本发明涉及机组调峰，尤其涉及基于ccs的兆瓦级负荷段机组深调试验方法。
背景技术：
1、城市化进程中，电力需求的高峰期更为明显，需要更好地满足高峰时段的电力供应。可再生能源(如风能、太阳能等)在电力系统中的比例逐渐增加。这些能源具有间歇性和波动性，其产生的电力不易预测和调控。因此，在大规模引入可再生能源的情况下，机组调峰技术变得尤为重要。
2、而目前火电机组参与调峰存在着一些问题：(1)火电机组调峰能力有待研究，机组最大出力难以准确衡量，有些机组建设时间较长，已难以满足额定容量下运行，通过机组调峰试验也存在试验周期长且结果不能动态更新管理的问题；(2)调峰过程对锅炉及辅机是重大考验，机组即使能够满足最大出力，但存在着运行安全裕度较小的可能；(3)机组长期未在额定容量下运行且未经运行数据分析，即达到额定容量可能对机组安全性带来影响。
3、目前机组调峰性能试验中存在的问题包括：机组的试验负荷的确定完全依靠经验判断，由于没有常规运行以下负荷的运行参数作为参考，试验过程发生故障的可能性较高；另外，调峰试验具有周期性，且时间间隔较长，也无法动态跟踪机组在煤质、环境等参数变化下调峰能力的即时数值，容易引发机组和电网故障。
技术实现思路
1、本发明提供一种基于ccs的兆瓦级负荷段机组深调试验方法，用以解决现有技术中无法及时获取和动态跟踪机组运行状态的缺陷。
2、一方面，本发明提供一种基于ccs的兆瓦级负荷段机组深调试验方法，包括：
3、配置机组运行状态，协调控制ccs运行方式，确定子系统运行状态与保护退出机制运行正常；
4、获取历史运行数据，对所述历史运行数据预处理，构建训练集；
5、采用训练集进行训练，得到神经网络预测模型；
6、基于所述神经网络预测模型进行预测，得到当前运行时段预测值，根据所述预测值制定机组调峰策略；
7、实时监测运行过程参数信息，若运行过程参数信息出现异常则生成预警信息；
8、管理人员根据所述预警信息解除ccs运行方式，停止机组运行状态。
9、根据本发明提供的一种基于ccs的兆瓦级负荷段机组深调试验方法，所述协调控制ccs运行方式，包括：
10、根据集中控制方式ccs调节和控制机组每个部件和子系统，使系统处于正常运行状态，检测系统运行状态，实时采集系统运行数据；
11、开启气泵正常运行，开启最小流量循环阀控制给水流量，当三台磨组运行时，将其中两台磨组设置为自动控制调节。
12、根据本发明提供的一种基于ccs的兆瓦级负荷段机组深调试验方法，确定保护退出机制运行正常，包括：
13、获取当前运行状态下供给给水系统的水流量和总风量；
14、当所述水流量低于第一设定阈值时，生成水流量过低预警信号，生成并执行系统停止运行指令；
15、当所述总风量低于第二设定阈值时，生成总风量过低预警信号，生成并执行系统停止运行指令。
16、根据本发明提供的一种基于ccs的兆瓦级负荷段机组深调试验方法，所述获取历史运行数据，对所述历史运行数据预处理，构建训练集，包括：
17、收集机组的历史运行数据，所述历史运行数据包括机组的电压、电流、频率、转速、功率；
18、对收集到的历史运行数据进行清洗处理，所述清洗处理包括：去除异常值、缺失值处理和噪声过滤；
19、从清洗后的历史运行数据中提取特征数据，所述特征数据包括：平均功率，频率偏差；
20、采用训练集对神经网络预测模型进行训练，对训练的神经网络预测模型进行评估，得到评估值，在评估值高于评估阈值时，神经网络预测模型训练完成。
21、根据本发明提供的一种基于ccs的兆瓦级负荷段机组深调试验方法，所述神经网络预测模型，包括：
22、第一层循环神经网络、第二层循环神经网络、第三层特征提取子模型和第四层输出子模型；所述第一层循环神经网络的输入端作为神经网络预测模型的输入端，其输出端与第二层循环神经网络的输入端连接；所述第三层特征提取子模型的输入端与第二层循环神经网络的输出端连接，其输出端与第四层输出子模型的输入端连接；所述第四层输出子模型的输出端作为神经网络预测模型的输出端；
23、所述第三层特征提取子模型的表达式为：
24、
25、其中，ct为第三层特征提取子模型的输出，t为第t个样本，q为总样本数，vjt表示第j个特征在第t个样本的权重参数，bjj是第二层输出特征向量的第j个元素，γt为偏置项，n为第二层循环神经网络的输出特征的维度。
26、根据本发明提供的一种基于ccs的兆瓦级负荷段机组深调试验方法，所述采用训练集对神经网络预测模型进行训练，对训练的神经网络预测模型进行评估，得到评估值，在评估值高于评估阈值时，神经网络预测模型训练完成，包括：
27、将训练集中样本输入神经网络预测模型；
28、根据神经网络预测模型的输出，通过评估公式计算评估值，所述评估公式为：
29、
30、其中，ct为第三层特征提取子模型的输出,t为第t个样本，q为总样本数，θt为第t个样本对应的标签值；
31、判断评估值是否高于评估阈值，若是，神经网络预测模型训练完成，若否则根据评估值，对神经网络预测模型的权重和偏置进行更新。
