燃氣?蒸汽聯合循環發電機組運行工況優化值的確定方法
【專利摘要】本發明涉及一種燃氣?蒸汽聯合循環發電機組運行工況優化值的確定方法，包括以下步驟：S1，搭建燃氣?蒸汽聯合循環發電機組在線監測與經濟運行系統，采集機組的測點參數；S2，利用聚類算法對所述機組的運行工況進行分類后篩選得到N個穩定運行工況類，并將能反映所述機組的運行工況的所述測點參數分散到不同的所述穩定運行工況類；S3，針對每個所述穩定運行工況類，對所述測點參數進行優化值的數據挖掘，得到每個所述穩定運行工況類的優化值，計算所述優化值的置信度，根據所述置信度確定每個所述穩定運行工況類的最終優選值。與現有技術相比，本發明具有利于提高機組經濟運行水平等優點。
【專利說明】
燃氣蒸汽聯合循環發電機組運行工況優化值的確定方法
技術領域
[0001] 本發明涉及聯合循環發電技術，尤其涉及一種燃氣-蒸汽聯合循環發電機組運行 工況優化值的確定方法。
【背景技術】
[0002] 我國進行電力體制改革之后，實行"廠網分開，競價上網"的政策，各發電公司必須 致力于提高機組運行的經濟性，有效地降低發電成本，提高經濟效益，增強企業在電力市場 中的競爭力，所以提高機組運行的經濟性，節約發電成本是非常重要的。改善發電效率的最 好辦法就是技術革新，提高發電設備的性能，但是技術的升級需要花費很大的財力和物力， 是一個漫長而復雜的過程。那么在現有發電設備的基礎上，要提高機組運行的經濟性，就要 想辦法改善機組運行管理水平，優化機組的運行方式，減少電力生產過程中的能量損失，從 而降低單位發電量的煤耗量，提高發電機組的經濟運行水平，這是一個可行的、短期就能見 成效的方法。
[0003] 燃氣-蒸汽聯合循環發電機組由于具有節約能源、改善環境等綜合效應，受到各國 政府高度重視并給予政策支持和法規保護。近年來隨著能源結構的逐漸合理化和環保要求 的逐步提高，將高爐煤氣作為燃料引入燃氣發電從而合理利用能源為國內外有識之士所注 目，并逐步形成市場。目前在國內外采用高爐煤氣作為燃料，而且燃用單一高爐煤氣的燃氣 機組不多。另外高爐煤氣具有熱值低、含塵量大的特點，其機組結構與常規燃機也有一定的 區別。
[0004] 為了提高機組運行的經濟性，可以利用數據挖掘的方法得到機組運行工況的最優 值，從而指導機組的運行生產。但是，傳統的數據挖掘方法主要以火電機組為研究對象，對 數據進行簡單的分類、統計等，并不能真正發現數據背后蘊含的規律。目前，現有技術中公 開了一種燃氣-蒸汽聯合循環發電機組多目標多約束優化調度的方法，包括以下步驟:1、建 立某時段的機組多目標負荷分配優化問題數學模型;2、設計所述時段多約束機組負荷優化 目標函數;3、基于蟻群算法設計多目標、多約束某時段的機組負荷優化調度方案。雖然該方 法能夠在確保機組安全、環保運行的前提下，實時合理分配全廠各機組間負荷，但不能挖掘 并確定機組的運行工況優化值，從而不能提高此類機組的經濟運行水平。
【發明內容】
[0005] 本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種燃氣-蒸汽聯合 循環發電機組運行工況優化值的確定方法。
[0006] 本發明的目的可以通過以下技術方案來實現：
[0007] -種燃氣-蒸汽聯合循環發電機組運行工況優化值的確定方法，包括以下步驟： [0008] S1，搭建燃氣-蒸汽聯合循環發電機組在線監測與經濟運行系統，采集機組的測點 參數；
[0009] S2,利用聚類算法對所述機組的運行工況進行分類后篩選得到N個穩定運行工況 類，并將反映所述機組的運行工況的所述測點參數分散到不同的所述穩定運行工況類；
[0010] S3,針對每個所述穩定運行工況類，對所述測點參數進行優化值的數據挖掘，得到 每個所述穩定運行工況類的優化值，計算所述優化值的置信度，根據所述置信度與置信度 設定指標的比較結果確定每個所述穩定運行工況類的最終優選值。
[0011] 作為優選，所述步驟SI中，所述測點參數包括實時發電機端出力、高爐煤氣的體積 流量、空氣壓縮機進口溫度、燃氣透平出口煙氣溫度和鍋爐出口煙氣的含氧量。
