一種云可視化機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性數(shù)據(jù)挖掘方法
【專利摘要】本發(fā)明公開了一種云可視化機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性數(shù)據(jù)挖掘方法，屬于智能電網(wǎng)的云計(jì)算領(lǐng)域，其在線熱力性能數(shù)據(jù)校驗(yàn)處理分析平臺(tái)基礎(chǔ)上，實(shí)時(shí)采集機(jī)組的熱力性能數(shù)據(jù)并對(duì)其規(guī)范化校驗(yàn)，建立機(jī)理仿真模型并對(duì)其進(jìn)行熱力性能精度校驗(yàn)，從最優(yōu)機(jī)理仿真模型中獲取樣本，建立機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性方程，確定原始樣本數(shù)據(jù)矩陣并對(duì)其中的每個(gè)值進(jìn)行標(biāo)準(zhǔn)化歸一處理，求解標(biāo)準(zhǔn)化歸一處理后的矩陣，求取該矩陣的非負(fù)的特征值并從大到小排列后，求滿足累積方差貢獻(xiàn)率大于80%的主成分個(gè)數(shù)，用滿足上述條件的主成分替代原來的主成分，繪制主成分?jǐn)?shù)據(jù)散點(diǎn)圖以此為基礎(chǔ)，根據(jù)主成分特征值關(guān)聯(lián)程度繪制機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性數(shù)據(jù)骨干度可視化模型圖。
【專利說明】
一種云可視化機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性數(shù)據(jù)挖掘方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于智能電網(wǎng)的云計(jì)算領(lǐng)域，具體涉及一種云可視化機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特 性數(shù)據(jù)挖掘方法。
【背景技術(shù)】
[0002] 第一、火電機(jī)組DCS系統(tǒng)實(shí)時(shí)控制的運(yùn)行數(shù)據(jù)點(diǎn)在10000點(diǎn)以上，對(duì)于每時(shí)每刻都 在產(chǎn)生的實(shí)時(shí)數(shù)據(jù)，已經(jīng)能夠達(dá)到海量數(shù)據(jù)級(jí)別。在以往常規(guī)的控制過程中，海量的實(shí)時(shí)數(shù) 據(jù)都是以2D平面的關(guān)系映射到運(yùn)行畫面上，或者根據(jù)傳統(tǒng)控制方案和現(xiàn)代控制理論，采用 其中有限的一組關(guān)鍵運(yùn)行數(shù)據(jù)點(diǎn)，作為運(yùn)行和監(jiān)控方案的輸入輸出，提供給運(yùn)行人員和DCS 機(jī)組進(jìn)行合理的控制；傳統(tǒng)的方法無法提供運(yùn)行人員更為豐富的三維立體數(shù)據(jù)互動(dòng)關(guān)系， 只能根據(jù)生產(chǎn)過程經(jīng)驗(yàn)判斷。
[0003] 第二、火電機(jī)組過程控制，是一個(gè)復(fù)雜的多變量的過程控制系統(tǒng)，關(guān)鍵的運(yùn)行數(shù) 據(jù)，比如主汽溫和主汽壓，往往是經(jīng)過一個(gè)比較明顯的滯后時(shí)間后，才會(huì)發(fā)生相應(yīng)的變化， 而給實(shí)際控制性能帶來影響，對(duì)循環(huán)流化床鍋爐的機(jī)組尤其如此。歸根到底，是由于被控對(duì) 象本身信息不足引起的；而傳統(tǒng)的方法，都是基于熱力平衡關(guān)系或者傳遞函數(shù)關(guān)系得出的 分析模型，均是以先驗(yàn)知識(shí)和局部知識(shí)為基礎(chǔ)的，無法發(fā)現(xiàn)深層次的數(shù)據(jù)關(guān)系；
[0004] 第三、火電機(jī)組信息復(fù)雜，技術(shù)門檻高，電網(wǎng)調(diào)度人員之前只能通過調(diào)度指令來對(duì) 電廠進(jìn)行經(jīng)驗(yàn)性操作，無法深入了解發(fā)電機(jī)組的內(nèi)部具體情況，從而做出對(duì)電網(wǎng)整體性能 最優(yōu)的調(diào)度決策，網(wǎng)側(cè)和源側(cè)缺乏直觀有效的溝通機(jī)制。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明所要解決的技術(shù)問題是提供了一種符合機(jī)組網(wǎng)源協(xié)調(diào)實(shí)際生產(chǎn)、能夠反映 電網(wǎng)最優(yōu)調(diào)度決策的云可視化機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性數(shù)據(jù)挖掘方法。
