火电厂的在线仿真优化系统和火电厂的维护系统的制作方法

本发明涉及火电厂模拟机，尤其涉及一种火电厂的在线仿真优化系统和火电厂的维护系统。

背景技术：

1、为了符合日益严格的环保法规，火电厂需要不断优化运行模式，减少排放，提高清洁生产水平。当今火电厂的系统结构复杂、涉及多个子系统和设备，传统的手动操作和经验决策难以应对系统的复杂性和不断地动态变化，计算机技术和自动化技术的迅猛发展为电厂的仿真和优化提供新方法。

2、现有的仿真系统在火电厂等复杂系统中应用时常面临以下主要缺陷：第一、基于静态模型或者历史数据(非实时数据)构建仿真模型，所以无法准确反映系统在不同运行条件下的动态变化；第二、仿真模型通常为离线运行，无法在实时运行过程中获取数据并进行更新，所以仿真结果不准确；第三、缺乏自适应能力，无法根据实时数据自动调整仿真模型参数，所以仿真模型难以应付外部干扰；第四、火电厂设备老化或者工况变化，仿真模型维护困难。

技术实现思路

1、本发明要解决的技术问题是为了克服现有技术中传统火电厂仿真系统的仿真结果准确性差的缺陷，提供一种火电厂的在线仿真优化系统和火电厂的维护系统。

2、本发明是通过下述技术方案来解决上述技术问题：

3、第一方面，本发明提供一种火电厂的在线仿真优化系统，包括：在线仿真系统和在线寻优系统，所述在线仿真系统包括全厂态势感知模块，所述在线寻优系统包括工艺模型模块和模型自演进模块；

4、所述全厂态势感知模块，用于将火电厂的真实工况数据和所述在线仿真系统耦合得到未来时段运行状态的预测分析结果，并根据所述真实工况数据和所述预测分析结果为所述火电厂的运行状态提供策略；所述在线仿真系统同步输入对应的所述火电厂的各真实系统的输入数据；

5、所述工艺模型模块，用于当所述真实工况数据和所述在线仿真系统的输出工况数据之间的差异信息超过设定阈值时，从所述在线仿真系统中筛选出导致偏差的若干个目标仿真模型；

6、所述模型自演进模块，用于对所述目标仿真模型触发在线寻优机制计算得到目标经验系数，并根据所述目标经验系数更新所述在线仿真系统。

7、较佳地，所述全厂态势感知模块包括监控单元、预测单元和决策单元，

8、所述监控单元，用于通过所述真实工况数据和仿真模型的输出工况数据对所述火电厂进行实时监控；

9、所述预测单元，用于基于历史工况数据和当前工况数据通过机器学习算法对所述火电厂在未来预设时段的运行状态进行预测，生成所述预测分析结果；所述历史工况数据是根据历史时段的所述真实工况数据和所述在线仿真系统耦合而得到的，所述当前工况数据是根据当前时段的所述真实工况数据和所述在线仿真系统耦合而得到的；

10、所述决策单元，用于根据所述预测分析结果和所述真实工况数据为所述火电厂的运行状态提供策略。

11、较佳地，所述工艺模型模块包括差异监测单元和模型选择单元；

12、所述差异监测单元，用于监测所述输出工况数据和所述真实工况数据见的差异信息是否超过所述设定阈值，当超过所述设定阈值时，调用所述模型选择单元，若未超过所述设定阈值时，对所述输出工况数据继续监测；

