[发明专利]基于大数据分析平台的发电大数据预处理方法及系统

权利要求书

1.一种基于大数据分析平台的发电大数据预处理方法，其特征在于，包括以下步骤：

S1：从发电厂的实时数据库中提取出电厂发电机组的运行数据，并上传至大数据分析平台；

S2：当需要调用电厂发电机组的运行数据时，根据发电机组开停机判定规则，过滤所述运行数据，从所述大数据分析平台中获取的电厂发电机组的运行数据中删除发电机组开停机的数据，所述开停机数据的判断条件为：同时满足负荷≤8MW和转速≤2900r/Min；

S4:根据发电机组的负荷变化，判断发电机组是否处于稳定工况，删除发电机组处于不稳定工况时的运行数据，将所述发电机组在升负荷和降负荷的工况判定为不稳定工况，具体包括：分别判断发电机组负荷、主汽压力、主蒸汽温度、再热蒸汽温度、给水流量、给水温度的指标在某一时刻的前后若干时间内值的变化大小是否超出设定的范围；当某一时刻这些指标中任意指标值超出设定的范围时，则认定这一时刻机组为不稳定状态，剔除被判定为不稳定的数据，再往后递推5min，构成新的10min的数据小样本，再次判定。

2.根据权利要求1所述的基于大数据分析平台的发电大数据预处理方法，其特征在于，所述步骤S2完成后，所述方法还包括：

S3:检测单维噪音并替换异常值。

3.根据权利要求2所述的基于大数据分析平台的发电大数据预处理方法，其特征在于，所述步骤S3包括：采用箱线图法检测单维噪音，选取样本排序数据的上四分位数与1.5倍的上下四分位差值之和为作为健康数据的上限，采用下四分位数与1.5倍的上下四分位差值之差为作为健康数据的下限；采用线性插值处理方法替换检测出的异常值。

4.根据权利要求1至3中任一项所述的基于大数据分析平台的发电大数据预处理方法，其特征在于，所述方法还包括：

S5:检测运行数据中的局部离群点并过滤删除。

5.根据权利要求4所述的基于大数据分析平台的发电大数据预处理方法，其特征在于，

所述步骤S5包括：采用基于KNN的局部LOF算法，计算出所有点的局部离群因子，根据所述点的局部离群因子，判断点是否为异常点；当点为异常点时，过滤删除。

6.根据权利要求4所述的基于大数据分析平台的发电大数据预处理方法，其特征在于，所述步骤S5中的运行数据包括：全部指标的运行数据，以及负荷与供电煤耗的运行数据。

7.一种基于大数据分析平台的发电大数据预处理系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至6任一所述方法的步骤。