System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及熱耗率評估的,具體為一種基于人工智能的汽輪機機組熱耗率評估系統(tǒng)及方法。
技術(shù)介紹
1、中國專利cn109858810a公開了供熱工況時汽輪機組純凝發(fā)電熱耗率的計算方法,該方法具體包括,實現(xiàn)獲取供熱工況的熱力參數(shù),目的是計算汽輪機機組的純凝發(fā)熱耗率,再獲取供熱工況低壓缸在不同排氣壓力下的多組排氣流量和排氣比容,進行擬合運算后,得到不同排氣壓力下排氣流量和排氣比容的關(guān)系;其次獲取汽輪機機組的純凝發(fā)電熱耗率,其中包括汽輪機機組供熱抽氣流量回歸低壓缸,得到低壓缸的初始排氣流量,再獲取低壓缸的排氣壓力額定值,計算得到低壓缸在排氣流量下的排氣比容;使用所述排氣比容計算出新的排氣流量,使用新的排氣流量替換舊的排氣流量,重新計算低壓缸的排氣流量,直至得到的排氣量結(jié)果相同;最后使用新的排氣流量計算排氣比容,得到汽輪機機組的純凝發(fā)電熱功率。該方法直接使用排氣流量和排氣比容,計算存在誤差。
2、傳統(tǒng)的汽輪機機組熱耗率計算方法存在計算數(shù)據(jù)不準確以及熱力特性不可預(yù)測等問題,給汽輪機機組熱耗率評估帶來麻煩;同時傳統(tǒng)的汽輪機機組熱耗率評估方法沒有用到神經(jīng)網(wǎng)絡(luò)等技術(shù),不能得到準確客觀評估結(jié)果。
技術(shù)實現(xiàn)思路
1、針對相關(guān)技術(shù)中的問題,本專利技術(shù)提供了一種基于人工智能的汽輪機機組熱耗率評估系統(tǒng)及方法,以克服現(xiàn)有相關(guān)技術(shù)所存在的上述技術(shù)問題。
2、為解決上述技術(shù)問題,本專利技術(shù)是通過以下技術(shù)方案實現(xiàn)的:
3、本專利技術(shù)為一種基于人工智能的汽輪機機組熱耗率評估方法,包括
4、s1、獲取汽輪機機組熱耗率的參數(shù),并對汽輪機機組熱耗率的參數(shù)進行預(yù)處理,計算汽輪機機組熱耗率,并對所述汽輪機機組熱耗率進行數(shù)據(jù)修正,得到修正后的汽輪機機組熱耗率;
5、s2、獲取往年汽輪機機組的運行參數(shù),使用模糊c均值聚類算法進行聚類處理,得到處理好的汽輪機機組運行參數(shù)集合,結(jié)合所述修正后的汽輪機機組熱耗率和處理好的汽輪機機組運行參數(shù)集合訓(xùn)練bp神經(jīng)網(wǎng)絡(luò),實現(xiàn)對泄漏數(shù)據(jù)的識別,將汽輪機機組嚴密性記為第一汽輪機機組熱耗率評估參數(shù);
6、s3、使用往年汽輪機機組運行過程中的蒸汽量參數(shù)訓(xùn)練支持向量機回歸得到支持向量機回歸模型,并基于天鷹優(yōu)化算法優(yōu)化支持向量機回歸模型參數(shù),得到汽輪機機組的蒸汽預(yù)測消耗,將汽輪機機組的蒸汽預(yù)測消耗記為第二汽輪機機組熱耗率評估參數(shù);
7、s4、結(jié)合所述第一汽輪機機組熱耗率評估參數(shù)和第二汽輪機機組熱耗率評估參數(shù)對汽輪機機組熱耗率進行評估。
8、該專利技術(shù)首先通過獲取汽輪機機組熱耗率的參數(shù),對汽輪機機組熱耗率的參數(shù)進行異常值刪除處理和數(shù)據(jù)填充處理后,再計算汽輪機機組熱耗率,并引入修正因數(shù)對汽輪機機組熱耗率進行修正,得到修正后的汽輪機機組熱耗率;其次獲取汽輪機機組的運行參數(shù),并劃分汽輪機機組低、中和高負荷區(qū)間,在不同區(qū)間分別進行模糊c均值聚類處理,不斷迭代隸屬度,將正常狀態(tài)和泄漏狀態(tài)數(shù)據(jù)分類,并訓(xùn)練bp神經(jīng)網(wǎng)絡(luò)得到最終bp神經