一种基于数据驱动的热工过程调节品质计算方法和装置

摘要

本发明公开了一种基于数据驱动的热工过程调节品质计算方法和装置，方法包括：S1，获取机组的控制回路的实时数据；S2，进行模式识别获得控制回路的运行状态，提取出稳态、动态阶跃和随动态，及对机组的运行状态进行模式识别，获得机组的运行模式；S3，对机组按照预设规则进行指标计算并获得指标参数，指标包括准确性指标、确定性指标、快速性指标和惩罚因子；S4，根据指标参数计算控制回路的准确性、快速性和稳定性评价分数并综合计算和输出调节品质分数；S5，根据控制回路在机组运行中对安全性、经济性的影响因子及被调量进行分级分类；S6，对完成分级分类的控制回路进行权重配置；S7，根据调节品质分数和权重，按照预设规则计算机组的调节品质。

说明书

技术领域

本发明涉及热工过程调节品质技术领域，特别是涉及一种基于数据驱动的热工过程调节品质计算方法和装置。

背景技术

随着工业化的不断推进，市场对于电力的需求越来越大，虽然近年来新能源发电数量越来越多，但是依然不能改变系能源本身基数较低、发电不稳定的特定，传统的火电、水电依然占据电力市场的主导地位，其中又由于我国煤炭储量丰富，使得火电占更大的比例。

在电力需求迅速增长的同时，火电机组利用小时数逐年降低，火电机组深度调峰的要求逐步加大。一方面，国内火电机组运行利用小时数不断降低，电力市场环境竞争激烈，电网对发电企业要求越来越高；另一方面，火电机组劣质煤掺烧现象严重，供热负荷的不断增加，运行工况经常偏离设计工况，电网负荷需求的连续变化导致的机组负荷频繁波动，对机组的可用率、运行效率、供热系统稳定性、安全可靠性与经济性等指标均提出了更高的要求。火电机组自动化水平的提高，有利于保障系统稳定性、维持经济性并降低劳动强度以及满足电网辅助服务相关指标要求的重要作用。

现有的火电厂一台机组的热工控制系统一般有上百套控制回路，这些控制系统中包含着不同类型的控制器。例如：多变量模型预测控制器(MPC)和PID控制器(比例-积分-微分控制器)等，其中PID控制器占火电厂热工控制中的90％以上，这些系统控制品质的好坏直接影响着火力发电厂的安全性和经济性。

然而，在实际生产过程中，一个整定好的控制回路投入运行一段时间后，由于设备特性的改变、操作策略变化、运行工况偏离实际工况等，控制系统的性能会下降，导致控制系统不再处于最佳工作状态。目前需要依靠工程技术人员通过人工检查和定期维护来实现，不仅会给工程师维护带来繁重的工作任务，且不利于及时发现和整改问题，导致控制系统长期处于亚健康、欠维护的状态。

随着分散控制系统(Distributed Control System,简称DCS)和厂级监控信息系统(Supervisory Information System,简称SIS)的广泛地应用，为分析和计算提供了丰富的数据资源。并且，随着人工智能、云计算、大数据等技术的不断发展，工业互联网体系的不断成熟和完善，提供了更多的技术手段和解决问题的方法。通过在线的评价自动控制品质，实时监测自动投入率、自动控制品质，利用先进技术手段提供分析工具和诊断工具，辅助和指导控制系统的优化，使系统处于最佳运行状态，对多电厂的经济性和可靠性有着现实意义。

