生产过程数据稳定性判断的一种方法.pdf

第 3 2卷 第 1期 2 0 1 0年 1月 华 电技 术 Hu a d i a n Te c h n o l o g y V0 l _ 3 2 No 1 J a n 2 0 1 0 生产 过程数据稳定性判断的一种方法 李娜 ， 黄孝彬 ， 田志强 ， 隋丽颖 ( 1 华北电力大学 控制科学与工程学院， 北京1 0 2 2 0 6 ； 2 北京华电天仁电力控制技术有限公司， 北京1 0 0 0 8 5 ) 摘要： 通过分析生产过程数据的特点， 解释了对其进行稳定性判断的必要性。介绍了 3种常见的数据稳定判断方法， 在分析其优缺点的基础上， 提出了一种新的判断生产数据稳定的方法二次稳定度算法。该算法包括固定时间段内 数据稳定性的判断过程和搜索算法延伸 2部分， 核心内容是比较出现在平均值附近的数据的概率与稳定指标的大小。 以唐山盘山电厂的具体数据为分析依据， 对比这几种方法的结果值， 证明二次稳定度算法是一种合理的、 鲁棒性强、 更为 准确 的测试方法。 关键词： 生产过程数据； 稳定判断； 二次稳定度算法 ； 搜索算法； 稳定指标 中图分类号： T P 2 7 4 文献标志码： A 文章编号： 1 6 7 41 9 5 1 ( 2 0 1 0 ) 0 1 0 0 3 2 0 3 0 引言 随着 自动化和信息化技术 的发展 ， 特别是近年 来实时 历史数据库在 电站 、 化工等领域 的广泛应 用 ， 使得生产过程中产生的实 时数据可长期保存到 实时 历史数据库平 台中。由于这些数据反映了生 产过程的运行规律 ， 目前 ， 基于海量数据挖掘技术的 过程优化 、 故障诊断成为十分热点的研究方向 。 在这些数据挖掘技术 中， 从大量的数据中寻找处于 稳定运行过程的数据段并加以研究是一个常见和基 础的问题。例如基于主元分析 的故障诊断方法 ， 需 要首先找到过程 中处于稳态的数据 ， 再对这些稳态 数据进行处理 ； 在进行火 电厂运行 目标值优化 的研究 中， 需 要从 大量的历史数 据 中找 出稳态 数 据 。本文针对生产过 程数据 的稳定性判断和 搜索问题进行研究 ， 分析 比较 了目前常见的数据稳 定性判断方法的优缺点 ， 提出了一种新 的生产过程 数据稳定性判别方法和搜索稳定数据段的方法 ， 该 方法具有很好的判断和搜索性能。 1 常见的生产过程数据稳定性判断方法分析 生产过程数据的稳定性判断 ， 主要有以下几种 方法 ： 最值差值法、 统计学方法、 百分数衡量法。 最值差值法 的判断思路是寻找某一固定时 间段内出现的参数最大值和最小值， 通过比较它们 差值的绝对值与比较值的大小来判断其稳定性。计 算公式为 I 一 i 1 ， ( 1 ) 式 中： 为此段时间的参数最大值 ； i 为参数最 收稿 日期 ： 2 0 0 91 0 2 8 小值 ； 为一 固定值 ( 下同) 。可以参考数据的经验 平均值等设定。这种方法最为简单 ， 但在分析过程 时只考虑到最大值和最小值 ， 会造成很大的误差。 统计学方法则是借用数学上的统计指标 ， 对参数数据进行方差或均方差等的比较 ， 进而分析 参数的稳定区间。计算公式为 n v 2 一( V ) ( ) 。 ( 2 ) 思路简单明了， 若遇到数值较大或数值个数很 大的情况 ， 则会出现计算任务过重的问题 ， 造成额外 的负担 。 百分数衡量法则是通过分析参数最大值和最小 值差值 占参数均值 的百分值来判 断稳定性 。 