火电机组碳排放不确定性分析方法、装置、设备及介质与流程

摘要: 本发明涉及电力数据分析领域,特别涉及火电机组碳排放不确定性分析方法、装置、设备及介质。背景技术:1、现有火电机组碳排放在线监测系统通常能够连续计算co2排放速率...
火电机组碳排放不确定性分析方法、装置、设备及介质与流程

本发明涉及电力数据分析领域,特别涉及火电机组碳排放不确定性分析方法、装置、设备及介质。

背景技术:

1、现有火电机组碳排放在线监测系统通常能够连续计算co2排放速率,但在对该排放速率进行不确定度评定时,往往默认co2浓度、烟气流量、温度、压力、湿度等输入量相互独立,或者只分别评定各输入量的a类、b类不确定度。对于实际燃煤机组而言,负荷调节、燃烧控制、引风量调节、脱硫脱硝及湿法处理过程会使多个烟气参数存在显著相关关系。若继续按独立输入量处理,会导致合成不确定度与真实运行状态不一致。

技术实现思路

1、有鉴于此,本发明的目的在于提供火电机组碳排放不确定性分析方法、装置、设备及介质,能够通过计算第二数据集中各输入量的相关系数构建相关系数矩阵,确保了合成不确定度与真实运行状态一致。其具体方案如下:

2、第一方面,本技术提供了一种火电机组碳排放不确定性分析方法,包括:

3、获取火电机组碳排放监测系统的有效输入数据,并基于所述有效输入数据构建第一数据集和第二数据集;其中,所述第一数据集为对应于机组稳定运行状态下的输入数据的数据集,所述第二数据集为覆盖机组运行区间的输入数据的数据集;

4、分别根据所述第一数据集和所述第二数据集确定各所述有效输入数据对应的第一不确定度和第二不确定度,并根据所述第一不确定度和相应的所述第二不确定度确定相应的综合不确定度;其中,所述第一不确定度表征由机组稳定运行状态下重复测量数据的离散程度评定的不确定度分量,所述第二不确定度表征依据各所述有效输入数据对应的测量仪器确定的不确定度分量;

5、确定所述第二数据集中的任意两个数据间的相关系数,根据各所述相关系数构建相应的相关系数矩阵,并根据预设碳排放速率测量模型确定各所述有效输入数据对应的灵敏系数;其中,所述灵敏系数表征所述有效输入数据变化时对碳排放速率测量结果的影响程度;

6、根据各所述综合不确定度、所述相关系数矩阵以及所述灵敏系数进行协方差传播,以完成对火电机组碳排放测量结果的不确定性分析。

7、可选的,所述获取火电机组碳排放监测系统的有效输入数据,包括:

8、基于预设数据采集周期采集所述火电机组碳排放监测系统的初始输入数据,对所述初始输入数据进行异常剔除处理,以获取相应的处理后输入数据;

9、对各所述处理后输入数据的时间尺度进行统一,以获取所述有效输入数据。

10、可选的,所述基于所述有效输入数据构建第一数据集和第二数据集,包括:

11、定义稳定工况窗口;其中,所述稳定工况窗口表征火电机组的运行参数的波动不超过设定阈值的时间窗口;

12、从所述有效输入数据中筛选出位于所述稳定工况窗口中的第一目标数据,利用所述第一目标数据构建所述第一数据集,并直接利用所述有效输入数据构建所述第二数据集。

13、可选的,所述根据所述第一不确定度和相应的所述第二不确定度确定相应的综合不确定度,包括:

14、利用方和根法对所述第一不确定度和相应的所述第二不确定度进行合成,以获取各所述有效输入数据分别对应的综合不确定度。

15、可选的,所述确定所述第二数据集中的任意两个数据间的相关系数,包括:

16、计算任意两个数据之间的协方差,并确定所述任意两个数据中的第一数据对应的第一标准差以及第二数据对应的第二标准差;其中,所述第一标准差为第一数据类型在所述第二数据集中的所有数据点相对于所述第一数据的离散程度的统计量,所述第一数据类型为所述第一数据的数据类型,所述第二标准差为第二数据类型在所述第二数据集中的所有数据点相对于所述第二数据的离散程度的统计量,所述第二数据类型为所述第二数据的数据类型;

17、根据所述协方差、所述第一标准差和所述第二标准差确定所述任意两个数据之间的相关系数。

18、可选的,所述根据各所述综合不确定度、所述相关系数矩阵以及所述灵敏系数进行协方差传播,以完成对火电机组碳排放测量结果的不确定性分析,包括:

