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。     

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。     

基于信息熵与主成分分析的火电机组综合评价方法

为解决火电厂运行优化、状态监测和故障诊断中机组运行状态的综合评价问题,在分析评价指标特点的基础上,将信息熵理论与主成分分析方法相结合应用于火电机组综合评价,得到了机组状态评价的二级指标和一级综合评价指标。以2008年全国600 MW火电机组竞赛中的5台机组为研究对象,建立基于信息熵与主成分分析的机组状态综合评价模型。该方法得到的机组排名与实际竞赛机组排名完全一致,表明该方法可信度和有效性较高,对不同机组进行状态对比和不同电厂之间开展竞赛具有较好的指导意义。     

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。     

基于主成分分析和谱聚类的短期风功率预测

风电场的大规模建设使得风电渗透率大大提高,为保证系统的安全稳定运行及风电消纳,需要对风电功率进行预测。为解决传统预测方法中数据维度过高的问题,提出一种基于主成分分析和谱聚类进行数据降维的预测方法。首先,基于主成分分析提取风电场各机组功率序列的主成分,实现对功率样本信息和预测对象的降维;其次,考虑风速波动特性和各机组的空间分布特征,对风速信息进行谱聚类,以实现样本数据的进一步降维;然后,基于风功率主成分信息与风速聚类结果,建立基于Elman神经网络的风电功率主成分预测模型,并通过逆变换最终得到风电场各机组功率的预测结果。利用江苏南通某海上风电场实际数据验证该方法,结果表明,预测结果的均方根误差明显降低,所提方法可以提高风电功率预测精度。     

基于非线性映射与核主成分分析的区域配电网综合评价方法

提出了一种基于非线性映射与核主成分分析的区域配电网综合评价方法。首先,将高维配电网评价结果经非线性映射降至二维,再利用改进的K均值聚类对二维数据进行分类;其次,用核主成分分析对存在非线性关系的配网评价指标降维,从经济性、安全性、可靠性、智能化水平4方面构建配网评价指标体系;最后,依据聚类划分和指标评价结果,分析各区域配电网的发展状况。应用所提方法对某省108个县域配电网进行综合评价,评价结果有效反映出该省108个县域配电网的发展现状并能确定其主要问题,表明了所提方法是科学有效的。     

基于主成分分析及系统聚类的县域电网综合评价方法

对多个县域电网进行统筹优化建设时,县域电网评价体系会直接影响建设方案的制定。传统电网评价体系常常表现为细致度不够、主观性较大,因而现实指导性不强。因此,建立了一套县域电网评价体系,该评价体系利用主成分分析(Principal component analysis,PCA)进行微观剖析,应用系统聚类分析(Hierarchical cluster analysis,HCA)实现宏观引导。其中,通过主成分分析实现对多元评价指标进行降维、去相关性处理,对各评价指标赋予不含主观因素的主成分权重,从而建立县域电网综合评价体系,并得出能反映县域电网在安全性、经济性、可靠性、适应性、优质性这五个性质上优劣程度的分数及排名。再利用系统聚类分析法对这些得分逐性逐层地进行聚类,以不同层面的系统聚类结果回溯定位于与之相应的由主成分分析法得出的排名,从而对县域电网不同指标模块的薄弱所在聚类研究,并结合当地县域负荷及经济发展情况制定相应的发展路径。应用结果表明,将主成分分析法及系统聚类分析法有机结合来对县域电网进行综合评价是切实有效的。     

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。     

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。     

基于改进主成分分析的低压配电网供电所综合评价方法

低压配电网供电所特性评估是供电企业发展和低压配电网投资的决策基础与依据。文中提出一种基于改进主成分分析的低压配电网供电所综合评价方法,结合传统主成分分析法和层次分析法的优点,建立了综合评价指标体系,并以A市132个供电所为具体研究对象,计算供电所经济效益性、供电可靠性、协调适应性3个方面的量化评价分数指标。再利用系统聚类方法对得分进行聚类,探究供电所在不同特性上的发展现状,并结合2015—2016年2年的数据进行纵向对比,经计算分析可见,基于改进主成分分析的综合评价方法对低压配电网供电所的评价是切实有效的,对后续发展起指导作用。     

基于改进k-means算法的VPP负荷曲线聚类方法及应用

能源互联网的建设，将物联网、人工智能、云计算等技术融入电网。虚拟电厂作为能源互联网的基本单元，其聚合、运行方式也将迎来改变。针对虚拟电厂如何有效参与电网运行，提出一种基于主成分分析降维和凝聚层次聚类与k-means聚类相结合的虚拟电厂负荷曲线聚类方法，并对聚类结果的应用进行了研究。首先，结合信息物理网络所获数据，采用主成分分析方法对参与虚拟电厂聚合的不同负荷的特征进行分析，对数据进行标准化处理并降低维度；然后， 利用凝聚层次聚类和k-means聚类相结合的算法，对所有参与聚合的负荷出力曲线进行聚类，得到同类别的负荷曲线簇并找出聚类中心；最后，分析聚类结果，建立与之匹配的评价体系，通过综合评价选取合适的负荷组合参与虚拟电厂聚合。     