计算公式为 1 0 0( V m 一V m 。 ) v , ， ( 3 ) 式中： 为固定时间的参数均值 ； 为指定的百分 值。思路基本接近最值差值法 ， 方法简单 ， 但误差可 能会很大。 2 二次稳定度算法 由于以上方法存在误差较大或计算 繁琐 的缺 陷 ， 本文提出了一种新 的判断生产数据稳定性 的方 法 ， 即“ 二次稳定度” 算法。该方法具有简单 、 快速、 精度高的优点 ， 包括以下 2个过程 ： 数据稳定性判断 过程和搜索算法。 2 1 数据稳定判断过程 该过程主要是判断 固定时间段 内数据 的稳定 性 ， 核心是计算聚集在平均值附近的数值 的概率， 当 该概率大于稳定指标时 ， 则确定此时间段 内数据是 稳定的， 反之数据不稳定。判断过程可按以下步骤 进行。 S t e p 1 第 1 期 李娜， 等 ： 生产过程数据稳定性判断的一种方法 3 3 分析数据 的特点 ， 确定合适 的变化幅度 ( A ， A ， ) 和相应的稳定指标( S ， ， S ) 。 S t e p 2 计算该时间段内数据的均值 1 ， 。 S t e p 3 以确定的变化幅度 A 围绕平均值上、 下波动， 得到一个区间 一 ， d A ， +V a X A ， 称此 区间为一次稳定区域 。计算一次稳定 区域 内数 据出现的概率 P ， ， 即一次稳定区域内出现的数据个 数与整个时间段 内数据 的总个数的比值H 。如果 P 。 大于 5 ， ， 则转至 S t e p 4继续判断， 反之直接判定 此段时间内数据不稳定。 I 6 25 0 1 6Oo 0 1 5 75 0 1 5 5 0 0 霜 1 5 2 5 0 1 5 0 o0 1 5 75 0 l 4 5 0 0 S t e p 4 按 S t e p 3的方法计算二次稳定区域 内数据的 概率 P ， 如果 P ： 大于设定 的二次稳定指标 s ： ， 则认 为此段时间内数据是稳定的， 否则 ， 就是不稳定的。 图 1是 2 0 0 5年 1 0月 1 3日4时至 6时时段 内 负荷的数据 ， 其 中设 定 的负荷 变化 幅度为 5 和 1 ， 稳定指标都取为 8 5 。首先计算平均值 大 小为 1 5 3 5 ， 其次一次稳定区域为 1 4 5 8 1 ， 1 6 1 1 6 ， 该区域内 P 的值为 1 0 0 ， 大于一次稳定指标 8 5 ； 继续划分二次稳定 区域范围 1 5 1 9 5 ， 1 5 5 0 2 ， 相应 的 P ， 为9 3 ， 根据判断规则可知， 此段时间段内数据 是稳定的。其判断过程简单 ， 思路明确。 0 4 ： 3 0 ：o o O 5 ：0 o ： O 0 0 5 ： 3 0 时刻 图1 数据稳定判断过程 2 。 2 搜索算法 以上过程中的固定时间指的是判断的最短时 间， 如可以是 1 5 ra i n 、 3 0 m i n甚至 1 h 。但是对于实际 的生产数据而言， 生产数据的稳定并不仅局 限于这 段时间。因此 ， 需要考虑其扩展性。利用搜索算法 在前一稳定的基础上再增加小段时间， 继续判断此 段时间内数据的稳定性 ， 直到找到不稳定的时间点。 具体计算流程如图 2所示。 图2 搜索算法流程图 从这 2个过程可以看出 ， 该方法思路简单 ， 计算 量小， 并且可以随参数特点变化而灵活选择稳定区 域和稳定指标， 最关键的是还顾及到每个数值的大 小 ， 使得计算精度更高， 更具有实际的应用意义。 