[发明专利]基于遗传编程的火电机组煤耗特性曲线建模方法

权利要求书

1.一种基于遗传编程的火电机组煤耗特性曲线建模方法，其特征在于，包括以下步骤：

首先确定遗传编程的原始种群，即建模用到的终止符集和函数符集； 

确定在上述原始种群的基础上确定采用的表示进化个体和目标之间的总误差的标准适应度；

 然后在上述确定标准适应度的基础上，确定衡量个体适应性的多目标遗传编程算法；

以及通过对来自现场的DCS设备采集的数据进行处理计算煤耗量；

根据上述确定的终止符集、函数符集、标准适应度和多目标遗传编程算法对上述处理后的数据进行遗传编程的操作，建立火电机组煤耗特性曲线模型。

2.根据权利要求1所述的基于遗传编程的火电机组煤耗特性曲线建模方法，其特征在于， 所述终止符集包括变量和常数，所述函数符集包括运算符号和数学函数。

3.根据权利要求2所述的基于遗传编程的火电机组煤耗特性曲线建模方法，其特征在于，所述标准适应度方程为：

其中，f_i(x)为进化种群中个体代表的系统的函数表达式；f_o(x)为目标系统的函数表达。

4.根据权利要求3所述的基于遗传编程的火电机组煤耗特性曲线建模方法，其特征在于，所述多目标遗传编程算法为：

式中，r(k,t)表示第t代第k个个体的原始适应度，N表示节点数量，max函数表示计算值与实际值的最大偏差，a和b为权系数。

5.根据权利要求4所述的基于遗传编程的火电机组煤耗特性曲线建模方法，其特征在于，所述通过对来自现场的DCS设备采集的数据进行处理计算煤耗量，主要为处理DCS设备采集的煤耗量的数据中数据的干扰，该干扰包括两种，第一种是由于数据采集时产生的随机干扰，通过滤波的方式除去；第二种是波动比较大的跳变点。

6.根据权利要求5所述的基于遗传编程的火电机组煤耗特性曲线建模方法，其特征在于，上述第二种干扰采用残差分析的方法来进行数据检测；所述残差分析的方法为：设采集的数据为x,处理后的数据为y，Δ为数据变化的限值，在相同采样时间的前提下，用前后两次采样数据差的绝对值来衡量变化速度，对于第k个采样值x(k)，计算|x(k)-x(k-1)|，如果|x(k)-x(k-1)|<Δ，不存在异常点，则y(k)=x(k)，如果|x(k)-x(k-1)|≥Δ，则可能存在异常点，此时则再取一点x(k+1),如果|x(k+1)-x(k)|≤Δ，而且变化趋势相同如果，则认为存在扰动，令y(k)=ax(k-1)+bx(k)，其中a,b为权系数，且a,b∈(0.1)；如果变化趋势相反则可认为x(k)是跳变点，令y(k)=ax(k-1)+bx(k+1)，如果|x(k+1)-x(k)| ≥Δ，那么认为存在异常点，应当去除。