[0006] 為解決上述問題，本發(fā)明所采取的技術(shù)方案是：
[0007] -種云可視化機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性數(shù)據(jù)挖掘方法，其關(guān)鍵技術(shù)在于采用如下步 驟：
[0008]步驟1、在在線熱力性能數(shù)據(jù)校驗(yàn)處理分析平臺(tái)基礎(chǔ)上，實(shí)時(shí)采集機(jī)組的熱力性能 數(shù)據(jù)并對(duì)所采集機(jī)組的熱力性能數(shù)據(jù)進(jìn)行規(guī)范化校驗(yàn)；
[0009]步驟2、實(shí)現(xiàn)機(jī)理仿真模型建立：
[0010]在機(jī)組建模過程中將其劃分為不同的功能組，對(duì)每個(gè)功能組建立子模型，所述子 模型建好后通過模型合并，搭建出整個(gè)機(jī)組模型；
[0011] 步驟3、對(duì)機(jī)理仿真模型進(jìn)行熱力性能精度校驗(yàn)：
[0012] 將在線熱力性能數(shù)據(jù)校驗(yàn)處理分析平臺(tái)采集到的實(shí)時(shí)機(jī)組的熱力性能數(shù)據(jù)輸入 步驟2中的機(jī)理模型仿真模型，通過機(jī)理仿真模型計(jì)算得到熱力性能指標(biāo)計(jì)算值，對(duì)熱力性 能指標(biāo)計(jì)算值與最優(yōu)熱力性能曲線求得偏差A(yù)，對(duì)機(jī)理仿真模型中已輸入的熱力性能指標(biāo) 理想值與最優(yōu)熱力性能曲線求得偏差B，針對(duì)同一功率所對(duì)應(yīng)的偏差A(yù)和偏差B進(jìn)行比較，判 斷并采用偏差A(yù)和偏差B中較小值所對(duì)應(yīng)的熱力性能指標(biāo)，得到最優(yōu)機(jī)理仿真模型；
[00?3] 步驟4、根據(jù)機(jī)網(wǎng)協(xié)調(diào)控制原理，確定機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性為響應(yīng)時(shí)間ki;機(jī)網(wǎng) 協(xié)調(diào)響應(yīng)時(shí)間的變化由各控制指標(biāo)的獨(dú)立變化所引起的響應(yīng)變化速率疊加而成，從步驟3 的最優(yōu)機(jī)理仿真模型中獲取樣本，建立如下機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性方程如下（1.1):
[0014]
[0015] 其中，ki為機(jī)網(wǎng)協(xié)調(diào)AGC響應(yīng)時(shí)間；
[0016] Xi為影響機(jī)網(wǎng)協(xié)調(diào)AGC響應(yīng)時(shí)間的控制指標(biāo)的變化速率；
[0017] η為采集數(shù)據(jù)樣本的個(gè)數(shù)；
[0018] 步驟5、確定機(jī)網(wǎng)協(xié)調(diào)響應(yīng)特性的原始樣本數(shù)據(jù)矩陣RnXp，其中腳標(biāo)ρ為影響機(jī)網(wǎng)協(xié) 調(diào)AGC響應(yīng)時(shí)間的控制指標(biāo)的個(gè)數(shù);對(duì)原始樣本數(shù)據(jù)矩陣R nXp中的每個(gè)值進(jìn)行標(biāo)準(zhǔn)化歸一處 理的計(jì)算公式(1.2)如下，消除數(shù)據(jù)不同量級(jí)對(duì)計(jì)算的影響；
[0019]
Vvar(-v
[0020] 其中，Xlj為原始樣本數(shù)據(jù)矩陣RnxP中第i樣本的第j個(gè)控制指標(biāo)原始數(shù)據(jù)；
[0021] 、為標(biāo)準(zhǔn)化歸一處理后的值；
[0022] E(Xlj)為原始樣本數(shù)據(jù)矩陣RnXp中第j個(gè)控制指標(biāo)原始樣本數(shù)據(jù)的平均值；
[0023] 小沉)為第j個(gè)控制指標(biāo)原始樣本數(shù)據(jù)方差；
[0024]原始樣本數(shù)據(jù)矩陣RnxP中的每個(gè)值標(biāo)準(zhǔn)化歸一處理后得到矩陣R%