3 应用实例 本文以唐山盘山电厂 3机组 的实际数据为依 据 ， 分别用这 4种方法计算参数稳定的时间段， 对 比 其结果并分析几种方法的使用效果。 图 3是盘山电厂 3机组 2 0 0 5年 1 0月 7日0 时到 1 O月8日0时的负荷变化曲线趋势图。由图3 可以看出， 数据稳定的时间段是 口一b ， Cd ， e一厂 ， g h， i ， 一Z ， ， n f , ， O P， q r ， St ， “ 一 ， 一 ， Z ， AB。利用 4种算法也分别求得了负荷的 稳定时间段 ， 表 1是详细的时间段。 观察这些时间段的起始点和终止点， 可以发现 用这 4种方法得到的结果和实际数据的稳定性基本 吻合 ， 当然也存在一些小的差距。首先， 由于 gh 段是由基数时间点开始的， 且时间长度正好等于设 定的最短时间长度 3 0 mi n ， 利用这几种方法延后 的 时间间隔 t 都是 2 m i n ， 所 以， 从理论上判断这段时 间内的数据是不稳定 的也没有错误。其次， 用前 3 种方法求得的负荷稳定段遗漏 了 i h段数据， 在用 统计法 和百分数衡量法时， V 段 数据也是缺失 的， 证明了统计法和百分数衡量法在计算误差方面 有待于改进。最后是 c d段 ， 由于前端的几个数据 稍大 ， 造成了整段时间段内数据最大值偏大， 最值之 间的差值也随之变大 ， 因此 ， 用最值差值法和百分数 衡量法得到的稳定时间段就不会包含这段时间， 产 生 了稳 定的延迟 。 本文还分析了主蒸汽压力的变化趋势， 基本特点 和上面的结论接近。只是统计法又产生了较大的误 差。其原因是主蒸汽压力的大小几乎都集中在 l 5 1 7 M P a范围之内， 数值较小， 但是一段时间内读到的 数据量还是很大的 ， 由于 n的基数 比较大， 用统计的 方法计算所得到的稳定时间段就会遗漏一段。 3 4 华 电技 术 第3 2卷 I l O P “ 1 I1 广 1 f Lc d 厂r f 卫 I1 图 3 负荷变化趋势图 表 1 稳定时间的起始 时间点和终止时间点 图4中所标示的负荷稳定段共包括 0一b ， C d ， e f ， g h ， i 几个时间段 ， 具体时刻如图中标注， 总 的时间长度为 6 0 1 m i n 。利用二次稳定度算法得到的 负荷稳 定段 分别 为 0 0 ： 0 o 1 ： 5 4 ， 0 2 ： 2 8 0 6 ： 5 0 ， 0 7 ： 2 4 - - 0 8 ： 0 2 ， 0 8 ： 2 6 1 1 ： 0 0 ， 1 1 ： 1 6 1 2 ： 0 0 ， 稳定时 间为6 1 2 m i n ， 且稳定时间段的起始点和终止点和图 0 0： 0 0： 0 0 ) 8 ：3 1 1 0 ：5 C l 【 ： 5 _ -_ r 、 ， -f f-f r n 0l _ 2 3 ! _ _ _ f l l 6 ：q + 7 I 0： 0 0 o 6： 0 0： ， 2 ； 时刻 图 4 负荷稳定时间段 中所标示的仅差距很短的几分钟。从结果看 ， 二次稳 定度算法的正确率可 以高达 9 8 ， 是一种可行的、 有 效的生产数据稳定判断方法。 4结论 通过上面的分析可以总结 ， 利用这 4种方法都 可以判断生产数据的稳定性 ， 并且正确率都很高， 只 是相比较下 ， 最值差值法的误差最大 ， 百分值算法次 之。