一种基于大数据分析的火电机组能耗预测方法与流程

摘要: 本发明涉及火电机组运行数据处理与能耗预测领域,尤其涉及一种基于大数据分析的火电机组能耗预测方法。背景技术:1、火电机组在运行过程中,锅炉燃烧、汽轮机做功、发电输...
一种基于大数据分析的火电机组能耗预测方法与流程

本发明涉及火电机组运行数据处理与能耗预测领域,尤其涉及一种基于大数据分析的火电机组能耗预测方法。

背景技术:

1、火电机组在运行过程中,锅炉燃烧、汽轮机做功、发电输出、辅机耗电以及公用系统用能之间存在紧密的能量传递关系,机组负荷、主蒸汽压力、主蒸汽温度、再热蒸汽温度、给水流量、风机电流、磨煤机电流、循环水泵电流等运行参数的变化,都会对煤耗、厂用电率、供电煤耗、发电能耗等能耗指标产生影响。随着火电厂厂级监控信息系统的建设,火电机组运行过程中能够连续采集大量运行数据,为火电机组能耗预测提供了数据基础。现有技术中,通常通过采集火电机组运行数据,经过数据清洗、异常值剔除、时间对齐和归一化处理后,采用统计分析模型、机器学习模型或者常规时序预测模型对能耗指标进行预测,从而为机组运行调整和节能分析提供参考。

2、现有火电机组能耗预测方法大多将采集到的运行参数作为普通时间序列数据进行处理,侧重于运行参数与能耗指标之间的数值相关性建模,缺少对火电机组发电主流程及辅助用能流程之间能耗传递关系的刻画。火电机组的能耗变化并不是单一参数直接作用的结果,而是燃料输入、锅炉换热、蒸汽参数变化、汽轮机做功、发电输出以及辅机耗电等多个运行环节共同传导形成的结果。现有技术在预测过程中往往难以区分不同运行环节之间的先后传导关系,也难以反映发电主流程与辅助用能流程之间的能耗链式响应关系,导致能耗预测模型对复杂工况下的能耗变化机理表达不足。

技术实现思路

1、本发明的一个目的在于提出一种基于大数据分析的火电机组能耗预测方法,本发明充分利用了火电机组运行数据处理、能耗链指纹解析、因果有向无环图分析、滞后折叠处理和改进sparsetsf模型技术,具备能耗预测准确性高、能耗影响因素定位清晰、复杂工况适应性强和辅助节能分析能力强的优点。

2、根据本发明实施例的一种基于大数据分析的火电机组能耗预测方法,包括如下步骤:

3、从火电机组的厂级监控信息系统采集火电机组运行数据并预处理,生成火电机组标准化运行数据集;

4、基于火电机组标准化运行数据集,对火电机组发电主流程及辅助用能流程进行能耗链指纹解析,确定火电机组能耗链式响应关系,生成火电机组全流程运行状态数据集;

5、通过火电机组流程运行状态数据集,构建以能耗指标为终点的因果有向无环图,并对因果有向无环图中的传导路径进行剪枝,提取因果路径特征,形成能耗影响特征集合;

6、基于火电机组能耗影响特征集合和机组历史能耗指标数据,对不同工况下运行参数变化对应的能耗响应进行滞后折叠处理,构建火电机组能耗预测序列;

7、将火电机组能耗预测序列输入改进sparsetsf模型,对火电机组负荷变化过程中的能耗转折变化进行锚点式外推预测,生成火电机组能耗预测结果;

8、根据火电机组能耗预测结果,确定影响能耗变化的关键运行环节,生成火电机组能耗偏差定位结果;

9、基于火电机组能耗偏差定位结果,对火电机组当前工况与历史相邻工况之间的能耗偏差变化进行工况迁移风险解析,确定能耗预测偏差风险,生成火电机组能耗预测辅助分析结果。

10、可选的,所述火电机组运行数据包括锅炉运行参数、汽轮机运行参数、发电机运行参数、辅助系统运行参数、公用系统运行参数和机组历史能耗指标数据,所述预处理包括数据质量码识别、坏点数据剔除、超限数据剔除、缺失数据补齐、采样频率统一和时间戳对齐处理。

11、可选的,所述火电机组全流程运行状态数据集的生成具体包括:

12、基于火电机组标准化运行数据集,对火电机组发电主流程及辅助用能流程的运行参数进行流程划分,形成运行参数集合;

13、基于运行参数集合,构建火电机组能耗链指纹;

14、对发电主流程和辅助用能流程之间的能耗变化传递关系进行解析,并结合火电机组能耗链指纹,确定火电机组能耗链式响应关系;

15、基于火电机组能耗链式响应关系,生成火电机组全流程运行状态数据集。

16、可选的,所述能耗影响特征集合的形成具体包括:

17、基于火电机组全流程运行状态数据集,将火电机组运行参数作为节点,将运行参数之间的影响关系作为有向边,将能耗指标作为终点节点,构建因果有向无环图;

18、对因果有向无环图中的传导路径进行剪枝,生成能耗传导路径;

19、基于能耗传导路径,提取运行参数变化沿传导路径传递至能耗指标变化过程中的因果关联关系,生成因果路径特征;

20、基于因果路径特征,对不同能耗传导路径中指向同一能耗指标的运行参数变化进行路径贡献归并,确定运行参数变化对能耗指标变化的影响顺序和影响程度,生成火电机组能耗影响特征集合。

21、可选的,所述火电机组能耗预测序列的构建具体包括:

22、将火电机组能耗影响特征集合与机组历史能耗指标数据按照不同工况下运行参数变化的时间顺序进行对应排列,生成能耗响应时序;

