基于dcs數(shù)據(jù)挖掘的汽輪機調(diào)門流量特性曲線辨識方法
【專利摘要】本發(fā)明公開了一種通過DCS數(shù)據(jù)挖掘技術(shù)辨識汽輪機調(diào)門流量特性曲線的方法：a、選取與調(diào)門流量特性分析相關(guān)的采樣點，獲得DCS數(shù)據(jù)；b、DCS數(shù)據(jù)劃分為數(shù)據(jù)挖掘?qū)ο?，審核其中的異常值，并計算?shù)據(jù)挖掘?qū)ο蟮母鞑蓸狱c的均值、極差和斜率；c、應用主成分分析法對各數(shù)據(jù)挖掘?qū)ο蟮臉O差和斜率進行維歸約；d、應用基于密度的聚類算法DBSCAN對調(diào)門的運行狀態(tài)進行聚類；e、應用汽輪機變工況特性和一、二類修正曲線將數(shù)據(jù)挖掘?qū)ο笮拚筋~定邊界參數(shù)；f、應用移動最小二乘法擬合數(shù)據(jù)挖掘?qū)ο笠垣@得汽輪機組調(diào)門流量特性曲線；本發(fā)明能夠辨識汽輪機調(diào)門在額定邊界參數(shù)下的流量特性曲線，可用于控制器參數(shù)整定和優(yōu)化，以保證發(fā)電機組安全、穩(wěn)定、經(jīng)濟運行。
【專利說明】
基于DCS數(shù)據(jù)挖掘的汽輪機調(diào)門流量特性曲線辨識方法
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及汽輪機發(fā)電技術(shù)領(lǐng)域，尤其涉及一種基于DCS數(shù)據(jù)挖掘的汽輪機調(diào)門 流量特性曲線辨識方法
【背景技術(shù)】
[0002] 近年來，分布式控制系統(tǒng)(Distributed Control System,簡稱DCS)在絕大多數(shù)火 電機組上得以應用，同時形成了大量設(shè)備運行的DCS數(shù)據(jù)流。盡管DCS數(shù)據(jù)流蘊涵著豐富而 有價值的信息，但是因其存在海量性、多元性、動態(tài)性、交連性，使得對DCS數(shù)據(jù)的分析以及 知識獲取成為棘手的問題，得不到充分利用的海量數(shù)據(jù)，反而帶來了越來越嚴重的數(shù)據(jù)災 難和資源荒廢。
[0003] 汽輪機調(diào)門由于長期受主蒸汽沖刷，處于經(jīng)?；顒拥倪\行狀態(tài)，以及受機組通流 結(jié)構(gòu)的老化、變形、改造等影響，汽輪機組調(diào)門的實際流量特性曲線已經(jīng)偏離設(shè)計值。調(diào)門 是平衡汽輪機和鍋爐的能量供給環(huán)節(jié)，是DEH、CCS、AGC、一次調(diào)頻等控制的主要執(zhí)行機構(gòu)， 如果調(diào)門重疊度、相關(guān)控制器參數(shù)等未能跟隨當前調(diào)門流量特性變化，會導致如下問題。一 方面，機組在不同負荷下的定-滑壓曲線發(fā)生改變，調(diào)門節(jié)流損失增大等，影響機組經(jīng)濟性； 另一方面，調(diào)節(jié)過程中機組負荷響應速度和幅度無法達到電網(wǎng)要求，動、靜態(tài)響應特性變 差，參數(shù)波動加劇等，影響機組安全性。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于提供一種基于DCS數(shù)據(jù)挖掘的汽輪機調(diào)門流量特性曲線辨識方 法，能夠辨識汽輪機調(diào)門在額定邊界參數(shù)下的實際流量特性曲線，并與調(diào)門流量特性試驗 的結(jié)果進行對比，證明該方法在獲得汽輪機流量特性曲線有足夠的工程應用精度。
[0005] 為實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：
[0006] 一種基于DCS數(shù)據(jù)挖掘的汽輪機調(diào)門流量特性曲線辨識方法，其特征在于，包括以 下步驟：
[0007] A、從汽輪機組的歷史DCS數(shù)據(jù)庫中，選取與調(diào)門流量特性辨識相關(guān)的采樣點，設(shè)置 采樣周期和采樣時長，從DCS數(shù)據(jù)庫獲得原始數(shù)據(jù)后，進入步驟B;
[0008] B、將原始數(shù)據(jù)按照時間發(fā)生順序排列，采用定長度時間間隔將原始數(shù)據(jù)劃分為若 干數(shù)據(jù)挖掘?qū)ο?，審查定長度時間間隔內(nèi)的原始數(shù)據(jù)，如果異常值達到設(shè)定閾值，則舍棄該 數(shù)據(jù)挖掘?qū)ο?將所有數(shù)據(jù)挖掘?qū)ο笤跁r間間隔內(nèi)的采樣點數(shù)據(jù)進行均值操作，同時將極 差Range和斜率Slope也納入對象的屬性中，衡量與界定該對象數(shù)據(jù)在時間間隔內(nèi)是否穩(wěn) 定，進入步驟C;
[0009] C、主成分分析法能夠建立原屬性的線性組合而形成新屬性，并且新屬性捕獲了數(shù) 據(jù)的最大變差;應用主成分分析法將數(shù)據(jù)挖掘?qū)ο蟮臉O差Range和斜率Slope進行維歸約， 獲得分別衡量極差Range和斜率Slope的綜合指標，使得極差Range和斜率Slope僅有單一屬 性，進入步驟D;
