[发明专利]一种基于大数据分析的火电机组间冷塔防冻预警方法

权利要求书

1.基于大数据的机组间冷塔防冻预警方法，包括基于工业大数据分析平台的扇区防冻预警方法，其特征在于：基于工业大数据分析平台的扇区防冻预警方法的步骤如下：

1)历史数据采集与存储；

2)特征参数处理；

3)样本数据筛选；

4)扇区壁温极小值预测；

5)扇区出水温度预测；

6)扇区防冻预警实时计算。

2.根据权利要求1所述的基于大数据的机组间冷塔防冻预警方法，其特征在于：步骤1)基于数据采集程序包从电厂SIS实时数据库采集间冷塔运行相关参数在近一年的冬季工况历史数据，冬季工况的采集时间段根据当底气候的自然月进行设定，采集间隔设置为1-5分钟，间冷塔运行相关参数包括：机组负荷、循环水泵电流、环境温度、风速、风向、各扇形段百叶窗开度等，历史数据采集样本量规模可自行设置，保证所有采集参数采集的同时性和连续性，基于大数据平台的“数据源”组件进行历史数据读取，基于“多源合并”组件将历史数据进行合并，且以parquet格式存储在大数据平台。

3.根据权利要求1所述的基于大数据的机组间冷塔防冻预警方法，其特征在于：步骤2)包括：

a)间冷塔各扇区额壁温极小值计算：利用“列间统计”组件实现对各扇区的多个壁温测点数据的最小值计算，输出各扇区壁温极小值的参数列；

b)间冷塔各扇区循环水温降计算：利用“列间统计”组件实现对各扇区循环水温降计算，输出各扇区循环水温降的参数列；

c)间冷塔各扇区水阻计算：利用“列间统计”组件实现对间冷塔各扇区水阻计算，输出各扇区水阻的参数列；

d)循环水泵运行台数计算：利用“列间计算”组件，基于循环水泵电流等参数对机组循环水泵的运行状态进行判断，计算循环水泵运行台数，输出循环水泵运行台数的参数列；

e)参数相关性分析：利用相关性分析组件对样本数据进行相关性分析，为扇区冷却柱壁温极小值预测模型、扇区出水温度预测模型的特征参数选取提供参考。

4.根据权利要求1所述的基于大数据的机组间冷塔防冻预警方法，其特征在于：步骤3)包括：

a)工况稳定性分析：利用“工况稳定性分析”组件对历史数据进行稳定性分析，并输出各个时刻的工况状态变量stability；利用“数据过滤”组件筛选数据，保留工况稳定的数据，过滤掉工况不稳定的数据，工况稳定性分析采用变化阈值的方法进行判定，对机组负荷、主蒸汽压力、供热抽气流量等参数采用相对阈值进行稳定性判定，对主要的温度参数采用绝对阈值进行稳定性判定；

b)局部离群因子检测：利用“局部离群因子”检测组件对历史数据进行局部离群因子检测，并输出各个时刻对应的LOF值，根据LOF值得分布情况确定LOF阈值；利用“数据过滤”组件筛选数据，保留LOF阈值范围内的数据，过滤掉LOF阈值范围外的数据；

c)工况统计分析：利用“工况统计”组件基于时间变量time和工况状态变量stability进行连续稳定工况数据的抽取，并对各工况时段进行均值、极差、均方差的统计特征计算，基于工况分析结果的表格和X-Y图形进行工况数据分析，记录异常数据的时间段；

d)异常数据过滤：利用“数据过滤”组件和时间变量time过滤掉异常工况的时段数据。