火电机组被控对象的工况自适应划分方法及系统与流程

本发明涉及发电厂，具体地涉及一种火电机组被控对象的工况自适应划分方法、一种火电机组被控对象的工况自适应划分系统、一种机器可读存储介质及一种电子设备。

背景技术：

1、目前，新能源装机量及并网发电量快速增加，然而由于新能源发电的波动性、同质性及反调峰特性，需要大量灵活性资源配套以解决消纳问题。而火电机组由于其特有灵活性优势，逐渐从能源供应主体地位发展为辅助调峰地位，由此导致大量机组进行灵活性改造，以适应小时级与日级调峰。而火电机组在灵活性改造过程中，若要提高机组自动控制系统的稳定性，就要设计不同被控对象在各种工况对应的调节参数，而目前针对机组不同对象的工况选取，则依靠调阅长期历史数据或咨询运行人员获得，对工况的划分也不够准确细致。

2、综上所述，现有的工况划分办法主要依靠咨询运行人员或自行查阅分散控制系统历史数据库，所取得数据并不准确，且无法准确的获得不同对象对应的不同工况条件。因此，目前亟需解决火电机组被控对象工况划分不准确的问题。

技术实现思路

1、本发明实施方式的目的是提供一种火电机组被控对象的工况自适应划分方法及系统，以至少解决上述的针对机组不同被控对象的工况划分不准确的问题。

2、为了实现上述目的，本发明第一方面提供一种火电机组被控对象的工况自适应划分方法，包括：

3、基于预先确定的滤波参数和改进的自适应滤波规则，对目标被控对象的历史关联数据进行预处理；其中，滤波参数基于改进的自适应滤波规则得到；

4、基于预处理后的目标被控对象的历史关联数据和改进的自适应dbscn算法，进行目标被控对象的工况划分，得到目标被控对象的工况划分结果。

5、可选的，上述滤波参数包括滑动窗口的大小和最小二乘阶数；

6、改进的自适应滤波规则包括：

7、基于改进的sg滤波法，选择目标被控对象的历史关联数据中t时刻的观测值、在t时刻前n个采样时刻的观测值以及在t时刻后n个采样时刻的观测值，利用k-1阶多项式进行曲线拟合，以对目标被控对象的历史关联数据进行滤波和去噪；

8、其中，n表示sg滤波法的滑动窗口的大小，k表示最小二乘阶数，改进的sg滤波法用于对sg滤波法的滑动窗口的大小n及最小二乘阶数k进行自适应改进，自适应改进的规则包括：

9、根据t时刻、在t时刻后n0个采样周期和在t时刻前n0个采样周期之间的观测值数据变化率确定滑动窗口的大小和最小二乘阶数。

10、可选的，上述对目标被控对象的历史关联数据进行预处理，包括：

11、对目标被控对象的历史关联数据依次进行滤波、去噪和归一化处理；

12、其中，归一化处理的规则包括：

13、对经过滤波和去噪处理后的目标被控对象的历史关联数据进行归一化处理，以将目标被控对象的历史关联数据缩放至预设范围内。

14、可选的，上述基于预处理后的目标被控对象的历史关联数据和改进的自适应dbscn算法，进行目标被控对象的工况划分，包括：

15、a1：标记预处理后的目标被控对象的各历史关联数据作为未访问样本点；

16、a2：确定任一未访问样本点作为当前核心点，并初始化当前核心点对应的簇集合；

17、a3：遍历访问当前核心点对应的预先确定的邻域半径内的历史关联数据，若当前核心点对应的预先确定的邻域半径内的历史关联数据的数量不小于预先确定的邻域内最小点数，则将当前核心点标记为最终核心点；

18、a4：递归访问最终核心点对应的预先确定的邻域半径内的历史关联数据，并将递归访问的目标被控对象的各历史关联数据添加至最终核心点对应的簇集合中；其中，邻域半径和邻域内最小点数基于改进的自适应dbscn算法确定；

19、a5：当最终核心点对应的簇集合无法再扩展时，重复执行a2至a4，直至遍历所有未访问样本点；其中，将不属于任何簇集合的邻域半径内的历史关联数据标记为噪声点。

20、可选的，邻域半径和邻域内最小点数的确定规则包括：

21、基于自适应邻域半径的计算模型，计算自适应的邻域半径；其中，自适应邻域半径的计算模型为adeps为自适应的邻域半径，n为样本点数量，xi为第i个样本点，distk为样本点xi的k近邻个样本点的最大距离；

22、基于自适应的邻域半径，调整k近邻中k的取值范围，并在每次调整k近邻中k的取值范围后，基于dbscn算法对预处理后的目标被控对象的各历史关联数据进行分类，计算对应的dbscn算法的分类结果对预处理后的目标被控对象的历史关联数据的覆盖率，确定最大覆盖率对应的k值作为邻域内最小点数。

23、可选的，上述基于dbscn算法对预处理后的目标被控对象的各历史关联数据进行分类，计算对应的dbscn算法的分类结果对预处理后的目标被控对象的历史关联数据的覆盖率，包括：

24、将预处理后的目标被控对象的历史关联数据划分为相同长度的多个网格单元；

25、根据各网格单元内的目标被控对象的历史关联数据的数量，确定覆盖率基底数据；

26、根据dbscn算法得到的目标被控对象的历史关联数据的分类结果，确定各网格单元内的各类别的历史关联数据的数量；

27、根据各网格单元内的各类别的历史关联数据的数量，确定dbscn算法的分类结果对预处理后的目标被控对象的历史关联数据的覆盖范围；

28、根据覆盖率基底数据和dbscn算法的分类结果对预处理后的目标被控对象的历史关联数据的覆盖范围，得到dbscn算法的分类结果对预处理后的目标被控对象的历史关联数据的覆盖率。

29、可选的，上述目标被控对象的历史关联数据包括火电机组负荷的历史数据和目标被控对象的历史运行数据；

30、该方法还包括：

31、采集火电机组负荷的历史数据和目标被控对象的历史运行数据。

32、本发明第二方面提供一种火电机组被控对象的工况自适应划分系统，包括：

33、预处理模块，用于基于预先确定的滤波参数和改进的自适应滤波规则，对目标被控对象的历史关联数据进行预处理；其中，滤波参数基于改进的自适应滤波规则得到；

34、工况划分模块，用于基于预处理后的目标被控对象的历史关联数据和改进的自适应dbscn算法，进行目标被控对象的工况划分，得到目标被控对象的工况划分结果。

35、在本发明第三方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得上述处理器被配置成执行上述的火电机组被控对象的工况自适应划分方法。

36、在本发明第四方面提供一种电子设备，电子设备包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现上述的火电机组被控对象的工况自适应划分方法。

37、通过上述技术方案，提供一种火电机组被控对象的工况自适应划分方法及系统，该方法及系统针对电力系统中存在着不断变化的负荷需求，火电机组需要根据实时负荷情况进行调节。通过工况划分，可以将火电机组划分为不同的工况，使其能够更好地应对负荷调节需求。该方法及系统利用改进的自适应滤波规则和预先确定的滤波参数，对目标被控对象的历史关联数据进行预处理，实现对目标被控对象的历史关联数据的滤波、粗大误差处理以及归一化的目的。对dbscn算法进行改进，利用改进的自适应dbscn算法对目标被控对象的工况进行划分，以将多目标优化问题转化为单目标优化问题，使计算过程能够自动寻优，从而实现火电机组典型工况的自适应划分，有效解决了火电机组被控对象工况划分不准确的问题。

38、本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。