[0010] D、在機組正常運行、起停機、閥序切換工況下，調(diào)門呈現(xiàn)出不同狀態(tài)，為了分析調(diào) 門的流量特性，必須將調(diào)門的不同狀態(tài)加以區(qū)分；由于數(shù)據(jù)挖掘?qū)ο髮傩灾械拈y位值與主 蒸汽流量的分布為非凸型簇，運用基于密度的聚類算法DBSCAN;該算法的各目標簇由一群 稠密的對象組成，而不同簇之間被低密度區(qū)域所分割，將閥門狀態(tài)聚類完成后，進入步驟E;
[0011] E、數(shù)據(jù)挖掘?qū)ο蟮倪吔鐓?shù)修正:給水流量與過熱器減溫水流量之和作為主蒸汽 流量，并根據(jù)汽輪機的變工況特性和噴嘴流量計算原理，將對象的主蒸汽流量修正到額定 主蒸汽壓力和溫度;根據(jù)汽輪機性能簡化試驗第一類修正曲線和制造廠提供的第二類修正 曲線對汽輪機輸出功率進行參數(shù)修正;進入步驟F;
[0012] F、應用移動最小二乘法MLS對各調(diào)門閥位值、總閥位值、修正后的主蒸汽流量與汽 輪機輸出功率進行擬合，即得到在額定邊界參數(shù)下的各閥位值-主蒸汽流量，以及總閥位 值-汽輪機輸出功率之間的關(guān)系，即汽輪機調(diào)門流量特性曲線。
[0013] 所述的步驟A中，與調(diào)門流量特性辨識相關(guān)的采樣點包括主蒸汽壓力、主蒸汽溫 度、調(diào)節(jié)級壓力、調(diào)節(jié)級溫度、再熱蒸汽壓力、再熱蒸汽溫度、調(diào)門開度、主給水流量、過熱器 減溫水流量、再熱器減溫水流量、汽輪機輸出功率和低壓缸排汽壓力，設(shè)定采樣周期小于或 等于30秒，采樣時長能涵蓋機組運行的全負荷范圍。
[0014] 所述的步驟B中，設(shè)定劃分數(shù)據(jù)挖掘?qū)ο蟮亩ㄩL度時間間隔大于或等于10分鐘;如 果數(shù)據(jù)挖掘?qū)ο蟠嬖诋惓Ｖ?，則舍棄該數(shù)據(jù)挖掘?qū)ο?極差Range和斜率Slope的公式如下：
[0016] 數(shù)據(jù)挖掘?qū)ο蟆瓯硎径ㄩL度時間間隔內(nèi)所包含的η組原始數(shù)據(jù)(xl，x2, ...，xn)的 均值;極差反映了 7所包含的不同采樣點在時間間隔內(nèi)的波動情況;斜率反映了？所包含的 不同采樣點在時間間隔內(nèi)的遞增或遞減;極差和斜率的屬性個數(shù)和數(shù)據(jù)挖掘?qū)ο笠恢?，?果直接合并，會導致數(shù)據(jù)挖掘?qū)ο髮傩詡€數(shù)升至三倍，因此需要對極差和斜率進行維歸約。
[0017] 所述的步驟C中，運用主成分分析法將極差Range和斜率Slope進行維歸約，主成分 分析之前需要先對數(shù)據(jù)進行標準化處理，通過函數(shù)變換將不同屬性映射到一定數(shù)值區(qū)間范 圍內(nèi)；而后計算標準化矩陣的相關(guān)系數(shù)矩陣R以及如化個特征根，以特征根為降序排序，從 高到低累積計算不同主成分的方差貢獻率如果前m個指標的累積方差貢獻率滿足閾值 85 %，則認為這m個主成分能夠綜合體現(xiàn)p個指標；由主成分Mj和方差貢獻率a」加權(quán)求和，得 到綜合指標F，即為極差屬性Fr和斜率屬性Fs，并定義穩(wěn)定半徑仏來界定"穩(wěn)定工況"，即在穩(wěn) 定半徑R s范圍內(nèi)的數(shù)據(jù)挖掘?qū)ο髤⑴c隨后的數(shù)據(jù)挖掘工作;主成分分析公式如下：
[0019] 式中:λ為特征根對角矩陣，I為單位矩陣，α_表示前m個指標的累積方差貢獻率。
[0020] 所述的步驟D中，聚類算法DBSCAN對調(diào)門的運行狀態(tài)聚為四類，分別是順序閥類、 單閥類、閥點類和無簇類;相對于單閥運行狀態(tài)，機組在順序閥運行狀態(tài)下具有部分負荷節(jié) 流損失小，經(jīng)濟性好的優(yōu)點；閥點類是指為了獲得準確的熱耗率和缸效率，機組在兩閥全 開、三閥全開、四閥全開的同時強制關(guān)閉其它調(diào)門的運行狀態(tài);無簇類是指未被歸入前三種 類的對象，涵蓋了閥序切換、調(diào)門消缺和手動操作的調(diào)門特殊運行狀態(tài);單閥類、閥點類和 無簇類屬于機組的在起機和試驗工況下的短暫運行狀態(tài)，因而僅對順序閥類進行分析。
[0021] 所述的步驟E中，為獲得調(diào)門流量特性曲線，主蒸汽流量與汽輪機輸出功率需要進 行修正，修正項目包括隨負荷非線性變化的系統(tǒng)參數(shù)和影響機組出力的邊界條件;熱力系 統(tǒng)方面，忽略系統(tǒng)內(nèi)漏、外漏、回熱系統(tǒng)性能、汽動給水栗小機性能、軸封系統(tǒng)和凝汽器性能 的影響；邊界條件方面，忽略再熱器壓損和給水溫度的影響；因此，修正項目囊括主蒸汽壓 力、主蒸汽溫度、過熱器減溫水流量、再熱器減溫水流量、再熱蒸汽溫度和低壓缸排汽壓力 這六個方面;實際運行的主蒸汽流量和汽輪機輸出功率成正比，修正后的汽輪機輸出功率 和修正后的主蒸汽流量亦成正比，根據(jù)修正的項目，則有：