[0025]步驟6、在labview平臺(tái)上，使用矩陣和簇工具箱，求解矩陣If，獲得機(jī)網(wǎng)協(xié)調(diào)控制 響應(yīng)特性yi，y2,...，yP個(gè)主成分，同時(shí)得到ρ個(gè)非負(fù)的特征值，將所述ρ個(gè)非負(fù)的特征值從大 到小排列為 λ1，λ2, . . .，λρ，同時(shí)得到分別與人:、，...，λρ對(duì)應(yīng)的特征向量Ul，U2, ...，uP;
[0026] 步驟7、利用步驟6中從大到小排列的特征值h，A2, . . .，λρ，計(jì)算滿足累積方差貢獻(xiàn) 率a(k)大于80%所對(duì)應(yīng)的k值，計(jì)算公式(1.3)如下；
[0027]
[0028]求得k值后，取心，\2, ...，λρ中前k個(gè)特征值所對(duì)應(yīng)的主成分代替原來ρ個(gè)主成分； 步驟8、以機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性前k個(gè)特征值所對(duì)應(yīng)的主成分為基礎(chǔ)，在R語言平臺(tái)，對(duì)步 驟3的仿真模型數(shù)據(jù)進(jìn)行聚類可視化分析，采用k-medoids聚類方法，根據(jù)步驟3的仿真模型 數(shù)據(jù)，繪制機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性主成分?jǐn)?shù)據(jù)散點(diǎn)圖；步驟9、以步驟8中所述網(wǎng)源能量平衡 主成分?jǐn)?shù)據(jù)散點(diǎn)圖為基礎(chǔ)，根據(jù)主成分特征值關(guān)聯(lián)程度繪制機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性數(shù)據(jù)骨 干度可視化模型圖。
[0029] 進(jìn)一步的，所述步驟2中不同的功能組包括風(fēng)煙系統(tǒng)、主蒸汽系統(tǒng)、高壓缸及高旁 系統(tǒng)、高壓缸及高旁系統(tǒng)、高加及抽汽系統(tǒng)。
[0030] 進(jìn)一步的，所述步驟4中影響機(jī)網(wǎng)協(xié)調(diào)AGC響應(yīng)時(shí)間的控制指標(biāo)包括鍋爐控制指標(biāo) 和汽機(jī)控制指標(biāo)。
[0031]進(jìn)一步的，所述鍋爐控制指標(biāo)包括;所述鍋爐控制指標(biāo)包括主蒸汽壓力、主蒸汽溫 度、磨煤機(jī)出口溫度、煙氣排煙溫度、一次風(fēng)溫度、二次風(fēng)溫度、爐膛負(fù)壓、再熱器入口溫度、 再熱器出口溫度、省煤器入口溫度、省煤器出口溫度、煙氣含氧量、主給水溫度和過熱度。 [0032]進(jìn)一步的，所述汽機(jī)控制指標(biāo)包括調(diào)節(jié)級(jí)壓力、調(diào)節(jié)級(jí)溫度、#1高加排汽壓力、#1 高加排汽溫度、#2高加排汽壓力、#2高加排汽溫度、#3高加排汽壓力、#3高加排汽溫度、#4除 氧器排汽壓力、#4除氧器排汽溫度、#5低加排汽壓力、#5低加排汽溫度、#6低加排汽壓力、#6 低加排汽溫度、#7低加排汽壓力、#7低加排汽溫度、凝結(jié)水溫度和凝結(jié)水真空度。
[0033] 進(jìn)一步的，所述步驟9中采用labview語言將所有數(shù)據(jù)轉(zhuǎn)換成CSV格式，供R語言使 用。
[0034] 本發(fā)明采用上述技術(shù)方案所產(chǎn)生的有益效果在于：
[0035] 本方法實(shí)現(xiàn)了按照網(wǎng)內(nèi)運(yùn)行機(jī)組響應(yīng)網(wǎng)側(cè)能量需求調(diào)度的云可視化數(shù)據(jù)挖掘仿 真技術(shù)，和仿真平臺(tái)進(jìn)行實(shí)時(shí)數(shù)據(jù)傳輸，將仿真平臺(tái)調(diào)制至和實(shí)際機(jī)組與電網(wǎng)特性逼近，驗(yàn) 證高級(jí)優(yōu)化算法并建立網(wǎng)源安全穩(wěn)定裕度評(píng)估體系，為電網(wǎng)調(diào)度服務(wù)。
【具體實(shí)施方式】
[0036]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面結(jié)合具體實(shí)施例對(duì)發(fā)明進(jìn)行 清楚、完整的描述。
[0037]實(shí)施例為以600MW超臨界機(jī)組為例，進(jìn)行的網(wǎng)源協(xié)調(diào)可視化數(shù)據(jù)挖掘分析方法，具 體步驟如下：
[0038]步驟1、在在線熱力性能數(shù)據(jù)校驗(yàn)處理分析平臺(tái)基礎(chǔ)上，實(shí)時(shí)采集機(jī)組的熱力性能 數(shù)據(jù)并對(duì)所采集機(jī)組的熱力性能數(shù)據(jù)進(jìn)行規(guī)范化校驗(yàn)；