发明内容

本发明的目的是提供了一种基于数据驱动的热工过程调节品质计算方法和装置，可自动进行趋势识别，在线实时评价，不影响生产。

为解决上述技术问题，本发明实施例提供了一种基于数据驱动的热工过程调节品质计算方法，包括：

S1，获取机组的控制回路的实时数据；

S2，进行模式识别获得所述控制回路的运行状态，提取出稳态、动态阶跃和随动态及对所述机组的运行状态进行模式识别，获得所述机组的运行模式；

S3，对所述机组按照预设规则进行指标计算并获得指标参数，所述指标包括准确性指标、确定性指标、快速性指标和惩罚因子；

S4，根据所述指标参数计算所述控制回路的准确性、快速性和稳定性评价分数并综合计算和输出调节品质分数；

S5，根据所述控制回路在所述机组运行中对安全性、经济性的影响因子及被调量进行分级分类；

S6，对完成分级分类的所述控制回路进行权重配置；

S7，根据所述控制回路的所述调节品质分数和所述权重，按照预设规则计算所述机组的调节品质。

其中，所述S4包括：

基于木桶效应，采用主元回归算法，提取影响调节品质的关键影响因子，根据所述准确性评价分数、所述快速性评价分数和所述稳定性评价分数综合计算和输出所述调节品质分数。

其中，所述S4包括：

将运行人员操作次数和执行机构动作里程作为所述调节品质的惩罚因子；

判断所述运行人员操作次数、所述执行机构动作里程是否在阈值范围内；

否则，根据所述运行人员操作次数、所述执行机构动作里程超出所述阈值范围的差值，按照预设规则进行分数扣除。

其中，所述S5包括：

第一级控制回路包括：负荷控制、主蒸汽压力控制、主蒸汽温度控制和再热汽温控制；

第二级控制回路包括：给水控制、风量控制、氧量控制、负压控制、一次风控制；

第三级控制回路包括：除氧器水位控制、加热器水位控制、磨煤机风温控制、磨煤机风量控制、轴封系统控制、凝汽器水位控制。

其中，所述S1还包括：

通过数据清洗剔除所述实时数据中的异常数据后，通过滤波将所述实时数据平稳化。

其中，所述S2还包括：

判断所述机组的运行状态模是否为不稳定态；

若是，将所述实时数据舍去并返回所述S1。

其中，所述准确性指标包括数学期望均值、标准差、最大偏差、最小偏差、正向标准差、负向标准差、超调量、误差积分，所述快速性指标包括响应时间、调节速率，所述确定性指标包括交叉点、衰减率、震荡指标，所述惩罚因子包括执行机构动作里程、运行人员操作次数以及调节过程超限时间、超限次数、超限面积、超限极值。

除此之外，本发明实施例还提供了一种基于数据驱动的热工过程调节品质计算装置，包括：

实时数据获取模块，获取机组的控制回路的实时数据；

运行状态与运行模式确定模块，对所述控制回路的运行状态进行模式识别，提取出稳态、动态阶跃和随动态及对所述机组的运行状态进行模式识别；

指标计算模块，对所述机组的按照预设规则进行指标计算，所述指标包括准确性指标、确定性指标、快速性指标和惩罚因子；

调节品质分数计算模块，用于根据所述指标参数计算所述控制回路的准确性评价分数、快速性评价分数和稳定性评价分数，并综合计算和输出调节品质分数；

分级分类模块，用于根据所述控制回路在所述机组运行中对安全性、经济性的影响因子以及被调量，按照预设规则对所述控制回路进行分级分类；

权重配置模块，用于对完成分级分类的所述控制回路进行权重配置，使得所述控制回路获得对应权重；

调节品质计算模块，用于根据所述控制回路的所述调节品质分数和所述权重，按照预设规则计算所述机组的调节品质。

其中，还包括与所述实时数据获取模块、所述运行状态与运行模式确定模块连接的数据清洗模块，用于将所述实时数据获取模块获得的所述实时数据通过数据清洗剔除异常数据，并通过滤波将所述实时数据平稳化后，输出到所述运行状态与运行模式确定模块。

其中，还包括与所述运行状态与运行模式确定模块连接的不稳定态处理模块，用于在判定所述运行状态与运行模式确定模块确定所述机组的运行状态处于不稳定态之后，将所述实时数据舍去并禁止所述运行状态与运行模式确定模块向所述指标计算模块进行数据传输实现本次指标计算。

本发明实施例所提供的基于数据驱动的热工过程调节品质计算方法和装置，与现有技术相比，具有以下优点：

本发明实施例提供的基于数据驱动的热工过程调节品质计算方法和装置，通过在获得控制回路的实时数据后进行模式识别，获得控制回路的运行状态及所述机组的运行模式，之后进行指标计算并获得指标参数，并根据指标参数计算控制回路的准确性、快速性和稳定性并综合计算和输出调节品质分数，针对控制回路数量多而有重要性不同的特点，根据其在所述机组运行中对安全性、经济性的影响因子及被调量进行分级分类以及权重配置，对不同级别的控制回路进行不同的权重配置，最后根据调节品质分数和权重，按照预设规则计算所述机组的调节品质，这样就可以实现对自动进行趋势识别，在线实时评价，不影响生产，同时还可以直观了解到各级、各类的机组自动化调节品质水平，并根据权重得出机组的自动控制品质水平，得出标一化分数，可用于技术监督和横向对标，提高了管理效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的基于数据驱动的热工过程调节品质计算方法的一种具体实施方式的步骤流程示意图；