[0023]式中：kt為實際運行流量-功率比例系數(shù);ft為實際運行的主蒸汽流量;Pt為實際運 行的汽輪機輸出功率;k。為修正后的流量-功率比例系數(shù);f。為修正后的主蒸汽流量;P。為修 正后的汽輪機輸出功率;kshsp、k rhsp分別為過熱器減溫水流量、再熱器減溫水流量修正系數(shù)， 從汽輪機性能簡化試驗的一類修正曲線可以得到;k hrh、kcv分別為再熱蒸汽溫度、低壓缸排 汽壓力修正系數(shù)，從制造廠提供的二類修正曲線能夠得到;k ms為主蒸汽壓力、主蒸汽溫度的 聯(lián)合修正系數(shù)，由汽輪機變工況特性可得：
[0025]式中：Pms、Tms分別為主蒸汽壓力、主蒸汽溫度;V為主蒸汽的比容，是P ms、Tms函數(shù);角 標t、c分別表示實際工況和修正工況。
[0026]所述的步驟F中，移動最小二乘法MLS更適用于大量數(shù)據(jù)、復雜形狀的擬合;首先， 移動最小二乘法MLS是無網(wǎng)格法的一種，它根據(jù)自變量的分布特點劃分了多個逼近節(jié)點；其 次，逼近函數(shù)u(x)是由與節(jié)點相關(guān)的基函數(shù)P T(Xl)和與自變量相關(guān)的待定系數(shù)a(x)構(gòu)成的， 避免傳統(tǒng)的多項式或其它函數(shù)結(jié)構(gòu)的單一性和泛化能力差;再次，引入了自變量領(lǐng)域內(nèi)緊 支的概念，劃分支持域后只考慮域內(nèi)的采樣點取值影響；另外，在支持域內(nèi)引入了權(quán)函數(shù)ω (X，Xl)，其定義了每個自變量影響的權(quán)重;移動最小二乘法MLS公式如下：
[0028]式中：xi，yi為節(jié)點坐標;X為待求因變量的自變量坐標，η為求解區(qū)域內(nèi)的節(jié)點數(shù) 目；J為殘差的離散加權(quán)范式，為了使J達到最小，令J取極值而對a(x)求偏導；
[0029]根據(jù)DCS數(shù)據(jù)特點和擬合要求，基函數(shù)?'^)選取二次型:一方面，選擇一次型會造 成擬合曲線在節(jié)點處形成明顯的拐點；另一方面，選擇三次型以上的基函數(shù)對提高擬合的 精度有限，反而還會過擬合；
[0030] 節(jié)點確定的過程是，先將所有數(shù)據(jù)挖掘?qū)ο蟮母鏖y位值以1%為單位劃分成100個 不同閥位區(qū)域，而后取不同閥位區(qū)域內(nèi)數(shù)據(jù)挖掘?qū)ο蟮闹髡羝髁炕蚱啓C輸出功率的中 位數(shù)，該中位數(shù)所對應的閥位值即為節(jié)點；如果區(qū)域內(nèi)的對象少于3個，則需要觀察散點圖， 選擇合適的一個對象作為該區(qū)域內(nèi)的節(jié)點；
[0031] 支持域的范圍是動態(tài)的，隨著節(jié)點密集程度而變化，節(jié)點越密集，支持域范圍越 小，一個支持域范圍包含的節(jié)點數(shù)目不超過10個，該大小應既能保證支持域內(nèi)有足夠的采 樣點來滿足待定系數(shù)精確性和連續(xù)性的需要，又能突出鄰近節(jié)點的函數(shù)相關(guān)性不受距離過 大的節(jié)點影響，形成局部逼近；
[0032] 權(quán)函數(shù)ω (X，X i)選擇高斯函數(shù)，能夠體現(xiàn)采樣點在同一閥位區(qū)域內(nèi)的分布特性， 并且在支持域內(nèi)滿足非負性、連續(xù)影響和單調(diào)遞減的必要條件；
[0033]對式(5)進行求解，可得到：
[0035] 式中：Φ(χ)為只考慮節(jié)點信息，不考慮節(jié)點之間拓撲關(guān)系的無網(wǎng)格法形函數(shù)矩 陣;^為節(jié)點處的因變量矩陣，u(x)為待求自變量X坐標下的因變量矩陣;Α(χ)、Β(χ)分別為 由基函數(shù)P T(Xi)和權(quán)函數(shù)ω (X，Xi)計算得來的中間計算矩陣。
[0036] 本發(fā)明通過對汽輪機組歷史DCS數(shù)據(jù)的采集和挖掘，開發(fā)涵蓋主成分分析、密度聚 類、移動最小二乘擬合等一套完整的數(shù)據(jù)挖掘技術(shù)方案，最終辨識出汽輪機組調(diào)門在額定 邊界參數(shù)下的流量特性曲線，該流量特性曲線包括各調(diào)門閥位值與主蒸汽流量關(guān)系曲線、 總閥位值與汽輪機輸出功率曲線。本發(fā)明具有較廣的適用性和較高的精度，可以迀移到多 種類型的機組，為控制器的參數(shù)整定和汽輪機的優(yōu)化運行提供理論依據(jù)和數(shù)據(jù)支持。
【附圖說明】
[0037]圖1為本發(fā)明的流程示意圖。
[0038] 圖2為DBSCAN密度聚類算法流程圖。
[0039]圖3為主成分分析后所有對象的散度和斜率圖。
[0040]圖4為調(diào)門運行狀態(tài)聚類圖。
[0041]圖5為各閥位值的流量特性曲線。
[0042]圖6為總閥位值的流量特性曲線。
【具體實施方式】
[0043]下面結(jié)合附圖和實例對本發(fā)明的基于DCS數(shù)據(jù)挖掘的汽輪機調(diào)門流量特性曲線辨 識方法作進一步的詳細說明。
[0044] 1、從汽輪機組的歷史DCS數(shù)據(jù)庫中，選取與調(diào)門流量特性曲線辨識相關(guān)的采樣點， 采樣點包括主蒸汽壓力、主蒸汽溫度、調(diào)節(jié)級壓力、調(diào)節(jié)級溫度、再熱蒸汽壓力、再熱蒸汽溫 度、調(diào)門開度、主給水流量、過熱器減溫水流量、再熱器減溫水流量、汽輪機輸出功率和低壓 缸排汽壓力，設(shè)定采樣周期小于或等于30秒，采樣時長能涵蓋機組運行的全負荷范圍。
