[发明专利]一种火电机组煤耗预测、数据清洗方法及系统

说明书

本发明公开了火电机组煤耗预测技术领域的一种火电机组煤耗预测、数据清洗方法及系统。火电机组煤耗预测数据清洗方法包括：获取给定时间段的火电机组历史运行数据，建立初步样本数据库；对初步样本数据库中的样本数据进行常规清洗，获得第一样本数据；去除第一样本数据中与火电机组的运行规则不匹配的数据，获得第二样本数据；利用给定的数据挖掘算法剔除第二样本数据中的异常数据，获得第三样本数据；对第三样本数据进行工况划分，获得不同工况下的样本数据，用于火电机组煤耗预测。煤耗预测数据清洗方法能有效提高数据的有效性和准确性从而提高煤耗预测的准确性。

技术领域

本发明属于火电机组煤耗预测技术领域，具体涉及一种火电机组煤耗预测、数据清洗方法及系统。

背景技术

火电机组的耗煤预测的准确性不仅对于节能降耗有着非常重要的意义，而且也对市场优化和调节(煤价等经济运行指标)有着奠定基础的作用，并且其准确性也是数字化电厂、智能电厂业务与应用开发的一个基础保障。但，如何能保证火电机组煤耗预测的准确性，或者提高预测的拟合优度是从事数据分析、数据挖掘、算法设计等从业人员首要考虑的因素。常规的基于数据挖掘、统计学方法的数据清洗方法对于互联网用户自画像、行为数据的处理方法，不适用于在电力数据采集生产过程。特别是实时监控系统的数据采集中，出现的数据中断、跳变、超值越限、数值不合理等现象，是常规的数据清洗方法无法判断的。

发明内容

为解决现有技术中的不足，本发明提供一种火电机组煤耗预测、数据清洗方法及系统，煤耗预测数据清洗方法能有效提高数据的有效性和准确性从而提高煤耗预测的准确性。

为达到上述目的，本发明所采用的技术方案是：

第一方面，提供一种火电机组煤耗预测数据清洗方法，包括：获取给定时间段的火电机组历史运行数据，建立初步样本数据库；对初步样本数据库中的样本数据进行常规清洗，获得第一样本数据；去除第一样本数据中与火电机组的运行规则不匹配的数据，获得第二样本数据；利用给定的数据挖掘算法剔除第二样本数据中的异常数据，获得第三样本数据；对第三样本数据进行工况划分，获得不同工况下的样本数据，用于火电机组煤耗预测。

进一步地，所述常规清洗包括去除空值、文本值和非法值，同时，对每一个维度，分别计算第一样本数据的基本特征值，并进行可视化。

进一步地，所述火电机组的运行规则包括火电机组的运行负荷。

进一步地，所述利用给定的数据挖掘算法剔除第二样本数据中的异常数据，包括：利用主成分分析算法确定输入变量；计算各输入变量的特征指标值、分布曲线并可视化；利用局部异常因子算法或者DBSCAN聚类算法侦测并剔除孤立点、离群点；利用箱线图检测、均方差检测进行稳态检测，最终形成第三样本数据。

进一步地，所述利用箱线图检测、均方差检测进行稳态检测，具体为：箱线图检测对单元数据计算上四分位数和下四分位数，去除两端的值，再在此基础上设置阈值ξ的情况下计算均方差校正因箱线图单元数据区间段选择不完善导致的漏掉的数据，其中，n表示[t－d，t]时间段内数据点数量；Pⁱ表示时刻i对应的参数值；表示[t－d，t]时间段内的参数均值；ξ表示设定阈值。

进一步地，采用K-means聚类算法对第三样本数据进行工况划分。

第二方面，提供一种火电机组煤耗预测数据清洗系统，包括：第一模块，用于获取给定时间段的火电机组历史运行数据，建立初步样本数据库；第二模块，用于对初步样本数据库中的样本数据进行常规清洗，获得第一样本数据；第三模块，用于去除第一样本数据中与火电机组的运行规则不匹配的数据，获得第二样本数据；第四模块，用于利用给定的数据挖掘算法剔除第二样本数据中的异常数据，获得第三样本数据；第五模块，用于对第三样本数据进行工况划分，获得不同工况下的样本数据，用于火电机组煤耗预测。