[发明专利]一种火电机组调峰能力预测方法、装置及系统

权利要求书

1.一种火电机组调峰能力预测方法，其特征在于，包括以下步骤：

从火电机组正常运行的历史数据中筛选出包含若干个训练样本的数据集，所述训练样本中包含工况参数和寻优参数；

根据BIC值确定所述数据集的最优聚类个数；

根据所述最优聚类个数，基于K-means算法对所述数据集进行一次聚类，得到一次聚类结果；

根据所述一次聚类结果以及所述最优聚类个数，基于GMM算法对所述数据集进行二次聚类，得到二次聚类结果，并且在所述二次聚类结果中确定每个类簇中寻优参数的最大值、以及所有类簇中寻优参数的最小值；

将采集的实时数据在所有类簇中确定相似度最高的类簇，将所述相似度最高的类簇中寻优参数的最大值、以及所述所有类簇中寻优参数的最小值作为预测结果。

2.根据权利要求1所述的一种火电机组调峰能力预测方法，其特征在于，所述工况参数包括：入炉煤质参数、循环水入口温度和磨煤机给煤量，所述入炉煤质参数包括：收到基水分、收到基灰分、干燥无灰基挥发分以及低位发热量。

3.根据权利要求2所述的一种火电机组调峰能力预测方法，其特征在于，所述将采集的实时数据在所有类簇中确定相似度最高的类簇之前，还包括步骤：

基于软测量方法对所述入炉煤质参数进行实时预测。

4.根据权利要求3所述的一种火电机组调峰能力预测方法，其特征在于：所述软测量方法为三层BP神经网络算法。

5.根据权利要求1所述的一种火电机组调峰能力预测方法，其特征在于，所述在所有类簇中确定相似度最高的类簇，进一步包括：

设定最优聚类个数为K，将采集的实时数据与所述二次聚类结果中的K个高斯模型期望值进行相似度计算并选取相似度最高的类簇。

6.一种火电机组调峰能力预测装置，其特征在于，包括：

样本数据获取组件、最优聚类个数确定组件、多重聚类计算组件、以及预测结果确定组件；

所述样本数据获取组件用于从火电机组正常运行的历史数据中筛选出包含若干个训练样本的数据集，所述训练样本中包含工况参数和寻优参数；

所述最优聚类个数确定组件用于根据BIC值确定所述数据集的最优聚类个数；

所述多重聚类计算组件用于根据所述最优聚类个数，基于K-means算法对所述数据集进行一次聚类，得到一次聚类结果；

所述多重聚类计算组件还用于根据所述一次聚类结果以及所述最优聚类个数，基于GMM算法对所述数据集进行二次聚类，得到二次聚类结果，并且在所述二次聚类结果中确定每个类簇中寻优参数的最大值、以及所有类簇中寻优参数的最小值；

所述预测结果确定组件用于将采集的实时数据在所有类簇中确定相似度最高的类簇，将所述相似度最高的类簇中寻优参数的最大值、以及所述所有类簇中寻优参数的最小值作为预测结果。

7.根据权利要求6所述的一种火电机组调峰能力预测装置，其特征在于，还包括实时预测组件；

所述实时预测组件用于基于软测量方法对所述工况参数中的入炉煤质参数进行实时预测。

8.一种火电机组调峰能力预测系统，包括：存储器、处理器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如权利要求1至5中任一所述的一种火电机组调峰能力预测方法。