[0045] 2、將原始數(shù)據(jù)按照時間發(fā)生順序排列，采用定長度時間間隔將原始數(shù)據(jù)劃分若干 數(shù)據(jù)挖掘?qū)ο?。審查定長度時間間隔內(nèi)的原始數(shù)據(jù)，如果對象存在異常值，則舍棄該數(shù)據(jù)挖 掘?qū)ο?。將所有?shù)據(jù)挖掘?qū)ο笤跁r間間隔內(nèi)的采樣點數(shù)據(jù)進行均值操作，同時將極差Range 和斜率Slope也納入對象的屬性中，衡量與界定該對象數(shù)據(jù)在時間間隔內(nèi)是否穩(wěn)定，極差 Range和斜率Slope的公式如下：
[0047] 數(shù)據(jù)挖掘?qū)ο?表示定長度時間間隔內(nèi)所包含的η組原始數(shù)據(jù)(X1，X2,...，χη)的均 值;極差反映了 ?所包含的不同采樣點在時間間隔內(nèi)的波動情況;斜率反映了所包含的不 同采樣點在時間間隔內(nèi)的遞增或遞減;極差和斜率的屬性個數(shù)和數(shù)據(jù)挖掘?qū)ο笠恢?，如?直接合并，會導致數(shù)據(jù)挖掘?qū)ο髮傩詡€數(shù)升至三倍，因此需要對極差和斜率進行維歸約。
[0048] 3、主成分分析法可以建立原屬性的線性組合而形成新屬性，并且新屬性捕獲了數(shù) 據(jù)的最大變差。運用主成分分析法對極差Range和斜率Slope進行維歸約，主成分分析之前 需要先對數(shù)據(jù)進行標準化處理，通過函數(shù)變換將不同屬性映射到一定數(shù)值區(qū)間范圍內(nèi)。而 后計算標準化矩陣的相關(guān)系數(shù)矩陣R以及如化個特征根，以特征根為降序排序，從高到低累 積計算不同主成分的方差貢獻率如果前m個指標的累積方差貢獻率滿足閾值85%，則認 為這m個主成分可以綜合體現(xiàn)p個指標。由主成分Mj和貢獻率a」加權(quán)求和，可得到綜合指標F， 即為極差屬性Fr和斜率屬性Fs，并定義穩(wěn)定半徑R s來界定"穩(wěn)定工況"，即在Rs范圍內(nèi)的數(shù)據(jù) 挖掘?qū)ο髤⑴c隨后的數(shù)據(jù)挖掘工作。主成分分析公式如下：
[0050] 式中:λ為特征根對角矩陣，I為單位矩陣，asum表示前m個指標的累積方差貢獻率。
[0051] 4、在機組正常運行、起停機、閥序切換等工況下，調(diào)門呈現(xiàn)出不同狀態(tài)，為了分析 調(diào)門的流量特性，必須將調(diào)門的不同狀態(tài)加以區(qū)分。由于數(shù)據(jù)挖掘?qū)ο髮傩灾械拈y位值與 主蒸汽流量的分布為非凸型簇，運用基于密度的聚類算法DBSCAN。該算法的各目標簇是由 一群稠密的數(shù)據(jù)挖掘?qū)ο蠼M成的，而不同簇之間被低密度區(qū)域所分割。DBSCAN算法對四個 調(diào)門的運行狀態(tài)聚為四類，分別是順序閥類、單閥類、閥點類、無簇類。相對于單閥狀態(tài)，機 組在順序閥運行狀態(tài)下具有部分負荷節(jié)流損失小，經(jīng)濟性好等優(yōu)點。閥點類是指為了獲得 較為準確的熱耗率和缸效率，機組在兩閥全開、三閥全開、四閥全開的同時強制關(guān)閉其它調(diào) 門的運行狀態(tài)。無簇類是指未被歸入前三種類的對象，涵蓋了閥序切換、調(diào)門消缺、手動操 作等的調(diào)門特殊運行狀態(tài)。單閥類、閥點類和無簇類屬于機組的在起機、試驗等工況下的短 暫運行狀態(tài)，因而僅對順序閥類進行分析。DBSCAN算法流程圖如圖2所示，算法步驟為：首 先，掃描整個數(shù)據(jù)集，找到任意一個核心點，對該核心點進行擴充;其次，尋找核心對象，遍 歷該核心點的鄰域內(nèi)的所有核心點，尋找與這些數(shù)據(jù)點密度相連的點，直到?jīng)]有可以擴充 的數(shù)據(jù)點為止;最后，聚成類的邊界節(jié)點都是非核心數(shù)據(jù)點，數(shù)據(jù)集中沒有包含在任何類中 的數(shù)據(jù)點就構(gòu)成異常點。
[0052] 5、數(shù)據(jù)挖掘?qū)ο蟮倪吔鐓?shù)修正。給水流量與過熱器減溫水流量之和作為主蒸汽 流量，并根據(jù)汽輪機的變工況特性和噴嘴流量計算原理，將對象的主蒸汽流量修正到額定 主蒸汽壓力和溫度;根據(jù)汽輪機性能簡化試驗第一類修正曲線和制造廠提供的第二類修正 曲線對汽輪機輸出功率進行參數(shù)修正。修正項目應包括隨負荷非線性變化的系統(tǒng)參數(shù)和影 響機組出力的邊界條件，因此囊括主蒸汽壓力、主蒸汽溫度、過熱器減溫水流量、再熱器減 溫水流量、再熱蒸汽溫度、低壓缸排汽壓力這六個方面。實際運行的主蒸汽流量和汽輪機輸 出功率成正比，修正后的汽輪機輸出功率和修正后的主蒸汽流量亦成正比，根據(jù)修正的項 目，則有：
[0054]式中：kt為實際運行流量-功率比例系數(shù);ft為實際運行的主蒸汽流量;Pt為實際運 行的汽輪機輸出功率;k。為修正后的流量-功率比例系數(shù);f。為修正后的主蒸汽流量;P。為修 正后的汽輪機輸出功率;kshsp、k rhsp分別為過熱器減溫水流量、再熱器減溫水流量修正系數(shù)， 從汽輪機性能簡化試驗的一類修正曲線可以得到;k hrh、kcv分別為再熱蒸汽溫度、低壓缸排 汽壓力修正系數(shù)，從制造廠提供的二類修正曲線能夠得到;k ms為主蒸汽壓力、主蒸汽溫度的 聯(lián)合修正系數(shù)，由汽輪機變工況特性可得：
