基于历史数据聚类的火电机组工况划分
针对调峰背景下火电机组非稳态工况增多, 以及常见运行工况偏离设计工况等问题, 提出了基于历史运行数据聚类的工况划分模型.首先, 考虑到运行数据中非稳态工况与稳态工况并存的情况, 以功率作为特征变量, 提出基于功率差值期望区间估计的稳态判别算法, 筛选出历史数据中的非稳态工况;其次, 由于稳态工况下外部边界条件变量的分布差异性, 提出改进的多步K-均值聚类算法进行稳态工况的划分, 并利用silhouette评价准则确定每步条件下的最佳聚类数;最后, 采用某实际发电用重型燃气轮机的历史运行数据进行模型验证.通过与传统K-均值聚类算法比较, 所提出的模型能够有效解决工况分类数目较少以及样本分布不均的问题.
历史运行数据、工况划分、稳态判别、多步K-均值聚类
40
TK01;TH86(一般性问题)
国家重点研发计划 2017YFB0603904-4 项目资助
2019-05-31(万方平台首次上网日期,不代表论文的发表时间)
共6页
90-95