[0012] 作為優選，所述步驟S2中，所述聚類算法是K-均值聚類算法。
[0013] 作為優選，所述步驟S3還包括構建數據挖掘指標和進行聚類目標；
[0014] 所述數據挖掘指標的公式如下：
[0015] MG=wi*Gi+W2*G2
[0016] 式中，MG為機組的數據挖掘指標，G1為機組的經濟指標，奶為經濟指標在機組數據 挖掘指標中的權重;G 2為機組的環境指標，W2為環境指標在機組數據挖掘指標中的權重；
[0017] 所述聚類目標是指在得到所述數據挖掘指標后，確定不同所述穩定運行工況類的 所述數據挖掘指標的閾值，選取大于所述閾值的所述測點參數。
[0018] 作為優選，所述步驟S3中，所述數據挖掘利用的方法是Apriori方法。
[0019]作為優選，所述步驟S4中，所述置信度公式如下：
[0020] A B[c]
[0021] 式中，dc.i，Be/，且AflB= Φ，I表示進行所述數據挖掘的所有項集；
[0022] 所述置信度的定義為C = P(B|A)，該式表示，在A發生的事件中同時發生B的概率。
[0023] 作為優選，所述置信度設定指標為100%。
[0024] 與現有技術相比，本發明具有以下優點。
[0025] 1、實現對燃氣-蒸汽聯合循環發電機組運行工況最優值的挖掘，能將挖掘結果用 于機組生產的指導，從而提高此類機組的經濟運行水平；以置信度作為數據挖掘結果的評 判指標，得到的最終優選值更能提高此類機組的經濟運行水平。
[0026] 2、通過對多種測點參數的測量，使數據更加具體化和合理化。
[0027] 3、采用K-均值聚類算法，使運行工況的分類更加合理。
[0028] 4、構建數據挖掘指標和進行聚類目標可以提高參與數據挖掘數據的樣本數量和 有效性，從而提高數據挖掘質量，使數據挖掘的結果更加具有實際意義。
[0029] 5、使用Apriori方法使數據挖掘更加合理。
【附圖說明】
[0030] 圖1為本發明燃機機組運行工況優化值的確定流程圖。
【具體實施方式】
[0031] 下面結合附圖和具體實施例對本發明進行詳細說明。本實施例以本發明技術方案 為前提進行實施，給出了詳細的實施方式和具體的操作過程，但本發明的保護范圍不限于 下述的實施例。
[0032] 實施例1:
[0033] 本實施例提供一種燃氣-蒸汽聯合循環發電機組運行工況優化值的確定方法，分 為3個步驟：
[0034] Sl，收集機組運行的測點參數，如實時發電機端出力(機組負荷）、高爐煤氣的體積 流量、空氣壓縮機進口溫度、空氣壓縮機出口溫度、燃氣透平出口煙氣溫度和鍋爐出口煙氣 的含氧量。這里采集了某機組從2015年9月1日至2015年10月30日的49558組運行數據。部分 測點參數數據如表1所示。
[0035] 表1機組運行的測點參數數據分類
[0037] S2,根據選擇的機組運行狀態約束條件，利用k-means算法對機組的運行工況進行 分類，得到該機組的8個穩定運行工況類。然后在以上采集的數據中，選取反映機組運行狀 態的測點參數，如實時發電機端出力（機組負荷）和高爐煤氣（例如低熱值煤氣）體積流量 等，再利用k-means算法將選取的49558組數據分散到不同的穩定運行工況類。每個穩定運 行工況類的中心值如表2所示。
[0038]表2穩定運行工況類的中心值
[0040] 在得到機組的穩定運行工況類后，選擇工況1，進行該工況下優化值的分析。根據 該機組的實際情況，數據挖掘的目標選擇為燃氣輪機的效率。通過對工況1的數據調查，根 據機組工作人員的經驗只有當燃氣輪機的效率大于36.70%時，相關數據才有可能反映機 組較好的運行狀態。所以這里選擇數據挖掘指標MG = 36.70%;進行聚類目標，對于工況1中 小于該數據挖掘指標的各組數據予以剔除，將工況1中的數據量從原始數據的10016組減少 為1532組數據。在進行數據挖掘前，根據實時發電機端出力(機組負荷)對待挖掘數據的類 別進行均分。工況1中的機組數據分類如表3所示。
[0041] 表3工況1中的機組運行數據分類
[0044] S3,在對工況1的數據進行分類后，利用Apriori算法對該工況下的數據進行數據 挖掘，從而得到數據挖掘的結果，即機組運行工況下的優化值。工況1的數據挖掘結果如表4 所示。
