本发明属于发电机组的性能评价,具体涉及一种基于模糊模型的火电机组运行状态评价方法及系统。
背景技术:
1、由于电网中新能源固有的波动性和不确定性特性,需要采用火电机组频繁参与调峰调频,以保障电网频率稳定。因此,对火电机组运行状态进行实时评价,提高其运行的安全可靠性就显得尤为重要。通常,火电机组在运行过程中,运行人员需要对机组各分系统设备运行状态及数据进行监视、分析,工作量大,劳动强度高,难以做到“面面俱到”。通过开展火电机组运行状态评价,可实现对设备、分系统或机组整体状况的评估,辅助运行人员进行“监盘”,有助于及时发现机组运行中存在的问题,提高机组的安全稳定性;便于精准地掌握机组运行状况,为机组运行优化提供指导;能够大大降低运行人员的劳动强度,提高工作效率。
2、目前,对于火电机组的评价多局限于某一设备(例如汽轮机、磨煤机等)或者机组性能的某一方面(例如最大出力、调节性能等),对机组整体运行状况进行评价的较少,不能从整体上评价机组的健康状况及为机组运行优化提供指导。此外,目前采用的火电机组的评价方法多为人工神经网络、支持向量机等基于数据驱动的建模方法,可解释性不好,不利于电厂技术上人员理解和应用。
技术实现思路
1、本发明要解决的技术问题:针对现有技术的上述问题,提供一种基于模糊模型的火电机组运行状态评价方法及系统,本发明旨在实现一种可利用电厂运行人员的知识经验、便于其理解和应用的对机组整体运行状况的实时评价方法,辅助运行人员进行“监盘”,提高在不同工况下对机组评价的准确性。
2、为了解决上述技术问题,本发明采用的技术方案为:
3、一种基于模糊模型的火电机组运行状态评价方法,包括:
4、s101,从机组的历史运行数据中筛选出不同负荷的稳定工况下的多个指标的运行数据;
5、s102,根据筛选出的运行数据通过聚类获取不同负荷下各个指标的基准值;
6、s103,获取机组当前多个指标的运行数据,分别将当前多个指标的运行数据及其基准值利用预设的模糊推理模型以获得对应的输出结果;
7、s104,通过变权重计算方法对各指标对应的模糊推理模型的输出结果进行加权求和,形成对机组运行状态的总体评价结果。
8、可选地,步骤s101中机组的历史运行数据为以指定的时间跨度t为单位的运行数据,步骤s101中筛选出不同负荷的稳定工况下的多个指标的运行数据时,某一负荷下稳定工况的函数表达式为:
9、
10、上式中,和分别为第i个指标的第t段运行数据的最大值和最小值,xi,max和xi,min分别为第i个指标的运行数据xi的最大值和最小值,δ为预设的阈值百分数,且稳定工况判断所采用的指标包括机组负荷、主蒸汽压力和主蒸汽温度。
11、可选地,步骤s101中筛选出不同负荷的稳定工况下的多个指标的运行数据时,多个指标包括主蒸汽压力p、主蒸汽温度t、燃料量fu、给水流量w和炉膛负压np中的部分或全部。
12、可选地,步骤s102包括:将机组的负荷按照指定的间隔大小划分为负荷点,针对每一个负荷点下的每一个指标,若不同负荷的稳定工况下的多个指标的运行数据中包含该负荷点以及该指标的运行数据,则将该负荷点以及该指标的运行数据按照指标进行聚类,并将聚类中心作为该负荷点以及该指标的基准值;否则,根据该指标的其他该负荷点的基准值进行插值计算该负荷点以及该指标的基准值。
13、可选地,步骤s103中将当前多个指标的运行数据及其基准值利用预设的模糊推理模型以获得对应的输出结果时采用的模糊推理模型为mamdani模糊模型,且针对主蒸汽压力p、主蒸汽温度t、燃料量fu、给水流量w四种指标,利用预设的模糊推理模型获得对应的输出结果包括:
14、s201,针对输入的指标的运行数据及其基准值之间的偏差e及偏差变化率de,确定指标的运行数据及其基准值之间的偏差e及偏差变化率de的取值范围;
15、s202,将偏差e及偏差变化率de的取值范围划分为m个模糊区间,采用预设的隶属度函数对偏差e及偏差变化率de进行模糊化处理,根据预设的模糊推理规则库得到该指标的评价结果u,且评价结果u为与偏差e及偏差变化率de同维度的模糊区间;
16、s203,采用预设的隶属度函数对评价结果u进行反模糊化处理,得到该指标对应的输出结果,且输出结果的输出范围为0~100。
17、可选地,步骤s103中将当前多个指标的运行数据及其基准值利用预设的模糊推理模型以获得对应的输出结果时采用的模糊推理模型为mamdani模糊模型,且针对炉膛负压np,利用预设的模糊推理模型获得对应的输出结果包括:
18、s301,针对输入的指标的运行数据及其基准值之间的偏差enp,确定指标的运行数据及其基准值之间的偏差enp的取值范围;
