基于可量化物理判据的发电工况在线识别方法及相关装置与流程

摘要: 本发明属于发电过程工况识别与智能监控,尤其涉及一种基于可量化物理判据的发电工况在线识别方法及相关装置。背景技术:1、随着新型电力系统建设的深入推进,新能源发电规...
基于可量化物理判据的发电工况在线识别方法及相关装置与流程

本发明属于发电过程工况识别与智能监控,尤其涉及一种基于可量化物理判据的发电工况在线识别方法及相关装置。

背景技术:

1、随着新型电力系统建设的深入推进,新能源发电规模持续扩大,火电机组的功能定位逐步由传统主体电源向基础保障性电源与系统调节性电源转变,需频繁参与深度调峰、快速变负荷、启停调峰等复杂运行任务,机组运行工况呈现出多样化、瞬态化、强耦合的特征。准确、实时、可靠的运行工况识别是发电机组安全监控、控制策略优化、运行能效提升与故障提前预警的核心基础,对保障机组长期稳定运行、提升电厂智能化运行管理水平具有重要的工程应用价值。

2、当前发电机组工况识别主要依赖人工经验判断与传统阈值判定方法,部分技术方案引入机器学习算法辅助识别,但均存在显著的技术短板。传统阈值判断法仅通过单一运行参数的阈值划定完成工况判定,存在判据维度单一、物理意义不明确的缺陷,无法有效刻画热力系统、电气系统、机械系统、辅机系统多子系统耦合作用下的复杂运行状态;基于机器学习的识别方案高度依赖大量标注样本数据,模型内部逻辑不透明、可解释性差,在工况边界模糊区域易出现频繁的工况跳变,过渡工况识别准确率低,状态切换点的识别误差较大;现有识别方案普遍采用固定阈值设置,无法适配设备老化、季节性环境变化、燃煤品质波动等因素引发的运行边界漂移,长期运行后识别性能衰减明显;同时,现有识别方法多面向稳态工况设计,对机组启动、停机、故障演进等瞬态过渡过程存在严重的识别滞后,且普遍采用单标签分类模式,无法有效处理“深度调峰+异常”“启动+并网”等多标签复杂工况组合场景;此外,现有技术缺少对识别结果的置信度评估与校正机制,在特征数据缺失或多判据结论矛盾时易输出不可靠的识别结果,且仅能实现事后的工况识别,无法提前预判工况趋势以支撑运行控制的前置干预,同时普遍缺乏对识别系统自身运行状态的监测与自诊断能力,识别系统自身出现故障时将直接影响工况识别结果的可靠性。

3、由此可见,现有发电机组工况识别技术存在判据维度单一、识别准确率不足、阈值自适应能力差、过渡工况识别能力薄弱、复杂工况组合处理能力缺失、结果可靠性保障不足、缺乏预测预警与系统自诊断能力等诸多技术缺陷,难以满足新型电力系统下机组复杂运行场景的高精度工况识别需求。

技术实现思路

1、本发明提供一种基于可量化物理判据的发电工况在线识别方法及相关装置,采用本方法能够有效解决现有发电机组工况识别技术存在判据维度单一、识别准确率不足、阈值自适应能力差、过渡工况识别能力薄弱、复杂工况组合处理能力缺失、结果可靠性保障不足、缺乏预测预警与系统自诊断能力等问题,能够满足新型电力系统下机组复杂运行场景的高精度工况识别需求。

2、为了达到上述目的,本发明采用如下技术方案:

3、一种基于可量化物理判据的发电工况在线识别方法,包括:

4、实时采集多类原始运行参数,将多类原始运行参数依次执行缺失值处理、异常值剔除、信号滤波与时间同步处理,得到时序对齐的有效参数序列;

5、基于有效参数序列,采用双窗口机制分别提取稳态统计特征与瞬态趋势特征,构建得到多维特征向量;

6、将多维特征向量输入预构建的分层物理判据规则库,执行多阶段规则匹配,得到候选工况匹配得分序列;

7、根据候选工况匹配得分序列,依次通过确定性判定、模糊推理与多标签融合处理,输出初始工况识别结果;

8、基于预获取的机组运行老化趋势、环境季节变化和燃料品质参数计算阈值修正系数,对分层物理判据规则库中的判据阈值进行迭代更新与连续验证;

9、基于多维特征向量计算参数变化率模值并检测过渡触发条件,触发后采用时序轨迹匹配算法匹配预设过渡模式,输出过渡工况识别结果;

10、对初始工况识别结果或过渡工况识别结果进行多维度置信度综合评分,评分低于设定阈值时执行结果校正,输出最终工况识别结果及对应置信度信息。

11、进一步地,多类原始运行参数从机组分散控制系统中实时采集,按物理属性划分为热力参数组、电气参数组、机械参数组和辅机参数组;缺失值处理对瞬时缺失的参数采用线性插值填补,对连续缺失时长超过预设时间的参数标记为无效参数;异常值剔除采用3σ准则识别异常数据并以相邻正常值替代;信号滤波采用低通滤波去除高频噪声;得到的时序对齐的有效参数序列作为双窗口机制提取特征的输入数据源。