19、根据各所述综合不确定度、所述相关系数矩阵以及所述灵敏系数进行协方差传播,以获取所述预设碳排放速率测量模型的目标不确定度,并基于所述目标不确定度对火电机组碳排放测量结果的不确定性进行量化分析。

20、可选的,所述根据各所述综合不确定度、所述相关系数矩阵以及所述灵敏系数进行协方差传播,包括:

21、根据各所述综合不确定度以及对应的灵敏系数确定各所述有效输入数据的独立方差传播项;所述独立方差传播项为单个有效输入数据的综合不确定度独立传播至碳排放速率测量结果的分量;

22、根据所述相关系数矩阵、各所述综合不确定度及对应的灵敏系数确定任意两个有效输入数据之间的协方差传播项,并将各所述独立方差传播项和各所述协方差传播项进行整合,以获取所述目标不确定度;所述协方差传播项为任意两个有效输入数据的标准不确定度因相关性而共同传播至碳排放速率测量结果的耦合分量。

23、第二方面,本技术提供了一种火电机组碳排放不确定性分析装置,包括:

24、数据集构建模块,用于获取火电机组碳排放监测系统的有效输入数据,并基于所述有效输入数据构建第一数据集和第二数据集;其中,所述第一数据集为对应于机组稳定运行状态下的输入数据的数据集,所述第二数据集为覆盖机组运行区间的输入数据的数据集;

25、综合不确定度确定模块,用于分别根据所述第一数据集和所述第二数据集确定各所述有效输入数据对应的第一不确定度和第二不确定度,并根据所述第一不确定度和相应的所述第二不确定度确定相应的综合不确定度;其中,所述第一不确定度表征由机组稳定运行状态下重复测量数据的离散程度评定的不确定度分量,所述第二不确定度表征依据各所述有效输入数据对应的测量仪器确定的不确定度分量;

26、灵敏系数确定模块,用于确定所述第二数据集中的任意两个数据间的相关系数,根据各所述相关系数构建相应的相关系数矩阵,并根据预设碳排放速率测量模型确定各所述有效输入数据对应的灵敏系数;其中,所述灵敏系数表征所述有效输入数据变化时对碳排放速率测量结果的影响程度;

27、协方差传播模块,用于根据各所述综合不确定度、所述相关系数矩阵以及所述灵敏系数进行协方差传播,以完成对火电机组碳排放测量结果的不确定性分析。

28、第三方面,本技术提供了一种电子设备,包括:

29、存储器,用于保存计算机程序;

30、处理器,用于执行所述计算机程序以实现前述的火电机组碳排放不确定性分析方法。

31、第四方面,本技术提供了一种计算机可读存储介质,用于保存计算机程序,所述计算机程序被处理器执行时实现前述的火电机组碳排放不确定性分析方法。

32、本技术首先获取火电机组碳排放监测系统的有效输入数据,并基于所述有效输入数据构建第一数据集和第二数据集;其中,所述第一数据集为对应于机组稳定运行状态下的输入数据的数据集,所述第二数据集为覆盖机组运行区间的输入数据的数据集,然后分别根据所述第一数据集和所述第二数据集确定各所述有效输入数据对应的第一不确定度和第二不确定度,并根据所述第一不确定度和相应的所述第二不确定度确定相应的综合不确定度;其中,所述第一不确定度表征由机组稳定运行状态下重复测量数据的离散程度评定的不确定度分量,所述第二不确定度表征依据各所述有效输入数据对应的测量仪器确定的不确定度分量,之后确定所述第二数据集中的任意两个数据间的相关系数,根据各所述相关系数构建相应的相关系数矩阵,并根据预设碳排放速率测量模型确定各所述有效输入数据对应的灵敏系数;其中,所述灵敏系数表征所述有效输入数据变化时对碳排放速率测量结果的影响程度,最后根据各所述综合不确定度、所述相关系数矩阵以及所述灵敏系数进行协方差传播,以完成对火电机组碳排放测量结果的不确定性分析。由此可见,本技术通过计算第二数据集中各输入量的相关系数构建相关系数矩阵,并结合各输入量的综合不确定度与灵敏系数进行协方差传播,将输入量之间的协方差项纳入碳排放速率测量模型的合成不确定度中,解决了传统方法默认各输入量相互独立导致评定结果与机组实际运行状态不一致的问题;最终通过协方差传播完成对碳排放测量结果的不确定性分析,为量化评估测量结果的可靠程度提供了依据。