[发明专利]基于诊断模型和大数据的电站智能控制方法、系统及介质

权利要求书

1.一种基于诊断模型和大数据的电站智能控制方法，其特征在于实施步骤包括：

1）预先建立目标电站的诊断模型，所述诊断模型包括目标电站中作为优化目标的目标参数及其相关参数构成的可控因子，并根据目标电站的历史运行数据确定各个目标参数和可控因子的偏差允许区间、唯一标杆值以及用于确定唯一标杆值的边界参数；

2）在目标电站中选定作为优化目标的目标参数；

3）确定目标参数相关的可控因子，并初始化设置目标电站的边界参数；

4）采集目标参数及其可控因子在初始化设置的边界参数下的运行值；

5）判断目标参数的运行值是否在对应的偏差允许区间内，如果是则退出；否则跳转执行下一步；

6）判断各个可控因子的运行值是否均在对应的偏差允许区间内，如果是则退出；否则跳转执行下一步；

7）选择一项运行值不在偏差允许区间内的可控因子作为待调整可控因子；

8）根据待调整可控因子的运行值、标杆值计算待调整可控因子的调整目标值；

9）在目标电站中将待调整可控因子调整至调整目标值，跳转步骤4）。

2.根据权利要求1所述的基于诊断模型和大数据的电站智能控制方法，其特征在于，步骤7）的详细步骤包括：

7.1）从所有可控因子的运行值中筛选出主控因子的运行值，所述主控因子为目标参数的可控因子中具有强因果联系的相关参数；

7.2）判断是否所有的主控因子的运行值是否均在对应的偏差允许区间内，如果是则跳转执行步骤7.3）；否则跳转执行步骤7.4）；

7.3）从所有可控因子的运行值中筛选出辅控因子的运行值，所述辅控因子为目标参数的可控因子中具有弱因果联系的相关参数；判断所有的辅控因子的运行值是否在对应的偏差允许区间内，如果是则退出；否则从运行值不在偏差允许区间内的辅控因子中选择一项可控因子作为待调整可控因子；跳转执行步骤8）；

7.4）从运行值不在偏差允许区间内的主控因子中选择一项可控因子作为待调整可控因子；跳转执行步骤8）。

3.根据权利要求2所述的基于诊断模型和大数据的电站智能控制方法，其特征在于，步骤7.3）中从运行值不在偏差允许区间内的辅控因子中选择一项可控因子的步骤包括：筛选出运行值不在偏差允许区间内的辅控因子，直接将筛选出的运行值不在偏差允许区间内的辅控因子作为待选结果，或者进一步由该辅控因子细分筛选出二级辅控因子作为待选结果，其中二级辅控因子为与该辅控因子具有从属关系的相关参数；如果待选结果的数量为0则结束并退出；如果待选结果的数量为1，则直接选择待选结果作为待调整可控因子，跳转执行步骤8）；否则根据预先确定的各个可控因子的权重系数，并根据权重系数结合运行值、标杆值计算得到优先量，然后选择优先量值最大的待选结果作为待调整可控因子，跳转执行步骤8）。

4.根据权利要求2所述的基于诊断模型和大数据的电站智能控制方法，其特征在于，步骤7.4）中从运行值不在偏差允许区间内的主控因子中选择一项可控因子的步骤包括：从筛选出的运行值不在偏差允许区间内的主控因子，直接将筛选出的运行值不在偏差允许区间内的主控因子作为待选结果，或者进一步由该主控因子细分筛选出二级主控因子作为待选结果，其中二级主控因子为与该主控因子中具有从属关系的相关参数；如果待选结果的数量为0，则结束并退出；如果待选结果的数量为1，则直接选择筛选得到的待选结果作为待调整可控因子，跳转执行步骤8）；否则根据预先确定的各个待选结果的权重系数，并根据权重系数结合运行值、标杆值计算得到优先量，然后选择优先量值最大的待选结果作为待调整可控因子，跳转执行步骤8）。