基于軟計算的機組運行目標工況知識發(fā)現(xiàn)研究.pdf

1、作為當前火電機組運行優(yōu)化研究中的關鍵問題，機組運行目標工況不但為運行人員指明運行調整的努力方向，而且為偏差分析和操作指導提供耗差計算和邏輯推理的參照基準，是機組運行優(yōu)化系統(tǒng)和廠級監(jiān)控信息系統(tǒng)的核心。由于機組熱力系統(tǒng)結構和運行機理復雜，影響因素眾多，至今也沒有出現(xiàn)在理論支持和技術實現(xiàn)上較為完善的解決方案，目前實際應用的各種實現(xiàn)方案都不同程度存在弊端，在電站運行管理人員中引起不少爭議，有必要進行深入的研究。 本文以電站數(shù)據(jù)資源為基礎

2、，綜合運用多種軟計算方法對機組運行目標工況進行知識發(fā)現(xiàn)研究，建立了機組運行目標工況知識發(fā)現(xiàn)模型和應用解決方案，獲得的機組運行目標工況在合理性、準確性和指導意義等各個方面都優(yōu)于目前的各種方案，為機組運行目標工況研究提出了一種全新的思路和方法，同時也為機組運行優(yōu)化技術的應用推廣創(chuàng)造了條件。 在熱力學評價體系的基礎上引入了能量價值理論和環(huán)境成本，首次提出了兼顧節(jié)能、經濟和環(huán)保的機組運行綜合評價體系，推導出的機組運行變動成本煤耗率可作為

3、評價機組運行經濟性的綜合指標，較電站普遍使用的機組供電煤耗率更加符合當前電力市場環(huán)境和國家可持續(xù)發(fā)展戰(zhàn)略，從而為機組運行提供了更加科學合理的評價標準，并針對電站現(xiàn)狀在煤質工業(yè)分析數(shù)據(jù)的基礎上建立了煤質元素分析的軟測量模型，解決了機組運行綜合評價體系應用推廣中的技術障礙。 建立了機組運行優(yōu)化模型并進行深入分析，提出了機組運行絕對最優(yōu)工況和相對最優(yōu)工況兩種理想目標工況，并以之作為參照標準在機組運行工況空間中對當前各種目標工況實現(xiàn)方案

4、進行了全面剖析，對比研究了機組整體優(yōu)化和分解優(yōu)化兩種技術路線的優(yōu)勢和不足，考慮到電站歷史數(shù)據(jù)中混雜大量非穩(wěn)態(tài)工況，論述了機組全工況運行優(yōu)化和穩(wěn)定工況運行優(yōu)化研究的技術成熟度，在此基礎上首次提出了機組運行目標工況的知識發(fā)現(xiàn)模型。 由于數(shù)據(jù)庫技術應用于深層次數(shù)據(jù)分析處理所暴露出的技術缺陷難以克服，創(chuàng)建了機組運行優(yōu)化數(shù)據(jù)倉庫，為目標工況的知識發(fā)現(xiàn)研究提供了統(tǒng)一高效的數(shù)據(jù)分析和存儲環(huán)境，結合機組運行機理和知識發(fā)現(xiàn)研究的數(shù)據(jù)處理流程完成了

5、原始數(shù)據(jù)的選擇，針對電站數(shù)據(jù)資源分布現(xiàn)狀研究了從分散異質的多個電站數(shù)據(jù)源獲取數(shù)據(jù)的方法，并對原始數(shù)據(jù)進行了檢測、修補、轉換、集成等一系列數(shù)據(jù)預處理操作，從而為數(shù)據(jù)挖掘提供了高質量的知識基。 深入研究了當前國內外應用范圍較廣的多種電站熱力試驗規(guī)程，從機理分析和數(shù)據(jù)處理兩個方面論汪了熱力試驗規(guī)程中的機組運行穩(wěn)定性判定標準不適用于在線機組運行優(yōu)化研究，根據(jù)機組熱力設備和運行狀態(tài)參數(shù)的特性差異提出了滿足運行優(yōu)化研究需要的機組運行穩(wěn)定性判

6、據(jù)，對比分析了當前工業(yè)過程所應用的各種穩(wěn)態(tài)判定方法，首次建立了基于模糊集合和粗糙集理論的穩(wěn)態(tài)判定方法，有效的過濾了機組運行歷史工況中的非穩(wěn)態(tài)工況。 進行了機組運行歷史工況聚類分析的開創(chuàng)性研究，運用統(tǒng)計檢驗方法驗證了穩(wěn)定歷史工況的空間聚類趨勢，首次提出了工況簇的概念，運用DBSCAN聚類算法證實了工況簇的凸面特性，創(chuàng)造性的提出了自適應加權模糊C-均值聚類算法用于工況聚類，獲得了良好的聚類效果，以機組運行變動成本煤耗率作為工況評價標

7、準，系統(tǒng)研究了歷史工況在工況簇中的空間分布，首次提出了機組穩(wěn)定運行先進工況的概念，并通過簇內尋優(yōu)建立了機組穩(wěn)定運行先進工況模式池。 在系統(tǒng)分析了當前各種神經網(wǎng)絡特性的基礎上，以機組穩(wěn)定運行先進工況作為樣本數(shù)據(jù)，首次建立了機組穩(wěn)定運行目標工況RBF神經網(wǎng)絡模型，同時在工況聚類研究的基礎上，首次建立了基于事例推理的機組穩(wěn)定運行目標工況實現(xiàn)方案，通過將兩者與基于熱力試驗的目標工況方案進行對比分析，證實了機組穩(wěn)定運行目標工況RBF模型在

8、合理性、準確性、計算效率和指導意義等各個方面的優(yōu)越性，并針對模型應用中的樣本增量更新問題在RBF神經網(wǎng)絡的隱層增加了休眠節(jié)點，通過激活休眠節(jié)點完成對更新工況樣本的學習，實現(xiàn)了機組穩(wěn)定運行目標工況模型的增量學習，使得知識發(fā)現(xiàn)的學習效率獲得顯著提高。 在機組運行目標工況知識發(fā)現(xiàn)研究的基礎上，完成了目標工況應用解決方案的軟件開發(fā)，運用面向對象技術完成了機組運行優(yōu)化數(shù)據(jù)倉庫元數(shù)據(jù)的設計，闡述了運行優(yōu)化數(shù)據(jù)倉庫邏輯模型和物理模型的設計，以