【技術實現步驟摘要】
本申請涉及凝汽器，具體涉及一種凝汽器真空度值預測方法、凝汽器真空度值預測裝置、處理器及存儲介質。
技術介紹
1、火力發電機組中的冷端系統是由凝汽器、?循環水泵等設備組成的熱力系統。當冷端系統出現問題時，將會通過凝汽器真空度影響機組的出力，降低機組的循環效率，最終導致供電煤耗率增大，影響機組的熱經濟性。基于此，保證凝汽器在最佳真空度值或最佳真空度值附近下工作，實現冷端系統的優化運行，是電廠節能降耗、提高機組熱經濟性的重要手段。
2、相關技術中，為實現對凝汽器真空度數值的預測，通常是利用冷端系統運行時各個運行參數的歷史參數值進行模型訓練，然后再獲取各個運行參數的值，利用訓練好的模型進行凝汽器真空度值預測。該方法雖然能實現凝汽器真空度數值的預測，但由于冷端系統運行涉及的運行參數眾多，使得模型訓練時單個訓練樣本包含的數值的數量較多，且其中存在對凝汽器真空度數值影響較低甚至無影響的運行參數的數值，導致存在模型訓練的時間較長、訓練出的模型的預測準確度低的問題。
技術實現思路
1、本申請實施例的目的是提供一種凝汽器真空度值預測方法、凝汽器真空度值預測裝置、處理器及存儲介質，以解決現有的凝汽器真空度值預測方法的預測準確度低的問題。
2、為了實現上述目的，本申請第一方面提供一種凝汽器真空度值預測方法，所述方法包括：
3、獲取針對凝汽器的目標相關參數集中各個目標相關參數的目標數據序列；其中，目標相關參數為冷端系統中與真空度之間的相關度值滿足預設相關度條件的運行參數；
4、將各個目標數據序列輸入預設目標凝汽器真空度值預測模型，得到凝汽器真空度的目標預測結果。
5、在本申請實施例中，將各個目標數據序列輸入預設目標凝汽器真空度值預測模型之前，所述方法還包括：
6、獲取歷史數據集；其中，歷史數據集包括多個歷史數據子集；每一歷史數據子集均包括多個歷史時刻各自對應的各個運行參數的歷史值，以及該多個歷史時刻對應的至少一個未來時刻的凝汽器真空度的歷史值；
7、基于預設穩態條件，對歷史數據集中的歷史數據子集進行穩態篩選，得到多個穩態數據子集；
8、利用穩態數據子集對預設初始凝汽器真空度值預測模型進行模型訓練，得到預設目標凝汽器真空度值預測模型。
9、在本申請實施例中，利用穩態數據子集對預設初始凝汽器真空度值預測模型進行模型訓練之前，所述方法還包括：
10、對于每一運行參數，基于各個穩態數據子集中該運行參數的歷史值和凝汽器真空度的歷史值，利用spearman相關系數確定該運行參數對應的相關度值；
11、對于每一運行參數，若該運行參數對應的相關度值滿足預設相關度條件，則確定該運行參數為目標相關參數。
12、在本申請實施例中，利用穩態數據子集對預設初始凝汽器真空度值預測模型進行模型訓練，得到預設目標凝汽器真空度值預測模型，包括：
13、根據各個穩態數據子集，確定訓練樣本集和測試樣本集；其中，訓練樣本集包括多個第一穩態數據子集，測試樣本集包括多個第二穩態數據子集；
14、對于每一第一穩態數據子集，將該第一穩態數據子集中各個目標相關參數的歷史值作為模型輸入、凝汽器真空度的歷史值作為模型輸出，對預設初始凝汽器真空度值預測模型進行模型訓練，得到待定模型；
15、對于每一第二穩態數據子集，將該第二穩態數據子集中各個目標相關參數的歷史值作為待評估預測模型的輸入，得到該第二穩態數據子集對應的預測結果；
16、根據各個第二穩態數據子集中凝汽器真空度的歷史值和對應的預測結果，確定是否利用測試樣本集對待定模型進行模型訓練，若是，則利用測試樣本集對待定模型進行模型訓練，得到預設目標凝汽器真空度值預測模型，若否，則將待定模型確定為預設目標凝汽器真空度值預測模型。
17、在本申請實施例中，根據各個第二穩態數據子集中凝汽器真空度的歷史值和對應的預測結果，確定是否利用測試樣本集對待定模型進行模型訓練，包括：
18、根據各個第二穩態數據子集中凝汽器真空度的歷史值和各個第二穩態數據子集對應的預測結果，確定待定模型的整體預測誤差值；
19、根據整體預測誤差值和預設誤差閾值，確定是否利用測試樣本集對待定模型進行模型訓練。
20、在本申請實施例中，將各個目標數據序列輸入預設目標凝汽器真空度值預測模型，得到凝汽器真空度的目標預測結果之后，所述方法還包括：
21、根據凝汽器真空度的目標預測結果和預設真空基準值區間，確定是否需要進入真空度異常預警模式。
