本发明涉及抽水蓄能电站运行管理领域,具体涉及一种抽水蓄能电站设备运行状态预测方法、装置、计算机设备和存储介质。
背景技术:
1、但随着大规模间歇性风电、光伏电源接入电网,电网安全稳定运行受到极大冲击,如何保障电网安全稳定运行成为了电力行业面临的新的挑战。抽水蓄能电站作为目前最为成熟的大规模储能方式,已经进入大规模发展期。但如何保障大规模的抽水蓄能电站又称为了新的难题。
2、然而,目前的运行状态预测方法普遍基于历史数据训练预测模型,进而结合过去及当前的历史数据预测未来一段时间的运行状态趋势,预测结果不受未来运行工况影响,而这与实际结果明显不符。这种方法本质上属于统计分析法,当未来机组出现新的运行工况时将无法准确预测,而且预见期越长误差越大,适用于开展分钟级预测。中国专利公开号cn 112651290a,公开日2021年4月13日,公开了一种利用运行状态和环境特征参数构建预测模型进而实现状态预测的方法,引入最大互信息系数对特征之间的非线性进行了考虑。其不足之处在于利用历史数据训练得到预测模型后结合过去及当前运行状态和环境特征参数预测未来运行状态,预测结果不随未来环境特征变化而变化,当未来环境特征未在历史数据中出现时预测结果并不准确,而且随着预见期增大误差也不可避免增大。
技术实现思路
1、本发明的目的是提出一种抽水蓄能电站设备运行状态预测方法、装置及终端,针对现有技术中存在的不足,结合抽水蓄能电站上下库没有入库及出库流量故总水量固定、水位-库容存在明确对应关系的特点,以及振动、摆度等特征运行状态受机组负荷、水头和流量影响的运行特征,利用调度计划通过数值分析计算得到机组负荷、水位和流量等未来运行工况,进而结合历史数据训练的健康模型开展状态预测的方法。
2、为实现上述目的,根据本发明的第一个方面,本发明采用下述技术方案:
3、一种抽水蓄能电站设备运行状态预测方法,其特征在于,包括步骤:
4、s1、根据调度计划得到机组负荷曲线;
5、s2、根据当前时刻的机组负荷和上下库水位计算得到发电流量;
6、s3、结合发电流量和电站上下库水位-库容关系曲线计算得到下一时刻上下库水位;
7、s4、重复步骤s2和s3得到机组负荷曲线对应的上下库水位变化曲线及发电流量曲线;
8、s5、根据历史运行状态、机组负荷、上下库水位和发电流量数据构建设备运行状态健康模型;
9、s6、基于设备运行状态健康模型和机组负荷曲线、上下库水位变化曲线及发电流量曲线计算得到设备运行状态变化曲线,完成设备运行状态预测。
10、进一步地,所述步骤s2基于如下公式实现:
11、
12、其中,n为机组负荷,单位千瓦;η为机组的总效率,无量纲;h为上水库水位,单位米;h为下水库水位,单位米。
13、进一步地,所述步骤s3包括:
14、s31、根据发电流量qt和运行时长δt计算得到上下库库容变化,δrt=qt·δt;
15、s32、计算得到下一时刻上库库容rt+1=rt-δrt和下库库容rt+1=rt+δrt,rt和rt为当前时刻上下库库容;
16、s33、结合下一时刻上库库容rt+1、上库水位-库容关系曲线得到下一时刻上库水位ht+1;
17、s34、结合下一时刻下库库容rt+1、下库水位-库容关系曲线得到下一时刻下库水位ht+1。
18、进一步地,所述步骤s5包括:
19、s51、提取过去一年的运行状态、机组负荷、上下库水位和发电流量数据,每次开停机为一个周期;
20、s52、采用稀疏编码器训练得到设备运行状态健康模型,v=f(n,h,h,q),其中v为运行状态,n为机组负荷,h为上库水位,h为下库水位,q为发电流量。
21、所述步骤s6基于设备运行状态健康模型函数实现:
22、vt=f(nt,ht,ht,qt)
23、其中vt为t时刻的运行状态,nt为t时刻的机组负荷,ht为t时刻的上库水位,ht为t时刻的下库水位,qt为t时刻的发电流量。
24、进一步地,本发明中所述设备运行状态包括机架振动和导轴承摆度。
25、为实现上述目的,根据本发明的第二个方面,本发明采用下述技术方案:
26、一种抽水蓄能电站设备运行状态预测装置,包括:
27、调度通信模块,用于与调度机构通信,获取调度计划,得到机组负荷曲线;
28、数据采集模块,用于获取电站运行状态、机组负荷、上下库水位、发电流量;
29、健康模型训练模块,用于根据采集得到的历史运行状态、机组负荷、上下库水位、发电流量数据训练设备运行状态健康模型;
30、预测计算模块,用于根据机组负荷曲线计算得到未来上下库水位变化曲线和发电流量曲线;
31、状态预测模块,用于结合机组负荷曲线、未来上下库水位变化曲线和发电流量曲线,以及设备运行状态健康模型计算振动、摆度等运行状态的未来变化趋势。
32、为实现上述目的,根据本发明的第三个方面,本发明采用下述技术方案:
33、一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述抽水蓄能电站设备运行状态预测方法中的各个步骤。
34、为实现上述目的,根据本发明的第四个方面,本发明采用下述技术方案::
35、一种计算机存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述抽水蓄能电站设备运行状态预测方法中的各个步骤。
36、本发明与现有技术相比,具有以下优点及有益效果:
37、本发明结合抽水蓄能电站上下库没有入库和出库流量故总水量固定、水位-库容存在明确对应关系的特点,以及振动、摆度等运行状态受机组负荷、水头和流量影响的运行特征,利用调度计划通过数值分析计算得到机组负荷、水位和流量等未来运行工况,进而结合历史数据训练的运行状态健康模型开展状态预测,利用健康模型和未来运行工况计算得到未来状态,即使未来工况不在历史数据中,也可以进行准确的未来状态预测,而且预见期仅受调度计划影响,因此预见期可以从传统的分钟级扩展到天级,大大提升状态预测能力,更好地保障抽水蓄能机组的安全稳定运行。
1.一种抽水蓄能电站设备运行状态预测方法,其特征在于,包括步骤:
2.根据权利要求1所述的一种抽水蓄能电站设备运行状态预测方法,其特征在于,所述步骤s2基于如下公式实现:
3.根据权利要求1所述的一种抽水蓄能电站设备运行状态预测方法,其特征在于,所述步骤s3包括:
4.根据权利要求1所述的一种抽水蓄能电站设备运行状态预测方法,其特征在于,所述步骤s5包括:
5.根据权利要求1所述的一种抽水蓄能电站设备运行状态预测方法,其特征在于,所述步骤s6基于设备运行状态健康模型函数实现:
6.根据权利要求1至5任一项所述的一种抽水蓄能电站设备运行状态预测方法,其特征在于,所述设备运行状态包括机架振动和导轴承摆度。
7.一种抽水蓄能电站设备运行状态预测装置,其特征在于,包括:
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。