火電機(jī)組運(yùn)行優(yōu)化系統(tǒng)中數(shù)據(jù)預(yù)處理技術(shù)研究.pdf

1、隨著火電機(jī)組單機(jī)容量不斷增大，電站自動(dòng)化、信息化水平不斷提高，電站信息的集成度也越來越高，海量的測量數(shù)據(jù)和專家經(jīng)驗(yàn)提供了大量反映機(jī)組設(shè)備運(yùn)行狀態(tài)的信息。利用計(jì)算機(jī)技術(shù)、信息技術(shù)以及人工智能技術(shù)等對這些寶貴的信息資源進(jìn)行深層地挖掘，必將提高機(jī)組的運(yùn)行管理水平，促進(jìn)機(jī)組的狀態(tài)檢修工作，對火電機(jī)組的安全運(yùn)行和節(jié)能降耗具有重要的現(xiàn)實(shí)意義。本文對火電機(jī)組運(yùn)行優(yōu)化系統(tǒng)(UPOS)中數(shù)據(jù)預(yù)處理問題進(jìn)行了深入的研究，論文的主要內(nèi)容如下： 1．介

2、紹了數(shù)據(jù)預(yù)處理技術(shù)的有關(guān)知識(shí)。主要包括數(shù)據(jù)預(yù)處理的基本功能和主要方法，總結(jié)了目前數(shù)據(jù)預(yù)處理技術(shù)在電力工業(yè)中的應(yīng)用領(lǐng)域以及研究現(xiàn)狀。 2．研究了基于解析冗余的數(shù)據(jù)檢驗(yàn)方法。建立了基于解析冗余的數(shù)據(jù)檢驗(yàn)?zāi)Ｐ?，通過模型求出過程變量的最優(yōu)估計(jì)值，根據(jù)測量值與估計(jì)值的偏差來判斷測量值的可信度，算例表明該模型能夠較準(zhǔn)確地估計(jì)出測量數(shù)據(jù)的估計(jì)值，并能夠有效地檢驗(yàn)測量數(shù)據(jù)的可靠性。 3．提出了基于機(jī)組運(yùn)行參數(shù)優(yōu)化目標(biāo)值的偏差帶檢驗(yàn)法。研

3、究了機(jī)組重要運(yùn)行參數(shù)優(yōu)化目標(biāo)值的定量化問題，對當(dāng)前電廠SIS中運(yùn)行優(yōu)化目標(biāo)值的確定方法進(jìn)行了論述，結(jié)合實(shí)例介紹了重要運(yùn)行參數(shù)目標(biāo)值的確定，并將確定的運(yùn)行優(yōu)化目標(biāo)值用于測量數(shù)據(jù)的有效性檢驗(yàn)。 4．研究了基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)檢驗(yàn)方法。總結(jié)了常用的動(dòng)態(tài)系統(tǒng)神經(jīng)網(wǎng)絡(luò)模型，重點(diǎn)研究了基于前饋神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)檢驗(yàn)?zāi)Ｐ秃突诨貧w神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)檢驗(yàn)?zāi)Ｐ停梆伾窠?jīng)網(wǎng)絡(luò)采用RBF網(wǎng)絡(luò)，回歸神經(jīng)網(wǎng)絡(luò)采用改進(jìn)的Elman網(wǎng)絡(luò)，算例表明這兩種數(shù)據(jù)檢驗(yàn)?zāi)Ｐ途?/p>