[0039] 步驟2、實(shí)現(xiàn)機(jī)理仿真模型建立：
[0040] 在機(jī)組建模過程中將其劃分為不同的功能組，對(duì)每個(gè)功能組建立子模型，所述子 模型建好后通過模型合并，搭建出整個(gè)機(jī)組模型；
[0041] 步驟3、對(duì)機(jī)理仿真模型進(jìn)行熱力性能精度校驗(yàn)：
[0042]將在線熱力性能數(shù)據(jù)校驗(yàn)處理分析平臺(tái)采集到的實(shí)時(shí)機(jī)組的熱力性能數(shù)據(jù)輸入 步驟2中的機(jī)理模型仿真模型，通過機(jī)理仿真模型計(jì)算得到熱力性能指標(biāo)計(jì)算值，對(duì)熱力性 能指標(biāo)計(jì)算值與最優(yōu)熱力性能曲線求得偏差A(yù)，對(duì)機(jī)理仿真模型中已輸入的熱力性能指標(biāo) 理想值與最優(yōu)熱力性能曲線求得偏差B，針對(duì)同一功率所對(duì)應(yīng)的偏差A(yù)和偏差B進(jìn)行比較，判 斷并采用偏差A(yù)和偏差B中較小值所對(duì)應(yīng)的熱力性能指標(biāo)，得到最優(yōu)機(jī)理仿真模型；
[0043 ] 步驟4、根據(jù)機(jī)網(wǎng)協(xié)調(diào)控制原理，確定機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性為響應(yīng)時(shí)間k i;機(jī)網(wǎng) 協(xié)調(diào)響應(yīng)時(shí)間的變化由各控制指標(biāo)的獨(dú)立變化所引起的響應(yīng)變化速率疊加而成，從步驟3 的最優(yōu)機(jī)理仿真模型中獲取樣本，建立如下機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性方程如下（1.1):
[0044]
[0045] 其中，ki為機(jī)網(wǎng)協(xié)調(diào)AGC響應(yīng)時(shí)間；
[0046] Xi為影響機(jī)網(wǎng)協(xié)調(diào)AGC響應(yīng)時(shí)間的控制指標(biāo)的變化速率；
[0047] η為采集數(shù)據(jù)樣本的個(gè)數(shù)；
[0048] 步驟5、確定機(jī)網(wǎng)協(xié)調(diào)響應(yīng)特性的原始樣本數(shù)據(jù)矩陣RnxP，其中腳標(biāo)ρ為影響機(jī)網(wǎng)協(xié) 調(diào)AGC響應(yīng)時(shí)間的控制指標(biāo)的個(gè)數(shù);對(duì)原始樣本數(shù)據(jù)矩陣RnXp中的每個(gè)值進(jìn)行標(biāo)準(zhǔn)化歸一處 理的計(jì)算公式(1.2)如下，消除數(shù)據(jù)不同量級(jí)對(duì)計(jì)算的影響；
[0049]
[0050]其中，xu為原始樣本數(shù)據(jù)矩陣RnxP中第i樣本的第j個(gè)控制指標(biāo)原始數(shù)據(jù)；
[0051] .X#為標(biāo)準(zhǔn)化歸一處理后的值；
[0052] E(Xlj)為原始樣本數(shù)據(jù)矩陣RnXp中第j個(gè)控制指標(biāo)原始樣本數(shù)據(jù)的平均值；
[0053] γ......為第j個(gè)控制指標(biāo)原始樣本數(shù)據(jù)方差；
[0054]原始樣本數(shù)據(jù)矩陣RnxP中的每個(gè)值標(biāo)準(zhǔn)化歸一處理后得到矩陣R%
[0055] 步驟6、在labview平臺(tái)上，使用矩陣和簇工具箱，求解矩陣If，獲得機(jī)網(wǎng)協(xié)調(diào)控制 響應(yīng)特性yi，y2,...，yP個(gè)主成分，同時(shí)得到p個(gè)非負(fù)的特征值，將所述p個(gè)非負(fù)的特征值從大 到小排列為 λ1，λ2, . . .，λρ，同時(shí)得到分別與人:、，...，λρ對(duì)應(yīng)的特征向量Ul，U2, ...，uP;
[0056] 步驟7、利用步驟6中從大到小排列的特征值h，A2, . . .，λρ，計(jì)算滿足累積方差貢獻(xiàn) 率a(k)大于80%所對(duì)應(yīng)的k值，計(jì)算公式(1.3)如下；
[0057]
[0058]求得k值后，取心，\2, ...，λρ中前k個(gè)特征值所對(duì)應(yīng)的主成分代替原來p個(gè)主成分；