[0056] 式中：Pms、Tms分別為主蒸汽壓力、主蒸汽溫度;V為主蒸汽的比容，是Pms、T ms函數(shù);角 標t、c分別表示實際工況和修正工況。
[0057] 6、如權(quán)利要求1所述的一種基于DCS數(shù)據(jù)挖掘的汽輪機調(diào)門流量特性曲線辨識方 法，其特征在于:所述的步驟F中，移動最小二乘法MLS更適用于大量數(shù)據(jù)、復雜形狀的擬合； 首先，移動最小二乘法MLS是無網(wǎng)格法的一種，它根據(jù)自變量的分布特點劃分了多個逼近節(jié) 點;其次，逼近函數(shù)u(x)是由與節(jié)點相關(guān)的基函數(shù)P T(Xl)和與自變量相關(guān)的待定系數(shù)a(x)構(gòu) 成的，避免傳統(tǒng)的多項式或其它函數(shù)結(jié)構(gòu)的單一性和泛化能力差;再次，引入了自變量領(lǐng)域 內(nèi)緊支的概念，劃分支持域后只考慮域內(nèi)的采樣點取值影響；另外，在支持域內(nèi)引入了權(quán)函 數(shù)ω( Χ，Χι)，其定義了每個自變量影響的權(quán)重;移動最小二乘法MLS公式如下：
[0059] 式中：xi，yi為節(jié)點坐標;X為待求因變量的自變量坐標，η為求解區(qū)域內(nèi)的節(jié)點數(shù) 目；J為殘差的離散加權(quán)范式，為了使J達到最小，令J取極值而對a(x)求偏導；
[0060] 根據(jù)DCS數(shù)據(jù)特點和擬合要求，基函數(shù)?7(4選取二次型：一方面，選擇一次型會造 成擬合曲線在節(jié)點處形成明顯的拐點；另一方面，選擇三次型以上的基函數(shù)對提高擬合的 精度有限，反而還會過擬合；
[0061] 節(jié)點確定的過程是，先將所有數(shù)據(jù)挖掘?qū)ο蟮母鏖y位值以1%為單位劃分成100個 不同閥位區(qū)域，而后取不同閥位區(qū)域內(nèi)數(shù)據(jù)挖掘?qū)ο蟮闹髡羝髁炕蚱啓C輸出功率的中 位數(shù)，該中位數(shù)所對應的閥位值即為節(jié)點；如果區(qū)域內(nèi)的對象少于3個，則需要觀察散點圖， 選擇合適的一個對象作為該區(qū)域內(nèi)的節(jié)點；
[0062] 支持域的范圍是動態(tài)的，隨著節(jié)點密集程度而變化，節(jié)點越密集，支持域范圍越 小，一個支持域范圍包含的節(jié)點數(shù)目不超過10個，該大小應既能保證支持域內(nèi)有足夠的采 樣點來滿足待定系數(shù)精確性和連續(xù)性的需要，又能突出鄰近節(jié)點的函數(shù)相關(guān)性不受距離過 大的節(jié)點影響，形成局部逼近；
[0063 ]權(quán)函數(shù)ω (X，X i)選擇高斯函數(shù)，能夠體現(xiàn)采樣點在同一閥位區(qū)域內(nèi)的分布特性， 并且在支持域內(nèi)滿足非負性、連續(xù)影響和單調(diào)遞減的必要條件；
[0064]對式(5)進行求解，可得到：
[0066]式中：Φ (X)為只考慮節(jié)點信息，不考慮節(jié)點之間拓撲關(guān)系的無網(wǎng)格法形函數(shù)矩 陣;^為節(jié)點處的因變量矩陣，u(x)為待求自變量X坐標下的因變量矩陣;A(x)、B(x)分別為 由基函數(shù)Ρτ(Xi)和權(quán)函數(shù)ω (x，Xi)計算得來的中間計算矩陣。
[0067]下面結(jié)合工程實例，對本發(fā)明實施技術(shù)方案作進一步描述。以某電廠的亞臨界、一 次中間再熱、三缸四排汽、雙背壓凝汽式的600MW機組為例，設(shè)置20個采樣點，采樣周期為10 秒，采樣時長為從2015年12月9日到2016年1月31日。設(shè)置時間間隔為10分鐘劃分原始數(shù)據(jù)， 計算對象在該時間間隔內(nèi)的均值、極差、斜率，同時剔除存在異常值的對象，最終所得對象 共7746個。對不同對象的極差、斜率進行主成分分析，累積4個特征根的方差貢獻率超過 85 %，將4個特征根與其貢獻率的乘積相累加，得到衡量極差的綜合指標FR和衡量斜率的綜 合指標Fs，并定義穩(wěn)定半徑& =6，穩(wěn)定半徑1以內(nèi)的對象參與隨后的計算過程，如圖3所 示。應用基于密度的聚類算法DBSCAN對汽輪機調(diào)門運行狀態(tài)進行聚類，如圖4所示。DBSCAN 算法對四個調(diào)門的運行狀態(tài)聚為四類，分別是順序閥類、單閥類、閥點類、無簇類，選擇順序 閥類的對象參與隨后的計算過程。經(jīng)過篩選后，能夠參與后續(xù)計算的對象共3820個。
