一種電站鍋爐運行數據清洗方法
【專利摘要】本發明屬于電站鍋爐智能控制技術領域，并公開了一種電站鍋爐運行數據清洗方法，包括以下步驟：定義穩態系數并采用人工引導的方式確定特征參數的穩態閾值，遍歷數據計算各數據點穩態系數及穩態權重系數，根據穩態權重系數確定各數據條的穩態性，剔除標記為非穩態及各穩態段開始的若干個數據，最后采用改進的置信空間對對穩態段內數據進行篩選，提高稀疏穩態內數據的可靠性。本發明針對電站鍋爐運行數據特點而提出，具有較高的可靠性，操作簡單，計算速度快。
【專利說明】
一種電站鍋爐運行數據清洗方法
技術領域
[0001] 本發明屬于電站鍋爐智能控制技術領域，更具體地，涉及一種電站鍋爐運行數據 清洗方法。
【背景技術】
[0002] 以煤為主的能源結構直接決定了我國以火電為主導的電力結構，電站鍋爐作為重 要發電裝備之一，由于系統復雜，涉及到多相流、湍流、燃燒、傳熱傳質等多個理論難點，建 立精確數學模型難度大，但擁有巨量歷史運行數據。計算智能、大數據分析技術的發展為巨 量歷史數據深度挖掘提供了手段，使得基于運行數據建立鍋爐燃燒預測模型、實現智能控 制成為可能，但在巨量歷史運行數據前處理方面仍存在難點。
[0003] 電站鍋爐運行是一個動態變化過程，尤其是我國火電機組承擔著繁重的調峰任 務，當機組運行參數(如負荷、各風門開度、燃燒器擺角等等)大幅調整時，爐內空氣動力場 會發生較大的變化，影響煤粉燃盡及氮氧化物的生成，使機組性能異于常規穩態運行工況。 視調整幅度大小而定，通常這種非穩態會持續10-30分鐘。期間對應的運行數據不能準確反 映機組的正常情況，利用這些數據建模或者進行規則挖掘會影響模型的精度、獲得不合理 的規則。因此對基于歷史運行數據的燃燒優化建模工作而言，穩態工況數據提取是很有必 要的。目前大部分相關研究中穩態檢測環節沒有得到重視，部分學者提出了穩態檢測方法， 但普適性不強，難以作為機組穩態提取的一般方法加以使用。

【發明內容】

[0004] 針對現有技術的以上缺陷或改進需求，本發明提供了一種電站鍋爐運行數據清洗 方法，通過模擬人工篩選穩態工況，逐點遍歷，沿時間維度滑動，判別各數據點是否處于某 段穩態中。
[0005] 為實現上述目的，按照本發明，提供了一種電站鍋爐運行數據清洗方法，其特征在 于，該方法包括以下步驟：
[0006] (1)將各個時刻電站鍋爐的運行數據表述為矩陣形式，并且該矩陣X e RnXm，其中每 一時刻的運行數據作為該矩陣的一行，則該矩陣具有η行運行數據，每行具有m個運行參數， 然后從矩陣X中選取特征運行參數X,. =[.v, 作為數據條穩態判別依據，定義 穩態系數K= (Xi+H, j+Xi+H+i,」+…+Xi+2H-1, j)-(Xi, j+Xi+i,」+…+Xi+H-1,」），其中i = l，2,…，n_2H，1 < j ，2H為每次判別的點的數目；
[0007] (2)在特征運行參數心中取一段運行數據，沿時間方向求出序列上的穩態系數K， 確定合適的穩態閾值Kt;
[0008] (3)建立權重數組Β=[ΙηΑ2,…，bn]T=[0,0,…，0] τ，其中權重數組B中0的位置按 從上至下的順序與特征運行參數Xj中各運行數據-對應；
[0009] (4)遍歷特征運行參數Xj，計算各運行數據的K值;其中當當前判別的2H個數據點 的穩態系數夂$ &]，即數據段處于非穩態時，則當前判別的這2H個數據點在權重數 組B中對應位置的權重值加1，即[bi，bi+1，…，bi+2H-1 ] = [bi+1，bi+1+l，…，bi+2H-1+1 ]，否則不進 行操作;遍歷完成后，權重數組B各項取值分布在離散點組成的集合{0,1，…，2H}內；再設置 權重閾值Nt，其中0<N t<l，當bi/2H》Nt時，認為權重bi對應的數據點Xi,j處于非穩態，將 Xi,j 對應的行乂1=|^1#2，~士111]從矩陣父中剔除；