[0059] 步驟8、以機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性前k個(gè)特征值所對(duì)應(yīng)的主成分為基礎(chǔ)，在R語言平 臺(tái)，對(duì)步驟3的仿真模型數(shù)據(jù)進(jìn)行聚類可視化分析，采用k-medoids聚類方法，根據(jù)步驟3的 仿真模型數(shù)據(jù)，繪制機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性主成分?jǐn)?shù)據(jù)散點(diǎn)圖；步驟9、以步驟8中所述網(wǎng)源 能量平衡主成分?jǐn)?shù)據(jù)散點(diǎn)圖為基礎(chǔ)，根據(jù)主成分特征值關(guān)聯(lián)程度繪制機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特 性數(shù)據(jù)骨干度可視化模型圖。
[0060] 進(jìn)一步的，所述步驟2中不同的功能組包括風(fēng)煙系統(tǒng)、主蒸汽系統(tǒng)、高壓缸及高旁 系統(tǒng)、高壓缸及高旁系統(tǒng)、高加及抽汽系統(tǒng)。
[0061 ]進(jìn)一步的，所述步驟4中影響機(jī)網(wǎng)協(xié)調(diào)AGC響應(yīng)時(shí)間的控制指標(biāo)包括鍋爐控制指標(biāo) 和汽機(jī)控制指標(biāo)。
[0062]進(jìn)一步的，所述鍋爐控制指標(biāo)包括;所述鍋爐控制指標(biāo)包括主蒸汽壓力、主蒸汽溫 度、磨煤機(jī)出口溫度、煙氣排煙溫度、一次風(fēng)溫度、二次風(fēng)溫度、爐膛負(fù)壓、再熱器入口溫度、 再熱器出口溫度、省煤器入口溫度、省煤器出口溫度、煙氣含氧量、主給水溫度和過熱度。 [0063]進(jìn)一步的，所述汽機(jī)控制指標(biāo)包括調(diào)節(jié)級(jí)壓力、調(diào)節(jié)級(jí)溫度、#1高加排汽壓力、#1 高加排汽溫度、#2高加排汽壓力、#2高加排汽溫度、#3高加排汽壓力、#3高加排汽溫度、#4除 氧器排汽壓力、#4除氧器排汽溫度、#5低加排汽壓力、#5低加排汽溫度、#6低加排汽壓力、#6 低加排汽溫度、#7低加排汽壓力、#7低加排汽溫度、凝結(jié)水溫度和凝結(jié)水真空度。
[0064] 進(jìn)一步的，所述步驟9中采用labview語言將所有數(shù)據(jù)轉(zhuǎn)換成CSV格式，供R語言使 用。
[0065] 將在線機(jī)組數(shù)據(jù)和仿真模型對(duì)接，建立實(shí)際機(jī)組特性相似度滿足精度要求的仿真 模型的具體方法如下：
[0066]將在線機(jī)組數(shù)據(jù)按照工況分為若干工況預(yù)置條件，首先按照任一工況運(yùn)行靜態(tài)數(shù) 據(jù)對(duì)機(jī)組進(jìn)行仿真設(shè)計(jì)校驗(yàn)，使得仿真模型的設(shè)計(jì)工況滿足實(shí)際生產(chǎn)試驗(yàn)的精度要求，比 如原有仿真模型只要求在50%和100%負(fù)荷工況滿足仿真操作要求精度即可，那么為了滿 足仿真試驗(yàn)的要求，就進(jìn)一步將仿真機(jī)工況細(xì)分，以10%為檔位，分別設(shè)置10%、30%、 50 %、70 %、100%等負(fù)荷工況條件，需要將機(jī)組在線數(shù)據(jù)對(duì)仿真模型進(jìn)行修正，提高模型的 精確性和可用性;其次，針對(duì)所述仿真模型的動(dòng)態(tài)特性，利用在線機(jī)組數(shù)據(jù)和仿真模型輸出 數(shù)據(jù)的偏差，迭代優(yōu)化最優(yōu)的仿真模型參數(shù)數(shù)值，完成實(shí)際機(jī)組特性相似度滿足精度要求 的仿真模型。
[0067]對(duì)數(shù)據(jù)進(jìn)行預(yù)處理的具體方法如下：
[0068] 根據(jù)網(wǎng)源能量平衡的關(guān)系，將仿真模型的所有有關(guān)網(wǎng)源協(xié)調(diào)數(shù)據(jù)的原始變量進(jìn)行 標(biāo)準(zhǔn)化處理;輸入原始數(shù)據(jù)矩陣或相關(guān)系數(shù)矩陣列到principal()和fa〇函數(shù)中，在計(jì)算前 確保數(shù)據(jù)中沒有缺失值。
[0069] 在新華0C6000E仿真平臺(tái)上，基于實(shí)際機(jī)組特性高度吻合的600MW超臨界火電機(jī)組 仿真模型，針對(duì)網(wǎng)源協(xié)調(diào)控制回路，使用R語言平臺(tái)對(duì)網(wǎng)源協(xié)調(diào)控制回路產(chǎn)生的海量實(shí)時(shí)數(shù) 據(jù)進(jìn)行主成分分析和k-medoids聚類分析，最終確立基于骨干度的網(wǎng)源協(xié)調(diào)數(shù)據(jù)云可視化 深度數(shù)據(jù)挖掘方法。