[0068]機組的額定邊界參數(shù)是:主蒸汽壓力一 16.7MPa，主蒸汽溫度一538°C，再熱蒸汽溫 度一538 °C，過熱器減溫水流量一Ot/h，再熱器減溫水流量一Ot/h，低壓缸排汽壓力一 4.9kPa。采用對象的主蒸汽壓力值與主蒸汽溫度值，以及額定的主蒸汽壓力值與主蒸汽溫 度值，計算每個對象的k ms，并得到修正后的主蒸汽流量f。。由每個對象的過熱器減溫水流量 和再熱器減溫水流量，在汽輪機性能簡化試驗的一類修正曲線中，查到過熱器減溫水流量 對功率的修正系數(shù)k shsp和再熱器減溫水流量對功率的修正系數(shù)krhsp;由每個對象的再熱蒸 汽溫度和低壓缸排汽壓力，在制造廠提供的二類修正曲線中，查到再熱蒸汽溫度對功率的 修正系數(shù)khrh和低壓缸排汽壓力對功率的修正系數(shù)k cv。已知以上的修正系數(shù)，既可以得到每 個對象修正到額定邊界參數(shù)下的汽輪機輸出功率。
[0069] 應用移動最小二乘法MLS對各調(diào)門閥位值、總閥位值、修正后的主蒸汽流量與汽輪 機輸出功率進行擬合，即可得到在額定邊界參數(shù)下的各閥位值-主蒸汽流量，以及總閥位 值-汽輪機輸出功率之間的關(guān)系，即汽輪機調(diào)門流量特性曲線。移動最小二乘法中，根據(jù)DCS 數(shù)據(jù)特點和擬合要求，選取的基函數(shù)為二次型。將所有對象的各閥位值以1%為單位劃分成 100個不同閥位區(qū)域，而后取不同閥位區(qū)域內(nèi)對象的主蒸汽流量或汽輪機輸出功率的中位 數(shù)，該中位數(shù)所對應的閥位值即為節(jié)點。如果區(qū)域內(nèi)的對象少于3個，則需要觀察散點圖，選 擇合適的一個對象作為該區(qū)域內(nèi)的節(jié)點。支持域的范圍是動態(tài)的，隨著節(jié)點密集程度而變 化，節(jié)點越密集，支持域范圍越小，一個支持域范圍包含的節(jié)點數(shù)目不超過10個，該大小應 既能保證支持域內(nèi)有足夠的采樣點來滿足待定系數(shù)精確性和連續(xù)性的需要，又能突出鄰近 節(jié)點的函數(shù)相關(guān)性不受距離過大的節(jié)點影響，形成局部逼近。權(quán)函數(shù)選擇為高斯函數(shù)，能夠 體現(xiàn)采樣點在同一閥位區(qū)域內(nèi)的分布特性，并且在支持域內(nèi)滿足非負性、連續(xù)影響、單調(diào)遞 減等必要條件。通過移動最小二乘法擬合汽輪機調(diào)門流量特性曲線如圖5和圖6所示。從圖5 可以看出，#1閥和#2閥的動作一致，因而其流量特性曲線重疊，通過本發(fā)明獲得的各閥位值 與主蒸汽流量的關(guān)系曲線與汽輪機調(diào)門特性性能試驗結(jié)果非常接近，誤差在1%以內(nèi)。
[0070] 電網(wǎng)對于機組負荷響應的快速性和穩(wěn)定性有明確要求以及考核指標，最理想的狀 態(tài)是，總閥位值與汽輪機輸出功率之間是絕對的線性關(guān)系。從圖6所示的汽輪機調(diào)門流量特 性曲線可以看出，由于該機組經(jīng)過通流改造后啟動不足兩個月，控制器參數(shù)并沒有根據(jù)改 造后的機組通流與出力特性進行重新整定，所以總閥位值與汽輪機輸出功率之間的線性度 并不好?？傞y位值在70%至82%之間區(qū)段的線性度較好；總閥位值在70%以下區(qū)段的線性 度較好，但是斜率偏大，負荷調(diào)節(jié)響應較快，需要注意機組在該區(qū)段內(nèi)調(diào)節(jié)過程中的參數(shù)穩(wěn) 定性;總閥位值在82%以上區(qū)段的呈明顯的非線性，順序閥的重疊度設(shè)置不合理，調(diào)節(jié)過程 容易引起閥門晃振、參數(shù)大幅波動、影響調(diào)頻響應質(zhì)量;總閥位值在82%至87%之間區(qū)段的 斜率過大，但在89 %以上區(qū)段的斜率過小，負荷調(diào)節(jié)響應緩慢，影響調(diào)頻響應質(zhì)量。
[0071]本發(fā)明通過對汽輪機組歷史DCS數(shù)據(jù)的采集和挖掘，開發(fā)涵蓋主成分分析、密度聚 類、移動最小二乘擬合等一套完整的數(shù)據(jù)挖掘技術(shù)方案，最終辨識出汽輪機組調(diào)門在額定 邊界參數(shù)下的流量特性曲線，該流量特性曲線包括各調(diào)門閥位值與主蒸汽流量關(guān)系曲線、 總閥位值與汽輪機輸出功率曲線。本發(fā)明具有較廣的適用性和較高的精度，可以迀移到多 種類型的機組，為控制器的參數(shù)整定和汽輪機的優(yōu)化運行提供理論依據(jù)和數(shù)據(jù)支持。
【主權(quán)項】
1. 一種基于DCS數(shù)據(jù)挖掘的汽輪機調(diào)口流量特性曲線辨識方法，其特征在于，包括w下 步驟： A、 從汽輪機組的歷史DCS數(shù)據(jù)庫中，選取與調(diào)口流量特性辨識相關(guān)的采樣點，設(shè)置采樣 周期和采樣時長，從DCS數(shù)據(jù)庫獲得原始數(shù)據(jù)后，進入步驟B; B、 將原始數(shù)據(jù)按照時間發(fā)生順序排列，采用定長度時間間隔將原始數(shù)據(jù)劃分為若干數(shù) 據(jù)挖掘?qū)ο螅瑢彶槎ㄩL度時間間隔內(nèi)的原始數(shù)據(jù)，如果異常值達到設(shè)定闊值，則舍棄該數(shù)據(jù) 挖掘?qū)ο?