[发明专利]基于聚类思想的电站空预器积灰监测方法

摘要

本发明是基于聚类思想的电站空预器积灰监测方法包括以下步骤：首先获取空预器冲洗前N个月的机组负荷数据、进出口烟气侧压差数据以及进出口空气侧压差数据，根据机组负荷程度将过程数据分组；进一步的，通过聚类算法对不同负荷程度下的空气侧进出口压差以及烟气侧进出口压差数据分别进行聚类，并记录下每组数据中类心的最小值和最大值；最后，空预器冲洗后，每隔一个月收集其过程数据，用与上一步中同样的方法计算得到的类心最值与上一步中的对比数据进行对比，进而判断空预器是否需要冲洗。该方法利用聚类算法对相同负荷下空预器压差数据进行聚类处理，通过类心数据变化反应空预器积灰状态变化，对空预器冲洗进行指导。

主权项

1.基于聚类思想的电站空预器积灰监测方法，其特征是：包括以下步骤：步骤1，获取原始数据；获取空预器冲洗前N个月的机组负荷数据、进出口烟气侧压差数据以及进出口空气侧压差数据，根据机组负荷程度将过程数据分组，并对原始数据进行预处理，获取有效数据；步骤2，计算对比数据；通过聚类算法对步骤1中不同负荷程度下的空气侧进出口压差以及烟气侧进出口压差数据分别进行聚类，并记录下每组数据中类心的最小值和最大值，其中，每组数据中的类心最大值代表在该负荷程度下空预器运行的最差工况，即积灰最严重，每组数据中的类心最小值代表在该负荷程度下空预器运行的最在优工况，并以上述数据作为对比数据；步骤3，空预器冲洗后，每隔一个月收集其过程数据，并按照步骤1中的机组负荷程度进行数据划分，进而对划分后的数据通过聚类算法获取其类心最值，将计算得到的类心最值与步骤2中的对比数据进行对比，当空预器冲洗后得到的任一负荷程度下该组数据的类心最大值大于对比数据中相同负荷程度下类心最大值时，空预器需要进行冲洗。