[发明专利]一种基于燃煤电站运行数据的环保装备性能预测方法

摘要

本发明公开了一种基于燃煤电站运行数据的环保装备性能预测方法，通过采集机组环保装备运行数据，对数据进行预处理，去除噪声干扰和异常数据，获得高质量数据；然后，对采集到的环保装备各状态参数进行关键因素识别，并选取影响环保装备性能权重大的状态参数，以作为环保装备性能模型的输入；在此基础上，依托回归分析搭建环保装备性能预测的数据模型并进行训练；选用数据模型评价指标来判定数据模型的有效性和准确性。本方法的预测模型具有高精确性和较强的自适应性，基于机组实际运行数据，借助于高效、智能的数据算法，能够科学、高效、准确地预测燃煤电站环保装备性能，为后续环保装备的节能优化和故障诊断课题研究和应用做出重要技术奠基。

主权项

1.一种基于燃煤电站运行数据的环保装备性能预测方法，其特征在于，包括以下步骤：/nA、数据采集及数据预处理：设定采样周期、采样总时长、机组和环保装备状态参数，在燃煤电站DCS或SIS系统数据库内采集运行数据，检查参数测点的完整性，同时对数据进行数据预处理，去除噪声和异常数据干扰，提高原始数据的质量，然后进入步骤B；/nB、对状态参数进行关键因素识别：首先通过方差来衡量数据变量的发散性，若方差接近于零，则该参数在采样期间数值基本不变，该参数与预测目标无关，予以剔除；关键因素识别依托相关性分析而得到状态参数对最终预测目标的影响程度或权重系数；对于不同的参数变量选择适宜的相关性分析方法，以获得影响环保性能的关键因素及其权重系数，然后进入步骤C；/nC、依托回归分析的环保装备性能预测模型搭建：选取关键因素作为环保装备性能预测模型的输入，采用回归分析技术搭建环保装备性能预测的数据模型，而回归分析技术所包涵的各算法具有各自适用情况，模型搭建时进行算法调优；为使数据模型持续地具有良好精度和性能，对模型进行多次的测试和迭代优化；然后进入步骤D；/nD、模型有效性和准确性验证：对于回归类数据模型，模型评价指标主要有R