[0010] (5)對矩陣X中的需要進行穩態判別的特征運行參數，重復步驟(2)~(4);
[0011] (6)將矩陣X中剩余的多個連續段分別作為穩態段，剔除各個穩態段中的前C條數 據，以此方式，對電站鍋爐運行數據達到清洗目的。
[0012] 優選地，步驟(6)中剔除各個穩態段中的前C條數據后，再根據設定的置信空間對 各穩態段內的數據進行篩選，以剔除各穩態段內相對孤立的穩態點。
[0013] 優選地，所述的置信空間為：
[0014]
[0015] 其中，&為第j個特征參數的第Η?態段的均值，為第j個特征參數的第Η? 態段內的數據集合，s(xw)為第j個特征參數的第k個穩態段的均值的標準差，心為當前穩態 段包含數據點數目，ΣΝ,為穩態點總數目，norminv為返回指定平均值和標準偏差的正態累 積分布函數的反函數。
[0016] 優選地，15 彡 2HS40。
[0017]優選地，15<C<30。
[0018] 優選地，0.45 彡Nt彡 0.55。
[0019] 優選地，步驟(5)中需要進行穩態判別的特征運行參數為鍋爐控制型參數，所述控 制型參數包括負荷、給煤量、燃燒器擺角、爐膛風箱差壓、各燃燒器風門開度。
[0020] 總體而言，通過本發明所構思的以上技術方案與現有技術相比，能夠取得下列有 益效果：
[0021] 1)本發明針對電站鍋爐運行數據特點提出了數據清洗方法，該方法通過模擬人工 穩態數據篩選的過程對數據進行清洗，具有較高的可靠性。
[0022] 2)本發明提出的基于滑動判別的數據清洗方法，操作簡單，計算速度快。
[0023] 3)本發明提出了基于改進置信空間的穩態數據篩選，可剔除穩態中可能存在的數 據壞點，提高稀疏穩態數據的可靠性。
【附圖說明】
[0024] 圖1是基于滑動判別的電站鍋爐運行數據清洗流程圖；
[0025] 圖2a~圖2c是滑動判別不意圖；
[0026]圖3a、圖3b是改進隨機抽樣分布置信區間的穩態數據篩選示意圖；
[0027] 圖4是基于滑動判別的電站鍋爐運行數據清洗示例。
【具體實施方式】
[0028] 為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對 本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并 不用于限定本發明。此外，下面所描述的本發明各個實施方式中所涉及到的技術特征只要 彼此之間未構成沖突就可以相互組合。
[0029] 參照圖1，一種電站鍋爐運行數據清洗方法，其特征在于，該方法包括以下步驟：
[0030] (1)將各個時刻的運行數據表述為矩陣形式，并且該矩陣XeRnXm，其中每分鐘的運 行數據作為該矩陣的一行，則該矩陣具有η行數據對應總共η分鐘的運行數據，每行具有m個 運行參數（如負荷、給煤量、燃燒器擺角等），然后從矩陣X中選取特征運行參數 X;=[Ti，Λ·CZX作為數據條穩態判別依據，定義穩態系數Ki,j=(Xi+H,j+Xi+H+l,」+··· + xi+2H-i,j)_(xi,j+xi+i,j+."+xi+H-i,j)，其中i = l ,2,··· ,n-2H，1彡 j彡m，2H為每次判別的點的數 目；
[0031] (2)在特征運行參數心中取一段包含穩態及非穩態的運行數據，沿時間方向求出 序列上的穩態系數K，判斷穩態、非穩態的界限確定合適的穩態閾值K t，如圖2所示，首先人 工判別穩態、非穩態的界限，然后根據各點的K值即可確定該特征參數的穩態閾值Kt;
