[发明专利]一种耦合气象数据的燃煤电厂煤耗预测方法

说明书

本发明公开一种耦合气象数据的燃煤电厂煤耗预测方法，包括以下步骤：S1、获取燃煤电厂机组容量、历史机组运行数据和历史气象数据以及对应的日期；S2、对步骤S1中获得的历史机组运行数据和历史气象数据进行数据预处理；S3、建立耦合了历史气象数据的煤耗预测模型，对预测模型的精度进行验证，实现未来煤耗的精准预测。本发明中通过耦合气象数据、提取指标统计多种统计值，以及融合BP神经网络与Transformer模型实现了预测误差率5％以内的效果。

技术领域

本发明属于燃煤电厂煤耗预测技术领域，具体涉及一种耦合气象数据的燃煤电厂煤耗预测方法。

背景技术

燃煤锅炉每年都要消耗掉大量的煤炭资源。燃煤发电机组面对全球大气污染治理及气候变化、新电改下发电企业直接参与市场竞争、新能源并网消纳频繁调峰等问题，节能减排降耗责任和压力巨大。其中，燃煤发电机组供电煤耗的高低是衡量机组节能降耗水平的主要指标。

目前，公开号为CN113361748A的中国发明专利公开了一种适用于在线负荷分配的机组供电煤耗预测方法，虽然解决了现有煤耗预测仅考虑负荷而忽略其他参数对煤耗的影响，当时其并没有考虑其他因素对煤耗的影响，所以其导致煤耗预测不够精确的技术问题。公开号为CN111754030A的中国发明专利采用随机森林回归算法构建供电煤耗预测模型，并采用遗传优化算法建立基于供电煤耗优化模型，建立各工况最优可调参数数据库，对于实时数据，通过工况划分模型匹配工况后在最优可调参数数据库中获得优化目标，对供电煤耗值进行优化；然而，由于燃煤锅炉系统复杂，影响煤耗的因素众多，气象因素对于煤耗影响尤为显著，该专利中并没有考虑气象因素对煤耗预测的影响，这就导致了该专利中的煤耗预测不够精准的技术问题。因此，为了有效提高煤耗预测的准确性，给燃煤供给的科学配置提供可靠依据，实现对煤耗进行预测，为度夏、度冬以及天气影响下保障电煤库存充足、电力稳定供应提供技术支持和指导，提供一种耦合气象数据的燃煤电厂煤耗预测方法是目前急需解决的技术问题。

发明内容

为了解决现有技术中存在的不足，本发明的目的是提供一种耦合气象数据的燃煤电厂煤耗预测方法。该预测方法能够实现对燃煤电厂煤耗进行预测，便于电厂进行发电效率管理，为燃煤供给提供科学配置依据。

为了实现上述目的，本发明采用如下技术方案：

一种耦合气象数据的燃煤电厂煤耗预测方法，包括以下步骤：

S1、获取燃煤电厂机组容量、历史机组运行数据和历史气象数据以及所述历史机组运行数据和历史气象数据分别对应的日期；

S2、对步骤S1中获得的历史机组运行数据和历史气象数据进行数据预处理；

S3、建立耦合了历史气象数据的煤耗预测模型，对预测模型的精度进行验证，实现未来煤耗的精准预测。

进一步的，所述步骤S1中历史机组运行数据包括燃煤电厂一年内的日发电量、日耗煤量、煤耗率；历史气象数据包括所获历史机组运行数据对应的当天的温度、压强、湿度、风速。

进一步的，所述步骤S2中数据预处理的步骤包括以下三个步骤：设定上下限；缺失值填充；指标归一化。

进一步的，所述数据预处理的三个步骤的具体过程如下：

(1)设定上下限：设定历史机组运行数据和历史气象数据的数值上下限范围，范围之外的数据认定为噪声，噪声判断的规则为对电厂上述指标进行统计分析，去除前1％和后1％异常值，发现噪点，进行清除即可；

(2)缺失值填充：对经过预处理后数据库中存在的缺失值指标，均使用以这一数据相邻前后可获得数据的10天的数据均值进行填充；

(3)指标归一化：对历史机组运行数据和历史气象数据归一化0到1之间，作为模型输入值方便机器学习模型进行处理。