汽机抽汽压力软测量方法与流程

文档序号:11859075阅读:来源:国知局

技术特征:

1.一种汽机抽汽压力软测量方法,其中,该方法包括:

按预定时间间隔采集所述汽机的主蒸汽压力P0和所述汽机的多级抽汽压力中除待测级抽汽压力Pi以外的其它各级抽汽压力Pj,j≠i;

根据汽机负荷状态筛除所采集的所述汽机的主蒸汽压力P0和所述汽机的其它各级抽汽压力Pj中不稳定的压力值得到筛除后数据;

对所述筛除后数据进行标准化处理得到标准化后的数据X(n,m);

对所述标准化后的数据X(n,m)进行主元分析PCA选取主元,以确定对应的得分矩阵;以及

将所述得分矩阵作为支持向量机的输入来确定所述待测级抽汽压力Pi

2.根据权利要求1所述的方法,其中,根据汽机负荷状态筛除所采集的所述汽机的主蒸汽压力P0和所述汽机的其它各级抽汽压力Pj中不稳定的压力值得到筛除后数据包括:

将所述汽机负荷状态为不稳定时对应的所述汽机的主蒸汽压力P0和所述汽机的其它各级抽汽压力Pj筛除,得到所述筛除后数据。

3.根据权利要求1或2所述的方法,其中,通过下述等式对所述筛除后数据进行标准化处理得到标准化后的数据X(n,m):

<mrow> <msub> <mi>X</mi> <mrow> <mi>o</mi> <mi>l</mi> <mi>d</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>&times;</mo> <mi>m</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <msub> <mi>P</mi> <mrow> <mn>1</mn> <mo>,</mo> <mn>0</mn> </mrow> </msub> <mo>,</mo> <msub> <mi>P</mi> <mrow> <mn>1</mn> <mo>,</mo> <mn>1</mn> </mrow> </msub> <mo>,</mo> <mo>...</mo> <mo>,</mo> <msub> <mi>P</mi> <mrow> <mn>1</mn> <mo>,</mo> <mi>m</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mo>...</mo> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>P</mi> <mrow> <mi>n</mi> <mo>,</mo> <mn>0</mn> </mrow> </msub> <mo>,</mo> <msub> <mi>P</mi> <mrow> <mi>n</mi> <mo>,</mo> <mn>1</mn> </mrow> </msub> <mo>,</mo> <mo>...</mo> <mo>,</mo> <msub> <mi>P</mi> <mrow> <mi>n</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> </mrow>

在该等式中,Xold(n×m)表示预定时间间隔所采集的筛除后的所述汽机的主蒸汽压力P0和所述汽机的其它各级抽汽压力Pj的矩阵集合,n表示采样次数,而m表示所采集的属性变量的数量;

<mrow> <mi>x</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <msub> <mi>x</mi> <mrow> <mi>o</mi> <mi>l</mi> <mi>d</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>a</mi> <mi>v</mi> <mi>e</mi> <mi>r</mi> <mi>a</mi> <mi>g</mi> <mi>e</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>o</mi> <mi>l</mi> <mi>d</mi> </mrow> </msub> <mo>(</mo> <mrow> <mo>:</mo> <mo>,</mo> <mi>j</mi> </mrow> <mo>)</mo> <mo>)</mo> </mrow> </mrow> <mrow> <mi>s</mi> <mi>t</mi> <mi>d</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>o</mi> <mi>l</mi> <mi>d</mi> </mrow> </msub> <mo>(</mo> <mrow> <mo>:</mo> <mo>,</mo> <mi>j</mi> </mrow> <mo>)</mo> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>,</mo> </mrow>

在该等式中,i=1,2,...,n,j=1,2...,m,average(xold(:,j))代表第j个变量下采样点的均值,std(xold(:,j))代表第j个变量下采样点的标准差。

4.根据权利要求3所述的方法,其中,对所述标准化后的数据X(n,m)进行主元分析PCA选取预定数量的主元、以确定对应的得分矩阵包括:

计算X(n,m)的协方差矩阵、特征值λi和特征向量pi

对协方差矩阵进行奇异值分解;以及

选取满足预定累积贡献率的特征向量pi作为主元,以确定对应的得分矩阵。

5.根据权利要求4所述的方法,其中,通过下述等式计算X(n,m)的协方差矩阵、特征值λi和特征向量pi

<mrow> <mi>C</mi> <mi>O</mi> <mi>V</mi> <mrow> <mo>(</mo> <mi>X</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <msup> <mi>X</mi> <mi>T</mi> </msup> <mi>X</mi> </mrow> <mrow> <mi>m</mi> <mo>-</mo> <mn>1</mn> </mrow> </mfrac> <mo>,</mo> </mrow>

COV(X)pi=λipi

6.根据权利要求4所述的方法,其中,所述预定累积贡献率为80%。

当前第2页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1