一种基于均值滤波和等梯度的热电厂蒸汽压力滤波方法

技术领域

本发明涉及一种基于均值滤波和等梯度的热电厂蒸汽压力滤波方法。

背景技术

在热电厂汽水系统中，通过蒸汽推动汽轮机做功，将具有高压力和温度的蒸汽的热势能 转化为机械能。蒸汽压力是用来衡量锅炉蒸汽生产量与负荷设备蒸汽消耗量是否平衡的重要 指标，蒸汽压力过高或过低，都会导致锅炉和负荷设备的受损。因此，为了减少设备的损坏， 提高经济效益，研究蒸汽压力具有重要意义。在实际生产过程中，从现场所采集到的蒸汽压 力信号跳变幅度很大，压力变化趋势不易观察，需对所采集的信号进行滤波。

均值滤波作为一种传统的滤波方法，被广泛应用于信号处理领域中，但均值滤波本身存 在固有的缺陷，它不能很好的保护图像细节，在图像去噪声的同时也破坏了图像的细节部分， 使图像变得模糊。

发明内容

本发明为了解决上述问题，提出了一种基于均值滤波和等梯度的热电厂蒸汽压力滤波方 法，本方法针对工作现场采集到的蒸汽压力信号跳变幅度大、波形尖锐的特点，采用均值滤 波和等梯度的方法对蒸汽压力信号进行滤波处理，在均值滤波降低噪声的基础上采用等梯度 的方法提高信号的清晰度，为汽轮机提供可靠的数据信息，减少蒸汽压力对设备的损坏，提 高设备的使用寿命和生产经济效益。

为了实现上述目的，本发明采用如下技术方案：

一种基于均值滤波和等梯度的热电厂蒸汽压力滤波方法，包括以下步骤：

(1)将根据热电厂汽水系统实际运行情况采集的一组蒸汽压力值作为初始信号，采用均 值滤波对初始信号进行处理；

(2)将处理后的蒸汽压力信号分组，选取基准信号，通过损失函数求解其对应的梯度值， 得到蒸汽压力预测信号；

(3)对比分析蒸汽压力预测信号的预测结果和现场实际采集结果，进行仿真验证。

所述步骤(1)中，具体方法为：根据热电厂汽水系统实际运行情况，采集蒸汽压力信号 x_i(i＝0,1,…,n-1)，进行仿真实验，观察蒸汽压力的曲线变化，运用均值滤波器求出 每一时刻对应的信号(i＝0,1,…,n-1)：

${\bar{x}}_i=\frac{\underset{k=i}{\overset{p}{\Sigma }}(x_i+x_{i+k})}{p+1}---\left(1\right)$

上式表示x_i经均值滤波器处理后的蒸汽压力信号；p+1表示与x_i相邻蒸汽压力信号个 数；i表示从现场采集的蒸汽压力信号的序列号，从0开始计数，即0代表第1组，n-1代表 第n组。

所述步骤(2)中，具体方法为：

将经过滤波器处理后的蒸汽压力信号第一个信号作为初始信号，依次取连续的m个信号 作为第一组，再将经过滤波器处理后的蒸汽压力信号第二个信号作为初始信号，依次取连续 的m个信号作为第二组，以此类推，对经过滤波器处理后的蒸汽压力信号进行分组，其中 40≤m≤60，取每一组的中间信号(j＝0,1,…,n-1)作为基准信号，设每一组对应 的梯度值为Δ_j，每一组的蒸汽压力预测信号分别用如下公式表示：

${\tilde{x}}_i={\bar{x}}_j-{\Delta }_j---\left(2\right)$

上式中$\mathrm{mj}<i<\mathrm{mj}+\frac{m}{2},$j＝0,1,…,n-1；

${\tilde{x}}_i={\bar{x}}_j+{\Delta }_j---\left(3\right)$

上式中$\mathrm{mj}+\frac{m}{2}<i<m(j+1),$j＝0,1,…,n-1，

其中j表示经过均值滤波处理后的蒸汽压力信号分成的组数的序列号，从0开始计数， 即0代表第1组。

所述步骤(2)中，经过式(2)和式(3)处理的蒸汽压力信号需要进行评估，即需要 确定一个损失函数，确定由式(2)和式(3)表示的蒸汽压力预测信号作为估计信号，估计 信号用关于梯度值的函数进行表示，并确定经过均值滤波处理后的蒸汽压力信号作为真实值， 将估计值与真实值差的平方和作为损失函数J(Δ)，损失函数如下：

$J_j\left(\Delta \right)=\underset{i=\mathrm{mj}}{\overset{\mathrm{mj}+m-1}{\Sigma }}{({\tilde{x}}_i-{\bar{x}}_i)}^2---\left(4\right)$

其中j＝0,1,…,n-1；

在同一组内，梯度值是同一值，将式(2)和式(3)中用梯度值表示的蒸汽压力预测信 号带入到式(4)损失函数中，经过化简得到损失函数是关于梯度值的一元二次方程，当损失 函数取最小值时，得出一个梯度值，这个梯度值就是使蒸汽压力预测信号取最佳的值。