；將所有?shù)據(jù)挖掘?qū)ο笤跁r間間隔內(nèi)的采樣點數(shù)據(jù)進行均值操作，同時將極差 Range和斜率Slope也納入對象的屬性中，衡量與界定該對象數(shù)據(jù)在時間間隔內(nèi)是否穩(wěn)定， 進入步驟C; C、 主成分分析法能夠建立原屬性的線性組合而形成新屬性，并且新屬性捕獲了數(shù)據(jù)的 最大變差;應用主成分分析法將數(shù)據(jù)挖掘?qū)ο蟮臉O差Range和斜率Slope進行維歸約，獲得 分別衡量極差Range和斜率Slope的綜合指標，使得極差Range和斜率Slope僅有單一屬性， 進入步驟D; D、 在機組正常運行、起停機、閥序切換工況下，調(diào)口呈現(xiàn)出不同狀態(tài)，為了分析調(diào)口的 流量特性，必須將調(diào)口的不同狀態(tài)加 W區(qū)分；由于數(shù)據(jù)挖掘?qū)ο髮傩灾械拈y位值與主蒸汽 流量的分布為非凸型簇，運用基于密度的聚類算法DBSCAN;該算法的各目標簇由一群稠密 的對象組成，而不同簇之間被低密度區(qū)域所分割，將閥口狀態(tài)聚類完成后，進入步驟E; E、 數(shù)據(jù)挖掘?qū)ο蟮倪吔鐓?shù)修正：給水流量與過熱器減溫水流量之和作為主蒸汽流 量，并根據(jù)汽輪機的變工況特性和噴嘴流量計算原理，將對象的主蒸汽流量修正到額定主 蒸汽壓力和溫度;根據(jù)汽輪機性能簡化試驗第一類修正曲線和制造廠提供的第二類修正曲 線對汽輪機輸出功率進行參數(shù)修正;進入步驟F; F、 應用移動最小二乘法MLS對各調(diào)口閥位值、總閥位值、修正后的主蒸汽流量與汽輪機 輸出功率進行擬合，即得到在額定邊界參數(shù)下的各閥位值-主蒸汽流量，W及總閥位值-汽 輪機輸出功率之間的關(guān)系，即汽輪機調(diào)口流量特性曲線。2. 如權(quán)利要求1所述的一種基于DCS數(shù)據(jù)挖掘的汽輪機調(diào)口流量特性曲線辨識方法，其 特征在于:所述的步驟A中，與調(diào)口流量特性辨識相關(guān)的采樣點包括主蒸汽壓力、主蒸汽溫 度、調(diào)節(jié)級壓力、調(diào)節(jié)級溫度、再熱蒸汽壓力、再熱蒸汽溫度、調(diào)口開度、主給水流量、過熱器 減溫水流量、再熱器減溫水流量、汽輪機輸出功率和低壓缸排汽壓力，設(shè)定采樣周期小于或 等于30秒，采樣時長能涵蓋機組運行的全負荷范圍。3. 如權(quán)利要求1所述的一種基于DCS數(shù)據(jù)挖掘的汽輪機調(diào)口流量特性曲線辨識方法，其 特征在于:所述的步驟B中，設(shè)定劃分數(shù)據(jù)挖掘?qū)ο蟮亩ㄩL度時間間隔大于或等于10分鐘； 如果數(shù)據(jù)挖掘?qū)ο蟠嬖诋惓Ｖ?，則舍棄該數(shù)據(jù)挖掘?qū)ο?數(shù)據(jù)挖掘?qū)ο骃、極差Range和斜率 Slope的公式如下：(1) 數(shù)據(jù)挖掘?qū)ο?表示定長度時間間隔內(nèi)所包含的η組原始數(shù)據(jù)(X1，X2, ...，Xn)的均值； 極差反映了 i所包含的不同采樣點在定長度時間間隔內(nèi)的波動情況;斜率反映了 X-所包含 的不同采樣點在定長度時間間隔內(nèi)的遞增或遞減;極差和斜率的屬性個數(shù)和數(shù)據(jù)挖掘?qū)ο?一致，如果直接合并，會導致數(shù)據(jù)挖掘?qū)ο髮傩詡€數(shù)升至Ξ倍，因此需要對極差和斜率進行 維歸約。4. 如權(quán)利要求1所述的一種基于DCS數(shù)據(jù)挖掘的汽輪機調(diào)口流量特性曲線辨識方法，其 特征在于:所述的步驟C中，運用主成分分析法將極差Range和斜率Slope進行維歸約，主成 分分析之前需要先對數(shù)據(jù)進行標準化處理，通過函數(shù)變換將不同屬性映射到一定數(shù)值區(qū)間 范圍內(nèi)；而后計算標準化矩陣的相關(guān)系數(shù)矩陣RW及R的P個特征根，W特征根為降序排序， 從高到低累積計算不同主成分的方差貢獻率如果前m個指標的累積方差貢獻率滿足闊 值85 %，則認為運m個主成分能夠綜合體現(xiàn)P個指標；由主成分Mj和方差貢獻率Qj加權(quán)求和， 得到綜合指標F，即為極差屬性Fr和斜率屬性Fs，并定義穩(wěn)定半徑Rs來界定"穩(wěn)定工況"，即在 穩(wěn)定半徑Rs范圍內(nèi)的數(shù)據(jù)挖掘?qū)ο髤⑴c隨后的數(shù)據(jù)挖掘工作;主成分分析公式如下：巧） 式中:λ為特征根對角矩陣，I為單位矩陣，as?表示前m個指標的累積方差貢獻率。5. 如權(quán)利要求1所述的一種基于DCS數(shù)據(jù)挖掘的汽輪機調(diào)口流量特性曲線辨識方法，其 特征在于:所述的步驟D中，聚類算法DBSCAN對調(diào)口的運行狀態(tài)聚為四類，分別是順序閥類、 單閥類、閥點類和無簇類;相對于單閥運行狀態(tài)，機組在順序閥運行狀態(tài)下具有部分負荷節(jié) 流損失小，經(jīng)濟性好的優(yōu)點；閥點類是指為了獲得準確的熱耗率和缸效率，機組在兩閥全 開、Ξ閥全開、四閥全開的同時強制關(guān)閉其它調(diào)口的運行狀態(tài);無簇類是指未被歸入前Ξ種 類的對象，涵蓋了閥序切換、調(diào)口消缺和手動操作的調(diào)口特殊運行狀態(tài);單閥類、閥點類和 無簇類屬于機組在起停機、切換閥序和設(shè)備缺陷工況下的短暫運行狀態(tài)，因而僅對順序閥 類進行分析。6. 