[发明专利]一种基于大数据分析挖掘的火电设备性能监测方法

说明书

一种基于大数据分析挖掘的火电设备性能监测方法。主要步骤包括：第一步对电站健康运行数据进行相关性分析以及主成分分析，第二步利用设备数据的相关性并经过主成分分析后得到的设备主成分变量，运用基于密度的聚类分析建立正常运行工况的三维聚类簇，利用该聚类簇进行设备性能监测。比起传统的火电设备性能监测方法，利用大数据的性能监测方法能够充分利用大量的火电厂运行数据，反映设备的实时性能，提高监测的准确度。

技术领域

本发明涉及一种火电设备性能监测的技术，基于大数据分析挖掘的火电设备性能监测方法，属于电厂性能监测及故障诊断领域。

背景技术

在较长一段时间内，火力发电仍在我国电力生产中占主导地位。电厂是由多个相互关联的子系统构成的复杂串并联系统，其安全可靠运行尤为重要。性能监测技术被广泛应用于电厂来保障其安全运行。在火电机组性能监测上，目前主流的监测方法主要是基于物理机理建模的平台，例如EfficencyMap、Ebsilon、Optimax、Turabs等平台，这些平台对电厂中爆炸式增长的海量生产运行数据并没有进行充分的利用，挖掘这些数据蕴藏的价值财富，将给火电厂的设备监测、运行优化等提供巨大的帮助。

近年来，大数据技术在互联网、网络通信、金融以及生物医疗上有了迅猛的发展和充分的应用。2013年随着《中国电力大数据发展白皮书》的发布，预示着大数据技术在我国电力行业中的应用开端，传统电力行业伴随着大数据和云计算的浪潮开始逐步向能源互联网转型。而目前国内外在能源电力领域的大数据分析研究主要应用于电力需求侧以及可再生能源发电，例如需求侧响应、用户管理、动态定价、风力发电太阳能发电功率预测等，在火电设备的性能监测上还未有充分的应用。

随着火电厂海量数据的增长以及日益增长的节能减排要求，火电厂亟需一种基于大数据分析的性能监测方法结合运行数据对火电设备的性能进行实时监测，从而更好地进行故障诊断和运行优化，提高运行效率。

发明内容

本发明的目的是提供一种基于大数据分析的火电设备性能监测方法，将其应用在大型火电厂在线监测平台中，充分利用火电设备的海量运行数据，并且能够通过计算机进行实时计算，速度快且准确度高地实现对火电设备实时性能的监测。

本发明的技术方案是：

一种基于大数据分析挖掘的火电设备性能监测方法，其特征是该方法包括以下步骤：

1)从火力发电机组实时信息监控与管理系统中获取一段时间的历史健康运行数据，计算测量变量间的两两相关系数，得到相关系数矩阵，根据相关系数矩阵选取与目标设备温度、压力和流量相关系数高的变量作为设备相关变量X₁,X₂,…,X_m；

其中，m为设备相关变量个数，

2)对设备相关变量进行主成分分析，得到一组主成分变量P₁,P₂,…,P_i,…,P_n，其中n为主成分变量个数，每一个主成分变量表达式为：

其中，k_ij为各个设备相关变量前系数，j为1至m的整数，

通过主成分分析，得到各个主成分变量方差对设备相关变量整体方差的贡献率大小，将其逐次递减排列，选取其中贡献最大的三个主成分变量，分别命名为PC₁、PC₂和PC₃，

Var(PC₁)≥Var(PC₂)≥...≥Var(PC_n)

其中Var表示对设备相关变量整体方差贡献的大小；