[发明专利]一种基于数据挖掘的火电机组滑压曲线优化方法

说明书

本发明公开了一种基于数据挖掘的火电机组滑压曲线优化方法，具体为对原始数据使用SG滤波方法进行去噪处理；接着利用AGC指令数据或者使用稳态滑窗方法对去噪处理后的数据进行提取获得稳态数据；然后反复使用KMEANS和DBSCAN结合的方法对稳态数据进行了工况划分；接着对工况划分的稳态数据进行离散化处理，并对离散化处理后的数据使用Apriori关联规则算法对数据进行关联，建立了最优汽机热耗率和最优主蒸汽压力的关联规则；最后根据支持度和置信度，筛选规则，得到最优的主蒸汽压力区间，确定最优滑压曲线，通过数据分析，该方法挖掘出的最优滑压运行曲线的热耗率比实际挖掘的热耗率曲线要低；可以很好满足实际的运行特性，又可以降低机组的运行能耗。

技术领域

本发明涉及数据挖掘领域，特别涉及一种基于数据挖掘的火电机组滑压曲线优化方法。

背景技术

近些年，新能源发电技术逐步在国内兴起，以风电、太阳能为主的新能源技术在国内逐渐兴起，受地理气候等因素的影响，新能源发电具有随机性、间歇性的特点，会对电网的运行稳定造成影响。国内的一些火电机组要承担调整电网频率，维持电网稳定的任务，这致使很多的火电机组在运行的大部分时间内都工作在非额定的工况下。当机组长期在变负荷工况下运转时，机组的许多热力学参数也会发生很大的变化，其设备特性也会偏离设计工况，甚至当机组出现故障时，最佳的运行参数和设备特性也将发生变化，这使得汽轮机的调节级效率降低，机组煤耗和热耗率增加。在保证机组安全稳定运行的前提下，机组保持最佳的运行状态是市场经济对发电企业的实际要求，

随着电力行业尤其是电厂自动化和网络化程度的不断提高以及分布式控制系统在电厂中的普遍运用，火电机组在运行过程中会产生大量的数据，这些运行数据隐藏的某些信息可以较为实际的反映出机组的运行特性，目前大部分的火电机组以滑定的方式运行，在低负荷区选择滑压的方式运行，在高负荷区选择定压运行的方式，滑压运行的优点在于运行的经济性和安全性，而定压运行，则可以满足机组高负荷时的负荷响应能力。兼顾定压和滑压的特点可以很好满足实际的运行特性，又可以降低机组的运行能耗，而分析出合理的定滑压运行曲线，可以帮助运行人员去优化分析机组，具有现实意义。

因此，有必要提供一种基于数据挖掘的火电机组滑压曲线优化方法解决上述技术问题。

发明内容

为解决上述技术问题，本发明提供一种基于数据挖掘的火电机组滑压曲线优化方法。

本发明提供的一种基于数据挖掘的火电机组滑压曲线优化方法包括：

1、对原始数据使用SG滤波方法进行去噪处理；

2、利用AGC指令数据或者使用稳态滑窗方法对去噪处理后的数据进行提取获得稳态数据；

3、反复使用KMEANS和DBSCAN结合的方法对稳态数据进行了工况划分；

4、对工况划分的稳态数据进行离散化处理，并对离散化处理后的数据使用Apriori关联规则算法对数据进行关联，建立了最优汽机热耗率和最优主蒸汽压力的关联规则；

5、根据支持度和置信度，筛选规则，得到最优的主蒸汽压力区间，确定最优滑压曲线；

步骤1中的所述原始数据包括机组主蒸汽压力、机组汽机热耗率以及机组负荷，其中机组主蒸汽压力与机组负荷通过相应的数据存储装置中获取，机组汽机热耗率通过相应的测点存储装置或者通过汽机热耗率模型的热力学计算公式获取；

步骤2中所述AGC指令数据提取稳态数据具体方法为截取AGC波动指令上下+2％的数据为稳态数据；所述稳态滑窗方法使用标准差作为数据处理模型；

步骤3中所述KMEANS采用欧式距离进行计算稳态数据。