一种循环流化床机组耗差分析优化目标值体系的确定方法技术

本发明专利技术公开了一种循环流化床机组耗差分析优化目标值体系的确定方法，该方法包括：利用K-means算法进而对采集到的样本运行参数进行聚类，以得到K个数据簇；根据每个数据簇的算术平均值，进而选取出算术平均值最低的数据簇，然后将选取出的数据簇的聚类中心所对应的参数确定为优化目标值。通过使用本发明专利技术方法来确定循环流化床机组耗差分析优化目标值，提高实时性、准确性，以及可以减少复杂的计算量和试验的费用，并且大大节省了人力物力。本发明专利技术作为循环流化床机组耗差分析优化目标值体系的确定方法可广泛应用于电站耗差分析领域中。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了，该方法包括：利用K-means算法进而对采集到的样本运行参数进行聚类，以得到K个数据簇；根据每个数据簇的算术平均值，进而选取出算术平均值最低的数据簇，然后将选取出的数据簇的聚类中心所对应的参数确定为优化目标值。通过使用本专利技术方法来确定循环流化床机组耗差分析优化目标值，提高实时性、准确性，以及可以减少复杂的计算量和试验的费用，并且大大节省了人力物力。本专利技术作为循环流化床机组耗差分析优化目标值体系的确定方法可广泛应用于电站耗差分析领域中。【专利说明】
本专利技术涉及耗差分析优化目标值的确定方法，尤其涉及一种针对于循环流化床机组耗差分析优化目标值体系的确定方法。
技术介绍
循环流化床锅炉燃烧技术是一种高效低污染、变负荷能力强、燃料适应性广的洁净燃煤发电技术，因此，近年来其在电网的装机容量中得到了大力的发展。随着节能减排的深入发展以及电力市场的逐渐成熟，火电机组主动积极推行生产过程的最优化经济运行是提高经济效益、竞争能力、降低生成成本的必然举措，并且这对于循环流化床机组也是刻不容缓的。对于循环流化床机组最优化经济运行的实现，其具体为:针对循环流化床机组的特性及其效率的响应模型，其通过相应的数学算法进行转换后，从而建立循环流化床机组耗差分析的模型，然后，利用这一模型对关键运行参数进行连续监测分析，并与运行优化目标值对比，分析各个关键运行参数发生偏差时所引起的运行能耗偏差，从而判定各关键运行参数调整的轻重缓急，以实现循环流化床机组的最优化经济运行。而对于这一过程，实时且准确地确定某一负荷下的运行优化目标值则是其前提和基础。目前，优化目标值的确定并没有统一的方法，不同方法也相应地存在一些不足，例如:1、以设计值为基准建模，但这一方法会随着机组运行的老化，设计值已不具备代表性；2、进行机组优化调整试验进而确定优化目标值，但这一方法的测试点不多，而且费时费力；3、机组变工况计算获得基准值，但这一方法的计算量大，而且准确度低。由此可知，专利技术一种实时性且准确度高的优化目标值体系确定方法是目如迫切需要解决的问题。
技术实现思路
为了解决上述技术问题，本专利技术的目的是提供一种实时性和准确度高的循环流化床机组耗差分析优化目标值体系的确定方法。本专利技术所采用的技术方案是:，该方法包括:A、从机组历史运行数据库中采集样本运行参数；B、利用K-means算法进而对采集到的样本运行参数进行聚类，以得到K个数据簇；C、根据每个数据簇的算术平均值，进而选取出算术平均值最低的数据簇，然后将选取出的数据簇的聚类中心所对应的参数确定为优化目标值。进一步,所述的步骤B具体包括:B1、从采集到的样本运行参数中取出K个样本运行参数作为初始的聚类中心；B2、采用欧氏距离计算公式，进而计算其余的样本运行参数到各个聚类中心的距离；B3、根据计算得到的距离，从而将其余的样本运行参数归类到与其自身距离最近的聚类中心所在的簇，以得到初始的K个数据簇；B4、计算每个数据簇的算术平均值，并且将计算得到的算术平均值作为新的聚类中心；B5、重新采集样本运行参数后，采用欧氏距离计算公式，进而计算重新采集到的样本运行参数到各个聚类中心的距离，并且根据计算得到的距离，从而将重新采集到的样本运行参数归类到与其自身距离最近的聚类中心所在的簇，接着，计算每个数据簇的算术平均值，并且将计算得到的算术平均值作为新的聚类中心；B6、判断每个数据簇的算术平均值是否均满足收敛要求，若是，则结束计算，反之，则返回执行步骤B5。