[发明专利]基于聚类算法的冷端系统运行优化方法

权利要求书

1.一种基于聚类算法的冷端系统运行优化方法，其特征在于，所述方法包括步骤：

步骤1，从数据库中获取机组运行测点以及控制变量的历史数据；

步骤2，根据业务规则和安全操作规范，对历史数据进行数据清洗，得到合乎安全操作的清洗后的数据；

步骤3，提取清洗后数据的特征值；通过对特征值进行一定的组合计算，得到符合模型需求的新的特征值测点；

步骤4，通过机理分析，设计最佳真空模型、凝汽器端差模型、循环水泵运行状态模型；

步骤5，对步骤4中三种模型的状态量数据进行无监督的聚类特征树建模，实现对运行工况的状态量识别分类；

步骤6，对状态量聚类得到的n个分类，根据业务内涵，对性能量进行综合计算，得到各模型实时得分，即为模型输出结果。

2.根据权利要求1所述的基于聚类算法的冷端系统运行优化方法，其特征在于，

所述步骤1中，各机组的运行测点监测数据包括部分锅炉运行状态数据、凝汽器运行状态数据、循环水泵运行状态数据；各机组的控制变量包括循环水泵动作数据。

3.根据权利要求1所述的基于聚类算法的冷端系统运行优化方法，其特征在于，

所述步骤2中，若某种数据超出了预设的数据低超限值或者数据高超限值，去掉原数据，并使用插值法补全该数据，得到清洗后的数据。

4.根据权利要求1所述的基于聚类算法的冷端系统运行优化方法，其特征在于，

所述步骤4中，最佳真空模型，以进入汽轮机热量及发电机有功作为最佳真空模型的状态量，进行聚类分析划分工况，再在同类工况内对凝汽器真空及循环水功耗进行分析，找到两参数最优的交叉点，即该类工况下能达到的最佳真空，通过计算与最佳真空间的偏差，即可得到真空得分。

5.根据权利要求1所述的基于聚类算法的冷端系统运行优化方法，其特征在于，

所述步骤4中，凝汽器端差模型，以进入汽轮机热量、发电机有功及凝汽器真空作为凝汽器端差模型的状态量，进行聚类分析划分工况，再在同类工况内对循环水功耗进行分析，得到循环水管路的污染率。

6.根据权利要求1所述的基于聚类算法的冷端系统运行优化方法，其特征在于，

所述步骤4中，循环水泵运行状态模型，以循环水功耗作为循环水泵运行状态模型的状态量，进行聚类分析划分工况，再在同类工况内对循环水泵运行状态进行分析，找到最佳的循环水泵启停方式，指导循环水泵的运行。

7.根据权利要求1所述的基于聚类算法的冷端系统运行优化方法，其特征在于，

所述步骤5具体包括：

步骤501，确定聚类半径r；

步骤502，对模型状态量进行无监督的聚类特征树建模；

步骤503，根据聚类特征树的聚类结果对机组的运行状态进行分类。

8.根据权利要求7所述的基于聚类算法的冷端系统运行优化方法，其特征在于，

所述步骤503具体包括：剔除聚类结果中离群样本组成的簇；根据剔除离群样本后的簇中的样本范围来对运行状态进行分类。

9.根据权利要求1所述的基于聚类算法的冷端系统运行优化方法，其特征在于，

所述步骤6具体包括：

步骤601，根据性能量所表征的业务含义，确定性能量为最小值最优或最大值最优，进而选择不同的计算方法计算每个性能量参数的得分；

步骤602，使用步骤601得到的单个性能量参数的得分，计算多个性能量的综合得分；

步骤603，对综合得分进行处理，将其规范化至[0,1]范围内；

步骤604，对于不同的模型，通过以上步骤得到的结果具有不同的业务含义和不同的使用方法。

10.根据权利要求9所述的基于聚类算法的冷端系统运行优化方法，其特征在于，

所述步骤604具体包括：

针对最佳真空模型，综合计算凝汽器真空与循环水功耗两个性能量的得分，即最佳真空得分；

针对凝汽器端差模型，计算循环水功耗性能量的得分，即凝汽器端差模型得分，该分数表征当前运行状态下的胶球污染率，可用以判断胶球的污染程度并判断是否推荐进行胶球清洗操作；

针对循环水泵运行状态模型，计算性能量循环水泵状态汇总的得分，即循环水泵运行状态模型得分，该分数表征了当前循环水泵运行状态是否达到最优，同时参考性能量的最优值，对循环水泵运行状态给出推荐操作。