23、依据能耗响应时序,对运行参数变化发生时间与对应能耗指标变化时间之间的时间偏移关系进行解析,确定运行参数变化对应的能耗响应滞后位置;

24、依据能耗响应时序和能耗响应滞后位置,对不同时间位置对应的能耗响应进行滞后折叠处理,形成滞后折叠能耗响应序列;

25、将滞后折叠能耗响应序列按照不同工况下运行参数变化顺序和能耗指标变化顺序进行排列,构建火电机组能耗预测序列。

26、可选的,所述火电机组能耗预测结果的生成具体包括:

27、将火电机组能耗预测序列输入改进sparsetsf模型进行能耗预测,改进sparsetsf模型包括时片空洞采样模块、负荷脊线重排模块、能耗波纹聚束模块和预测锚点外推模块,改进sparsetsf模型的改进点在于:传统sparsetsf模型对输入时间序列进行固定间隔的稀疏采样,并依据采样后的序列片段进行趋势预测,改进sparsetsf模型对火电机组能耗预测序列中的负荷变化方向、负荷变化幅度和能耗指标变化方向进行联合处理,对负荷变化明显的时间位置进行差异化抽取,对分散的序列片段按照负荷变化主线进行重排,并通过能耗转折捕获机制对能耗指标变化方向发生切换的序列片段进行聚束处理,以转折位置作为预测锚点进行连续外推,生成火电机组能耗预测结果;

28、在时片空洞采样模块中,按照火电机组能耗预测序列中的负荷变化方向和负荷变化幅度,对负荷突升、负荷突降以及负荷变化趋于稳定的时间位置进行差异化抽取,保留对应的序列片段,生成空洞采样序列;

29、在负荷脊线重排模块中,按照空洞采样序列中负荷突升、负荷突降和负荷稳定对应的发生顺序,对序列片段进行主次排列,并将能耗指标变化幅度大的序列片段置于对应负荷变化过程的主导位置,生成负荷脊线序列;

30、在能耗波纹聚束模块中,引入能耗转折捕获机制,以负荷脊线序列中能耗指标变化方向发生切换的时间位置为转折位置,对转折位置前后的能耗指标变化方向、能耗指标变化幅度和序列片段连续关系进行双侧捕获,将具有相同转折方向、相近变化幅度和相邻转折位置的序列片段归入同一能耗波动轮廓,并按照能耗波动轮廓对序列片段进行聚束,生成波纹聚束序列;

31、在预测锚点外推模块中,将波纹聚束序列中的转折位置作为预测锚点,对预测时间范围内的能耗指标变化进行连续外推,生成火电机组能耗预测结果。

32、可选的,所述火电机组能耗偏差定位结果的生成具体包括:

33、基于火电机组能耗预测结果,按照工况类型和时间位置对预测能耗指标变化与历史同工况能耗指标变化进行对应对比,生成能耗预测偏差序列;

34、基于能耗预测偏差序列,以能耗指标对应的偏差发生时间为回溯起点,沿火电机组能耗链式响应关系向前回溯至发电主流程及辅助用能流程中的运行环节,生成能耗偏差回溯路径;

35、根据能耗偏差回溯路径,确定各运行环节对能耗偏差的偏差贡献度,生成运行环节偏差贡献集合;

36、按照运行环节偏差贡献集合中偏差贡献度由大到小确定影响能耗变化的关键运行环节,生成火电机组能耗偏差定位结果。

37、可选的,所述火电机组能耗预测辅助分析结果的生成具体包括:

38、基于火电机组能耗偏差定位结果,生成当前工况偏差定位特征;

39、从机组历史能耗指标数据中确定历史相邻工况,生成历史相邻工况偏差定位特征;

40、对当前工况偏差定位特征和历史相邻工况偏差定位特征进行迁移对比,确定能耗预测偏差风险;

41、通过能耗预测偏差风险,确定当前工况下对应的风险形成方向和风险影响程度,生成火电机组能耗预测辅助分析结果。

42、本发明的有益效果是:

43、本发明通过从火电机组的厂级监控信息系统采集火电机组运行数据并进行预处理,生成火电机组标准化运行数据集,再对火电机组发电主流程及辅助用能流程进行能耗链指纹解析,确定火电机组能耗链式响应关系,能够将原本分散的运行参数按照能耗传递逻辑进行组织,使火电机组全流程运行状态数据集不仅反映单个运行参数的数值变化,还能够反映发电主流程和辅助用能流程之间的能耗传导关系。通过构建以能耗指标为终点的因果有向无环图,并对传导路径进行剪枝,提取因果路径特征,形成火电机组能耗影响特征集合,能够减少无关运行参数和弱相关运行参数对能耗预测过程的干扰,提高能耗预测输入特征与能耗指标变化之间的对应性,从而增强火电机组能耗预测结果的准确性和稳定性。

44、本发明结合火电机组能耗影响特征集合和机组历史能耗指标数据,对不同工况下运行参数变化对应的能耗响应进行滞后折叠处理,构建火电机组能耗预测序列,能够解决现有技术中运行参数变化与能耗指标变化在时间上对应不准确的问题,使负荷变化、辅机用能变化和能耗指标变化之间形成更清晰的时序承接关系。通过将火电机组能耗预测序列输入改进sparsetsf模型,并对火电机组负荷变化过程中的能耗转折变化进行锚点式外推预测,能够提高模型对负荷突升、负荷突降及负荷趋稳工况下能耗转折变化的适应能力;同时结合能耗偏差定位和工况迁移风险解析,能够明确影响能耗变化的关键运行环节,辅助判断能耗预测结果的可靠性和能耗偏差来源,从而为火电机组节能运行分析和运行参数调整提供更具针对性的技术依据。