[0070] 2015年6月24日召開的國(guó)務(wù)院常務(wù)會(huì)議通過了《"互聯(lián)網(wǎng)+"行動(dòng)指導(dǎo)意見》（下稱 《意見》）。"互聯(lián)網(wǎng)+"這一新興產(chǎn)業(yè)模式正式成為中國(guó)的國(guó)家行動(dòng)計(jì)劃。2015年7月1日國(guó)務(wù) 院發(fā)布的《關(guān)于積極推進(jìn)"互聯(lián)網(wǎng)+"行動(dòng)的指導(dǎo)意見》明確提出"互聯(lián)網(wǎng)+"智慧能源，這里+ 的是智慧能源，而不是僅僅限于已有的智能電網(wǎng)、能源互聯(lián)網(wǎng)現(xiàn)有概念，具有更深刻含義， 包含了我國(guó)能源創(chuàng)新的核心競(jìng)爭(zhēng)力。因此在智能發(fā)電技術(shù)領(lǐng)域開展云計(jì)算技術(shù)研究已經(jīng)刻 不容緩，能夠在保證現(xiàn)有電力系統(tǒng)硬件基礎(chǔ)設(shè)施基本不變的情況下，對(duì)當(dāng)前系統(tǒng)的數(shù)據(jù)資 源和處理器資源進(jìn)行整合，從而大幅提高網(wǎng)內(nèi)機(jī)組對(duì)特高壓電網(wǎng)實(shí)時(shí)響應(yīng)和高級(jí)分析的能 力，為智能電網(wǎng)技術(shù)的發(fā)展提供有效的支持。
[0071] 火電機(jī)組DCS系統(tǒng)實(shí)時(shí)控制的運(yùn)行數(shù)據(jù)點(diǎn)在10000點(diǎn)以上，對(duì)于每時(shí)每刻都在產(chǎn)生 的實(shí)時(shí)數(shù)據(jù)，已經(jīng)能夠達(dá)到海量數(shù)據(jù)級(jí)別。傳統(tǒng)的方法無法提供運(yùn)行人員更為豐富的三維 立體數(shù)據(jù)互動(dòng)關(guān)系，只能根據(jù)生產(chǎn)過程經(jīng)驗(yàn)判斷;火電機(jī)組過程控制，是一個(gè)復(fù)雜的多變量 的過程控制系統(tǒng)，傳統(tǒng)的方法由于被控對(duì)象本身信息不足，均是以先驗(yàn)知識(shí)和局部知識(shí)為 基礎(chǔ)的，無法發(fā)現(xiàn)深層次的數(shù)據(jù)關(guān)系；電網(wǎng)調(diào)度人員之前只能通過調(diào)度指令來對(duì)電廠進(jìn)行 經(jīng)驗(yàn)性操作，無法深入了解發(fā)電機(jī)組的內(nèi)部具體情況，從而做出對(duì)電網(wǎng)整體性能最優(yōu)的調(diào) 度決策，網(wǎng)側(cè)和源側(cè)缺乏直觀有效的溝通機(jī)制。
[0072] 本成果產(chǎn)品在河北南網(wǎng)，利用成果和方法實(shí)現(xiàn)了河北南網(wǎng)主力發(fā)電機(jī)組的實(shí)際數(shù) 據(jù)與調(diào)度仿真模型對(duì)接，有機(jī)緊密的將生產(chǎn)實(shí)際與科研聯(lián)系起來，同時(shí)結(jié)合當(dāng)電網(wǎng)運(yùn)行的 可靠性和解決遇到的各種問題初步分析，并開展了系列化的優(yōu)化策略體系研究。利用網(wǎng)源 協(xié)調(diào)數(shù)據(jù)骨干度可視化分析方法，建立了河北南部電網(wǎng)網(wǎng)源能量平衡仿真調(diào)度平臺(tái)，制定 了電網(wǎng)安全穩(wěn)定裕度評(píng)價(jià)體系。最終達(dá)到以生產(chǎn)帶來的效益推動(dòng)科技研發(fā)的目的，進(jìn)一步 促進(jìn)科研成果的孵化，開啟了"以科研奠定生產(chǎn)，以生產(chǎn)促進(jìn)科研"的良性循環(huán)的研發(fā)模式。 通過整合先進(jìn)控制策略的迭代優(yōu)化工作，減少調(diào)試時(shí)間和增加試驗(yàn)安全性，同時(shí)取得了較 好的經(jīng)濟(jì)效益。
[0073] 網(wǎng)源協(xié)調(diào)數(shù)據(jù)骨干度可視化分析方法，將原有的機(jī)組仿真平臺(tái)改進(jìn)為可以滿足電 網(wǎng)調(diào)度驗(yàn)證的的試驗(yàn)仿真平臺(tái)，針對(duì)河北南部電網(wǎng)內(nèi)所有機(jī)組建立網(wǎng)源協(xié)調(diào)仿真模型，使 仿真平臺(tái)成為可以真正服務(wù)于電網(wǎng)調(diào)度運(yùn)行的技術(shù)支撐平臺(tái)；