13、所述模型选择单元，用于将导致差异的物理模型和相对应的经验系数系统从所述在线仿真系统分离，作为在线寻优的所述目标仿真模型。

14、较佳地，所述模型自演进模块包括算法优化单元和模型评估单元；

15、所述算法优化单元，用于采用粒子群优化算法对所述目标仿真模型的经验系数进行优化，得到所述目标经验系数；

16、所述模型评估单元，用于基于所述目标经验系数应用于所述在线仿真系统，更新所述目标仿真模型的参数。

17、较佳地，所述在线仿真系统还包括故障诊断模块；

18、所述故障诊断模块，用于对当前时段的所述真实工况数据和所述在线仿真系统耦合而得到的原始数据进行预处理、特征提取处理和故障诊断处理，得到诊断报告结果。

19、较佳地，所述故障诊断模块包括预处理单元、特征提取单元和故障诊断单元；

20、所述预处理单元，用于对所述原始数据进行预设处理以得到初始数据，所述预设处理包括清洗处理、过滤处理、转换处理和归一化处理中至少一种；

21、所述特征提取单元，用于根据分析法ft-pca和递归特征消除法svm-rfe对所述初始数据进行特征提取和特征选择以得到目标数据；

22、所述故障诊断单元，用于利用机器学习算法对所述目标数据进行故障类型识别。

23、较佳地，所述预测单元包括存储子单元、模型训练子单元和预测子单元；

24、所述存储子单元，用于将预处理后的所述在线仿真系统的输出工况数据存储于预先建立的数据仓库；

25、所述模型训练子单元，用于利用机器学习算法对神经网络模型训练得到预测模型；

26、所述预测子单元，用于利用所述预测模型对所述火电厂在未来预设时段的运行状态进行预测。

27、较佳地，所述决策单元包括策略调用子单元和策略生成子单元；

28、所述策略调用子单元，用于根据所述预测分析结果和所述真实工况数据从预先构建的包括火电厂中各类设备的操作规程、应急方案和优化策略的知识库中调用策略方案；

29、所述策略生成子单元，用于利用模拟退火算法sa和遗传算法ga对所述预测分析结果和所述真实工况数据进行分析，生成策略方案。

30、较佳地，所述真实工况数据包括锅炉参数数据、汽轮机参数数据、发电机参数数据、辅助设备参数数据和环境参数数据中至少一种。

31、第二方面，本发明提供一种火电厂的维护系统，所述维护系统包括火电厂运营系统、智能工业底座以及如第一方面所述的火电厂的在线仿真优化系统；

32、所述智能工业底座与所述火电厂运营系统以及所述在线仿真优化系统通信连接；

33、所述智能工业底座，用于获取所述火电厂运营系统的真实工况数据，并将所述真实工况数据发送至所述在线仿真优化系统；

34、所述在线仿真优化系统，用于根据所述真实工况数据和仿真模型的输出工况数据生成预测分析结果，以及根据所述真实工况数据和所述预测分析结果为所述火电厂的运行状态提供策略方案，并将所述策略方案通过所述智能工业底座反馈至所述火电厂运营系统。

35、本发明的积极进步效果在于：提供一种火电厂的在线仿真优化系统和火电厂的维护系统，利用在线仿真系统中的全厂态势感知模块确保仿真输入数据和火电厂的实际运行状态数据保持一致，确保仿真结果有效性，以便根据真实工况数据和预测分析结果为火电厂的运行状态提供策略方案，改善火电厂运行状态；利用在线寻优系统中的工艺模型模块和模型自演进模块对存在偏差的物理模型进行持续优化更新，提高仿真结果准确性。

技术特征：

1.一种火电厂的在线仿真优化系统，其特征在于，包括：在线仿真系统和在线寻优系统，所述在线仿真系统包括全厂态势感知模块，所述在线寻优系统包括工艺模型模块和模型自演进模块；

2.如权利要求1所述的火电厂的在线仿真优化系统，其特征在于，所述全厂态势感知模块包括监控单元、预测单元和决策单元，

3.如权利要求1所述的火电厂的在线仿真优化系统，其特征在于，所述工艺模型模块包括差异监测单元和模型选择单元；

4.如权利要求1所述的火电厂的在线仿真优化系统，其特征在于，所述模型自演进模块包括算法优化单元和模型评估单元；

5.如权利要求1所述的火电厂的在线仿真优化系统，其特征在于，所述在线仿真系统还包括故障诊断模块；

6.如权利要求5所述的火电厂的在线仿真优化系统，其特征在于，所述故障诊断模块包括预处理单元、特征提取单元和故障诊断单元；

7.如权利要求2所述的火电厂的在线仿真优化系统，其特征在于，所述预测单元包括存储子单元、模型训练子单元和预测子单元；

8.如权利要求2所述的火电厂的在线仿真优化系统，其特征在于，所述决策单元包括策略调用子单元和策略生成子单元；

9.如权利要求1所述的火电厂的在线仿真优化系统，其特征在于，所述真实工况数据包括锅炉参数数据、汽轮机参数数据、发电机参数数据、辅助设备参数数据和环境参数数据中至少一种。

10.一种火电厂的维护系统，其特征在于，所述维护系统包括火电厂运营系统、智能工业底座以及如权利要求1-9中任一项所述的火电厂的在线仿真优化系统；

技术总结本发明公开了一种火电厂的在线仿真优化系统和火电厂的维护系统，包括：在线仿真系统包括全厂态势感知模块，在线寻优系统包括工艺模型模块和模型自演进模块；全厂态势感知模块，用于将火电厂的真实工况数据和在线仿真系统耦合得到未来运行的预测分析结果；工艺模型模块，用于当真实工况数据和在线仿真系统的输出工况数据之间的差异信息超过设定阈值时，从在线仿真系统中筛选出导致偏差的若干个目标仿真模型；模型自演进模块，用于对目标仿真模型触发在线寻优机制计算得到目标经验系数。本发明利用在线仿真系统确保仿真结果和实际运行状态一致，确保仿真数据有效性；利用在线寻优系统对存在偏差的物理模型进行持续优化更新，提高仿真结果准确性。技术研发人员：王凡,王云伟,韩秋业,林桦受保护的技术使用者：国核自仪系统工程有限公司技术研发日：技术公布日：2024/12/2