[发明专利]一种换流阀入水温度预测修正方法及运维系统

权利要求书

1.一种换流阀入水温度预测修正方法，其特征在于，包括：

步骤1：获取一定时间内换流阀冷却系统的状态量监测值和运行功率，形成数据样本集，并利用所述数据样本集构建入水温度相关因素的特征矩阵；

步骤2：计算各特征矩阵的距离，根据特征矩阵之间的距离判断不同日期入水温度相关因素之间的相似程度；然后基于相似程度的判断结果，利用相关系数计算特征矩阵的相关关系，根据相关系数大小对相似日进行排序，相关系数最大的选定为唯一相似日，其入水温度值作为基准值T′_{基准值，t}；

步骤3：基于数据样本集构建修正模型的训练数据集，定义第n日t时刻的实际入水温度为T_nt，确定的相似日的入水温度为T′_nt，则入水温度偏差为ΔT_nt＝T_nt-T′_nt；第n日t时刻第i个相关因素的特征矩阵X(i)_nt和相似日相关因素的特征矩阵X(i)′_nt之间的偏差为ΔX_nt＝X(i)_nt-X(i)′_nt；通过LSTM算法对相关因素偏差ΔX_nt和入水温度偏差ΔT_nt进行建模，相关因素偏差ΔX_nt作为模型的输入，入水温度偏差ΔT_nt作为模型的输出，通过训练样本集得到入水温度偏差预测模型；

步骤4：根据预测日前一天的相关因素的特征矩阵X(i)_nt和确定的相似日的相关因素的特征矩阵X(i)′_nt作为入水温度偏差预测模型的输入，获得入水温度偏差预测模型输出的入水温度偏差ΔT_nt；

步骤5：根据下式对预测日的入水温度进行预测：

T_{预测日，t}＝ΔT_t+T′_{基准值，t}

式中，T_{预测日，t}为预测日的入水温度预测值，ΔT_nt为步骤4获得入水温度偏差，T′_{基准值，t}为步骤2获得的入水温度基准值；

步骤6：将预测日的入水温度预测值T_{预测日，t}与设立的多个阈值进行比较，建立量化的阀冷系统处理决策预案，并提供相应的运维策略；

计算各特征矩阵的距离采用灰色关联系数法，所述灰色关联系数法具体为：

t日运行监测数据构成的特征矩阵可表示为X＝[X₁,X₂,...,X_t]，定义预测日特征向量为X＝[x₁,x₂,x₃,x₄,x₅,x₆,x₇,x₈,x₉,x₁₀]，对特征数据进行归一化处理，利用灰色关联系数法，预测日和历史日特征向量分量间的关联系数为

x'(k)表示第k个特征向量归一化后的值，为介于0-1的分辨系数；

灰色关联度R_i计算公式为：

利用相关系数计算特征矩阵的相关关系具体为：

采用距离相关系数计算历史日特征向量X(t)与预测日特征向量X之间的相关度，

式中，dcor为相关系数，dCov表示距离协方差，dVar表示协方差。

2.根据权利要求1所述的换流阀入水温度预测修正方法，其特征在于，所述相关因素包括日类型、日平均电导率、高位水箱日平均液位、阀厅日平均温度和平均湿度、日平均环境温度和进阀平均压力、日平均直流运行功率、日最大运行功率、日最小运行功率。