電站熱工過程數(shù)據(jù)驅動建模方法及應用.pdf

1、電站在運行期間積累了海量過程數(shù)據(jù)，它們是對機組運行狀況最直接的反應。數(shù)據(jù)驅動建模方法提供了一種有效的途徑，幫助人們從這些海量運行數(shù)據(jù)中提取出有用的信息，掌握機組運行情況，提高機組運行的安全性與經(jīng)濟性。隨著電站信息化和智能化程度不斷提升，電站運行數(shù)據(jù)的存儲和獲取變得越來越容易，數(shù)據(jù)驅動建模方法在電站中會具有更加廣闊的應用空間。針對熱工過程數(shù)據(jù)驅動建模存在的問題，本文的主要研究內容包括:
　　首先，針對熱工數(shù)據(jù)的混雜性問題，對熱工過程

2、數(shù)據(jù)的預處理方法展開研究，簡述了熱工數(shù)據(jù)的動態(tài)特性，重點研究了小波去噪方法及用于穩(wěn)態(tài)檢測的R檢驗法，分析了不同小波變換參數(shù)及穩(wěn)態(tài)閾值對結果的影響，并將小波去噪與R檢驗法結合起來進行穩(wěn)態(tài)判定，結果表明在相同穩(wěn)態(tài)閾值下，經(jīng)過去噪后的樣本可獲得工況范圍更廣的穩(wěn)態(tài)數(shù)據(jù)。
　　其次，針對熱工動態(tài)過程對系統(tǒng)及設備性能評價的影響問題，本文以熱耗率和SCR脫硝系統(tǒng)為例，研究了動態(tài)數(shù)據(jù)修正方法，從動態(tài)數(shù)據(jù)中獲取對象靜態(tài)關系，并搭建了對象仿真平臺，利

3、用仿真數(shù)據(jù)驗證了本文提出了方法的有效性。
　　再者，對熱工過程自適應建模算法展開研究，針對熱工過程特點，提出了基于聚類和RBF神經(jīng)網(wǎng)絡的概念漂移數(shù)據(jù)流回歸算法，在保證算法實時預測精度的基礎上，兼顧了樣本的豐富性，提升了算法對對象全工況范圍內輸入輸出參數(shù)關系的擬合能力。利用測試函數(shù)和CSTR仿真數(shù)據(jù)驗證了算法的有效性，并建立了SCR脫硝催化劑劣化模型。
　　最后，基于大唐集團脫硝催化劑管理數(shù)據(jù)庫平臺開發(fā)了SCR脫硝系統(tǒng)催化劑壽