热能动力工程

作者：吴 铮，张 悦，董 泽，封官斌

单位：华北电力大学 控制与计算机工程学院，北京 102206；河北省发电过程仿真与优化控制技术创新中心，河北 保定 071003,,华北电力大学 控制与计算机工程学院，北京 102206；河北省发电过程仿真与优化控制技术创新中心，河北 保定 071003,,华北电力大学 控制与计算机工程学院，北京 102206；河北省发电过程仿真与优化控制技术创新中心，河北 保定 071003,,北京国华电力有限责任公司，北京 100025,

关键词：高斯过程;凝聚式层次聚类;近邻传播算法;报警泛滥;火电机组

基金：河北省省级科技计划资助(22567643H);中央高校基本科研业务费专项资金(2018QN096);河北省自然科学基金(E2018502111)

针对火电机组设备工况复杂、报警系统效率低下及“报警泛滥”现象频发等问题，提出了基于AHCGP混合模型的火电机组报警数据过滤方法，消除冗余性报警。首先，采用近邻传播算法(AP)结合类间类内划分指标(BWP)确定最佳聚类数目，再使用凝聚式层次聚类算法(AHC)进行聚类，区分各类复杂工况。其次，利用高斯过程模型(GP)结合后验报警概率估计值实现机组冗余性报警数据的准确过滤。最后，采用某电厂1 000 MW机组在3种典型故障下的实际主蒸汽温度、主蒸汽压力等报警数据作为实验数据集，验证所提方法有效性。结果表明：AHCGP混合模型相较于单一高斯过程模型，冗余性报警数据的过滤准确率提高了10.7%，误判率降低了50.1%，证明了模型的有效性；与支持向量机和梯度提升决策树等成熟算法相比，漏检率、误判率均较低，具有良好的报警数据过滤性能，可准确定位冗余性报警数据，减少“报警泛滥”问题的发生。

来源：2023年第3期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2023年第3期