基于大数据的二次再热机组负荷的运行优化方法与系统与流程

本发明属于火力发电设备运行优化，具体涉及基于大数据的二次再热机组负荷的运行优化方法与系统。

背景技术：

1、随着全球能源结构的不断调整和环境压力的日益增大，传统的燃煤机组已难以满足现代社会的环保需求。二次再热机组是通过将燃料的热量分成两部分，在两个不同的回路上循环利用，显著提高了机组的热效率，有效减少了污染物的排放。上述技术是对传统燃煤机组的技术革新，通过采用二次再热技术，机组能够在相同参数下提高整体效率，同时降低二氧化碳、氮氧化物等的排放量。

2、专利号：cn114488798a，公开了基于数据协调的二次再热机组性能监测与运行优化方法，研究影响热力系统主要部件特性的主导因素及作用机制，获得全工况范围内的部件特性曲线，建立热力系统关键部件的全工况高精度数学模型；利用机组热力参数的测量冗余信息，采用数据协调算法降低关键数据的测量不确定度；为部件的健康状况监测提供准确应达值，并通过监测值和应达值的比较实现多种性能监测功能；在全工况高精度数学模型基础上，通过整体集成获得系统优化模型，通过情景假设计算获得机组的优化潜力以及参数调整以实现机组实时运行优化。

3、上述技术虽然解决了一部分问题，但是仍存在一些问题，例如：上述对于二次再热机组工作方案的确定，没有充分考虑到设备损耗和未来用电量的评估，导致工作成本和维修成本异常增高。

技术实现思路

1、本发明的目的就在于解决上述对于二次再热机组工作方案的确定，没有充分考虑到设备损耗和未来用电量的评估，导致工作成本和维修成本异常增高的问题，而提出基于大数据的二次再热机组负荷的运行优化方法与系统。

2、在本发明实施的第一方面，首先提出基于大数据的二次再热机组负荷的运行优化方法，所述方法包括：

3、获取当前周期内在目标区域采集的目标用电量，将所述目标用电量输入至短期用电量预测模型得到当前周期的下一周期预测用电量；

4、根据所述预测用电量确定工作方案集，针对所述工作方案集中的任一一套工作方案计算得到设备成本评分；

5、根据目标设备成本评分确定所述二次再热机组的工作参数，以使所述二次再热机组按照所述工作参数进行工作；所述目标设备成本评分为所述工作方案集中序列号为一的设备成本评分。

6、可选的，将所述用电量输入至短期用电量预测模型得到下一周期的预测用电量之前，所述方法还包括：

7、获取目标区域的历史用电量和历史气象数据，将所述历史用电量和所述历史气象数据按照时间序列进行对齐得到训练数据集，针对所述训练数据集进行模糊聚类得到特征数据集；

8、将所述特征数据集输入至narx神经网络模型中进行训练得到模型参数，根据所述模型参数对所述narx神经网络模型中各个层进行权重和偏置的迭代更新得到短期用电量预测模型；

