火电机组实时数据分析与研究

【摘 要】本文以火电机组实际运行数据为基础，通过稳态检测，滤波处理，参数相关性分析等手段，形成多重数据验证流程，实现对实时数据正确性与否的验证。验证后的数据为实时耗差分析等SIS平台模块中数据的应用提供研究基础。最后，通过工程项目实际应用检验该数据验证过程的可行性与实用性。

【关键词】实时数据；多重数据验证流程；工程应用

0 引言

火电厂的经济安全性能一直是电力行业追求的目标，随着DCS系统在电力行业的普遍推广，电厂大都积累了大量的生产运行数据，这些数据记录了电厂设备和操作运行人员的日常行为，无疑这些数据背后隐含许多对提高电厂的生产效率、经济安全有着积极的指导意义的信息， 但是由于电厂的测量仪表经常工作在高温、振动、腐蚀等恶劣环境下，容易发生故障，导致数据采集系统采集到错误的数据；此外，测量数据还可能受到干扰、漂移和测量环境的影响而产生随机误差，而这种偏差往往很难被直观地检测出来。因此，采集到的实时数据在系统使用之前进行数据预处理与验证是非常必要的[1]。

1 数据处理过程

本课题的数据处理验证基本过程包括：稳态检测、异常数据处理、滤波处理、工况划分，参数相关性分析五个主要步骤。流程图如图1所示：

图1

1.1 稳态检测

由于电厂SIS系统数据库里的历史数据有一部分数据是变工况时的数据，在变工况条件下，机组处于非稳态，因为热力系统是许多的设备组合在一起的，各个设备之间存在质量惯性和热惯性，导致机组运行数据里具有不同程度的延迟性。在不同的边界条件（机组功率，循环水温度等）下，每个设备的延迟特性不同，使得各参数不同步变化，破坏了数据的一致性[2-3]。应用这些数据的计算结果与真实值势必相差很大。由以上分析可知，对于历史数据进行稳态检测是十分必要的。

小波动参数的在线计算对性能精度影响较小、监控系统可以满足精度要求。然而，由于实际操作的边界条件和设备变化的热惯性和质量惯性的存在，至关重要是系统的热惯性和质量惯性和实际操作中的单元边界条件和设备特点，甚至系统的连接方式都有密切的关系。因此，导致许多实际操作数据显示不同程度的惯性延迟。即当单元从一个稳定状态到另一个稳定状态的过程中，延迟参数变化取决于惯性， 系统的热力学参数波动范围变大。如果瞬时测量数据收集和计算分析在不同的操作边界条件（电力负荷、环境温度、燃料属性等等），因为惯性延迟特性的存在，不同程度改变参数的延迟，这不是每个参数同步变化，导致参数之间的一致性的状态被摧毁，与机组实际运行状态不符。基于上述分析，可以得出以下结论：

1）只有在严格的稳态条件，才有参数状态的一致性。

2）实际操作的单位不存在严格的稳态操作条件，所以实际运行状态的数据一致性差，与工况变化速度成正相关，在机组启停过程中更加明显。由于实际运行参数值不可能达到绝对定值，实际运行中不存在稳态。但是我们可以限定一定的阈值，当参数值的变化一直处于这个阈值内，我们就可以认为它是稳态的。

在稳态判定的过程时，通常选定合理的时间间隔定值Δτ，根据不同的情况选取合理的阈值百分比δ，从而得出式（1）和（2）的机组运行状态的稳态判别公式：

≤δ（1）

Г（j-1）Δτ≥Гd（2）

其中，τ为起始时间；Δτ为事件间隔常数；y为边界参数；j为直到稳态判别状态的采样次数；δ为阈值百分比；Гd为设定的时间阈值；Г为实际使用的时间；关于Гd的设定，对于稳态判别的结果有很大的影响，Гd设定的过大，可能导致数据采集的过多，导致非稳态部分数据被掩盖，以及冗余现象的出现。Гd设定的过小，由于设备的热惯性和质量惯性，采样周期过短，系统不稳定，不能满足机组的一致性。通常选取Гd=5min。

对于阈值百分比δ的设定，一般参考《电站汽轮机热力系统规程》给出的波动和误差范围，具有较大的主观性[4-6]。同样，δ的设定很重要：δ选取的过大，机组的一致性很难保证；δ选取的过小，导致满足要求的数据过少，不能满足建立模型的数量要求。稳态判别的流程图如图2所示：

图 2

1.2 异常数据处理

稳态判别是将相对于变工况的某一定工况中的数据提取出来，然而数据是否正确没有得到验证，就需要经过异常数据处理。异常数据是数据集中明显偏离其它样本成员的数据项，其产生机制与其余大多数数据不同，也难以统一于相同的数据模型或数据规律。在实际应用中，数据中存在的异常的数据往往会导致数据的质量不是完全理想的，产生异常数据的原因有很多，可能是在数据读写，记录，计算的误差，在这种情况下，正确的方法很简单，只要从样品中除去异常数据或更换为正确的值。但如果怀疑又不确定是不是正常的数据，这时就很难用简单的方式来处理。由于电厂SIS系统里面的参数众多，本课题只采用幅值限定的方法来对异常数据进行处理[7-9]。

1.3 滤波处理

滤波技术是从与被提取信号有关的观测量中通过算法估计出所需信号的一种方法。与被提取信号中含有噪声相同，数据流中也会含有一定的“噪声”，这些“噪声”影响数据的准确性，为了消除对数据的干扰，数据滤波是非常必要的。

