基于相关性的发电机组数据质量研究分析

引言

在机组的长期运行中,经常会出现主要辅机故障或停机检修、煤质变化造成制粉系统已达最大出力、制粉系统启停机等情况,造成中长期机组备用容量呈现阶跃特征。同时,这些因素的改变均会影响发电厂负荷调节能力预测的准确性与可靠性。因此,需要收集当前时间机组、电厂与发电相关的信息,例如该电厂总燃料量、总给水量、总风量、汽机流量、分离器温度、主汽压力等相关数据,提供以秒为时间单位的发电厂远期可调负荷,为调度运行日计划安排提供依据。发电机设备的信息状态出现信息来源渠道多、数量巨大、属性复杂等特点,其中获取的数据通常是不正确、不完整、有噪声和不一致的。原始信息量的数据质量通常不能为后续状态评价模型提供相应的使用要求。因此,在诊断分析故障和故障状态评估之前使用相关性分析技术必不可少,数据分析方法通过使用填充缺少的缺失值、平滑获取的噪声数据和识别相应的离群点,提高数据质量,提升数据挖掘过程的准确率和效率。

1数据质量分析标准

数据质量分析是指进行数据接入传输时,运用相关领域知识,结合数据、统计学、排序等技术发现并解决数据质量问题的过程,也称为数据清洗,如缺失值处理、相似重复对象检测等。数据质量主要有以下评价标准:(1）数据规范:(2）数据完整性准则:(3）重复性:(4）准确性:(5）一致性和同步性:(6）及时性和可用性:(7）易用性和可维护性:(8）数据覆盖:(9）表达质量:(10）可理解性、相关性和可信度:(11）数据衰变:(12）效用性等。常见的数据质量处理方法包括:(1）缺失数据处理:(2）相似重复对象检测:(3）异常数据处理:(4）逻辑错误检测:(5）不一致数据处理。

2实例分析

本文根据某电厂发电相关信息,对发电机组分离器温度、主汽压力等数据进行了数据质量分析。

主蒸汽压力数值是锅炉燃烧控制的一项主要参数,数值过高会导致各承压部件的应力增加,设备失控的风险升高,汽轮机末几级叶片的蒸汽湿度增大,从而影响叶片的整体寿命:反之,数值过低,则机组的经济性就无法得到保证。主蒸汽压力升高时,即使机组调速汽阀的总开度不变,主蒸汽流量也将增加,机组负荷增大,有利于提高运行的经济性。但如果主蒸汽压力升高超出规定范围,则会直接威胁机组的安全运行。因此,在机组运行规程中有明确规定,不允许主蒸汽压力超过极限数值。

汽水分离器用来分离驱逐工作蒸汽中所夹带的水分,提高进入汽轮机的蒸汽质量,保证进入汽轮机的工作蒸汽不夹带任何水分。分离器温度作为锅炉燃烧控制的一项主要参数,其温度过高会使各承压部件应力增加,导致设备损坏的风险升高,从而影响系统分离器寿命:温度过低则会使机组的运行经济性无法得到保证。

汽机流量即为进入汽轮机做功的蒸汽流量,机组主蒸汽汽机流量的准确测量,对于机组的经济性分析和节能降耗具有重要意义。本文分析了2017年4月1日—3日河南电网的汽机流量后,通过高斯波峰拟合了

完成数据挖掘,如图1所示。

3结语

在本文数据质量分析过程中,选取了数据规范、数据完整性、重复性、准确性等数据评价标准,以某电厂的主要辅机信息为例,如汽机流量、分离器温度、主汽压力等,提供以秒为时间单位的发电厂远期可调负荷,为调度运行日计划安排提供了依据,为开展实时机组负荷调度提供了数据分析方法,从而形成多时间尺度下机组负荷调节能力预测的在线计算方法,再针对以上所选数据质量评价标准,制定相关的数据分析方案,最后整理和分析所有质量分析结果。