进一步,所述的步骤B具体包括:B7、从采集到的样本运行参数中取出K个样本运行参数作为初始的聚类中心；B8、采用欧氏距离计算公式，进而计算其余的样本运行参数到各个聚类中心的距离；B9、根据计算得到的距离，从而将其余的样本运行参数归类到与其自身距离最近的聚类中心所在的簇，以得到初始的K个数据簇；B10、计算每个数据簇的算术平均值后，将计算得到的算术平均值作为新的聚类中心，然后重新采集样本运行参数，并且采用欧氏距离计算公式，进而计算重新采集到的样本运行参数到各个聚类中心的距离，根据计算得到的距离，从而将重新采集到的样本运行参数归类到与其自身距离最近的聚类中心所在的簇；B11、判断当前的迭代次数是否已满足预设的次数，若是，则结束，反之，则返回执行步骤BlO。进一步，所述的欧氏距离计算公式，其具体为:【权利要求】1.，其特征在于:该方法包括: A、从机组历史运行数据库中采集样本运行参数； B、利用K-means算法进而对采集到的样本运行参数进行聚类，以得到K个数据簇； C、根据每个数据簇的算术平均值，进而选取出算术平均值最低的数据簇，然后将选取出的数据簇的聚类中心所对应的参数确定为优化目标值。2.根据权利要求1所述，其特征在于:所述的步骤B具体包括: B1、从采集到的样本运行参数中取出K个样本运行参数作为初始的聚类中心； B2、采用欧氏距离计算公式，进而计算其余的样本运行参数到各个聚类中心的距离； B3、根据计算得到的距离，从而将其余的样本运行参数归类到与其自身距离最近的聚类中心所在的簇，以得到初始的K个数据簇； B4、计算每个数据簇的算术平均值，并且将计算得到的算术平均值作为新的聚类中心； B5、重新采集样本运行参数后，采用欧氏距离计算公式，进而计算重新采集到的样本运行参数到各个聚类中心的距离，并且根据计算得到的距离，从而将重新采集到的样本运行参数归类到与其自身距离最近的聚类中心所在的簇，接着，计算每个数据簇的算术平均值，并且将计算得到的算术平均值作为新的聚类中心； B6、判断每个数据簇的算术平均值是否均满足收敛要求，若是，则结束计算，反之，则返回执行步骤B5。3.根据权利要求1所述，其特征在于:所述的步骤B具体包括: B7、从采集到的样本运行参数中取出K个样本运行参数作为初始的聚类中心； B8、采用欧氏距离计算公式，进而计算其余的样本运行参数到各个聚类中心的距离； B9、根据计算得到的距离，从而将其余的样本运行参数归类到与其自身距离最近的聚类中心所在的簇，以得到初始的K个数据簇； B10、计算每个数据簇的算术平均值后，将计算得到的算术平均值作为新的聚类中心，然后重新采集样本运行参数，并且采用欧氏距离计算公式，进而计算重新采集到的样本运行参数到各个聚类中心的距离，根据计算得到的距离，从而将重新采集到的样本运行参数归类到与其自身距离最近的聚类中心所在的簇； BH、判断当前的迭代次数是否已满足预设的次数，若是，则结束，反之，则返回执行步IfBlO04.根据权利要求2所述，其特征在于:所述的欧氏距离计算公式，其具体为:d(Jl,.A ,) = As — A , = (? ^ — A )' *‘.1j r=i^ 其中，(!(Xi, Xj)表示样本运行参数Xi和样本运行参数Xj之间的欧式距离，m为样本的空间维数，z=l, 2,......m。5.根据权利要求2所述，其特征在于:所述步骤B6，其具体为: 判断每个数据簇的算术平均值的标准差是否均小于阈值，若是，则表示每个数据簇的算术平均值均满足收敛要求，并且结束计算，反之，则表示每个数据簇的算术平均值不满足收敛要求，并且返回执行步骤B5。6.根据权利要求1所述，其特征在本文档来自技高网...

【技术保护点】
一种循环流化床机组耗差分析优化目标值体系的确定方法，其特征在于：该方法包括：A、从机组历史运行数据库中采集样本运行参数；B、利用K?means算法进而对采集到的样本运行参数进行聚类，以得到K个数据簇；C、根据每个数据簇的算术平均值，进而选取出算术平均值最低的数据簇，然后将选取出的数据簇的聚类中心所对应的参数确定为优化目标值。

【技术特征摘要】

【专利技术属性】
技术研发人员：林有胜，吴光辉，马晓茜，徐齐胜，余昭胜，郑李坤，吴伟基，湛志钢，郭文光，
申请(专利权)人：广州市恒力安全检测技术有限公司，华南理工大学，广东电网公司电力科学研究院，广东粤电云河发电有限公司，
类型：发明
国别省市：