9、获取目标区域在当前周期的下一周期预测气象数据，将所述目标用电量和所述预测气象数据输入至短期用电量预测模型中，得到下一周期的预测用电量。

10、可选的，针对所述工作方案集中的任一一套工作方案计算得到设备成本评分包括：

11、根据工作方案确定二次再热机组的工作参数，根据工作参数进行仿真模拟得到仿真数据；所述仿真数据包括：蒸汽压力和蒸汽温度；

12、根据仿真数据计算所述工作方案集中每一套工作方案的设备成本评分，并将设备成本评分进行升序排列得到设备成本评分表；

13、设备成本评分计算公式：

14、

15、其中，f为设备成本评分，t1为蒸汽温度，t0为预设标准蒸汽温度，p1为蒸汽压力，p0为预设标准蒸汽压力，t1为预设时间段，和ω为常数比例系数均不为零。

16、可选的，所述二次再热机组按照所述工作参数进行工作之后，还包括：

17、实时监测所述二次再热机组得到运行数据，根据所述运行数据计算得到实时反馈评分；

18、根据所述实时反馈评分对设备成本评分计算公式的常数比例系数进行更新。

19、可选的，对所述实时反馈评分进行评估包括：

20、若所述实时反馈评分大于评估阈值，则判定设备成本评分的精度缺失，并对设备成本评分计算公式中的常数比例系数进行更新；

21、若温度绝对差值大于温度阈值区间，则对设备成本评分计算公式中的系数进行更新；所述温度绝对差值由仿真蒸汽温度与实际蒸汽温度计算得到；

22、若压力绝对差值大于压力阈值区间，则对设备成本评分计算公式中的ω系数进行更新；所述压力绝对差值由仿真蒸汽压力与实际蒸汽压力计算得到。

23、在本发明实施的第二方面，提出基于大数据的二次再热机组负荷的运行优化系统，包括：用电量预测模块、工作方案确定模块和工作参数运行模块：

24、所述用电量预测模块，用于获取当前周期内在目标区域采集的目标用电量，将所述目标用电量输入至短期用电量预测模型得到下一周期的预测用电量；

25、所述工作方案确定模块，用于根据所述预测用电量确定工作方案集，针对所述工作方案集中的任一一套工作方案计算得到设备成本评分；

26、所述工作参数运行模块，用于根据目标设备成本评分确定所述二次再热机组的工作参数，以使所述二次再热机组按照所述工作参数进行工作；所述目标设备成本评分为所述工作方案集中序列号为一的设备成本评分。

27、可选的，所述用电量预测模块包括：训练数据获取模块、模型更新迭代模块和模型预测模块：

28、所述训练数据获取模块，用于获取目标区域的历史用电量和历史气象数据，将所述历史用电量和所述历史气象数据按照时间序列进行对齐得到训练数据集，针对所述训练数据集进行模糊聚类得到特征数据集；

29、所述模型更新迭代模块，用于将所述特征数据集输入至narx神经网络模型中进行训练得到模型参数，根据所述模型参数对所述narx神经网络模型中各个层进行权重和偏置的迭代更新得到短期用电量预测模型；

30、所述模型预测模块，用于获取目标区域在当前周期的下一周期预测气象数据，将所述目标用电量和所述预测气象数据输入至短期用电量预测模型中，得到下一周期的预测用电量。

31、可选的，所述工作方案确定模块包括：数据仿真模块和设备成本计算模块：

32、所述数据仿真模块，用于根据工作方案确定二次再热机组的工作参数，根据工作参数进行仿真模拟得到仿真数据；所述仿真数据包括：蒸汽压力和蒸汽温度；

33、所述设备成本计算模块，用于根据仿真数据计算所述工作方案集中每一套工作方案的设备成本评分，并将设备成本评分进行升序排列得到设备成本评分表；

34、设备成本评分计算公式：

35、

36、其中，f为设备成本评分，t1为蒸汽温度，t0为预设标准蒸汽温度，p1为蒸汽压力，p0为预设标准蒸汽压力，t1为预设时间段，和ω为常数比例系数均不为零。

37、可选的，所述系统还包括：反馈评分计算模块和评估更新系数模块

38、所述反馈评分计算模块，用于实时监测所述二次再热机组得到运行数据，根据所述运行数据计算得到实时反馈评分；

39、所述评估更新系数模块，用于根据所述实时反馈评分对设备成本评分计算公式的常数比例系数进行更新。

40、可选的，所述评估更新系数模块包括：系数判断模块、第一执行更新模块和第二执行更新模块：

41、所述系数判断模块，用于若所述实时反馈评分大于评估阈值，则判定设备成本评分的精度缺失，并对设备成本评分计算公式中的常数比例系数进行更新；

42、所述第一执行更新模块，用于若温度绝对差值大于温度阈值区间，则对设备成本评分计算公式中的系数进行更新；所述温度绝对差值由仿真蒸汽温度与实际蒸汽温度计算得到；

43、本发明的有益效果：

44、本发明提出了基于大数据的二次再热机组负荷的运行优化方法，通过获取当前周期内在目标区域采集的目标用电量，将目标用电量输入至短期用电量预测模型得到当前周期的下一周期预测用电量；根据预测用电量确定工作方案集，针对工作方案集中的任一一套工作方案计算得到设备成本评分；根据目标设备成本评分确定二次再热机组的工作参数，以使二次再热机组按照工作参数进行工作；通过获取目标用电量并利用预测模型规划电力资源，能精确预估下一周期用电需求，进而制定多种工作方案并评估设备成本，最终选择成本效益最优的发电方案，确保在满足用电需求的同时，实现设备磨损最小化，提升发电效率与经济性。