图2为本发明实施例提供的基于数据驱动的热工过程调节品质计算装置的一种具体实施方式的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参考图1～2，图1为本发明实施例提供的基于数据驱动的热工过程调节品质计算方法的一种具体实施方式的步骤流程示意图；图2为本发明实施例提供的基于数据驱动的热工过程调节品质计算装置的一种具体实施方式的结构示意图。

在一种具体实施方式中，所述基于数据驱动的热工过程调节品质计算方法，包括：

S1，获取机组的控制回路的实时数据；该过程中一般通过指定接口获得，其中实时数据的获取可以是在工作人员需要时通过相应的命令获得，也可以是按照一定的规律，如每个半小时或一小时进行实时数据获取，或者根据机组的繁忙程度进行获取等。

S2，进行模式识别获得所述控制回路的运行状态，提取出稳态、动态阶跃和随动态及对所述机组的运行状态进行模式识别，获得所述机组的运行模式；本发明中进行模式识别获得所述控制回路的运行状态，一般采用智能算法，本发明对于该算法不做限定，对应的机组的运行状态一般包括变动负荷、稳定负荷和不稳定状态，对于变动负荷状态一般有单向斜坡模式和三角波斜坡模式。

S3，对所述机组按照预设规则进行指标计算并获得指标参数，所述指标包括准确性指标、确定性指标、快速性指标和惩罚因子；本发明中主要的指标计算中计算准确性指标、确定性指标、快速性指标，通过计算其中的惩罚因子，对后续的准确性评价分数、确定性评价分数、快速性评价分数进行一定的修正，保证其有较高的有效性，使得最终获得的机组的调节品质具有更高的可信度。

S4，根据所述指标参数计算所述控制回路的准确性、快速性和稳定性评价分数并综合计算和输出调节品质分数；通过先分别计算准确性评价分数、确定性评价分数、快速性评价分数，之后进行综合按照一定规则计算出调节品质分数，在这里工作人员可以根据不同的要求设置不同函数，如对准确性评价分数、确定性评价分数、快速性评价分数设置不同的系数等。

S5，根据所述控制回路在所述机组运行中对安全性、经济性的影响因子及被调量进行分级分类；本发明中对于分级数量不做限定，对于具体的安全性、经济性影响因素不做限定，可以进行预先设置，也可以在使用中通过不断的调整而进行动态改变，本发明对此不作限定。

S6，对完成分级分类的所述控制回路进行权重配置；这里的权重配置，可以是先按照级别进行配置，然后在同一级别中统一配置相同的权重，也可以是采用列表等方式，先设置不同级别的整体权重，在同一级别中在根据不同控制回路的重要性进行权重的微小调整，或者采用其它的权重配置，本发明对于权重的配置方式不做限定。

S7，根据所述控制回路的所述调节品质分数和所述权重，按照预设规则计算所述机组的调节品质。

通过在获得控制回路的实时数据后进行模式识别，获得控制回路的运行状态及所述机组的运行模式，之后进行指标计算并获得指标参数，并根据指标参数计算控制回路的准确性、快速性和稳定性并综合计算和输出调节品质分数，针对控制回路数量多而有重要性不同的特点，根据其在所述机组运行中对安全性、经济性的影响因子及被调量进行分级分类以及权重配置，对不同级别的控制回路进行不同的权重配置，最后根据调节品质分数和权重，按照预设规则计算所述机组的调节品质，这样就可以实现对自动进行趋势识别，在线实时评价，不影响生产，同时还可以直观了解到各级、各类的机组自动化调节品质水平，并根据权重得出机组的自动控制品质水平，得出标一化分数，可用于技术监督和横向对标，提高了管理效率。

在本发明中最终需要根据权重与调节品质分数进行调节品质的输出，因此都是计算的核心数据，需要精确计算，本发明对于调节品质分数的获取方式及其原理不做限定，在一个实施例中，所述S4包括：