[0045] 表4基于Apriori算法的機組運行工況挖掘結果
[0047]對表4的挖掘結果進行分析。首先從機組負荷區間可以看出，機組運行在99-103MW 區間時機組的經濟指標，即燃氣輪機效率最高，這與機組的實際運行狀況相符合。并且機組 負荷離此區間越遠時，機組的經濟指標在降低。同時通過置信度指標也可以驗證此次數據 挖掘結果的合理性。
[0048] 根據對工況1的數據挖掘結果，可以發現表4中序號為4和5的兩種情況下，既滿足 經濟指標，同時置信度為100%，達到了設定的置信度指標100%，因此認為該挖掘結果為機 組具有的最佳運行狀態。為了得到工況1的最終優化值，計算這兩種模式下區間內的參數中 位數值作為最終優化值，結果如表5所示。
[0049] 表5數據挖掘模式下區間內的參數中位數分析
[0051]得到燃氣-蒸汽聯合循環發電機組運行工況優化值后，機組工作人員根據該優化 值調節機組運行。
[0052]同理可得其他工況的最終優化值。
【主權項】
1. 一種燃氣-蒸汽聯合循環發電機組運行工況優化值的確定方法，其特征在于，包括以 下步驟： S1，搭建燃氣-蒸汽聯合循環發電機組在線監測與經濟運行系統，采集機組的測點參 數； S2，利用聚類算法對所述機組的運行工況進行分類后篩選得到N個穩定運行工況類，并 將反映所述機組的運行工況的所述測點參數分散到不同的所述穩定運行工況類； S3,針對每個所述穩定運行工況類，對所述測點參數進行優化值的數據挖掘，得到每個 所述穩定運行工況類的優化值，計算所述優化值的置信度，根據所述置信度與置信度設定 指標的比較結果確定每個所述穩定運行工況類的最終優選值。2. 根據權利要求1所述的一種燃氣-蒸汽聯合循環發電機組運行工況優化值的確定方 法，其特征在于，所述步驟S1中，所述測點參數包括實時發電機端出力、高爐煤氣的體積流 量、空氣壓縮機進口溫度、燃氣透平出口煙氣溫度和鍋爐出口煙氣的含氧量。3. 根據權利要求1所述的一種燃氣-蒸汽聯合循環發電機組運行工況優化值的確定方 法，其特征在于，所述步驟S2中，所述聚類算法是K-均值聚類算法。4. 根據權利要求1所述的一種燃氣-蒸汽聯合循環發電機組運行工況優化值的確定方 法，其特征在于，所述步驟S3還包括:構建數據挖掘指標和進行聚類目標； 所述數據挖掘指標的公式如下： MG = W1*Gi+W2*G2 式中，MG為機組的數據挖掘指標，Gi為機組的經濟指標，W1為經濟指標在機組數據挖掘 指標中的權重;G2為機組的環境指標，W2為環境指標在機組數據挖掘指標中的權重； 所述聚類目標是指在得到所述數據挖掘指標后，確定不同所述穩定運行工況類的所述 數據挖掘指標的閾值，選取大于所述閾值的所述測點參數。5. 根據權利要求1所述的一種燃氣-蒸汽聯合循環發電機組運行工況優化值的確定方 法，其特征在于，所述步驟S3中，所述數據挖掘利用的方法是Apr iori方法。6. 根據權利要求1所述的一種燃氣-蒸汽聯合循環發電機組運行工況優化值的確定方 法，其特征在于，所述步驟S4中，所述置信度公式如下：式中，dc/.，且Α(?Β=Φ，1表示進行所述數據挖掘的所有項集； 所述置信度的定義為c = P(B|A)，該式表示，在Α發生的事件中同時發生Β的概率。7. 根據權利要求1所述的一種燃氣-蒸汽聯合循環發電機組運行工況優化值的確定方 法，其特征在于，所述置信度設定指標為100%。
【文檔編號】G06K9/62GK106056168SQ201610667080
【公開日】2016年10月26日
【申請日】2016年8月13日 公開號201610667080.5, CN 106056168 A, CN 106056168A, CN 201610667080, CN-A-106056168, CN106056168 A, CN106056168A, CN201610667080, CN201610667080.5
【發明人】顧立群, 彭道剛, 于龍云, 夏飛, 胡捷, 鄧敏慧, 羅志疆
【申請人】上海電力學院, 寶山鋼鐵股份有限公司