如權(quán)利要求1所述的一種基于DCS數(shù)據(jù)挖掘的汽輪機調(diào)口流量特性曲線辨識方法，其 特征在于:所述的步驟E中，為獲得調(diào)口流量特性曲線，主蒸汽流量與汽輪機輸出功率需要 進行修正，修正項目包括隨負荷非線性變化的系統(tǒng)參數(shù)和影響機組出力的邊界條件;熱力 系統(tǒng)方面，忽略系統(tǒng)內(nèi)漏、外漏、回熱系統(tǒng)性能、汽動給水累小機性能、軸封系統(tǒng)和凝汽器性 能的影響;邊界條件方面，忽略再熱器壓損和給水溫度的影響；因此，修正項目囊括主蒸汽 壓力、主蒸汽溫度、過熱器減溫水流量、再熱器減溫水流量、再熱蒸汽溫度和低壓缸排汽壓 力運六個方面;實際運行的主蒸汽流量和汽輪機輸出功率成正比，修正后的汽輪機輸出功 率和修正后的主蒸汽流量亦成正比，根據(jù)修正的項目，則有：{3) 式中：kt為實際運行流量-功率比例系數(shù);ft為實際運行的主蒸汽流量;Pt為實際運行的 汽輪機輸出功率;k。為修正后的流量-功率比例系數(shù);f。為修正后的主蒸汽流量;P。為修正后 的汽輪機輸出功率;kshsp、krhsp分別為過熱器減溫水流量、再熱器減溫水流量修正系數(shù)，從汽 輪機性能簡化試驗的一類修正曲線可W得到;khrh、kcv分別為再熱蒸汽溫度、低壓缸排汽壓 力修正系數(shù)，從制造廠提供的二類修正曲線能夠得到;kms為主蒸汽壓力、主蒸汽溫度的聯(lián)合 修正系數(shù)，由汽輪機變工況特性可得：抑 式中：Pms、Tms分別為主蒸汽壓力、主蒸汽溫度;V為主蒸汽的比容，是Pms、Tms函數(shù);角標t、 C分別表示實際工況和修正工況。 7 .如權(quán)利要求1所述的一種基于DCS數(shù)據(jù)挖掘的汽輪機調(diào)口流量特性曲線辨識方法，其 特征在于:所述的步驟F中，移動最小二乘法MLS更適用于大量數(shù)據(jù)、復雜形狀的擬合;首先， 移動最小二乘法MLS是無網(wǎng)格法的一種，它根據(jù)自變量的分布特點劃分了多個逼近節(jié)點；其 次，逼近函數(shù)u(x)是由與節(jié)點相關(guān)的基函數(shù)pT(xi)和與自變量相關(guān)的待定系數(shù)a(x)構(gòu)成的， 避免傳統(tǒng)的多項式或其它函數(shù)結(jié)構(gòu)的單一性和泛化能力差;再次，引入了自變量領(lǐng)域內(nèi)緊 支的概念，劃分支持域后只考慮域內(nèi)的采樣點取值影響；另外，在支持域內(nèi)引入了權(quán)函數(shù)ω (X，xi)，其定義了每個自變量影響的權(quán)重;移動最小二乘法MLS公式如下：口） 式中：xi，yi為節(jié)點坐標;X為待求因變量的自變量坐標，η為求解區(qū)域內(nèi)的節(jié)點數(shù)目；J為 殘差的離散加權(quán)范式，為了使J達到最小，令J取極值而對a(x)求偏導； 根據(jù)DCS數(shù)據(jù)特點和擬合要求，基函數(shù)ρτ(χ)選取二次型：一方面，選擇一次型會造成擬 合曲線在節(jié)點處形成明顯的拐點；另一方面，選擇Ξ次型W上的基函數(shù)對提高擬合的精度 有限，反而還會過擬合； 節(jié)點確定的過程是，先將所有數(shù)據(jù)挖掘?qū)ο蟮母鏖y位值%為單位劃分成100個不同 閥位區(qū)域，而后取不同閥位區(qū)域內(nèi)數(shù)據(jù)挖掘?qū)ο蟮闹髡羝髁炕蚱啓C輸出功率的中位 數(shù)，該中位數(shù)所對應的閥位值即為節(jié)點；如果區(qū)域內(nèi)的對象少于3個，則需要觀察散點圖，選 擇合適的一個對象作為該區(qū)域內(nèi)的節(jié)點； 支持域的范圍是動態(tài)的，隨著節(jié)點密集程度而變化，節(jié)點越密集，支持域范圍越小，一 個支持域范圍包含的節(jié)點數(shù)目不超過10個，該大小應既能保證支持域內(nèi)有足夠的采樣點來 滿足待定系數(shù)精確性和連續(xù)性的需要，又能突出鄰近節(jié)點的函數(shù)相關(guān)性不受距離過大的節(jié) 點影響，形成局部逼近； 權(quán)函數(shù)ω(χ，χι)選擇高斯函數(shù)，能夠體現(xiàn)采樣點在同一閥位區(qū)域內(nèi)的分布特性，并且在 支持域內(nèi)滿足非負性、連續(xù)影響和單調(diào)遞減的必要條件； 對式巧)進行求解，可得到：(ω 式中：φ(χ)為只考慮節(jié)點信息，不考慮節(jié)點之間拓撲關(guān)系的無網(wǎng)格法形函數(shù)矩陣; 節(jié)點處的因變量矩陣，u(x)為待求自變量X坐標下的因變量矩陣;A(x)、B(x)分別為由基函 數(shù)pT(Xi)和權(quán)函數(shù)ω (χ，χι)構(gòu)造的中間矩陣算子。
【文檔編號】G06F17/50GK106089328SQ201610653851
【公開日】2016年11月9日
【申請日】2016年8月10日 公開號201610653851.5, CN 106089328 A, CN 106089328A, CN 201610653851, CN-A-106089328, CN106089328 A, CN106089328A, CN201610653851, CN201610653851.5
【發(fā)明人】文樂, 楊新民, 高林
【申請人】西安熱工研究院有限公司