以挖掘数据替代测点失效值的热力系统性能研究

摘要

大型电站的热力系统十分复杂，需要监测的参数很多，但是，这些参数测点的位置往往都处于高温高压和振动的环境下，传感装置极易损坏，严重影响了测量的精度。这无疑给机组热耗及性能趋势分析等工作带来了很大的困难。
　　本文介绍了基于相似性建模的预测模型的基本原理，利用某600MW机组回热系统 PI数据库中筛选出来的正常历史运行数据建立了其超球动态模型，计算得出了预测值；利用距离度量函数和测点相似度计算公式分别得出了性能计算模型的相似度曲线和各测点的相似度曲线。利用距离度量函数的方法，计算出设备及各测点正常运行时间内的相似度，以其最小值作为相似基准值，并以此基准值作为筛选失效数据的判定标准。当以设备状态模型接收的实时数据所算得的测点相似度值低于相似基准值时，认定该数据失效：并以此时刻模型对该测点的预测值作为挖掘数据替换该失效数据，代入性能计算模型进行计算，以保障性能计算模型的正常运行，并对热耗、高压加热器下端差、高压加热器进汽放热量、高压缸效率等性能计算模型进行了系统测试。
　　研究表明，用超球模型方法来分析性能计算模型有高度的容错性。这个特性可使当输入的热力参数因测量系统等因素而非热力参数真正发生变化引起随机波动、甚至个别参数缺损的情况下,依然能够用该方法分析出正确的结果，从而为实现对热力系统做出正确的性能分析和故障诊断提供了可能。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪 论

1.1 研究背景及意义

1.2 数据挖掘技术在电力系统中的研究现状

1.3 代替失效参数方法的发展现状

1.4 本文研究内容和方法

第2章 性能计算公式及数据挖掘的相关基础理论

2.1 性能计算公式

2.2 PI数据库简介

2.3 相似度量方法

2.4 失效测点报警基本原理

2.5 本章小结

第3章 性能计算报警模型的建立

3.1 数据采集

3.2 数据处理

3.3 性能计算报警模型建立

3.4 本章小结

第4章 替代测点失效值的方法研究

4.1 整体思路

4.2 数据的筛选判断

4.3 实例分析

4.4 系统测试

4.5 本章小结

第5章 结论与展望

5.1 结论

5.2 展望

参考文献

致谢