器獲得原始數據,所述的原始數據包括等時間間隔t獲得的m個有功功率數據、轉速數據、推導油流量數據、推導透平油溫度數據、推導冷卻水流量數據和推導油槽油位數據;再得到原始因素數據矩陣R和油位原始矩陣D;
步驟2:對原始因素數據矩陣R和油位原始矩陣D進行無量綱化處理;得到標準化因素數據矩陣X;
步驟3:對標準化因素數據矩陣X賦權;
步驟4:建立油位預測模型,使用三層反向傳播神經網絡來進行油位預測模型的訓練;
步驟5:輸入訓練樣本計算誤差;
步驟6:判斷油位預測模型是否訓練完成;若訓練完成,則進入步驟7;
步驟7:使用油位預測模型進行預測。
2.根據權利要求1所述的基于多因素的水電站發電機推導油位預測方法,其特征在于:步驟1的操作方式如下:
從當前時刻T開始,通過機組功率傳感器測量得到等時間間隔t的m個有功功率數據點r11、r21、r31......rm1;
從當前時刻T開始,通過轉速測量裝置測量得到等時間間隔t的m個轉速數據點r12、r22、r32、......rm2;
從當前時刻T開始,通過推導循環油流量計測量得到等時間間隔t的m個推導油流量數據點r13、r23、r33、......rm3;
從當前時刻T開始,通過推導油槽溫度計測量得到等時間間隔t的m個推導透平油溫度數據點r14、r24、r34、......rm4;
從當前時刻T開始,通過推導冷卻水流量計測量得到等時間間隔t的m個推導冷卻水流量數據點r15、r25、r35、......rm5;
從時刻T+t開始,通過推導油位計測量得到等時間間隔t的m個推導油槽油位數據點d1?、d2?、d3?、......dm;
從而得到原始因素數據矩陣R=(rij)mx5,
和油位原始矩陣D=[d1,d2,…,dm];
式中,i=1,2,...,m;
j=1,2,...,5。
3.根據權利要求1所述的基于多因素的水電站發電機推導油位預測方法,其特征在于:步驟2中,有功功率、推導循環油流量、推導冷卻水流量屬于正向指標,按照公式(2)進行無量綱化處理,映射到[0,1]區間內;
式中,i=1,2,...,m;
j=1,3,5;
推導油槽溫度是負向指標,按照公式(3)進行無量綱化處理,映射到[0,1]區間內;
式中,i=1,2,...,m;
j=4;
機組轉速是震蕩指標,其理想值為f;帶入公式(4)進行無量綱化處理,映射到[0,1]區間內;
式中,i=1,2,...,m;
j=2;
f為額定轉速值;
在對上述數據進行無量綱處理后,即可得到標準化因素數據矩陣X=(xij)mx5,
式中,i=1,2,...,m;
j=1,2,...,5。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國長江電力股份有限公司,未經中國長江電力股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202310032338.4/1.html,轉載請聲明來源鉆瓜專利網。