[0032] (3)建立權重數組Β=[1η，?32,[0,0，···，0]τ，其中權重數組B中"0"的個數 也是η個，并且"0"的位置按從上至下的順序與特征運行參數X」中各運行數據一一對應；
[0033] (4)遍歷特征運行參數Xj，計算各運行數據的Κ值;其中當當前判別的2Η個數據點 的穩態系數尤斜-足，1山即數據段中存在非穩態點，則當前判別的這2H個數據點在權重 數組B中對應位置的權重值加1，即[bi，b i+1，…，bi+2H-1] = [bi+1，bi+1+l，…，bi+2H-1+1 ]，否則不 進行操作;遍歷完成后，權重數組B各項取值分布在離散點組成的集合{0,1，…，2H}內；再設 置權重閾值N t，其中0<Nt<l，當bi/2H》Nt時，認為權重bi對應的數據點 Xi,j處于非穩態，將 叉土,』對應的行父1=|^1#2，"41111]從矩陣父中剔除；
[0034] (5)對矩陣X中的需要進行穩態判別的特征運行參數，重復步驟(2)~(4);
[0035] (6)將矩陣X中剩余的多個連續段分別作為穩態段，剔除各個穩態段中的前C條數 據;譬如，如果Xi,6Q、Xi,12Q和Xi,19Q所對應的行被X中剔除了，貝>Jxi,l~Xi,59為一個連續段，Xi,61 ~Xi, 119為一個連續段，Xi, 121~Xi, 189為一個連續段，以此類推；
[0036] (7)根據下式給出的置信空間對各穩態段內的數據進行篩選，以剔除各穩態段內 相對孤立的穩態點，該置信空間為：
[0037]
[0038] 其中，足，為第j個特征參數的第k個穩態段的均值，為第j個特征參數的第k個穩 態段內的數據集合，S(XW)為第j個特征參數的第k個穩態段的均值的標準差，心為當前穩態 段包含數據點數目，ΣΝ,為穩態點總數目，norminv為返回指定平均值和標準偏差的正態累 積分布函數的反函數，篩選結果示意如圖3,對于持續時間較長的穩態采用較寬的置信區 間，而對于持續時間較段的穩態采用較窄的置信區間，提高數據有效性。
[0039]進一步，所述每次判別點數目2H取值在15~40之間，這個取值可以提高數據清洗 的準確性和速度。
[0040]進一步，所述剔除穩態段前C條數據，C取值在15~30之間，用于剔除由非穩態向穩 態過渡數據，一般經過15~30分鐘后鍋爐燃燒會趨于穩定。
[0041 ] 進一步，所述權重閾值Nt取值在0.45~0.55之間，這個取值可以保證在參數變動 頻繁時依然可以得到少量穩定數據，在參數變動較少時可以提高數據的可靠性。
[0042]進一步，所述需要進行穩態判別的特征運行參數為鍋爐控制型參數，所述控制型 參數包括但不限于負荷、給煤量、燃燒器擺角、爐膛風箱差壓、各燃燒器風門開度。這些鍋爐 控制型參數對爐內燃燒的穩定性、爐膛出口煙氣成分、飛灰含碳量、蒸汽參數都會產生影 響。
[0043]參照圖2a~圖2c，對于情形(a)數據小幅度波動，將其判別為穩態，情形(b)數據小 幅波動，但同時還有一個小幅變化，同樣將其判別為穩態，情形(c)數據中間出現一個較大 的變化，將數據分為三段，其中兩段為穩態，中間為非穩態，根據數據權重可判斷非穩態開 始位置及結束位置；
[0044]參照圖3a、圖3b，其是改進隨機抽樣分布置信區間的穩態數據篩選示意圖，其本質 是根據穩態數據點數量決定置信區間寬度，提高數據的可靠性；
[0045]參照圖4,其是對一段運行數據（負荷)進行數據清洗的結果，其中*表示清洗后標 記為穩態的數據。
[0046]本領域的技術人員容易理解，以上所述僅為本發明的較佳實施例而已，并不用以 限制本發明，凡在本發明的精神和原則之內所作的任何修改、等同替換和改進等，均應包含 在本發明的保護范圍之內。
