改进主成分分析法在火电机组综合评价中的应用

为提高火电机组运行管理水平,实现节能降耗,针对用单一的运行指标进行火电机组运行状态评价的片面性,将改进主成分分析法应用于机组综合评价。该方法改进了传统的主成分分析法在高维指标评价中的局限,保留了机组运行指标数据间离散程度差异这部分信息,降低评价指标维数,获得机组运行的主成分,进而进行综合分析评价,实例分析验证了该方法的有效性。对各发电集团如何实施火电机组节能运行优化、指标考核以及竞赛,具有借鉴价值。     

基于投影寻踪原理的火电厂状态评估

将一种新的方法—投影寻踪方法引入火电机组状态评估,以规避目前对火电厂运行综合评估过程中凭借经验公式的操作复杂、客观性较差的缺点。在机组综合性能评价指标合理选取的基础上,提出以投影寻踪原理为基础的机组状态评估模型,通过投影寻踪主成分分析和投影寻踪聚类分析完成对评判对象的单一指标评估和综合性能评估。以600MW机组为主要研究对象,以2008年全国火电大机组竞赛数据为基础,实例计算表明,该模型精确有效。评价结果对于进行机组状态对比和开展机组竞赛具有较好的指导意义。     

多层次灰色关联分析法在火电机组运行评价中的应用

针对火电机组运行特点,提出一种基于多层次灰色关联分析(multi-level grey relational analysis,MGRA)的机组运行状态综合评价方法,采用主成份分析法提取影响机组运行状态的主要因素,构建综合评价指标体系;利用熵值法对层次分析法(AHP)确定的主观权重进行调整,得到客观评价的组合权重;采用多层次灰色关联分析进行综合评价。通过对2009年全国火电机组竞赛中的14台600 MW机组进行综合评价,仿真结果与中国电力企业联合会发布的竞赛结果一致,验证了该评价方法的有效性。     

基于模糊分析与信息熵的大型机组故障诊断基准值研究

全工况下的综合评价值是机组热力档案中故障诊断的基准值。将信息熵与模糊分析理论融合,对机组热力参数原始矩阵进行模糊分析得到评价矩阵,并利用信息熵计算多属性因素及其权重,计算出不同工况对应的综合评价值。对本文不同工况汽轮机组状态进行综合测评。将该方法得到的结果与常用的主成分分析法得到的综合评价值进行对比,结果表明:评价矩阵属性权重的计算结果准确而客观,信息熵法得到的结果客观且具有唯一性。     

基于主成分聚类分析的火电机组综合评价方法

针对火电机组运行状态评价中涉及到的多指标体系的综合评价问题,本文将主成分分析和聚类分析相结合应用于机组运行状况综合评价。首先运用主成分分析法对单一指标评价体系进行综合,抽取影响火电机组运行状况的主要因素;然后以提取出的主成分作为新的数据矩阵进行聚类分类,避免了经典聚类定性选择聚类变量的主观性;最后利用主成分得分的大小来量化各因素的优劣性,评价结果全面地反映了机组的整体运行状况。实例分析结果验证了本文所提方法的有效性。     

燃气电厂性能指标综合评价模型

为解决燃气电厂节能环保、经济运行及综合管理等问题,在分析燃气电厂运行与管理方式的基础上,综合考虑环保性、可靠性、设备管理、经济性和技术性5个方面,建立燃气电厂综合评价指标体系;利用向量夹角余弦法计算指标权重,并与主成分分析法相结合应用于燃气电厂综合评价;建立综合评价模型,计算燃气电厂不同级别指标权重和排名。以某企业6个不同级别燃气电厂为例进行验证分析,结果表明本文综合评价模型所得结果稳健合理,可为燃气电厂生产对标管理及电厂机组间竞赛提供指标及方法支持。     

主成分分析法在火电机组优化运行中的应用

利用主成分分析法,对某320MW机组的运行状态进行了综合评价。根据分析,得到了主成分分析法的两个主成分,且最大程度地保留了各个原始变量之间的关系,其累计贡献率达到了93.84%。建立了综合评价函数,可对机组的运行状态进行综合评价,具有一定的参考价值。     

基于模糊综合评判的火电厂状态评估

将模糊综合评判引入火电机组状态评估,系统地对来自5座电厂的5台容量为600 MW级机组的总体状态进行综合评判。通过选取有代表性的模糊评判集、评判主因素集和子因素集,建立完整的模糊综合评判模型,重点研究与分析了建立评估模型的过程——评判因素集的选取及多指标的层次划分、隶属函数的选取和建立以及因素重要程度模糊集的确定方法。通过对所有指标评估的汇总,可以进行不同机组在同一特性下的比较,也能够清楚地判断出综合性能较好的机组,评估的结果可以用来考核机组各项指标的完成情况,同时也可以用来开展机组间竞赛。     

考虑多信息融合的风电机组状态评估与预测系统开发

为降低风电机组故障发生概率,提高其可靠性,该文利用数据采集与监控系统（supervisory control and data acquisition,SCADA）检测获得的风电机组运行状态数据,通过研究多指标融合状态评价模型及其预测算法,解决风电机组状态参数评估与预测难题。结合SCADA系统结构,设计并规划风电机组状态参数评估与预测系统架构与功能;利用输出功率波动、风能利用率以及开机运行比率3项参数,基于阈值法,建立风电机组状态退化评价指标模型,通过主成分分析法对3个评估标准进行权重计算,并将各指标进行信息融合,综合反应风电机组运行状态;设计Convolutional Neural Network-Long Short-Term Memory风电机组状态预测模型,实施风电场运行状态参数预测;开发风电机组状态评估与预测系统软件,验证所提方法的有效性。     

基于主客观赋权的燃煤机组节能减排模糊综合评价

以某地区6家火电机组运行数据为基础,采用主观专家调查法和客观熵权法对各评价指标进行求权,将主客观权重融合,构建一种节能减排模糊综合评价体系,对6家燃煤发电机组节能减排进行了评价。评价结果与实际情况一致,验证了该方法适用于燃煤发电机组节能减排综合评价,可为燃煤发电企业精细化节能减排管理和内部运行班组竞赛提供参考依据,同时对电网基于节能减排调度具有一定借鉴意义。