[发明专利]一种用于电站循环水泵启停时背压数据的预估方法

摘要

本发明公开了一种用于电站循环水泵启停时背压数据的预估方法，首先通过对相应机组原始数据的采集，并且对原始数据样本进行筛选得到预测数据样本集合；再对运行数据进行采集，然后通过对原始数据样本进行更新或者增加获得新的数据样本集合；最后通过将训练样本输入最小二乘支持向量机进行训练建模，再通过tunelssvm优化函数寻出模型的最佳参数值。所述预估方法通过在数据库中挖掘信息并且筛选出有效信息，再通过自我学习更新样本数据库及通过支持向量机挖掘出数据之间的关联性，从而达到对循环水泵启停时背压变化预测并且随着时间不断更新修正样本数据库。

主权项

一种用于电站循环水泵启停时背压数据的预估方法，其特征在于，包括以下步骤：(1)对相应机组DCS的每个循环水泵电流测点、辅助泵电流测点、真空泵电流测点、凝汽器真空测点、机组功率测点、凝汽器入口水温运行数据进行DM数据采样，样本集合为D0＝{d1，d2，d3，…，dL}；其中，di(1≤i≤L)为不同时间点的数据样本，di=(Ti,ii1,ii2,...,iin,iin+1,...,iiN,Pci,Ni,ti),(1≤i≤L);]]>L为样本个数，N为机组循环水泵和真空泵的总个数，为循环水泵电流，为真空泵电流，ti为凝汽器入口水温，Pci为背压，Ni为机组功率，Ti为第i时刻的样本采样时刻；(2)对样本集合D0进行DM预处理，对比每个样本中所有相邻循环水泵电流的差值，若|iij-ii+1j|>I1;(1≤j≤n,1≤i≤L-1);]]>则视循环水泵发生了启停操作；其中，为第j个循环水泵在第i时刻的电流采样值，I1则为循环水泵的启停设定值；(3)对样本集合D0的相邻采样时间差进行处理，若|Ti‑Ti+1|＜T0；(1≤i≤L‑1)；则视该采样样本数据不稳定导致的假性启停并剔除这一组样本，得到样本集合D1，其样本个数为L1(0≤L1≤L)；T0为设定的时间阈值；其中Ti为第i时刻的样本采样时刻；(4)对样本集合D1进行DM预处理，对比样本中所有相邻真空泵电流的差值，若|iij-ii+1j|>I2;(n+1≤j≤N,1≤i≤L1);]]>则视为真空泵导致背压发生变化并剔除这一样本，得到样本集合D2，其样本个数为L2(0≤L2≤L1)；其中，为第j个真空泵在第i时刻的电流采样值，I2则为真空泵导致背压发生变化的设定值；(5)对样本集合D2中凝汽器真空测点进行曲线作图分析出循环水泵启停这一突变过程前后背压的稳定值，将其记录为预测数据样本集合为D＝{d1，d2，d3，…，dM}(0≤M≤L2)；(6)检测相应机组运行时循环水泵发生的启停操作，通过步骤(2)～(5)中的逻辑关系处理得到新的数据样本，将新的数据样本和原数据样本进行相关逻辑判断，其相关逻辑为：设d′＝(T′,i′1,i′2,…,i′n,i′n+1,…,i′N,Pc′,N′,t′)为新样本，其中，N为机组循环水泵和真空泵的总个数，i′1～i′n为新样本的循环水泵电流，i′n+1～i′N为新样本的真空泵电流，t′为新样本的凝汽器入口水温，Pc′为新样本的背压，N′为新样本的机组功率，T′为新样本的时间标记；若t′和N′所在的整数范围内已经在预测数据样本集合D中存在该样本，则剔除原样本并且更新样本集合，否则将新样本加入样本集合中；(7)将步骤(6)中得到的样本集合输入最小二乘支持向量机进行训练建模，通过tunelssvm优化函数寻出模型的最佳参数值。