【主權項】
1. 一種電站鍋爐運行數據清洗方法，其特征在于，該方法包括以下步驟： (1) 將各個時刻電站鍋爐的運行數據表述為矩陣形式，并且該矩陣XeRnXm，其中每一時 刻的運行數據作為該矩陣的一行，則該矩陣具有η行運行數據，每行具有m個運行參數，然后 從矩陣X中選取特征運行參數X,=[卩，λ· y d作為數據條穩態判別依據，定義穩態 系數K= (xi+H，j+xi+H+i，j+…+xi+2H-1，j)_(xi，j+xi.i，j+."+xi+H-1，j)，其中i = l，2，···，n_2H，K m，2H為每次判別的點的數目； (2) 在特征運行參數)^中取一段運行數據，沿時間方向求出序列上的穩態系數K，確定合 適的穩態閾值Kt; (3) 建立權重數組8=[131，132，~，1311]7=[0,0，~，0]7，其中權重數組8中0的位置按從上 至下的順序與特征運行參數Xj中各運行數據-對應； (4) 遍歷特征運行參數X」，計算各運行數據的K值;其中當當前判別的2H個數據點的穩態 系數X叫-Α?]，即數據段處于非穩態時，則當前判別的這2H個數據點在權重數組B中對 應位置的權重值加1，即[bi，bi+i，…，b i+2H-1 ] = [bi+1，bi+i+1，…，bi+2H-1+1 ]，否則不進行操作； 遍歷完成后，權重數組B各項取值分布在離散點組成的集合{0，1，···，2Η}內；再設置權重閾 值Nt，其中0<N t<l，當bi/2H》Nt時，認為權重bi對應的數據點Xi,j處于非穩態，將 Xi,j對應的 行&=1^1#2，~々111]從矩陣父中剔除； (5) 對矩陣X中的需要進行穩態判別的特征運行參數，重復步驟(2)~(4); (6) 將矩陣X中剩余的多個連續段分別作為穩態段，剔除各個穩態段中的前C條數據，以 此方式，對電站鍋爐運行數據達到清洗目的。2. 根據權利要求1所述的一種電站鍋爐運行數據清洗方法，其特征在于，步驟(6)中剔 除各個穩態段中的前C條數據后，再根據設定的置信空間對各穩態段內的數據進行篩選，以 剔除各穩態段內相對孤立的穩態點。3. 根據權利要求2所述的一種電站鍋爐運行數據清洗方法，其特征在于，所述的置信空 間為： [X；.-{l + NjYN^SiX^xnoxmmviOm^.SiX^.X^ +(1 + A', /XA^S^^xnorminvCO.QS.X,,,,5(.1,,,)] 其中，&為第j個特征參數的第k個穩態段的均值，為第j個特征參數的第k個穩態段 內的數據集合，S(Xkj)為第j個特征參數的第k個穩態段的均值的標準差，化為當前穩態段包 含數據點數目，ΣΚ為穩態點總數目，norminv為返回指定平均值和標準偏差的正態累積分 布函數的反函數。4. 根據權利要求1所述的一種電站鍋爐運行數據清洗方法，其特征在于，15<2H<40。5. 根據權利要求1所述一種電站鍋爐運行數據清洗方法，其特征在于，15<C<30。6. 根據權利要求1所述的一種電站鍋爐運行數據清洗方法，其特征在于，0.45<Nt< 0.55〇7. 根據權利要求1所述的一種電站鍋爐運行數據清洗方法，其特征在于，步驟(5)中需 要進行穩態判別的特征運行參數為鍋爐控制型參數，所述控制型參數包括負荷、給煤量、燃 燒器擺角、爐膛風箱差壓、各燃燒器風門開度。
【文檔編號】G06F17/18GK105868165SQ201610238786
【公開日】2016年8月17日
【申請日】2016年4月15日
【發明人】張 成, 譚鵬, 張尚志, 夏季, 李鑫, 張小培, 方慶艷, 陳剛
【申請人】華中科技大學