(jīng)網(wǎng)絡(luò),實現(xiàn)對泄漏數(shù)據(jù)的識別,將汽輪機機組嚴密性記為第一汽輪機機組熱耗率評估參數(shù);該神經(jīng)網(wǎng)絡(luò)識別率高,學(xué)習(xí)速度快;再使用汽輪機機組運行過程中的蒸汽量參數(shù),對汽輪機機組運行過程中的蒸汽量參數(shù)清洗處理和歸一化處理后,訓(xùn)練支持向量機回歸得到支持向量機回歸模型,并基于天鷹優(yōu)化算法優(yōu)化支持向量機回歸模型的懲罰因子和核函數(shù)參數(shù),輸出汽輪機機組的蒸汽預(yù)測消耗,將汽輪機機組的蒸汽預(yù)測消耗記為第二汽輪機機組熱耗率評估參數(shù);該模型可以有效減少誤差,提高預(yù)測準確性,該算法模仿天鷹在捕獵過程中的行為,收斂速度快且尋優(yōu)能力強;最后,結(jié)合第一汽輪機機組熱耗率評估參數(shù)和第二汽輪機機組熱耗率評估參數(shù)對汽輪機機組熱耗率進行評估。
9、優(yōu)選地,所述s1包括以下步驟:
10、s11、獲取汽輪機機組熱耗率的參數(shù),所述汽輪機機組熱耗率的參數(shù)包括發(fā)電機功率、主蒸汽、主給水、再熱蒸汽、高壓缸排氣、過熱器減溫和再熱器減溫,根據(jù)汽輪機機組熱耗率的參數(shù)數(shù)據(jù)生成發(fā)電機功率集合、主蒸汽集合、主給水集合、再熱蒸汽集合、高壓缸排氣集合、過熱器減溫集合和再熱器減溫集合,得到汽輪機機組熱耗率參數(shù)集合,記為;
11、汽輪機機組熱耗率參數(shù)集合進行預(yù)處理,具體過程如下:
12、s111、對所述汽輪機機組熱耗率參數(shù)集合中的汽輪機機組熱耗率參數(shù)進行異常值刪除處理,將所述汽輪機機組熱耗率參數(shù)集合中的汽輪機機組熱耗率參數(shù)劃分成4個相等的數(shù)據(jù)部分,分別記為第一劃分數(shù)據(jù)集、第二劃分數(shù)據(jù)集、第三劃分數(shù)據(jù)集和第四劃分數(shù)據(jù)集,計算所述第一劃分數(shù)據(jù)集中最右汽輪機機組熱耗率參數(shù)和第二劃分數(shù)據(jù)集中最左汽輪機機組熱耗率參數(shù)的平均值,記為上分位數(shù);計算所述第三劃分數(shù)據(jù)集中最右汽輪機機組熱耗率參數(shù)和第四劃分數(shù)據(jù)集中最左汽輪機機組熱耗率參數(shù)的平均值,記為下分位數(shù),則參數(shù)極差計算公式如下,;
13、其中,表示參數(shù)極差,示上分位數(shù),表示下分位數(shù);
14、當所述汽輪機機組熱耗率參數(shù)集合中的汽輪機機組熱耗率參數(shù)大于或者汽輪機機組熱耗率參數(shù)集合中的汽輪機機組熱耗率參數(shù)小于時,汽輪機機組熱耗率參數(shù)集合中的汽輪機機組熱耗率參數(shù)為異常值,刪除異常值,得到刪除異常值后的汽輪機機組熱耗率參數(shù)集合;
15、s112、對所述刪除異常值后的汽輪機機組熱耗率參數(shù)集合中的汽輪機機組熱耗率參數(shù)進行數(shù)據(jù)填充,對刪除異常值后的汽輪機機組熱耗率參數(shù)集合進行初始化,構(gòu)建完全值數(shù)據(jù)矩陣,計算刪除異常值后的汽輪機機組熱耗率參數(shù)集合中的汽輪機機組熱耗率參數(shù)和完全值數(shù)據(jù)矩陣中的數(shù)據(jù)的歐式距離,得到距離集合;在所述距離集合中,選取距離值最小的k個距離數(shù)據(jù)記為k最鄰近數(shù)據(jù),計算所述k最鄰近數(shù)據(jù)的權(quán)值,使用k最鄰近數(shù)據(jù)的權(quán)值估算缺失值,對刪除異常值后的汽輪機機組熱耗率參數(shù)集合中的缺失值進行填充;重復(fù)s112,直至刪除異常值后的汽輪機機組熱耗率參數(shù)集合中不存在缺失值,得到處理好的汽輪機機組熱耗率參數(shù)集合;