滤波处理的意义有两方面：（1）可以滤掉一些失真数据；（2）筛选出更具有代表性的数据。本课题主要采用加权滤波法：N条数据在结果中所占的比重是均等的[10-13]，但是有时在不同时期赋以不同的加权因子，但是本课题的加权因子都是1/N，其算法为：

Y=Σax其中0

1.4 参数相关性分析

对于复杂的电厂热力系统中，各参数之间存在复杂关联关系，这也是相关性验证方法的依据。原则上，热力系统中的某一运行参数与系统中其他所有参数都存在不同程度的关联关系。对于逻辑关系较强的“强关联”的运行参数之间，可以通过简单关联分析方法实现数据的有效性验证。以给水泵为热力系统汽水流动的压力源，锅炉为热量源的火电机组，其各部位的运行状态的变化趋势遵循简单的顺序变化规律。即各压力信号应按照从给水泵出口至凝汽器逐渐减低的趋势变化；而温度的变化规律则遵循由高压缸进口至再热冷段逐渐降低、再热冷段至热段大幅升高、自中压缸进汽到排汽逐渐降低的变化规律。一旦这些简单的客观规律被破坏，则必然出现了错误的测量数据[14-15]。

比如，以采用了冗余测量技术，可以保证数据准确性的大型火电机组的主蒸汽压力、温度，再热蒸汽温度和真空等参数为前提条件，按照压力、温度的顺序变化规律，可实现对相关参数的验证。

定义两个相邻状态点i与 i-1的压力比为；温度比为。以主蒸汽压力为判别的起点，若0

原则上机组的某一运行参数与其他所有参数都存在关联关系，只是不同参数与该参数的关联程度不尽相同。以数据验证为目的的参数之间关联规律的发掘，着重点应放在某一参数失真所产生征兆的研究，以及如何定位特定征兆下的失真参数乃至参数失真的方向。

设备及系统性能指标是运行参数之间关联关系的反映，例如汽轮机的相邻抽汽口之间的机组效率，是反映本级入口压力、温度，出口压力和温度这四个参数关联关系的特性指标。若汽轮机的高压缸效率、凝汽器端差、循环水温升以及抽汽压损等设备性能指标出现明显异常，作为征兆则可以断定必然出现了参数失真。

导致某一征兆出现的可能原因往往存在多种可能性，如抽汽管道压损若出现负值，则可能的原因有两个：① 抽汽口压力正失真（过高）②对应的加热器进汽压力负失真。而级组效率异常的可能原因则有 4 种。而确定的参数失真与各种征兆的组合存在确定的关系。参数失真是本质征兆出现的本质原因，而设备性能指标异常等“征兆”则是参数失真的外在表现。如二抽压力的正失真必然对应着{1 抽至 2 抽的级组效率过高，2 抽至排汽级组效率过低，二抽压损过大}这一征兆集合[16]。

通过参数相关性分析可以验证数据在逻辑关系上是否失真，根据验证结果可以进一步优化数据。

2 工程应用

该系统已在某电厂得到应用，其运行界面如图3，能够实时的发现测量系统中的异常测点，甚至给出被测量的正常数值范围，为火电机组各过程控制，信息监控及管理系统提供方便。

3 结束语

本文以火电机组实时数据为基础，对实时数据通过稳态检测，滤波处理，参数相关性分析等手段，对运行数据实现验证，保证数据的准确性。为机组各智能模块的应用提供保障。最后以某一实际机组的应用为例，证明该验证过程具有一定的实用性与经济性。

【参考文献】

[1]方洪鹰.数据挖掘中数据预处理的方法研究[D].西南大学，2008，12.

[2]池天河.重大自然灾害遥感监测与评估集成系统[M].北京：中国科学技术出版社，1995.

[3]李军，庄大方.地学数据集成的理论基础与集成体系[J].地理科学进展，2001，20（2）：137-145.

[4]章建国，施敏.利用高分子结构对数据集成的研究[J].石家庄职业技术学院学报，2005，17（2）：45-50.

[5]邹逸江，吴金华.空间数据仓库的结构设计[J].长安大学学报：地球科学版，2003，25（1）：66-69.

[6]David W.Hosmer.App lied logistic regression[M].USA：Wiley2Interscience Publication，2000.

[7]吴新玲，毋国庆.基于数据变换的维数消减方法[J].武汉大学学报：理学版，2006，52（1）：73-76.

[8]毕小龙，王洪月，司风琪，等.基于趋势提取的稳态检测方法[J].动力工程.2006，26（4）：503-507.

[9]乐立利. 观测数据的异常值统计检验方法研究[D].中南大学，2008.

[10]杨婷婷，曾德良，刘吉臻，郝祖龙.基于工况划分的火电机组运行优化规则提取[J].华北电力大学学报，2009，36（6）：64-69.

[11]于海防，解福.基于Agent的数据挖掘在CRM中的应用[J].山东师范大学学报：自然科学版，2004.

[12]GB 5578-85 固定式发电汽轮机技术条件[M].北京：标准出版社，1985.

[13]王惠杰.基于混合模型的机组状态重构及运行优化研究[D].华北电力大学，2009.

[14]李建强，刘吉臻，张栾英，牛成林.基于数据挖掘的电站运行优化应用研究[J].中国电机工程学报，2006.

[15]王丽平.数据预处理技术在电厂中的应用[D].华北电力大学，2004.