基于实时数字滤波技术的火电厂运行数据分析

基于实时数字滤波技术的火电厂运行数据分析

刘川

华电西港发电有限公司 北京 100000

摘要：火电厂作为社会经济发展的主要能源供应者,其自身的安 全稳定运行直接关系到社会经济的发展。基于此，在实践过程中，需要通过对火电厂运行数据的分析，帮助相关管理者掌握 生产过程中的实时变动情况。而对火电厂数据的实时监测是保证火电厂运行状态稳定的重要基础实时数字滤波技术在火 电厂运行数据分析中的运用具备一定的可行性。

关键词：数字滤波技术；火电厂；运行数据

一、实时滤波算法

数字滤波是通过一定的计算或判断程序减少或削弱噪声的影响。数字滤波的优势在于不需要硬件的投入，而且可靠性高、稳定性好，不存在阻抗匹配问题。数字滤波还可以根据实际输入信号的不同，采用不同的滤波方法或滤波参数，具有灵活、方便、功能强等特点。常用的数字滤波方法有很多，但大多数都是针对离线数据的批量滤波处理，利用前后时间点的值来修正当前值，不能适用于实时滤波。有些实时滤波算法，如小波实时滤波算法，是对离线小波滤波的改进，对于缓变时域信号，可以达到实时滤波的效果。

1、一阶滞后滤波法。一阶滞后滤波法的方法简单实用，只有一个参数a，其在0～1之间取值。一阶滞后滤波法的优点是对周期性干扰具有良好的抑制作用，适用于波动频率较高的场合。缺点是相位滞后、灵敏度低，滞后程度取决于a值大小，而且不能消除滤波频率高于采样频率的l／2的干扰信号。一阶滞后滤波法可描述为：本次滤波结果=(1-a)*本次采样值+a+上次滤波结果。”，

2、加权递推平均滤波法。递推平均滤波是平滑滤波的一种，它的原理是在将测量值暂存一个队列，队列的长度为固定值N，每得到一个新的测量数据后，先将队首的数据舍弃，再将队列向前移动一位，然后把新的测量数据放入队尾，再将队列中的N个取样值作算术平均值运算。加权递推平均滤波法是对递推平均滤波法加以改进，对不同时刻的数据乘上一个不同的系数。一般越接近当前时刻的数据，就乘以较大的系数，这样的话给予新采样值的系数就越大，优点是灵敏度越高，缺点是信号平滑度会降低。”，这样形成加权递推平均滤波法。以第n次数据采集为例：连续采集L个数据，然后对这L个数的后m个x，求平均值Y。，则有：

加权递推平均滤波将上式中的Y。不断地送入长度为N的数据窗口，并对滤波器窗口内的N个数据作加权均值移动操作，则加权递推平均滤波输出zn为：

二、实时数字滤波技术在火电厂运行数据分析中的实际

运用实时数字滤波技术实质上是一种凌驾于物理噪声波动等 相关理论以及数字化技术基础上的实时滤波计算方法。实际上，火电机组建模是通过运行参数所存在的各种强弱不同的关联关系而实现的，准确掌握电力系统的运行状态则可以有效削弱各类不 确定性因素对火电厂运行所带来的不利干扰。 通常所采用的数字滤波方法有很多种，大多是充分利用实时数字滤波技术对 缓变时域信号的实时滤波效果来实现的。

1、基于实时数字滤波技术的火电厂运行数据分析的实际效用，火电厂作为社会经济发展的能源供应主体，其在运行过程中的安全性和稳定性对社会经济发展有巨大的影响。基于此，在火电厂的运行过程中，采取科学的技术手段来实时监测运行数据是极为必要的，实时数字滤波技术则是其中最为关键的策略之一 ，实时数字滤波技术与火电厂运行数据分析过程的整合运 从目前我国电力工程的实施状况来看，电力工程火电机组锅炉设备仍然保持其固有的先进性与较高的能效，为工业产业的发展注入了强有力的动能。现阶段，我国火电厂生产项目中所使用的电力工程火电机组锅炉设备是一组大型系统 ，该系统的实际性能较为强大，但需要加强火电机组锅炉设备日常维护工作的执行力度。与其他火电厂中的小型设备一样，该设备的应用同样需要通过数据分析来保障其正常运作，采用实时数字滤波技术，将电力工程火电机组锅炉设备的运行状况转换为数据信息的形式传输到火电厂的中控管理作业平台，若出现异常，就可以在第一时间了解到设备故障的成因。通过建立实时数字滤波技术模型可以了解到，采用加权递推平均滤波法的实效性较强，能够满足火电厂基础设备的实时运行数据滤波需求。

2、将加权递推平均滤波算法应用于实时数字滤波技术之中为了提取到火电厂的运行数据，并对其加以技术分析，需对火电厂的各个运作流程进行实时监测，将采集到的数据传输到核心系统中。经分析了解到，所采集到的各类数据信息都带有不同程度的噪声或者干扰波。从技术层面来看，噪声与干扰波是叠加在电力系统的电源或是信号电缆等设备之上的，凭借数据滤波技术的运用效能，能够在保证设备或信号完好的基础上，将噪声等干扰剔除出去。从滤波效果来看，要想更高效地从火电厂的运行数据中提取到准确的机组设备信息，了解到火电厂运行的实际状况，需对实时监测到的大量数据信息进行滤波处理。相对而言，加权递推平均滤波算法比传统的滤波算 法具备更大的灵活性，能够促使实时数字滤波技术支撑下的火电厂运行数据分析结果更为精准。

总而言之，对火电厂数据的实时监测与分析是实现火电厂稳定 、经济运行的重要基础。鉴于生产环境中噪声干扰的存在，则采取实时数字滤波技术与火电厂运行数据分析过程相整合的优化处理措施来加以改善。实践证明，运用该项技术能够明显弱化生产环境中的噪音，从而保证火电厂实时监测数据分析的精准度，为火电厂的实际生产管理保驾护航。

参考文献：

［1］王惠杰，张春发，宋之平. 火电机组运行参数能耗敏感性分析［J］. 中国电机工程学报，2018，28 ( 29) ，6-10.

［2］李建强.基于数据挖掘的电站运行优化理论研究与应用［J］.华北电力大学，2019.

［3］ 李邓化，庞美飒，李雪菲. 数字滤波在光纤陀螺信号处理中的应用［J］.北京科技大学学报，2019，26 ( 4) : 1-5.