基于DBSCAN聚类算法的汽轮机滑参数运行优化方法

摘要：

滑压运行控制方式优化是提高汽轮发电机组大范围变工况运行经济性的一种常用有效手段.如何挖掘高信噪比实际运行数据中的有效信息,以获取精准的滑压运行曲线,是时下的研究热点和难点.提出一种基于密度空间数据聚类算法(简称DBSCAN)的汽轮机滑参数运行优化方法.首先,通过聚类对机组运行数据去除噪声的同时自适应得出各个工况子区间;然后,对各个工况子区间进行热耗率寻优,即可计算出该区间的最优滑参数;最后,结合人工先验知识,同时遍历所有工况子区间得到最优滑压曲线.以某实际机组为测试对象,结果证明本方法能够有效降低机组实际运行数据中存在的噪声干扰,可为基于实际运行数据的滑压优化方法提供借鉴和参考.

关键词：滑压优化、运行数据、高信噪比、DBSCAN聚类

所属期刊栏目：64

分类号：TH133;TP183

资助基金：国家电投集团上海电力股份有限公司科技项目

在线出版日期：2022-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：217-220