19、s302,将偏差enp的取值范围划分为m个模糊区间,采用预设的隶属度函数对偏差enp进行模糊化处理,根据预设的模糊推理规则库得到该指标的评价结果unp,且评价结果unp为与偏差enp同维度的模糊区间;
20、s303,采用预设的隶属度函数对评价结果up进行反模糊化处理,得到该指标对应的输出结果,且输出结果的输出范围为0~100。
21、可选地,步骤s104中通过变权重计算方法对各指标对应的模糊推理模型的输出结果进行加权求和时,任意第i个指标的权重αj的计算函数表达式为:
22、
23、上式中,n0和n1分别代表机组正常运行范围内负荷的最小值和最大值,n为机组的负荷,和分别为第j个指标在最小负荷和最大负荷时确定的权重参数。
24、可选地,步骤s104之前还包括采用客观赋值法、主观赋值法、或者客观赋值法和主观赋值法相结合来确定第j个指标在最小负荷和最大负荷时确定的权重参数和的步骤。
25、此外,本发明还提供一种基于模糊模型的火电机组运行状态评价系统,包括相互连接的微处理器和存储器,所述微处理器被编程或配置以执行所述基于模糊模型的火电机组运行状态评价方法。
26、此外,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序用于被微处理器编程或配置以执行所述基于模糊模型的火电机组运行状态评价方法。
27、和现有技术相比,本发明主要具有下述优点:
28、1、本发明构建了机组评价的多个指标,并利用数据挖掘获得评价状态向量中各元素在不同负荷点的基准值,并通过建立模糊推理模型实现对机组整体运行状况的实时评价,能够辅助运行人员进行“监盘”。
29、2、本方法通过建立模糊推理模型对机组状态进行评价,能够利用电厂运行人员的知识经验,便于其理解和应用;通过变权重方法对各模糊推理模型的输出进行加权求和,形成对机组运行状态的最终评价,有助于提高在不同工况下对机组评价的准确性。
1.一种基于模糊模型的火电机组运行状态评价方法,其特征在于包括:
2.根据权利要求1所述的基于模糊模型的火电机组运行状态评价方法,其特征在于,步骤s101中机组的历史运行数据为以指定的时间跨度t为单位的运行数据,步骤s101中筛选出不同负荷的稳定工况下的多个指标的运行数据时,某一负荷下稳定工况的函数表达式为:
3.根据权利要求1所述的基于模糊模型的火电机组运行状态评价方法,其特征在于,步骤s101中筛选出不同负荷的稳定工况下的多个指标的运行数据时,多个指标包括主蒸汽压力p、主蒸汽温度t、燃料量fu、给水流量w和炉膛负压np中的部分或全部。
4.根据权利要求1所述的基于模糊模型的火电机组运行状态评价方法,其特征在于,步骤s102包括:将机组的负荷按照指定的间隔大小划分为负荷点,针对每一个负荷点下的每一个指标,若不同负荷的稳定工况下的多个指标的运行数据中包含该负荷点以及该指标的运行数据,则将该负荷点以及该指标的运行数据按照指标进行聚类,并将聚类中心作为该负荷点以及该指标的基准值;否则,根据该指标的其他该负荷点的基准值进行插值计算该负荷点以及该指标的基准值。
5.根据权利要求4所述的基于模糊模型的火电机组运行状态评价方法,其特征在于,步骤s103中将当前多个指标的运行数据及其基准值利用预设的模糊推理模型以获得对应的输出结果时采用的模糊推理模型为mamdani模糊模型,且针对主蒸汽压力p、主蒸汽温度t、燃料量fu、给水流量w四种指标,利用预设的模糊推理模型获得对应的输出结果包括:
6.根据权利要求4所述的基于模糊模型的火电机组运行状态评价方法,其特征在于,步骤s103中将当前多个指标的运行数据及其基准值利用预设的模糊推理模型以获得对应的输出结果时采用的模糊推理模型为mamdani模糊模型,且针对炉膛负压np,利用预设的模糊推理模型获得对应的输出结果包括:
7.根据权利要求1所述的基于模糊模型的火电机组运行状态评价方法,其特征在于,步骤s104中通过变权重计算方法对各指标对应的模糊推理模型的输出结果进行加权求和时,任意第i个指标的权重αj的计算函数表达式为:
8.根据权利要求7所述的基于模糊模型的火电机组运行状态评价方法,其特征在于,步骤s104之前还包括采用客观赋值法、主观赋值法、或者客观赋值法和主观赋值法相结合来确定第j个指标在最小负荷和最大负荷时确定的权重参数和的步骤。
9.一种基于模糊模型的火电机组运行状态评价系统,包括相互连接的微处理器和存储器,其特征在于,所述微处理器被编程或配置以执行权利要求1~8中任意一项所述基于模糊模型的火电机组运行状态评价方法。
10.一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,其特征在于,所述计算机程序用于被微处理器编程或配置以执行权利要求1~8中任意一项所述基于模糊模型的火电机组运行状态评价方法。