基于Fisher最优分割法的汽轮机组稳态运行数据提取方法研究及应用

第57卷第5期2015年10月汽轮机技术TURBINETECHNOLOGYVO157NO5OCT2015基于FISHER最优分割法的汽轮机组稳态运行数据提取方法研究及应用郭江龙，张晗。，李晓光，李琼，方力军1河北省电力建设调整试验所，石家庄050091；2国网河北省电力公司电力科学研究院，石家庄050021；3华北电力大学，保定071003摘要针对采用静态数学模型在线计算、分析汽轮机组性能时，模型输入需要选取稳态运行时间段内数据的工程实际问题，提出了一种基于FISHER最优分割法的汽轮机组稳态运行数据提取方法，首先根据误差函数E随给定的有限个分段数K变化的曲线，将原始样本划分为若干子样本。然后在每一个子样本中，分段数K由2开始逐步递增，根据稳态运行最短持续时长、参数波动范围等条件确定最优分段数，从而获取符合要求的稳态运行数据。实例验证了方法的有效性。关键词汽轮机；稳态运行；最优分割法；数据挖掘；在线计算；性能指标分类号TK262文献标识码A文章编号10015884201505039303RESEARCHANDAPPLICATIONONSTEAMTURBINESTEADYSTATEOPERATIONDATAEXTRACTIONMETHODBASEDONTHEFISHEROPTIMALPARTIONMETHODGUOJIANGLONG，ZHANGHAN，LIXIAOGUANG，LIQIONG，FANGLIJUN1HEBEIELECTRCPOWERCOMMISSIONINGINSTITUTE，SHIJIAZHUANG050091，CHINA；2STATEGRIDHEBEIELECTRICPOWERRESEARCHINSTITUTE，SHIJIAZHUANG050021，CHINA；3NORTHCHINAELECTRICPOWERUNIVERSITY，BAODING071003，CHINAABSTRACTINVIEWOFADOPTINGTHESTATICMATHEMATICALMODELFORONLINECOMPUTINGANDANALYZINGSTEAMTURBINEPERFORMANCE，MODELINPUTDATANEEDTOSELECTTHESTEADYSTATEOPERATIONPERIODDATA，STEAMTURBINESTEADYSTATEOPERATIONDATAEXTRACTIONMETHODBASEDONTHEFISHEROPTIMALPARTIONMETHODISPROPOSEDFIRSTOFALL，ACCORDINGTOTHEERRORFUNCTIONECHANGEWITHAGIVENFINITESEGMENTNUMBERK，THEORIGINALSAMPLEISDIVIDEDINTOSEVERALSUBSAMPLEFIRSTOFALL，ACCORDINGTOTHEERRORFUNCTIONECHANGEWITHAGIVENNUMBEROFAFINITENUMBEROFPIECEWISEKCURVE，THEORIGINALSAMPLEISDIVIDEDINTOSEVERALSUBSAMPLETHEN，INTHESAMPLESOFEACHSUBSAMPLE，THESECTIONNUMBERKGRADUALLYINCREASESSTARTINGWITH2，THEOPTIMALSEGMENTATIONISDETERMINEDACCORDINGTOTHESTEADYSTATERUNTHESHORTESTDURATION，VARIATIONOFPARAMETERS，THUSTHESTEADYSTATEOPERATIONDATAFORTHEREQUIREMENTSISOBTAINEDEXAMPLESDEMONSTRATETHEEFFECTIVENESSOFTHEMETHODKEYWORDSSTEAMTURBINE；STEADYSTATEOPERATION；OPTIMALPARTIONMETHOD；DATAMINING；ONLINECOMPUTATION；PERFORMANCEINDEX0前言随着现代信息技术，特别是计算机网络技术的快速发展，大型火力发电厂普遍建成了以DCS、SIS和MIS等为核心的信息化平台。