浙江电网火电机组AGC运行状况及性能考核分析

根据浙江电网火电机组自动发电控制(AGC)的基本运行状况,叙述了电网调度对AGC作为辅助服务的性能考核计算方法,结合统计机组的运行状况和考核情况数据,针对新老两种不同考核标准,对比分析了影响机组AGC性能考核的主要因素,并提出了相应的优化方向,以期改善机组AGC性能指标及考核结果。     

基于聚类融合技术的电力用户负荷模式提取方法

针对电力大数据背景下智能电力用户负荷模式提取的可靠性不高且传统单一聚类算法聚类结果不稳定的问题,提出一种基于主成分分析与聚类融合相结合的电力用户负荷模式提取方法。首先,对负荷数据进行预处理,通过主成分分析法减少特征间分类信息冗余实现高维特征的降维。然后,用四种聚类方法分别对降维后的数据集进行聚类分析,得到具有差异性的聚类成员。最后,利用共识矩阵对所得聚类成员进行聚类融合,得到优于单一聚类算法的最终聚类结果。通过电网实际用电数据验证了所提负荷模式提取方法能够提高聚类准确率并降低计算复杂性,并用有效性指标Silhouette对最终聚类结果进行评价。     

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。     

基于工况辨识的重型燃气轮机性能评价方法研究

针对重型燃气轮机缺乏有效综合性能评价方法的问题,提出了一种基于工况辨识的重型燃气轮机性能评价方法。根据重型燃气轮机效率的影响因素确定了机组性能综合评价特征参数;选取机组多工况运行历史数据进行稳态筛选,并对筛选出的稳态运行数据进行基于多步K-均值聚类的工况辨识,实现机组稳态运行空间的工况划分;采用多元高斯混合模型确定各个工况下性能评价特征参数的基准值和阈值;最后建立基于熵权法的机组性能评价模型,实现了机组的综合性能评价。实例证明了所提方法的可行有效性。     

燃煤发电机组调峰能力模糊综合评估方法

为保证火电机组在调峰期间处于低负荷运行时设备的安全、经济及环保性,结合机组的实际可操作性,建立了一套评价机组调峰能力的指标体系。采用层次分析法确定各指标权重,结合模糊综合评判法对机组调峰能力进行评价;选取7台不同容量及不同冷却形式的煤电机组,基于K均值算法聚类,求取各指标值并进行综合评价,根据评价结果进行纵向比较。结果表明:超超临界660、1 000 MW等级机组应在中、高以上负荷参与电网变负荷调峰任务,以更好发挥其能耗水平低的特性;超临界600MW等级机组变负荷调节性能良好,可在中、高负荷承担变负荷调峰任务,也可适度参与降负荷深度调峰;亚临界600、300 MW等级机组装机数量最多,容量占比最大,可适时参与电网深度调峰;同时在峰谷差矛盾突出的地区或时段,安排亚临界机组参与轮停调峰。     

基于时域指标的火电机组负荷控制系统性能模糊综合评价

传统基于最小方差准则的火电机组负荷控制系统性能评价方法计算量较大,主要评价系统的随机性,而对系统确定性评价较少。对此,本文提出了一种新的基于时域指标的火电机组负荷控制系统性能模糊综合评价方法,利用隶属度函数对总体时域指标划分了性能评价等级,实现对机组负荷控制系统性能的定性评判,并采用火电机组负荷控制系统仿真模型数据验证了该评价方法的有效性和可行性,结果表明该方法计算量小,易于实现,评价结果准确。     

节能发电调度下的发电机组综合评价研究

为了综合评价机组发电能力,提出了K-means粒子群聚类算法,该算法结合了K-means聚类算法和粒子群算法特点,能够对数据集进行快速分类,具有良好的收敛效果。将该方法用于10台发电机组的综合评价,通过对各机组指标的聚类分析、权重和重要度计算,得出了各机组的综合评价值,并将其按综合值大小进行排序。结果表明了本文所采用方法有效可行,能够为节能发电提供必要的分析依据,具有一定的实际意义。     

多元统计方法在焊工评价体系中的应用

介绍基于主成分分析(PCA)、聚类分析(CA)对焊工进行评价的原理,制订焊工评价调查表并得出评价数据后,详细介绍主成分-聚类分析法对焊工进行评价的试验方法及过程,并进行了实例验证.     

抽水蓄能电站节煤效益分析

本文结合河北南网远景年份的情况,对抽水蓄能电站是否能节煤的问题,进行分析,并说明蓄能机组的投入对系统发电负荷曲线及火电机组的运行状况所产生的影响。