多尺度主元分析在热力系统模式识别中的应用研究

发布时间：2020-07-10 08:02

【摘要】：火电机组发电过程是一个相对较复杂的过程。电厂热力系统是典型的多输入多输出多变量系统,各变量系统之间存在强耦合,不同的输入输出信号之间动态特性的时间尺度差异巨大,且输入输出之间存在强非线性和时变性,因此直接对对象做机理分析较困难。本文针对复杂热力系统,选择一定的数据分析方法,对大量的机组历史运行数据进行统计分析,发现一些特定的规律,再进行有针对性地机理分析,从而降低火电机组机理建模、软测量及状态重构的难度。常用的数据分析方法有主元分析、小波变换等,但传统的主元分析法只适用于线性系统和对静态对象的处理,对于复杂热力系统来说,单一的主元分析法并不适用。热力系统从整体来看是非线性的,但在某个时间尺度上热力系统可以看成是线性的,因此可以利用小波变换对热力系统信号进行多尺度分解,再在多个尺度上对信号进行主元分析来找寻常规方法得不到的数据规律。本文利用多尺度主元分析的数据处理法来对复杂热力系统进行分析找寻数据规律。火电机组灵活性提升引起的给煤量变化及掺烧劣质煤,极易造成磨煤机堵塞,影响机组安全稳定运行。采用多尺度主元分析法对磨煤机运行状态进行分析,选取合适的小波,对火电厂磨煤机在稳定运行时的相关变量数据进行多尺度分解,在多个尺度上分别建立主元模型。选取实时数据,利用多尺度主元模型来检测磨煤机的运行状态,对比传统主元分析与多尺度主元分析的检测结果,发现多尺度主元分析检测结果更为全面,并通过贡献图法分析出引起磨煤机运行状态出现变化的信号变量,分析结果与实际运行状况相符合,说明多尺度主元分析方法是可行的。由于火电机组灵活性提升,机组频繁处在超低负荷状态下运行,极易造成燃烧不稳定,甚至导致炉膛灭火,所以对锅炉燃烧稳定性的判别至关重要。选取火电机组与燃烧相关的变量数据建立多尺度主元模型,判断锅炉的燃烧稳定性。对比多尺度主元分析与传统主元分析的检测结果,发现在高频尺度可提前检测出燃烧出现不稳定,并从绘制的贡献图中判断出引起燃烧状态发生变化的信号变量,与实际运行状况相符合。因此多尺度主元分析法可辅助操作人员对锅炉燃烧稳定性进行预判。
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：O212.4;TM621
【图文】：

分类图,故障诊断方法,分类图,诊断方法

诊断方法的分类断方法越来越多样，许多学者在故障诊断方面做了大量的研究[1-其做了分类。通过对不同分类方法的学习研究，本文将从基于解据驱动三方面对诊断方法作简要的介绍(如图 1-2 所示)。

示意图,主元分析,二维,变量

图 2-1 二维变量主元分析示意图点在平面图中的分布不同是由 x1形成一组新的坐标轴，用(t1，t2)表上，t2方向上变动较小，则原数据信息占原数据的 80%以上，则此时数据变量的第一与第二主元，假设表示原数据的主要信息，则用 k 个共采集 n 次样本，则数据样本 X ：T T T1 1 2 2 m mX= t p + t p + +t p分向量，pi∈Rm为负荷向量[45]。也TX =TP

时-频分析,小波函数,信号

b1b2带宽图 2-3 小波函数时-频分析图计算机对信号进行处理时，就要对信号et Transform, DWT)是指对 a 和 b 的值进行 a=a0j，b=k a0jb0，k∈Z，a0≠1，假定 a00 02 20 0 0 00 ) ( )j jjjjt ka bt a a a t kbaψ ψ = ,,( ) ( )dj kj kC f t ψt t+∞ ∞=∫ , ,( ) ( )j k j kf t C C ψt∞ ∞ ∞ ∞= ∑∑

【参考文献】