电站锅炉受热面污染程度判定方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113958937A(43)申请公布日2022.01.21(21)申请号202111248922.0(22)申请日2021.10.26(71)申请人华中科技大学地址430074湖北省武汉市珞喻路1037号(72)发明人谭鹏蒲靖凡朱恒毅陈鸿张成方庆艳陈刚(74)专利代理机构武汉东喻专利代理事务所(普通合伙)42224代理人张英(51)Int.Cl.F22B35/00(2006.01)F23J1/00(2006.01)F23J3/02(2006.01)G06F17/15(2006.01)权利要求书2页说明书7页附图3页(54)发明名称电站锅炉受热面污染程度判定方法(57)摘要本发明涉及一种电站锅炉受热面污染程度判定方法，包括：定时获取电站锅炉运行数据；从运行数据中筛选出受热面较洁净的数据作为训练集，以剩余数据或预设时间内的数据作为测试集；对训练集和测试集的数据分别进行标准化处理和主成分分析得到降维数据；分别计算降维数据的SPE统计量以及训练集的SPE统计量的控制限；根据测试集的SPE统计量和训练集的控制限判定对应受热面的污染程度。本发明可针对不同受热面，采用同样的算法实现污染程度判定，无需实时测算洁净因子，既能减少使用参数、计算量及计算时间，又能保证灰污监测的准确性。CN113958937ACN113958937A权利要求书1/2页1.一种电站锅炉受热面污染程度判定方法，其特征在于，包括：步骤S1：定时获取电站锅炉运行数据；步骤S2：从所述运行数据中筛选出受热面较洁净的数据作为训练集，以剩余数据或预设时间内的数据作为测试集；步骤S3：对所述训练集和所述测试集的数据分别进行标准化处理和主成分分析得到降维数据；步骤S4：分别计算所述降维数据的SPE统计量以及所述训练集的SPE统计量的控制限；步骤S5：根据所述测试集的SPE统计量和所述训练集的SPE统计量的控制限判定对应受热面的污染程度。2.根据权利要求1所述的电站锅炉受热面污染程度判定方法，其特征在于，在步骤S2之前，还包括：将所述运行数据以矩阵的形式记录为X＝{xij}m×n，其中，数据获取时间和每个运行参数分别作为该矩阵的一行和一列，m和n分别是该矩阵的行数和列数，1≤i≤m，1≤j≤n；对每一列矩阵X中的数据逐行进行异常值诊断，获得正常值所在行索引构成的集合Ej，遍历各列，将所有列的正常数据进行交集计算，获得剔除异常值之后所剩下的全部正常值的索引构成的集合E，根据集合E中的索引获取正常数据矩阵X。3.根据权利要求2所述的电站锅炉受热面污染程度判定方法，其特征在于，所述异常值诊断包括：对于第j列的第i行数据xij，若则判断xij为异常值，其中δj为第j列运行参数的变化限。4.根据权利要求1所述的电站锅炉受热面污染程度判定方法，其特征在于，步骤S2包括：根据预先测得的洁净因子从所述运行数据中筛选出受热面洁净度达到前预设百分比的数据作为训练集，以连续的一段所述预设时间内的数据作为测试集。5.根据权利要求1所述的电站锅炉受热面污染程度判定方法，其特征在于，在步骤S3中，所述测试集进行标准化处理需要的均值及方差均采用所述训练集的均值及方差；所述测试集的降维矩阵采用训练集的主成分分析过程中包含主元信息的矩阵。6.根据权利要求1所述的电站锅炉受热面污染程度判定方法，其特征在于，步骤S3中所述主成分分析包括：计算训练集的协方差矩阵C：对所述协方差矩阵C进行特征值分解：其中A为特征值构成的对角矩阵，V∈Rm×n为正交矩阵，P为V的前a列，包含了所有主元信息；计算前a个特征值的累计贡献率：其中l为累计贡献率下限，若前a个特征值的累计贡献率da小于l，则继续增加主元个数a，直至满足条件。7.根据权利要求1所述的电站锅炉受热面污染程度判定方法，其特征在于，步骤S4中所2CN113958937A权利要求书2/2页述SPE统计量的计算公式为：SPE＝XT(I‑PPT)T(I‑PPT)X，其中X为标准化后的训练集，P为训练集的协方差矩阵特征值分解后由特征向量的前a列构成的矩阵；SPE统计量的控制限计算公式为：其中cα是标准正态分布的置信极限，满足公式：α取值0.01‑0.05。8.根据权利要求1所述的电站锅炉受热面污染程度判定方法，其特征在于，在步骤S5中，若测试集的SPE统计量SPEtest<Qα则认为受热面污染程度较低，反之若SPEtest≥Qα，则认为受热面污染程度较高。9.一种电站锅炉受热面污染程度判定装置，其特征在于，包括：数据获取模块，用于定时获取电站锅炉运行数据；数据筛选模块，用于从所述运行数据中筛选出受热面较洁净的数据作为训练集，以剩余数据或预设时间内的数据作为测试集；数据处理模块，用于对所述训练集和所述测试集的数