[0074] 應(yīng)用基于R語言的超臨界機(jī)組增網(wǎng)源協(xié)調(diào)數(shù)據(jù)骨干度可視化分析方法對(duì)電網(wǎng)調(diào)度 試驗(yàn)劃分邊界進(jìn)行仿真建模評(píng)估后，將網(wǎng)內(nèi)機(jī)組響應(yīng)電網(wǎng)調(diào)度平均速率提高了 7%，縮減機(jī) 組運(yùn)行成本5%，；電網(wǎng)安全穩(wěn)定裕度提高了 11%，對(duì)機(jī)組和電網(wǎng)沖擊幅度降低了81%。
[0075] 當(dāng)然，本技術(shù)領(lǐng)域內(nèi)的一般技術(shù)人員應(yīng)當(dāng)認(rèn)識(shí)到，上述實(shí)施例僅是用來說明本發(fā) 明，而并非用作對(duì)本發(fā)明的限定，只要在本發(fā)明的實(shí)質(zhì)精神范圍內(nèi)，對(duì)上述實(shí)施例的變化、 變型等都將落在本發(fā)明權(quán)利要求的范圍內(nèi)。
【主權(quán)項(xiàng)】
1. 一種云可視化機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性數(shù)據(jù)挖掘方法，其特征在于:其包括步驟如下： 步驟1、在在線熱力性能數(shù)據(jù)校驗(yàn)處理分析平臺(tái)基礎(chǔ)上，實(shí)時(shí)采集機(jī)組的熱力性能數(shù)據(jù) 并對(duì)所采集機(jī)組的熱力性能數(shù)據(jù)進(jìn)行規(guī)范化校驗(yàn)； 步驟2、實(shí)現(xiàn)機(jī)理仿真模型建立： 在機(jī)組建模過程中將其劃分為不同的功能組，對(duì)每個(gè)功能組建立子模型，所述子模型 建好后通過模型合并，搭建出整個(gè)機(jī)組模型； 步驟3、對(duì)機(jī)理仿真模型進(jìn)行熱力性能精度校驗(yàn)： 將在線熱力性能數(shù)據(jù)校驗(yàn)處理分析平臺(tái)采集到的實(shí)時(shí)機(jī)組的熱力性能數(shù)據(jù)輸入步驟2 中的機(jī)理模型仿真模型，通過機(jī)理仿真模型計(jì)算得到熱力性能指標(biāo)計(jì)算值，對(duì)熱力性能指 標(biāo)計(jì)算值與最優(yōu)熱力性能曲線求得偏差A(yù)，對(duì)機(jī)理仿真模型中已輸入的熱力性能指標(biāo)理想 值與最優(yōu)熱力性能曲線求得偏差B，針對(duì)同一功率所對(duì)應(yīng)的偏差A(yù)和偏差B進(jìn)行比較，判斷并 采用偏差A(yù)和偏差B中較小值所對(duì)應(yīng)的熱力性能指標(biāo)，得到最優(yōu)機(jī)理仿真模型； 步驟4、根據(jù)機(jī)網(wǎng)協(xié)調(diào)控制原理，確定機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性為響應(yīng)時(shí)間ki;機(jī)網(wǎng)協(xié)調(diào)響 應(yīng)時(shí)間的變化由各控制指標(biāo)的獨(dú)立變化所引起的響應(yīng)變化速率疊加而成，從步驟3的最優(yōu) 機(jī)理仿真模型中獲取樣本，建立如下機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性方程如下（1.1):其中，k功機(jī)網(wǎng)協(xié)調(diào)AGC響應(yīng)時(shí)間； xi為影響機(jī)網(wǎng)協(xié)調(diào)AGC響應(yīng)時(shí)間的控制指標(biāo)的變化速率； η為采集數(shù)據(jù)樣本的個(gè)數(shù)； 步驟5、確定機(jī)網(wǎng)協(xié)調(diào)響應(yīng)特性的原始樣本數(shù)據(jù)矩陣RnXp，其中腳標(biāo)Ρ為影響機(jī)網(wǎng)協(xié)調(diào) AGC響應(yīng)時(shí)間的控制指標(biāo)的個(gè)數(shù);對(duì)原始樣本數(shù)據(jù)矩陣RnXp中的每個(gè)值進(jìn)行標(biāo)準(zhǔn)化歸一處理 的計(jì)算公式(1.2)如下，消除數(shù)據(jù)不同量級(jí)對(duì)計(jì)算的影響；其中，XU為原始樣本數(shù)據(jù)矩陣RnXp中第i樣本的第j個(gè)控制指標(biāo)原始數(shù)據(jù)； 為標(biāo)準(zhǔn)化歸一處理后的值； Ε(χυ)為原始樣本數(shù)據(jù)矩陣RnXp中第j個(gè)控制指標(biāo)原始樣本數(shù)據(jù)的平均值； 扣化,)為第j個(gè)控制指標(biāo)原始樣本數(shù)據(jù)方差； 原始樣本數(shù)據(jù)矩陣RnXp中的每個(gè)值標(biāo)準(zhǔn)化歸一處理后得到矩陣護(hù)； 步驟6、在labview平臺(tái)上，使用矩陣和簇工具箱，求解矩陣護(hù)，獲得機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特 性yi，y2,...