[发明专利]基于DCS数据挖掘的汽轮机调门流量特性曲线辨识方法

摘要

本发明公开了一种通过DCS数据挖掘技术辨识汽轮机调门流量特性曲线的方法a、选取与调门流量特性分析相关的采样点，获得DCS数据；b、DCS数据划分为数据挖掘对象，审核其中的异常值，并计算数据挖掘对象的各采样点的均值、极差和斜率；c、应用主成分分析法对各数据挖掘对象的极差和斜率进行维归约；d、应用基于密度的聚类算法DBSCAN对调门的运行状态进行聚类；e、应用汽轮机变工况特性和一、二类修正曲线将数据挖掘对象修正到额定边界参数；f、应用移动最小二乘法拟合数据挖掘对象以获得汽轮机组调门流量特性曲线；本发明能够辨识汽轮机调门在额定边界参数下的流量特性曲线，可用于控制器参数整定和优化，以保证发电机组安全、稳定、经济运行。

主权项

一种基于DCS数据挖掘的汽轮机调门流量特性曲线辨识方法，其特征在于，包括以下步骤：A、从汽轮机组的历史DCS数据库中，选取与调门流量特性辨识相关的采样点，设置采样周期和采样时长，从DCS数据库获得原始数据后，进入步骤B；B、将原始数据按照时间发生顺序排列，采用定长度时间间隔将原始数据划分为若干数据挖掘对象，审查定长度时间间隔内的原始数据，如果异常值达到设定阈值，则舍弃该数据挖掘对象；将所有数据挖掘对象在时间间隔内的采样点数据进行均值操作，同时将极差Range和斜率Slope也纳入对象的属性中，衡量与界定该对象数据在时间间隔内是否稳定，进入步骤C；C、主成分分析法能够建立原属性的线性组合而形成新属性，并且新属性捕获了数据的最大变差；应用主成分分析法将数据挖掘对象的极差Range和斜率Slope进行维归约，获得分别衡量极差Range和斜率Slope的综合指标，使得极差Range和斜率Slope仅有单一属性，进入步骤D；D、在机组正常运行、起停机、阀序切换工况下，调门呈现出不同状态，为了分析调门的流量特性，必须将调门的不同状态加以区分；由于数据挖掘对象属性中的阀位值与主蒸汽流量的分布为非凸型簇，运用基于密度的聚类算法DBSCAN；该算法的各目标簇由一群稠密的对象组成，而不同簇之间被低密度区域所分割，将阀门状态聚类完成后，进入步骤E；E、数据挖掘对象的边界参数修正：给水流量与过热器减温水流量之和作为主蒸汽流量，并根据汽轮机的变工况特性和喷嘴流量计算原理，将对象的主蒸汽流量修正到额定主蒸汽压力和温度下的主蒸汽流量；根据汽轮机性能简化试验第一类修正曲线和制造厂提供的第二类修正曲线对汽轮机输出功率进行参数修正；进入步骤F；F、应用移动最小二乘法MLS对各调门阀位值、总阀位值、修正后的主蒸汽流量与汽轮机输出功率进行拟合，即得到在额定边界参数下的各阀位值‑主蒸汽流量，以及总阀位值‑汽轮机输出功率之间的关系，即汽轮机调门流量特性曲线。