而统计的方法则是对 于数值较大 、 参数个数相 差不多的数据来说 ， 结果 比较准确， 在两者相差很大 时， 它得到的结果误差就很大 ， 还需要进行进一步验 证其正确性。综合 比较 ， 本文提到 的二次稳定度算 法是一种算法更为简单 、 准确率更高的算法， 它不受 参数数值大小和个数多少的限制 ， 具有更强 的鲁棒 性 ， 得到的结果更加准确并有很强的指导意义。 参考文献： 1 解大， 龚锦霞 基于数据挖掘技术的变电站无功蚁群优 化算法 J 电力系统保护与控制， 2 0 0 9 ， 3 7 ( 1 0 ) ： 1 9 2 6 2 肖海涛， 许南山 决策树在化工企业生产平稳度分析中 的应用 J 计算机与现代化， 2 0 0 6 ， 1 3 3 ( 9 ) ： 3 9 4 1 3 何友全 数据挖掘方法及其电力系统故障诊断中的应用 研究 D 成都 ： 西南交通大学 ， 2 0 0 5 4 邱天， 刘吉臻 电站锅炉主元分析建模 中的数据选取 J 中国电机工程学报， 2 0 0 9 ， 2 9 ( 8 ) ： 8 7 9 1 5 张鹏军， 李平康 基于主元分析的火电厂 D C S监视控制 系统优化研究 J 现代电力， 2 0 0 8 ， 2 5 ( 3 ) ： 6 4 6 8 6 郑玲红， 潘玉松 主元分析方法在火电厂生产过程故障 检测中的应用 J 广西电力， 2 0 0 5 ( 5 ) ： 48 7 潘玉松 基于子 P C A模型的故障分离方法及其应用 J 华 北电力大学学报， 2 1 3 0 5 ， 3 2 ( 3 ) ： 3 2 3 5 ( 下转第3 8页) 枷 枷 啪 姗 2 善挺 3 8 华 电技 术 第 3 2卷 设置 内存变量工作单元 + l 输 入 、 输 出 变 量 清 零 I 设置T 0 、T l 定时器 计数器工作方式 匝立 修改 Nl 和Tl 溢 出中断向量 图 8 主控程序框 图 l计 数 器 T 。 置 零 l t 数据采集 A ， D 转换和给定、反 馈 、开关信号的采样 + 数据 处理 计算误 差、误差变化率 模糊化、模糊推理， 反模 糊化、计算控制量 + 数据输 出：D I A转换 8 结束语 图 1 0 仿真 结果 比较 本文研究了火力发 电厂主汽温参数调节 的模糊 控制模式和基于 M C S 8 9 C 5 2的相应硬件 电路实现。 仿真结果表明， 该模式具有 良好的调节品质， 而且硬 件 电路容易实现， 该控制器在温控系统 中将会有广 阔的应用前景。 参考文献： 1 张玉铎 ， 王满稼 热工 自动控制系统 M 北京： 水利水 电出版社 ， 1 9 9 3 2 余永全， 曾碧 单片机模糊逻辑控制 M 北京： 北京航 空航 天大学 出版社 ， 1 9 9 5 3 李士勇 模糊控制： 神经控制和智能控制论 M 哈尔 滨： 哈尔滨工业大学出版社 ， 1 9 9 8 4 侯树文 水力发电机组的 A N N控制模式与硬件电路实 现 J 华北水利水电学院学报， 2 0 0 1 ， 1 2 ( 4 ) ： 3 7 3 9 5 边力秀， 周俊霞， 赵劲松， 等 热工控制系统 M 北京： 中国电力 出版社 ， 2 0 0 2 ( 编辑 ： 刘芳 ) 作者简介 ： 段爱霞( 1 9 7 3 一) ， 女 ， 河北邯郸人， 讲师， 工学硕士， 从 图9 中断子程序框图 事智能控制方面的教学与研究工作 。 C ” C ”C HC ” C “C “C ”C ”C “oo0C ” C C “C C ”C “C “ C )C HC ”C ”C “C C C C “C C C