基于木桶效应，采用主元回归算法，提取影响调节品质的关键影响因子，根据所述准确性评价分数、所述快速性评价分数和所述稳定性评价分数综合计算和输出所述调节品质分数。

本发明包括但不局限于采用主元回归算法计算，采用基于木桶效应，能够扩大评价分数较差的一部分造成的影响，避免出现由于采用平均化造成调节品质效果的准确性差的问题。

本发明对于具体的调节品质的计算不做限定，一个实施例中，所述S4包括：

将运行人员操作次数和执行机构动作里程作为所述调节品质的惩罚因子；

判断所述运行人员操作次数、所述执行机构动作里程是否在阈值范围内；

否则，根据所述运行人员操作次数、所述执行机构动作里程超出所述阈值范围的差值，按照预设规则进行分数扣除。

通过惩罚因子，将超出阈值的部分进行分数扣除，需要指出的是，这种扣除可以是等比例扣除，即超出范围百分之二十是百分之十的两倍，也可以是随着超出比例的增加对应权重增加，如超出5％以内系数为1，5％～10％之间系数为2，即超出部分越多所扣除的分数更多，这样能增加其影响力，这主要是基于超出阈值范围不同程度造成的影响可能不同。本发明包括但不局限于上述的分数扣除方式。

本发明中由于需要对控制回路进行分类，本发明对其分级分类不做限定，可以按照不同的方式形成不同的分级分类，在一个实施例中，所述S5包括：

第一级控制回路包括：负荷控制、主蒸汽压力控制、主蒸汽温度控制和再热汽温控制；

第二级控制回路包括：给水控制、风量控制、氧量控制、负压控制、一次风控制；

第三级控制回路包括：除氧器水位控制、加热器水位控制、磨煤机风温控制、磨煤机风量控制、轴封系统控制、凝汽器水位控制。

本发明中那包括但不局限与上述的控制回路分类分级方式，而在同一级同一类中，不一定只有一个控制回路，也可以在一个机组中同时有多组的相同的控制回路，本发明对此不作限定。

本发明中通过指标参数的计算以及评价分数的计算后计算获得调节品质分数的计算，最后再结合对应的权重计算输出机组的调节品质。

本发明中进行所有计算的基础在于获得的实时数据，但是不可避免的会由于器件本身等原因或者其它原因出现一些其他问题，使得实时数据的可靠性不是百分百，可能会存在异常数据，而异常数据的存在对于调节品质的计算可能会带来致命的威胁，大大降低其使用的可靠性，为了解决这一问题，在一个实施例中，所述S1还包括：

通过数据清洗剔除所述实时数据中的异常数据后，通过滤波将所述实时数据平稳化。

本发明中对于实时数据进行预处理，处理包括异常值剔除、滤波处理之外，还可以有其它的操作，如数据密度检测、数据平滑度检测、插补等手段，本发明对此不作限定。

由于机组的运行状体本身包括变动负荷、稳定负荷和不稳定状态，但是其中处于不稳定状态时，进行后续计算的价值较小，甚至没有价值，为了提高计算效率，在一个实施例中，所述S2还包括：

判断所述机组的运行状态模是否为不稳定态；

若是，将所述实时数据舍去并返回所述S1。

通过在判断机组处于不稳定态之后，后续步骤可以进行截止，重新获取数据，这样大大提高了实际的数据计算价值。

本发明中对于指标的计算不做限定，对于指标的类型以及具体的包括的范围不做限定，在一个实施例中，所述准确性指标包括数学期望均值、标准差、最大偏差、最小偏差、正向标准差、负向标准差、超调量、误差积分，所述快速性指标包括响应时间、调节速率，所述确定性指标包括交叉点、衰减率、震荡指标，所述惩罚因子包括执行机构动作里程、运行人员操作次数以及调节过程超限时间、超限次数、超限面积、超限极值。