16、s12、設(shè)定在所述處理好的汽輪機機組熱耗率參數(shù)集合中選取汽輪機機組熱耗率參數(shù),發(fā)電機功率為,主蒸汽流量為,主蒸汽焓為,主給水流量為,主給水焓為,再熱蒸汽流量為,再熱蒸汽焓為,高壓缸排氣流量為,高壓缸排氣焓為,過熱器減溫流量為,過熱器減溫焓為,再熱器減溫流量為,再熱器減溫焓為,則汽輪機機組熱耗率 b計算公式如下,
17、;
18、設(shè)定汽輪機機組熱耗率的修正因數(shù)組成修正因數(shù)集合,其中表示主蒸汽修正因數(shù),表示主給水修正因數(shù),表示再熱蒸汽修正因數(shù),表示高壓缸排氣修正因數(shù),表示過熱器減溫修正因數(shù),表示再熱器減溫修正因數(shù);修正因數(shù)集合中修正因數(shù)對應(yīng)的權(quán)重記為權(quán)重集合,由所述權(quán)重集合和修正因數(shù)集合得到綜合修正因數(shù),修正后的汽輪機機組熱耗率計算公式如下,;
19、其中,示修正后的汽輪機機組熱耗率,表示綜合修正因數(shù)。
20、該專利技術(shù)通過獲取汽輪機機組熱耗率的參數(shù),并對汽輪機機組熱耗率的參數(shù)進行數(shù)據(jù)劃分,通過數(shù)據(jù)離散程度本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種基于人工智能的汽輪機機組熱耗率評估方法,其特征在于,包括如下步驟:
2.根據(jù)權(quán)利要求1所述的一種基于人工智能的汽輪機機組熱耗率評估方法,其特征在于,所述S1包括如下步驟:
3.根據(jù)權(quán)利要求2所述的一種基于人工智能的汽輪機機組熱耗率評估方法,其特征在于,所述S11包括如下步驟:
4.根據(jù)權(quán)利要求3所述的一種基于人工智能的汽輪機機組熱耗率評估方法,其特征在于,所述S2包括如下步驟:
5.根據(jù)權(quán)利要求4所述的一種基于人工智能的汽輪機機組熱耗率評估方法,其特征在于,
6.根據(jù)權(quán)利要求5所述的一種基于人工智能的汽輪機機組熱耗率評估方法,其特征在于,所述S3包括如下步驟:
7.根據(jù)權(quán)利要求6所述的一種基于人工智能的汽輪機機組熱耗率評估方法,其特征在于,所述S32包括如下步驟:
8.根據(jù)權(quán)利要求7所述的一種基于人工智能的汽輪機機組熱耗率評估方法,其特征在于,所述S4包括如下步驟:
9.實現(xiàn)如權(quán)利要求1-8任意一項所述的一種基于人工智能的汽輪機機組熱耗率評估方法的系統(tǒng),其特征在于,具體包括:汽
...【技術(shù)特征摘要】
1.一種基于人工智能的汽輪機機組熱耗率評估方法,其特征在于,包括如下步驟:
2.根據(jù)權(quán)利要求1所述的一種基于人工智能的汽輪機機組熱耗率評估方法,其特征在于,所述s1包括如下步驟:
3.根據(jù)權(quán)利要求2所述的一種基于人工智能的汽輪機機組熱耗率評估方法,其特征在于,所述s11包括如下步驟:
4.根據(jù)權(quán)利要求3所述的一種基于人工智能的汽輪機機組熱耗率評估方法,其特征在于,所述s2包括如下步驟:
5.根據(jù)權(quán)利要求4所述的一種基于人工智能的汽輪機機組熱耗率評估方法,其特征在于,
6.根據(jù)權(quán)利要求...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:張春生,劉振江,杜興劍,吳振榜,唐嘉宏,鄧樂有,李開璽,吳棚,鄭錫開,侯佳佳,
申請(專利權(quán))人:廣東紅海灣發(fā)電有限公司,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。