[发明专利]一种基于大数据技术的燃煤机组烟尘浓度分析方法

说明书

本发明涉及一种基于大数据技术的燃煤机组烟尘浓度分析方法，具体是运用大数据分析技术，对燃煤超低排放机组烟尘浓度在不同负荷工况、不同电场运行方式下进行深度分析，进而对评估当前烟尘排放浓度监测数据的可信度和监测仪表的可靠性提供数据基础。

技术领域

本发明属于能源领域，具体涉及一种基于大数据技术的燃煤机组烟尘浓度分析方法。

背景技术

随着我国节能减排工作的不断深入开展，燃煤机组污染物排放标准要求越来越严苛。2014年，国家发改委、环保部等部门联合制定了《煤电节能减排升级与改造行动计划(2014-2020年)》，提出了燃煤机组达到燃气轮机组污染物排放标准的要求，即所谓的超低排放，要求在基准氧含量6％条件下，烟尘、二氧化硫、氮氧化物排放浓度分别不高于10、35、50mg/Nm³。其中，烟尘浓度较2011版大气污染物排放标准下降了至少50％(注：2011版大气污染物排放标准中，烟尘浓度排放限值对于重点地区为20mg/Nm³)。

为了响应国家政策的号召，江苏省燃煤机组于2014年开始大力开展超低排放改造，江苏方天电力技术有限公司在政府部门和有关政策的支持下，致力于开展超低排放系统数据在线监控和超低排放电价考核管理工作，将燃煤机组超低排放系统相关数据实施联网集成，其中包括负荷工况参数和烟囱排口烟尘浓度、氧量、温度、湿度、压力以及除尘系统电场二次电流、二次电压等过程参数。

燃煤机组烟尘浓度的测量一直以来都是发电企业关注的焦点问题之一，目前普遍采用的测量方法有直接测量法和抽取式测量法。由于燃煤机组烟道结构复杂，烟气流场分布往往存在不均现象，加上烟气成分相互干扰，对烟尘测量结果均为造成影响，而根据国家颁布的《固定污染源烟气排放连续监测技术规范》，烟尘的超低排放标准已低于目前国家规定的允许误差范围。由于燃煤机组污染物排放浓度数据不仅影响空气质量，涉及污染排污费用收取，同时也影响环保补贴电价考核工作的开展，因此，如何评估监测数据中烟尘浓度数据的可信度和监测仪表的可靠性成为了亟需解决的问题。

发明内容

本发明的针对现有技术中的不足，提供一种基于大数据技术的燃煤机组烟尘浓度分析方法。

为实现上述目的，本发明采用以下技术方案：

一种基于大数据技术的燃煤机组烟尘浓度分析方法，其特征在于，包括如下步骤：

对机组历史数据进行预处理，依次包括停机数据剔除、电场运行状态计算以及烟尘浓度计算；

对处理后的机组历史数据进行聚类分析。

为优化上述技术方案，采取的具体措施还包括：

所述停机数据剔除具体包括：设置燃煤机组发电机功率的边界条件，剔除处于停机状态的数据。

所述电场运行状态计算具体包括：以电场额定电流和额定电压为基础，对电场二次电流和二次电压进行分析，判断除尘设备电场是否运行。

所述烟尘浓度计算具体包括：按照数据预处理要求，将机组的原样本数据转换成模型样本数据，所述模型样本数据包括时间、机组负荷、所有一次电场运行状态、所有二次电场运行状态和烟尘排放浓度，所述烟尘排放浓度按照如下公式折算到标准状态：

式中，SOOT为折算后的烟尘排放浓度，SOOT_实测为实测烟尘排放浓度，T为烟气温度，P为烟气压力，X为烟气湿度，O_2实测为实测氧浓度。

所述对处理后的机组历史数据进行聚类分析具体包括：使用聚类算法对不同运行工况进行划分，分析每种工况下不同的运行方式的数据分布。

针对已划分好的工况，根据工况下除尘系统电场的不同运行方式对数据进行划分，得到特定工况下不同运行方式数据的分布图。