一种基于经验模态分解的汽轮机稳态运行数据筛选方法与流程

1.本发明涉及汽轮机运行数据挖掘技术领域，具体涉及一种基于经验模态分解的汽轮机稳态运行数据筛选方法，适用于汽轮机智能运维中性能监视、运行优化、故障诊断、状态预测等软件模块中所输入的历史运行数据的筛选。


背景技术：

2.由于电厂设备的历史数据分为稳态数据及非稳态数据，后者在各性能监视、运行优化、故障诊断、状态预测算法建模过程中对准确性造成影响。因此在提取电厂设备稳态运行时序性数据时，需要先对数据进行筛选，保留稳态数据以进行后续分析。
3.目前行业中普遍采用的通常是利用滑动窗口法对数据进行滤波筛选。其缺点在当数据时间跨度较大时，采用相同的参数很难适用与所有的时间阶段，容易在部分时间段内发生过筛选与欠筛选的情况。其原因为滑窗内的样本数据偏差较大时，单个数据样本与滑窗内总体数据均的误差不能很好的代表其稳态性。
4.例如滑窗内某测点在低位稳定保持较短时间，在某时发生突变，其后在高位稳定保持较长时间。则滑窗内该数据均值更靠近高位数值。易将低位持续较短时间的数据剔除。此时发生过筛选。
5.再例如滑窗内某测点在低位稳定运行后突变至高位稳定运行，两段稳定运行时间一致。如若误差阈值参数整定后将两段稳定运行数据皆保留下来，那突变过程中的数据因与均值误差更小而一定会保留。此时发生欠筛选。