32、根据本发明提供的一种基于ccs的兆瓦级负荷段机组深调试验方法，所述基于所述神经网络预测模型进行预测，得到当前运行时段预测值，根据所述预测值制定机组调峰策略，包括：
33、使用训练好的模型，对新的样本进行预测，得到预测值并判断所述是否满足调峰启动条件；
34、若满足调峰启动条件，根据运行速率和机组负荷区间制定机组调峰策略，所述机组调峰策略包括第一调峰策略、第二调峰策略、第三调峰策略和第四调峰策略。
35、根据本发明提供的一种基于ccs的兆瓦级负荷段机组深调试验方法，所述根据巡行速率和机组负荷制定机组调峰策略，包括：
36、在ccs协调方式下，执行第一调峰策略，将机组变负荷率设为2.0mw/min，机组负荷从175mw降至140mw，稳定约20min左右，再升至175mw，并按照预先设定的次数重复上述实验；
37、第一调峰策略执行完成后，执行第二调峰策略，在ccs协调方式下，将机组变负荷率设为3.5mw/min，机组负荷从175mw降至140mw，稳定约20min左右，再升至175mw，并按照预先设定的次数重复上述实验；
38、第二调峰策略执行完成后，执行第三调峰策略，将机组变负荷率设为2.0mw/min，机组负荷从140mw降至105mw，稳定约20min左右，再升至140mw，并按照预先设定的次数重复上述实验；
39、第三调峰策略执行完成后，执行第四调峰策略，将机组变负荷率设为3.5mw/min，机组负荷从140mw降至105mw，稳定约20min左右，再升至140mw，并按照预先设定的次数重复上述实验。
40、根据本发明提供的一种基于ccs的兆瓦级负荷段机组深调试验方法，所述实时监测运行过程参数信息，若运行过程参数信息出现异常则生成预警信息，包括：
41、实时监测运行过程参数信息，所述运行过程参数信息包括：机组的电压、电流、频率、转速、功率；
42、设定参数信息正常运行的阈值区间，判断所述运行过程参数信息，当所述运行过程参数信息超出设定的阈值区间时，判断结果为当前运行状态异常；
43、根据所以判断结果生成相应的预警指令，并将所述预警指令发送给管理人员。
44、根据本发明提供的一种基于ccs的兆瓦级负荷段机组深调试验方法，所述管理人员根据所述预警信息解除ccs运行方式，停止机组运行状态，包括：
45、管理人员根据所述预警信息解除ccs运行方式，停止机组运行状态；
46、继续监控机组的运行状态，确认停止操作已经生效，确保机组完全停止运行；
47、根据所述预警信息分析异常运行原因，管理人员针对异常运行原因进行修复；
48、记录并存储运行异常细节信息，所述异常细节信息包括：异常运行原因、预警信息和处理措施。
49、本发明提供的基于ccs的兆瓦级负荷段机组深调试验方法，通过配置机组运行状态，协调控制ccs运行方式，确定子系统运行状态与保护退出机制运行正常；获取历史运行数据，对所述历史运行数据预处理，构建训练集；采用训练集进行训练，得到神经网络预测模型；基于所述神经网络预测模型进行预测，得到当前运行时段预测值，根据所述预测值制定机组调峰策略；实时监测运行过程参数信息，若运行过程参数信息出现异常则生成预警信息；管理人员根据所述预警信息解除ccs运行方式，停止机组运行状态，解决了现有技术中无法及时获取和动态跟踪机组运行状态问题，取到了实时预测运行状态并制定相应调峰策略有益效果。
1.基于ccs的兆瓦级负荷段机组深调试验方法，其特征在于，包括：
2.根据权利要求1所述的基于ccs的兆瓦级负荷段机组深调试验方法，其特征在于，所述协调控制ccs运行方式，包括：
3.根据权利要求1所述的基于ccs的兆瓦级负荷段机组深调试验方法，其特征在于，确定保护退出机制运行正常，包括：
4.根据权利要求1所述的基于ccs的兆瓦级负荷段机组深调试验方法，其特征在于，所述获取历史运行数据，对所述历史运行数据预处理，构建训练集，包括：
5.根据权利要求4所述的基于ccs的兆瓦级负荷段机组深调试验方法，其特征在于，所述神经网络预测模型，包括：
6.根据权利要求4所述的基于ccs的兆瓦级负荷段机组深调试验方法，其特征在于，所述采用训练集对神经网络预测模型进行训练，对训练的神经网络预测模型进行评估，得到评估值，在评估值高于评估阈值时，神经网络预测模型训练完成，包括：
7.根据权利要求1所述的基于ccs的兆瓦级负荷段机组深调试验方法，其特征在于，所述基于所述神经网络预测模型进行预测，得到当前运行时段预测值，根据所述预测值制定机组调峰策略，包括：
8.根据权利要求7所述的基于ccs的兆瓦级负荷段机组深调试验方法，其特征在于，所述根据巡行速率和机组负荷制定机组调峰策略，包括：
9.根据权利要求1所述的基于ccs的兆瓦级负荷段机组深调试验方法，其特征在于，所述实时监测运行过程参数信息，若运行过程参数信息出现异常则生成预警信息，包括：
10.根据权利要求1所述的基于ccs的兆瓦级负荷段机组深调试验方法，其特征在于，所述管理人员根据所述预警信息解除ccs运行方式，停止机组运行状态，包括：