受电网负荷调度、煤质及其它边界参数波动等因素影响，所获取的海量数据信息中不可避免地混杂着大量非稳态运行数据，而汽轮机组相关性能指标计算模型，一般均是针对设备在一个稳定的连续运行时间区间而言的，对主要运行参数的波动及持续时间都有一定要求。严格意义上说，计算结果只有在系统处在稳态运行下才有意义。特别是在当前针对汽轮机组暂态过程的性能计算模型研究尚不成熟的条件下，从海量数据信息中提取稳态的运行数据且王监轮组在线的睦能俭能耗跟踪监测具有更为重要收稿日期20150204的工程实用价值。传统人工提取方式，一是提取结果因人而异，客观性不强；二是工作量大，时效性不强，不适合对数据信息的在线分析。如何才能找到一种客观、快速、准确的方法，从海量数据信息中提取机组稳态运行的时间段，是目前所面临的一个重要问题。本文基于FISHER最优分割法对这一问题进行了探讨。1基本原理给定数据样本X。，X2，其中N为样本内数据个数。对该样本进行分割，不调换样品原有次序，存在2种可能的分割方法。在所有分割方法中，有一种使得各段段内差异最小、段与段之间的差异最大，则称之为最优分割。作者简介郭江龙1973，男，汉，工学博士，高工，从事火电厂节能和优化运行等方面试验及技术研究工作。394汽轮机技术第57卷FISHER最优分割法OPTIMALPARTIONMETHOD，OPM，又称有序聚类法，是由FISHER在1958年首次提出的，在工业产品检测、地质勘探、图像处理等许多方面都已经得到了广泛应用。11计算类直径FISHER最优分割法用“类直径”表示段内的差异程度。类直径越小，段内差异就越小，表征数据的变化就越平稳。有序样本某分类X，XI，墨1IN，类直径多用离差平方和表示，记为，即JDXMXXMX1其中为均值向量，即1南YX为避免DI，过大，往往需要先对样本进行归一化处理，典型的归一化处理方法有MINMAX、ZSCORE、P范数等。12定义误差函数FISHER最优分割法用“误差函数”数值大小来表示分割点好坏。将有序样本分成K段，记为PN，”，2一。、X2，X21，21、嘻，1，一，其中1ILI2IIN。误差函数EP，K定义为各段直径之和KEEN，DI，I一12误差函数越小，表示各段段内的差异越小，同时也说明段间的差异越大，分类越合理。13求解最优K分段对于给定的分段数JJ，在所有可能的分段方案PN，K中找出使EPN，K达到极小值者作为最优分段，即EPN，MINOI，I一13由式2、式3得最优二分割的误差函数EPN，2MINDI，一1DJ，N4同理，可得最优K分割的递推公式，为EPN，KMNMINEPJ一1，K一1DJ，N514最优分段数K的确定在确定分段数K的前提下，根据式4、式5可以获得最优解，但FISHER算法本身没有给出如何确定最优分段数的方法，并且工程实际中分段数也无法事先确定。目前多采用以下两种方法1误差曲线判断法。做出最小误差函数E随分段数K变化的曲线，取曲线拐弯处或开始变平滑处对应的分段数为最优分段数。2比值法。用相邻分段数下误差函数的比值作为分段依据。一墨2EPN，K1当口值比较大时，说明分成K1段比分成K段好。一般而言当口1时即可不必再往下分，此时对应的值即为最优分段数。另外，最后确定的分段数还要结合具体的工程实际问题。2稳态运行数据提取方法FISHER最优分割法本身较为成熟，但算法本身涉及递推，使得当分段数较多的情况下计算量迅速增大，计算时间较长J，因此多适用于分段数较少的场合。而汽轮机组运行数据量较大，即便按照IMIN存储间隔推算，每天的存储的样本数据量也多达上千条，在理论上存在2一种可能的分段数中寻找最优分段数，所消耗的计算资源是巨大的，很难满足汽轮机组性能指标在线分析计算的需求，因此需要对FISHER最优分割法进行改进，以适应工程应用的实际需求。改进型最优分割法，基本思想是采用两步法进行最优分割，尽可能减少计算时长，适应计算的在线化，其主要计算步骤为1选取汽轮机组功率为稳态运行数据的关键指标，在给定的数据检索范围内，将功率按时间排序，定义为置，。2样本第一步分割。给定最大分段数KA，采用FISHER算法，分别计算分段数K从2到A所对应的误差函数EPN，K的数值，并记录相应的样本分割点。3根据误差曲线判断法，确定K在2到之间的最优分段，继而将给定的有序样本划分为若干段，每一段均作为下一步筛选的子样本。4样本第二步分割。在每一个子样本中，分段数由2开始逐步递增，采用FISHER算法，对子样本进行二次分段。