技术实现要素：

6.为了解决现有技术中过筛选和欠筛选的问题，本发明采用以下技术方案：
7.一种基于经验模态分解的汽轮机稳态运行数据筛选方法，其特征在于包括以下步骤：
8.(a)准备历史运行数据样本s＝{s1，s2，...，sn}，其中s1，s2，...，sn为多维向量随时间的正向排序，每个向量的各个分量为智能运维软件模块所需分析计算的汽轮机测点；
9.在数据样本s中提取关键测点样本，包括：
10.发电机有功率pa＝{pa1，pa2，...，pan}、
11.主蒸汽压力pm＝{pm1，pm2，...，pmn}、
12.主蒸汽温度tm＝{tm1，tm2，...，tmn}、
13.再热蒸汽压力pr＝{pr1，pr2，...，prn}、
14.再热蒸汽温度tr＝{tr1，tr2，...，trn}、
15.凝汽器真空vc＝{vc1，vc2，...，vcn}六个数据样本集合；
16.(b)对发电机有功功率数据样本pa进行稳态筛选，并记录样本中非稳态的数据下标序号k1，k2，...，kd并添加入集合k；
17.非稳态数据判定方法为包括以下步骤：
18.(i)确定次级样本d的容量ld，确定经验模态分解imf分量相对限值bd；
19.(ii)样本s的容量n整除ld得到整数c以及余数m，则将数据样本pa、pm、tm、pr、tr、vc中的一个分为c 1个次级样本：d1、d2、
……
、d
c 1
，除最后一个次级样本容量为m外，每个次级样本容量为ld；
20.(iii)对次级样本d1进行经验模态分解，得到次级样本的本征模态函数分量imf1＝{imf
11
，imf
12
，......，imf
1(c 1)
}、imf2＝{imf
21
，imf
22
，......，imf
2(c 1
)}、
……
imf1＝{imf
i1
，imf
i2
，......，imf
i(c 1)
}以及剩余残差r{r1，r2，......，r
c 1
}。
21.(iv)对每一个样本元素下标a所对应的时刻进行判断是否满足：
22.(imf
1a
＜＝ra*ld)∪(imf
2a
＜＝ra*ld)∪
……
∪(imf
ia
＜＝ra*ld)
23.若不满足，则该时刻数据不满足稳态运行要求。记录序号a并将a所对应时刻在样本s中所对应的序号，并加入集合k；
24.(v)重复步骤(iii)及步骤(iv)，对样本d2至d
c 1
进行筛选；
25.(c)对其余数据样本pm、tm、pr、tr、vc重复步骤(b)；
26.(d)将历史运行数据样本s中下标序号属于集合k内的数据进行舍去，则得到稳态的汽轮机运行数据。
27.进一步的，步骤(iii)中经验模态分解的方法为：
28.任意一个imf分量需要满足2个要求：
29.①
函数在整个时间范围内，局部极值点和过零点的数目必须相等，或最多相差一个；
30.②
在任意时刻点，局部最大值的包络(上包络线)和局部最小值的包络(下包络线)平均必须为零。
31.根据上包络线u(t)以及下包络线v(t)代入式(1)得到上下包络曲线的平均曲线m(t)。
32.m(t)＝1/2[u(t) v(t)]
ꢀꢀ
(1)
[0033]
新数据序列h1(t)是由原始数据x(t)减去均值m(t)得到的分量：
[0034]
h1(t)＝x(t)-m(t)
ꢀꢀꢀꢀ
(2)
[0035]
h1(t)一般在一次筛选后仍不满足imf分量，需按上述过程对其数次重复处理，直到h(t)契合要求
①
、
②
。
[0036]
本发明的有益效果：执行本发明技术方案能够从海量运行数据中提取出汽轮机外部边界参数多测点稳态运行数据。本发明技术方案简洁，计算机程序实现方便，参数可调整，可最大程度地对汽轮机组的稳态运行参数进行快速有效提取，具有较大的推广和利用价值。且本发明中采用的基于经验模态分解的筛选方法。分解是基于信号序列时间尺度的局部特性，因此具有自适应性。分段后的数据在经过经验模态分解后，将段内数据分解为本征模序列以及若干组imf分量序列。其中，imf分量与本征模的相对大小可以较好地表征该局部时间的突变性，因此能较好地规避前文中提及的过筛选及欠筛选的情况。
附图说明
[0037]
图1为本发明中基于经验模态分解的汽轮机稳态运行数据筛选方法的流程图；
[0038]
图2为实施例某电厂350mw机组某时间段的运行数据图；
[0039]
图3为实施例某电厂350mw机组某时间段筛除非稳态数据后的运行数据图。
具体实施方式
[0040]
下面结合附图对本发明作进一步说明。
[0041]
提取图2所示某电厂350mw汽轮机某时间段内运行数据中的稳定运行数据。根据图1，实施例的汽轮机的稳态运行数据筛选方法为：
[0042]
(a)准备历史运行数据样本s＝{s1，s2，...，sn}。其中，s1，s2，...，sn为多维向量随时间的正向排序，每个向量的各个分量为智能运维软件模块所需分析计算的汽轮机测点。
[0043]
在数据样本s中提取关键测点样本，包括：
[0044]
发电机有功率pa＝{pa1，pa2，...，pan}、
[0045]
主蒸汽压力pm＝{pm1，pm2，...，pmn}、
[0046]
主蒸汽温度tm＝{tm1，tm2，...，tmn}、
[0047]
再热蒸汽压力pr＝{pr1，pr2，...，prn}、
[0048]
再热蒸汽温度tr＝{tr1，tr2，...，trn}、
[0049]
凝汽器真空vc＝{vc1，vc2，...，vcn}六个数据样本集合。
[0050]
(b)对发电机有功功率数据样本pa进行稳态筛选，并记录样本中非稳态的数据下标序号k1，k2，...，kd并添加入集合k。
[0051]
(c)对其余数据样本pm、tm、pr、tr、vc重复步骤(b)。
[0052]
(d)将历史运行数据样本s中下标序号属于集合k内的数据进行舍去，则得到稳态的汽轮机运行数据。
[0053]
步骤(b)中非稳态数据判定方法为包括以下步骤：
[0054]
(ⅰ)确定次级样本d的容量ld＝30，则次级样本所对应的时间跨度为10分钟。确定经验模态分解imf分量相对限值bd。各关键测点bd值如下表所示。
[0055]
发电机有功率pa0.02主蒸汽压力pm0.05主蒸汽温度tm0.01再热蒸汽压力pr0.05再热蒸汽温度tr0.01凝汽器真空vc0.02
[0056]
(ⅱ)样本s的容量n整除ld得到整数c以及余数m，则将数据样本pa、pm、tm、pr、tr、vc中的一个分为c 1个次级样本。
[0057]
(ⅲ)对次级样本d1进行经验模态分解。
[0058]
任意一个imf分量需要满足2个要求：
[0059]
①
函数在整个时间范围内，局部极值点和过零点的数目必须相等，或最多相差一个；
[0060]
②
在任意时刻点，局部最大值的包络(上包络线)和局部最小值的包络(下包络线)平均必须为零。
[0061]
根据上包络线u(t)以及下包络线v(t)代入式(1)得到上下包络曲线的平均曲线m(t)。
[0062]
m(t)＝1/2[u(t) v(t)]
ꢀꢀꢀꢀ
(1)
[0063]
新数据序列h1(t)是由原始数据x(t)减去均值m(t)得到的分量：
[0064]
h1(t)＝x(t)-m(t)
ꢀꢀꢀꢀ
(2)
[0065]
h1(t)一般在一次筛选后仍不满足imf分量，需按上述过程对其数次重复处理，直到h(t)契合要求
①
、
②
。
[0066]
得到次级样本的本征模态函数分量imf1＝{imf
11
，imf
12
，......，imf
1(c 1)
}、imf2＝{imf
21
，imf
22
，......，imf
2(c 1)
}、
……
imf1＝{imf
i1
，imf
i2
，
……
，imf
i(c 1)
}以及剩余残差r{r1，r2，......，r
c 1
}。
[0067]
(iv)对每一个样本元素下标对应的时刻进行判断是否满足：
[0068]
(imf
1a
＜＝ra*ld)∪(imf
2a
＜＝ra*ld)∪
……
∪(imf
ia
＜＝ra*ld)
[0069]
若不满足，则该时刻数据不满足稳态运行要求。记录序号a并将a所对应时刻在样本s中所对应的序号，并加入集合k。
[0070]
(v)重复步骤(iii)及步骤(iv)，对样本d2至d
c 1
进行筛选。
[0071]
经计算，得到删除汽轮机非稳态运行数据后的运行数据图如图3所示。