[发明专利]一种火电厂大型凝汽式汽轮机的经济性实时评估方法

摘要

一种火电厂大型凝汽式汽轮机的经济性实时评估方法，以大多数火电厂已配置的厂级监控信息系统为依托，通过对SIS数据库中与汽轮机经济性相关测点的历史数据的分析，以汽轮机历史运行期间的某段性能优良时期的状态为基准，通过数据预处理及多轮训练并利用深度信念网络算法实现了当前汽轮机经济性对比其基准状态的相对值，从而实现了汽轮机经济性状态的实时评估。本发明依托SIS系统使用方便，实用性强，可帮助火电厂运行人员及设备主人实时掌握汽轮机性能状态，并可为大型凝汽式汽轮机的大修时间安排提供参考，为火电厂海量数据的知识挖掘及相关设备的状态检修探索了新的方向。

主权项

1.一种火电厂大型凝汽式汽轮机的经济性实时评估方法，包括以下步骤；/n1)收集统计与待评估汽轮机经济性相关的SIS测点；/n2)确定可作为此汽轮机性能状态参照基准的时间段t₀及测试时间段t_test；/n3)取t₀及t_test时间段内按步骤1)所选测点得到的数据，分别进行初处理，得到初处理数据InitialData₀和InitialData_test；/n4)对InitialData₀和InitialData_test分别进行稳态筛选，得到t₀及t_test时间段内的稳态数据SteadyData₀和SteadyData_test；/n5)建立2个叠加的受限玻尔兹曼机(RBM)模型，采用InitialData₀对叠加的2层RBM模型进行预训练；/n6)在步骤5)中建立的2层RBM模型之后叠加一层输出层并初始化，形成一个3层的深度信念网络(DBN)；/n7)使用InitialData₀对步骤6)中得到的3层DBN模型进行第一次参数微调，调整各层的权值和偏置；/n8)使用SteadyData₀对步骤7)中得到的DBN模型进行第二次参数微调；/n9)使用SteadyData_test对DBN模型的效果进行验证；/n10)建立待评估汽轮机的经济性实时评估模型；/n11)将汽轮机的实时SIS数据进行处理，得到实时稳态数据CurrentSteadyData，并输入步骤10)中建立的评估模型得到预测数据CurrentIdealOut；/n12)将汽轮机当前的实时功率数据CurrentOut与步骤11)中得到的模型预测数据CurrentIdealOut进行对比，得到汽轮机的经济性相对指标。/n