本发明中的确定性指标计算指标中，确定性指标主要按照国标进行阶跃试验的计算和评估。

超调量：一般用比率Mp＝Mp/y(tp)表示。

延迟时间：设定值开始变化时间后，被调量开始动作(被调量到达阶跃幅度的20％)的时间之前的一段时间。

上升时间：指被调量首次到达设定值阶跃后的稳态值的时间与设定值阶跃起始时间之差。

峰值时间：指被调量所达到的最大幅值时的时刻与设定值阶跃起始时刻之差。

稳定时间(调节时间)：当误差值e(t)减小到允许范围内并在设定值下次动作前都不再超出误差允许值时的时间与设定值变化时刻的差值。

衰减率：误差响应曲线第一次到达波峰和第二次到达波峰的两次波峰的比值(过程控制一般要求4：1到10：1，从而保证系统裕度)。

误差积分：用系统期望输出与实际输出或主反馈信号之间的偏差的某个函数的积分式表示的一种性能指标，性能指标是衡量控制系统性能优良度的一种尺度。

除此之外，本发明实施例还提供了一种基于数据驱动的热工过程调节品质计算装置，包括：

实时数据获取模块10，获取机组的控制回路的实时数据；

运行状态与运行模式确定模块20，对所述控制回路的运行状态进行模式识别，提取出稳态、动态阶跃和随动态及对所述机组的运行状态进行模式识别；

指标计算模块30，对所述机组的按照预设规则进行指标计算，所述指标包括准确性指标、确定性指标、快速性指标和惩罚因子；

调节品质分数计算模块40，用于根据所述指标参数计算所述控制回路的准确性评价分数、快速性评价分数和稳定性评价分数，并综合计算和输出调节品质分数；

分级分类模块50，用于根据所述控制回路在所述机组运行中对安全性、经济性的影响因子以及被调量，按照预设规则对所述控制回路进行分级分类；

权重配置模块60，用于对完成分级分类的所述控制回路进行权重配置，使得所述控制回路获得对应权重；

调节品质计算模块70，用于根据所述控制回路的所述调节品质分数和所述权重，按照预设规则计算所述机组的调节品质。

由于基于数据驱动的热工过程调节品质计算装置是基于上述的基于数据驱动的热工过程调节品质计算方法，因此具有相同的有益效果，本发明在此不做赘述。

本发明中不可避免的会由于器件本身的逻辑错误等原因使得实时数据的可靠性不是百分百，可能会存在异常数据，而异常数据的存在对于调节品质的计算可能会带来致命的威胁，大大降低其使用的可靠性，为了解决这一问题，在一个实施例中，所述基于数据驱动的热工过程调节品质计算装置还包括与所述实时数据获取模块10、所述运行状态与运行模式确定模块20连接的数据清洗模块，用于将所述实时数据获取模块10获得的所述实时数据通过数据清洗剔除异常数据，并通过滤波将所述实时数据平稳化后，输出到所述运行状态与运行模式确定模块。

本发明中的数据清洗模块对于实时数据进行预处理，处理包括异常值剔除、滤波处理之外，还可以有其它的操作，如数据密度检测、数据平滑度检测、插补等手段，本发明对此不作限定。

由于机组的运行状体本身包括变动负荷、稳定负荷和不稳定状态，但是其中处于不稳定状态时，进行后续计算的价值较小，甚至没有价值，为了提高计算效率，一个实施例中，所述基于数据驱动的热工过程调节品质计算装置还包括与所述运行状态与运行模式确定模块20连接的不稳定态处理模块，用于在判定所述运行状态与运行模式确定模块确定所述机组的运行状态处于不稳定态之后，将所述实时数据舍去并禁止所述运行状态与运行模式确定模块向所述指标计算模块进行数据传输实现本次指标计算。

综上所述，本发明实施例提供的基于数据驱动的热工过程调节品质计算方法装置，通过在获得控制回路的实时数据后进行模式识别，获得控制回路的运行状态及所述机组的运行模式，之后进行指标计算并获得指标参数，并根据指标参数计算控制回路的准确性、快速性和稳定性并综合计算和输出调节品质分数，针对控制回路数量多而有重要性不同的特点，根据其在所述机组运行中对安全性、经济性的影响因子及被调量进行分级分类以及权重配置，对不同级别的控制回路进行不同的权重配置，最后根据调节品质分数和权重，按照预设规则计算所述机组的调节品质，这样就可以实现对自动进行趋势识别，在线实时评价，不影响生产，同时还可以直观了解到各级、各类的机组自动化调节品质水平，并根据权重得出机组的自动控制品质水平，得出标一化分数，可用于技术监督和横向对标，提高了管理效率。

以上对本发明所提供的基于数据驱动的热工过程调节品质计算方法装置进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。