12、进一步地,所述双窗口机制包括稳态特征窗口与瞬态特征窗口;稳态统计特征包括各参数的均值、方差、极值、偏度和峰度;瞬态趋势特征包括各参数的变化量与线性拟合斜率;多维特征向量基于热力特征组、电气特征组、机械特征组和辅机特征组特征向量构建得到,多维特征向量按秒级周期更新并输入至分层物理判据规则库执行规则匹配。

13、进一步地,分层物理判据规则库采用三层判据结构:第一层为设备状态判据、第二层为负荷区间判据、第三层为综合工况判据,每类工况均设置判据上下限与边界模糊区间;多阶段规则匹配依次执行快速过滤阶段、规则遍历阶段与边界模糊处理阶段,快速过滤阶段用于依据汽轮机转速与发电机有功功率缩小候选工况范围,规则遍历阶段用于计算各候选工况的总匹配得分,边界模糊处理阶段用于对得分差值小于设定阈值的工况计算隶属度;得到的候选工况匹配得分序列作为工况分类识别的判定基础。

14、进一步地,确定性判定在核心物理参数满足确定性判据条件时直接输出工况结论;模糊推理在无确定性判定结论时,基于工况隶属度采用重心法解模糊并输出匹配度最高的工况类别;多标签融合处理在识别到多类工况同时有效时,输出多个附带独立置信度的工况标签;判据阈值的迭代更新采用指数加权移动平均方法计算新阈值,经多次连续验证后正式生效,更新后的判据阈值反馈至分层物理判据规则库,用于后续识别周期的规则匹配。

15、进一步地,过渡触发条件为参数变化率模值超过稳态参数标准差的预设倍数;时序轨迹匹配算法采用动态时间规整算法,将当前参数变化轨迹与预设的典型过渡模式进行相似度匹配,所述典型过渡模式包括冷态启动模式、热态启动模式、正常停机模式、故障停机模式和负荷变动模式;每种过渡模式细分为多个运行阶段,依据关键参数节点判定当前所处阶段并输出阶段编号与阶段完成度百分比;得到的过渡工况识别结果输入至多维度置信度综合评分环节。

16、进一步地,多维度置信度综合评分包括特征完备性评估、判据一致性评估与时序连续性评估三个维度,各维度分别配置对应的置信度修正系数;综合评分低于预设分数阈值时触发工况待确认告警并保持前一时刻有效工况输出;最终工况识别结果通过4-20ma模拟量输出、干接点数字量输出以及opcua/modbustcp通信接口多种方式,同步输出至机组分散控制系统与人机交互界面。

17、一种基于可量化物理判据的发电工况在线识别系统,包括:

18、采集模块,用于实时采集多类原始运行参数,将多类原始运行参数依次执行缺失值处理、异常值剔除、信号滤波与时间同步处理,得到时序对齐的有效参数序列;

19、构建模块,用于基于有效参数序列,采用双窗口机制分别提取稳态统计特征与瞬态趋势特征,构建得到多维特征向量;

20、匹配模块,用于将多维特征向量输入预构建的分层物理判据规则库,执行多阶段规则匹配,得到候选工况匹配得分序列;

21、处理模块,用于根据候选工况匹配得分序列,依次通过确定性判定、模糊推理与多标签融合处理,输出初始工况识别结果;

22、迭代模块,用于基于预获取的机组运行老化趋势、环境季节变化和燃料品质参数计算阈值修正系数,对分层物理判据规则库中的判据阈值进行迭代更新与连续验证;

23、过渡模块,用于基于多维特征向量计算参数变化率模值并检测过渡触发条件,触发后采用时序轨迹匹配算法匹配预设过渡模式,输出过渡工况识别结果;

24、评分模块,用于对初始工况识别结果或过渡工况识别结果进行多维度置信度综合评分,评分低于设定阈值时执行结果校正,输出最终工况识别结果及对应置信度信息。

25、一种基于可量化物理判据的发电工况在线识别设备,包括:

26、存储器,用于存储计算机程序;

27、处理器,用于执行所述计算机程序时实现上述基于可量化物理判据的发电工况在线识别方法。

28、一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时用于实现上述基于可量化物理判据的发电工况在线识别方法。

29、与现有技术相比,本发明具有如下有益效果:

30、本发明提供一种基于可量化物理判据的发电工况在线识别方法,通过实时采集多类运行参数并执行缺失值处理、异常剔除、信号滤波与时间同步,构建时序对齐的有效参数序列;进而利用双窗口机制提取稳态统计与瞬态趋势特征形成多维特征向量,输入预构建的分层物理判据规则库执行多阶段匹配,结合确定性判定、模糊推理与多标签融合输出初始结果,同时依据老化趋势、环境变化与燃料品质动态修正判据阈值,并基于参数变化率模值触发时序轨迹匹配识别过渡工况,最后对结果进行多维度置信度评分与校正。本方法以物理可解释的多维判据替代单一阈值,通过模糊推理处理边界模糊与复杂工况组合,借助动态阈值适配运行边界漂移,用时序匹配精准捕捉瞬态过程,并以置信度机制保障输出可靠性。采用本方法显著提升了工况识别的判据维度完备性、准确率、自适应能力与过渡工况响应速度,有效解决了多子系统耦合、边界漂移、瞬态滞后及多标签场景缺失等问题,实现了高可靠、可解释、可预测的在线工况识别。