机组启动态温度预测模型自适应测试技术(2)

（1）从时序事件记录表、温度测点表、报警阈值表中读取事件记录顺序情况、温度测点ID、温度测点报警值；

（2）获取机组近半年正常运行状态的运行记录形成基于开关量信号的温度测点测值历史统计；

（3）综合历史统计、温度测点报警值、温度测点当前测值计算获得带时标的温度测点模拟测值；

（4）将带时标的温度测点模拟测值提供给机组启动状态温度测值智能预测算法测试，并计算灵敏度；

（5）当灵敏度小于阈值时，发出报警提醒技术人员调整被测试算法的参量。

灵敏度由以下步骤计算获得：

（1）获取测试样本数yb；

（2）获取开关量信号集合K中机组开机令信号的时刻T1，机组稳态信号的时刻T2，机组负荷达到基荷信号的时刻T3，设i=1，f=0；

（3）将带时标t的温度测点模拟测值yy（i，：）提供给机组启动状态温度测值智能预测算法测试，测试算法在时刻T2前发现故障的f=f+1；

（4）当i不大于yb时，i=i+1，转至（5.3）步，当i大于yb时，执行第（5.5）步；

（5）由于故障样本是根据历史统计的平均值基础上叠加裕量获得，因此可以通过灵敏度计算公式L=f/yb×100%获知被检测算法的可靠程度。

3 实 例

对广州蓄能水电厂2019年04月10日11∶00 至19∶00，4 号机组发电工况启动的监控信号进行实例分析。结合图1流程，本文技术包含以下步骤：

（1）从表1时序事件记录表、表2温度测点表中读取事件记录顺序情况、温度测点ID，该温度测点一级报警值b1=75 ℃，二级报警值为b2=80 ℃。

表1 时序事件记录表Tab.1 Sequence event record序号 开关量信号事件描述状态1 2 K1机组开机信号已开机已到达稳态K6机组工况到达稳态信号

表2 温度测点表Tab.2 Temperature measuring point table温度信号温度测点ID温度测点短名描述M1 04GTASMS4广蓄A厂机组4_SMS4_上导瓦温7

（2）获取机组近半年正常运行状态的运行记录形成基于开关量信号的温度测点测值历史统计，测点测值集合CL的平均值Vave=60.7 ℃。

（3）综合历史统计、温度测点报警值、温度测点当前测值计算获得带时标的温度测点模拟测值。

计算获得叠加斜率k1=b1/Vave-1=75/60.7-1=0.235 6，计算获得叠加斜率k2=b2/Vave-1=80/60.7-1=0.318 0。

获得叠加斜率向量k后各元素加0.01 后，k=［0.245 6，0.262 1，0.278 5，0.295 0，0.311 5］T。

（4）将带时标的温度测点模拟测值提供给机组启动状态温度测值智能预测算法测试，并计算灵敏度。

图2蓝色曲线为温度测点的实测原值，黑色曲线为带时标的温度测点模拟测值，将带时标的温度测点模拟测值提供给机组启动状态温度测值智能预测算法进行测试。

图2 实测曲线和模拟曲线Fig.2 Measured and simulated curves

在时刻T2前发现故障f=4，yb=5，则灵敏度L=f/yb×100%=80%。

（5）当灵敏度小于阈值时，发出报警提醒技术人员调整算法。灵敏度L不小于阈值，无需发报警提醒技术人员调整算法。

4 结 语

本文提供了针对机组启动状态温度测值智能预测算法测试的标准化测试方法，提供的测试可完全覆盖故障情况下的趋势特征，打破了原依靠实测故障样本的局限性。可自动根据机组历史运行情况进行自适应调整以满足测试要求，使得获得故障样本和测试智能技术实施效果的工作，得以通过计算机多快好省的一揽子解决。同时也实现了对智能技术实施效果的量化评价，为智能技术调参，遴选合适算法和实施手段提供指标支撑，也实现了智能技术实施效果验证工作的前移，避免通过实际工程进行验证带来的损失和不确定影响。 □

［1］王海波. 发电厂集控值班员评价系统的建设与实施［J］. 华电技术，2014，36（5）：8-10，76.

［2］KRATZERT F，KLOTZ D，HERRNEGGER M，et al. Toward improved predictions in ungauged basins：exploiting the power of machine learning［J］. Water Resources Research，2019，55（12）：11 344-11 354.

［3］RAGHAVAN S，CHOWDHUR B. State diagram-based life cycle management plans for power plant components［J］. IEEE Transac?tions on Smart Grid，2015，6（2）：965-972.

［4］HE Q，LI H，ZHU Z Y. A new Spot-Checking Management System for Power Plant［C］// Second International Conference on Information and Computing Science，Manchester，2009：385-388.

［5］林孝斌，江浩侠，胡金磊，等.面向变电站安全监控的视频智能终端布点优化［J］.电力系统保护与控制，2019，47（12）：146-152.

文章来源：《分析测试技术与仪器》 网址: http://www.fxcsjsyyq.cn/qikandaodu/2021/0616/718.html