基于即时学习的火电机组工况匹配与经济性诊断方法研究

来源：动力工程学报杂志2025年第5期北京时间：

作者：刘维, 任少君, 司风琪,

摘要：现有基于数据驱动的能耗优化与节能诊断方法大多基于离线全局模型进行分析,在实际运行中复杂多样的机组状态会使所建模型性能下降。针对该问题,本文提出一种基于即时学习和工况匹配的机组经济性诊断方法。在机组历史运行工况数据的基础上进行数据预处理,选取与目标参数相关的边界参数和相关参数。通过网格划分得到不同边界下的工况单元,并筛选性能最优样本作为基准工况样本集,建立目标工况库。在目标工况库的基础上进行工况匹配,如果成功匹配,则选取对应边界下性能最优值作为参数基准值,反之采用即时学习方法,通过相似度度量提取相似工况样本,建立局部在线模型,将输出预测值作为基准值,作为性能评价和控制调整的参考。结果表明:根据所提方法能够获得不同工况单元内厂用电率基准值,得到脱硫耗电率的优化策略, 为机组运行优化提供了可靠指导。

关键词：火电机组,即时学习,工况匹配,能耗基准状态,经济性诊断,