[发明专利]一种基于权重聚类的电站空预器堵灰监测方法

摘要

一种基于权重聚类的电站空预器堵灰监测方法，涉及电站空气预热器工况监测方法的技术领域。本发明在离线聚类EFC算法的基础上，增加权重项w，该权重衡量聚类样本各个属性之间的重要程度，融合权重w和欧式距离加权获得新的聚类相异性表征，弱化孤立点的聚类结果影响，从而达到剔除孤立点的效果。记录聚类获得的各中心，并在处理下一批动态过程数据时，完成相应更新操作，最终获得空预器运行过程中，剔除孤立点后的负荷和压差(空气、烟气)的聚类中心。本发明能够自动更新聚类结果，较为准确地反映空气预热器的负荷和压差之间的关系；可用作空预器堵灰程度的监测，并可以结合现场机组设定的阈值来进一步确定空预器适当的冲洗时间。

主权项

1.一种基于权重聚类的电站空预器堵灰监测方法，其特征在于：包括如下步骤：(1)现场数据经由网络交换机输出至数据接口；(2)批量采集空预器进口烟气压力pyi，空预器出口烟气压力pyo，空预器进口空气压力pki，空预器出口空气压力pko和机组负荷Pload建立样本数据库X＝[pyi,pyo,pki,pko,Pload]，M为该批数据样本数量，m为样本属性个数；(3)集合权重的聚类算法得到聚类结果{cluster}，cluster代表各簇聚类中心；(4)处理完此批次数据后，将获得的聚类类别和聚类中心存入正常点库，并作为下一批数据处理过程中类心更新的依据；(5)再次执行步骤(2)、步骤(3)、步骤(4)；(6)将步骤(5)获得的聚类结果与上一批次样本的聚类结果合并更新，将更新后的聚类结果和中心存入正常点库；(7)按照上述步骤将过程数据按批次处理，最终获得当前时间戳下的聚类结果，cluster的聚类中心属性＝{pyi,pyo,pki,pko,Pload}，根据各聚类中心计算出[Δpy,Δpk,Pload]，分别为空预器进出口烟气压力差，空预器进出口空气压力差和机组负荷。