[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

说明书

技术领域

本发明涉及火电发电领域，具体地，涉及一种基于遗传编程的火电机组煤耗特性曲线建模方法。

背景技术

随着我国电力系统不断发展，火电厂装机容量不断增大，考虑到发电成本、整体效益和环境保护等多方面因素，使机组优化运行，节能降耗是十分必要的。煤耗特性曲线能够反映单元机组耗煤量和负荷之间的函数关系，对研究机组经济运行和负荷优化分配起着关键作用。煤耗特性是否准确直接影响到对机组成本分析的可靠性、负荷分配的合理性。

煤耗特性具有典型的非线性、时变性等特点，使得较难获得比较精确的模型。现有的建模方法包括机理建模和试验建模，对于煤耗特性曲线，是通过生产厂家进行热力试验获得，这些曲线一般长期不变。 但机组的实际运行煤耗特性同机组的实时状况是息息相关的，像运行方式、设备运行状况、人员操作技术、煤种选取等多方面因素对煤耗特性曲线的确定均有一定影响。现有的建模方法不能真实、实时的反映出煤耗的特性，不能多负荷进行合理优化。

发明内容

本发明的目的在于，针对上述问题，提出一种基于遗传编程的火电机组煤耗特性曲线建模方法，以实现真实、实时的确定煤耗的特性曲线，从而合理优选负荷的优点。

为实现上述目的，本发明采用的技术方案是：

一种基于遗传编程的火电机组煤耗特性曲线建模方法，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。

根据本发明的优选实施例，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。

根据本发明的优选实施例，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。

根据本发明的优选实施例，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。

根据本发明的优选实施例，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。

根据本发明的优选实施例，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，那么可认为存在异常点，应当去除。

本发明的技术方案具有以下有益效果：

本发明的技术方案，将煤耗量与负荷作为遗传编程的输入输出数据，确定准确的煤耗特性曲线，并采用遗传编程方法建立煤耗特性曲线模型，反映单元机组煤耗量与负荷之间的函数关系。达到了真实、实时的确定煤耗的特性曲线，从而合理优选负荷的目的。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为本发明实施例所述的基于遗传编程的火电机组煤耗特性曲线建模方法的流程图；