，yp個(gè)主成分，同時(shí)得到P個(gè)非負(fù)的特征值，將所述P個(gè)非負(fù)的特征值從大到小排 列為λι,λ2, . . . ,λρ，同時(shí)得到分別與λι,λ2, . . . ,λρ對(duì)應(yīng)的特征向量山,U2, . . . ,Up; 步驟7、利用步驟6中從大到小排列的特征值λι，λ2, . . .，λρ，計(jì)算滿足累積方差貢獻(xiàn)率α 化)大于80%所對(duì)應(yīng)的k值，計(jì)算公式(1.3)如下；求得k值后，取λι，λ2, . . .，λρ中前k個(gè)特征值所對(duì)應(yīng)的主成分代替原來p個(gè)主成分;步驟 8、W機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性前k個(gè)特征值所對(duì)應(yīng)的主成分為基礎(chǔ)，在R語言平臺(tái)，對(duì)步驟3的 仿真模型數(shù)據(jù)進(jìn)行聚類可視化分析，采用k-medoids聚類方法，根據(jù)步驟3的仿真模型數(shù)據(jù)， 繪制機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性主成分?jǐn)?shù)據(jù)散點(diǎn)圖；步驟9、W步驟8中所述網(wǎng)源能量平衡主成 分?jǐn)?shù)據(jù)散點(diǎn)圖為基礎(chǔ)，根據(jù)主成分特征值關(guān)聯(lián)程度繪制機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性數(shù)據(jù)骨干度 可視化模型圖。2. 根據(jù)權(quán)利要求1所述一種云可視化機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性數(shù)據(jù)挖掘方法，其特征在 于:所述步驟2中不同的功能組包括風(fēng)煙系統(tǒng)、主蒸汽系統(tǒng)、高壓缸及高旁系統(tǒng)、高壓缸及高 旁系統(tǒng)、高加及抽汽系統(tǒng)。3. 根據(jù)權(quán)利要求1所述一種云可視化機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性數(shù)據(jù)挖掘方法，其特征在 于:所述步驟4中影響機(jī)網(wǎng)協(xié)調(diào)AGC響應(yīng)時(shí)間的控制指標(biāo)包括鍋爐控制指標(biāo)和汽機(jī)控制指 標(biāo)。4. 根據(jù)權(quán)利要求3所述一種云可視化機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性數(shù)據(jù)挖掘方法，其特征在 于:所述鍋爐控制指標(biāo)包括主蒸汽壓力、主蒸汽溫度、磨煤機(jī)出口溫度、煙氣排煙溫度、一次 風(fēng)溫度、二次風(fēng)溫度、爐膛負(fù)壓、再熱器入口溫度、再熱器出口溫度、省煤器入口溫度、省煤 器出口溫度、煙氣含氧量、主給水溫度和過熱度。5. 根據(jù)權(quán)利要求3所述一種云可視化機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性數(shù)據(jù)挖掘方法，其特征在 于:所述汽機(jī)控制指標(biāo)包括調(diào)節(jié)級(jí)壓力、調(diào)節(jié)級(jí)溫度、#1高加排汽壓力、#1高加排汽溫度、#2 高加排汽壓力、#2高加排汽溫度、#3高加排汽壓力、#3高加排汽溫度、#4除氧器排汽壓力、#4 除氧器排汽溫度、#5低加排汽壓力、#5低加排汽溫度、#6低加排汽壓力、#6低加排汽溫度、#7 低加排汽壓力、#7低加排汽溫度、凝結(jié)水溫度和凝結(jié)水真空度。6. 根據(jù)權(quán)利要求3所述一種云可視化機(jī)網(wǎng)協(xié)調(diào)控制響應(yīng)特性數(shù)據(jù)挖掘方法，其特征在 于:所述步驟9中采用labview語言將所有數(shù)據(jù)轉(zhuǎn)換成CSV格式，供R語言使用。
【文檔編號(hào)】G05B17/02GK105974818SQ201610286711
【公開日】2016年9月28日
【申請(qǐng)日】2016年5月3日
【發(fā)明人】馬瑞, 范輝, 彭鋼, 侯倩, 徐欣航, 金飛, 高志存
【申請(qǐng)人】河北省電力建設(shè)調(diào)整試驗(yàn)所