22、在本申請實施例中，目標相關參數集包括循環水出水溫度、熱井凝結水溫度、低壓缸排氣溫度、機組負荷、凝結水流量和循環水進水溫度。
23、本申請第二方面提供一種凝汽器真空度值預測裝置，所述裝置包括：
24、相關參數值獲取模塊，用于獲取針對凝汽器的目標相關參數集中各個目標相關參數的目標數據序列；其中，目標相關參數為冷端系統中與真空度之間的相關度值滿足預設相關度條件的運行參數；
25、真空度值預測模塊，用于將各個目標數據序列輸入預設目標凝汽器真空度值預測模型，得到凝汽器真空度的目標預測結果。
26、本申請第三方面提供一種處理器，被配置成執行上述的凝汽器真空度值預測方法。
27、本申請第四方面提供一種機器可讀存儲介質，該機器可讀存儲介質上存儲有指令，該指令在被處理器執行時使得所述處理器被配置成執行上述的凝汽器真空度值預測方法。
28、本申請提供的凝汽器真空度值預測方法、裝置、處理器及存儲介質，僅利用冷端系統中與真空度之間的相關度值滿足預設相關度條件的目標相關參數的歷史值進行模型訓練，減少了對凝汽器真空度數值影響較低甚至無影響的運行參數的數值對模型進行凝汽器真空度值預測的影響，從而提高了模型的訓練效率和訓練出的模型的預測準確度；后續直接將目標相關參數的多個參數值按照對應的時間先后順序排列的目標數據序列輸入至訓練好的模型（即預設目標凝汽器真空度值預測模型）中進行凝汽器真空度值預測，保證了凝汽器真空度值預測的高準確度和高可靠性。
29、本申請實施例的其他特征和優點將在隨后的具體實施方式部分予以詳細說明。
本文檔來自技高網...【技術保護點】
1.一種凝汽器真空度值預測方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，將各個目標數據序列輸入預設目標凝汽器真空度值預測模型之前，所述方法還包括：
3.根據權利要求2所述的方法，其特征在于，利用穩態數據子集對預設初始凝汽器真空度值預測模型進行模型訓練之前，所述方法還包括：
4.根據權利要求3所述的方法，其特征在于，利用穩態數據子集對預設初始凝汽器真空度值預測模型進行模型訓練，得到預設目標凝汽器真空度值預測模型，包括：
5.根據權利要求4所述的方法，其特征在于，根據各個第二穩態數據子集中凝汽器真空度的歷史值和對應的預測結果，確定是否利用測試樣本集對待定模型進行模型訓練，包括：
6.根據權利要求1至5中任一項所述的方法，其特征在于，將各個目標數據序列輸入預設目標凝汽器真空度值預測模型，得到凝汽器真空度的目標預測結果之后，所述方法還包括：
7.根據權利要求1至5中任一項所述的方法，其特征在于，目標相關參數集包括循環水出水溫度、熱井凝結水溫度、低壓缸排氣溫度、機組負荷、凝結水流量和循環水
8.一種凝汽器真空度值預測裝置，其特征在于，所述裝置包括：
9.一種處理器，其特征在于，被配置成執行根據權利要求1至7中任一項所述的凝汽器真空度值預測方法。
10.一種機器可讀存儲介質，該機器可讀存儲介質上存儲有指令，其特征在于，該指令在被處理器執行時使得所述處理器被配置成執行根據權利要求1至7中任一項所述的凝汽器真空度值預測方法。
...【技術特征摘要】
1.一種凝汽器真空度值預測方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，將各個目標數據序列輸入預設目標凝汽器真空度值預測模型之前，所述方法還包括：
3.根據權利要求2所述的方法，其特征在于，利用穩態數據子集對預設初始凝汽器真空度值預測模型進行模型訓練之前，所述方法還包括：
4.根據權利要求3所述的方法，其特征在于，利用穩態數據子集對預設初始凝汽器真空度值預測模型進行模型訓練，得到預設目標凝汽器真空度值預測模型，包括：
5.根據權利要求4所述的方法，其特征在于，根據各個第二穩態數據子集中凝汽器真空度的歷史值和對應的預測結果，確定是否利用測試樣本集對待定模型進行模型訓練，包括：
6.根據權利要求...
【專利技術屬性】
技術研發人員：曾麗君，李育昆，孟瑋，劉若飛，孫博，劉玉璽，劉瑞琪，
申請(專利權)人：國能數智科技開發北京有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。