然后在每一个样本分段中，根据给定稳态运行数据要求如最短持续时间、最大数据波动值，以决定是否继续增加分段数重新检索。3应用实例以某电厂能耗在线监测系统所存储的机组运行数据为例，提取符合相关参数稳定要求的稳态运行时间段。给定数据检索时间为某天0002400，系统内数据存储间隔5MIN，样本曲线图如图1所示。参糌嚣_，一J_J时间图1给定检索时间内机组功率曲线在样本第一步分割时，选取最大分段数K10。根据FISHER算法，得到误差函数值随分段数K变化曲线，如图2所示。由图2可知，曲线在K3处拐弯，这说明K在超过3后第5期郭江龙等基于FISHER最优分割法的汽轮机组稳态运行数据提取方法研究及应用395妊闺【|L|LLL234S678910分段数图2误差函数E随分段数K变化曲线再增加时，误差函数已减少不大，所以最优分段数K取3，将给定样本划分为3段，分别对应时间段为O0O00635、06401805和18102400。稳态运行最短时长取1H，功率波动最大取IOMW，对上述3个初次筛选样本数据进行第二步分割，计算结果如下1在0O000635时间段数据构成的子样本内，计算得6，各段内数据序号分别为18、926、2756、5771、7274和758O。其中满足给定稳态运行条件的是第2段、第3段和第4段，对应时间段为O0400205、02100435、04400550；2在0640一L8O5时间段数据构成的子样本内，计算得K13，各段内数据序号分别为1、216、1734、3551、5261、6267、6875、7684、8598、99112、113125、126135和136138。其中满足给定稳态运行条件的是第10段，对应时间段为14501555；3在181024O0时间段数据构成的子样本内，计算得J11，各段内数据序号分别为12、36、79、L017、1823、2427、2841、4247、4862、6367和68一一71。其中满足给定稳态运行条件的是第9段，对应时间段为22052315。针对所提取的这些满足给定稳态运行条件的时间段，进行均值处理后，可以采用传统的稳态性能指标计算模型，分析计算机组性能指标等。4结论及建议汽轮机组性能评价、能耗监测的在线计算分析是当前研究的热点之一。考虑到暂态过程性能计算模型研究尚不成熟，目前更多的还得依靠传统的稳态性能计算模型，这就需要进行数据挖掘，从机组海量的运行数据信息中找到稳态的运行数据用于下一步的计算分析。本文提出了一种基于FISHER最优分割法的汽轮机组稳态运行数据提取方法，实例验证了方法的有效性，在工程应用中需要注意以下几点1样本数据规模不能过大。建议数据范围按照“天”为单位，并且数据采集或存储密度采用“分钟”级即可。若强制要求在性能指标计算时采用“秒”为采样频率，则根据方法所选择的稳态运行时间段，再返回原数据库中寻找对应的数据即可。2样本第一步分割时，样本最大分段数不宜选择过大。考虑到大型汽轮机组调度规律性较强，负荷何时升降与时间点有一定的关联性，根据对某机组连续1个月的运行数据计算分析，最大分段数一般取510即可，以最大限度减少递推计算量。3样本第一步分割时，最优分段数选取方法不宜采用比值法，推荐采用曲线判断法；样本第二步分割时，最优分段数根据所规定稳态运行条件判断。4该方法也可针对多个运行参数满足稳态运行条件进行数据提取，具体方法是将文中单参数获取的稳态运行时间段数据组成新的数据样本，进一步针对所要求的其它参数进行最优分割即可。参考文献1江浩电厂运行优化决策支持系统设计方案J电力系统自动化，2004，28575792翟少磊，黄孝彬，刘吉臻基于工况划分的电厂经济性指标挖掘J中国电力，2009，42768713朱明数据挖掘导论M安徽中国科学技术大学出版社，20124王秋芬，黄方林FISHER最优分割在桥梁健康监测门槛值分级中的应用J铁道科学与工程学报，2009，645558，735徐显海FISHER有序聚类法及其在炉管温度异常时段提取中的应用J广西电力，2005，512146余锦华，杨维权多元统计分析与应用M广州中山大学出版社2005上接第392页3建立汽轮机调速系统远程监测和诊断系统平台，要求数据的实时性和有效性，并在实时数据的基础上给予报警和提出事故预防策略，能够对已经发生涉及功率振荡的故障进行分析并提供控制策略和处理建议。在远程监测系统能够保存一定时间段的历史