所述步骤(2)中，由于损失函数是一个一元二次方程，用最小二乘法直接求导得出是损 失函数取最小时的梯度值，损失函数最小值的计算公式如下：

${\stackrel{·}{J}}_j\left(\Delta \right)=0---\left(5\right)$

将求得的梯度值分别代入式(2)和式(3)，得出所有蒸汽压力信号的预测值。

所述步骤(3)中，对蒸汽压力信号预测值进行仿真实验，并将其与蒸汽压力现场采集信 号和经过均值滤波处理后的蒸汽压力信号进行比较分析，发现蒸汽压力信号经过均值滤波和 等梯度处理后，蒸汽压力信号跳变范围缩小，信号波形变得更为平滑。

本发明的有益效果为：

(1)计算过程简单，计算量小；

(2)采用均值滤波和等梯度的方法对蒸汽压力信号进行滤波处理，将混乱的信号处理 成比较平滑的信号，减小信号的跳变范围；

(3)滤波后提供相对平滑的蒸汽压力信号，减少蒸汽压力对设备的损坏，提高设备的 使用寿命和生产经济效益。

附图说明

图1为本发明的流程图；

图2为本发明选取的电流值的图形；

图3为本发明选取的电流值经均值滤波处理后的图形；

图4为本发明选取的电流值经均值滤波和等梯度处理后的图形；

图5为本发明的效果对比图。

具体实施方式：

下面结合图与实施例对本发明作进一步说明。

如图1所示，在现场实际工作环境下采集到的出磨机电流信号和热电厂蒸汽压力信号相 似，且具有像类似的特性。在以下的说明中，以实际的出磨机电流信号为参考，通过分析均 值滤波和等梯度在处理出磨机电流信号中的可靠性和有效性，分析均值滤波和等梯度方法在 处理热电厂蒸汽压力信号中的有效性。

如图1所示，是本发明采用均值滤波和等梯度方法对现场采集到的出磨机电流信号的流 程图。

如图2所示，随机取部分实际工作现场采集的出磨机电流信号，本发明中随机取了600 个出磨机电流信号x_i(i＝0,1,…,599)，并进行仿真实验，得出波形图，通过观察发现， 工作现场取出的实际电流波形变化尖锐，杂乱无章。

图附3是出磨机电流信号经过均值滤波处理后的数据进行仿真的波形图。

步骤1，根据热电厂汽水系统实际运行情况采集的一组蒸汽压力值作为初始信号x，用 均值滤波器对数据进行处理，处理后的信号为用出磨机电流信号代替热电厂蒸汽压力信 号，将采集600个出磨机电流信号作为初始信号x_i(i＝0,1,…,599)，以每组50个电流 信号为基准，采用均值滤波进行处理，得到相应的出磨机电流信号(i＝0,1,…,599)， 并进行仿真。

均值滤波处理电流信号x_i(i＝0,1,…,599)的公式如下：

${\bar{x}}_i=\frac{\underset{k=i}{\overset{i+49}{\Sigma }}(x_i+x_{i+k})}{50}---\left(1\right)$

以从实际工作现场采集到的电流信号的第1个到第50个作为第1组信号为例。第1个 信号为x₀，第50个信号为x₄₉，则代入公式(1)后得到作为经均值滤波处理后的第1个 电流信号。同理，作为经过均值滤波处理后的第2个电流信号，由从实际工作现场采集到 的电流信号的第2个到第51个作为第2组信号代入公式(1)计算得到。以此类推，得到600 个经过均值滤波处理后的电流信号，并进行仿真。

图4是出磨机电流信号经过均值滤波和等梯度处理后的仿真图。

步骤2，取50个经过滤波器处理后的电流信号作为一组，取这一组的中间信号(j＝0,1,…,599)作为基准信号，设每一组对应的梯度值为Δ_j，每一组的蒸汽压力预测 信号分别用如下公式表示：

${\tilde{x}}_i={\bar{x}}_j-{\Delta }_j---\left(2\right)$

上式中50j＜i＜50j+25，j＝0,1,…,599；

${\tilde{x}}_i={\bar{x}}_j+{\Delta }_j---\left(3\right)$

上式中50j+25＜i＜50(j+1)，j＝0,1,…,599。

以经过均值滤波处理后的电流信号的第1个到第50个作为第1组信号为例。第1个信 号为第50个信号为基准信号为梯度值为Δ₀，这一组的电流预测信号用含有 梯度值的公式表示为：

${\tilde{x}}_i={\bar{x}}_{25}-{\Delta }_0---\left(4\right)$

其中i＝0,1,…,24；

${\tilde{x}}_i={\bar{x}}_{25}-{\Delta }_0---\left(5\right)$

其中i＝26,27,…,49。

由式(2)和式(3)表示的电流预测信号作为估计信号，估计信号都可用关于梯度值的 函数进行表示，并确定经过均值滤波处理后的电流信号作为真实值，将估计值与真实值差的 平方和作为损失函数J(Δ)，损失函数如下：

$J_j\left(\Delta \right)=\underset{i=\mathrm{mj}}{\overset{\mathrm{mj}+m-1}{\Sigma }}{({\tilde{x}}_i-{\bar{x}}_i)}^2---\left(6\right)$

其中j＝0,1,…,n-1。

以第1组经过均值滤波处理后的电流信号为例，即以(i＝0,1,…,49)为估计信号， 并用式(4)和式(5)表示为关于梯度值Δ₀代数式，以经过均值滤波处理后的电流信号(i＝0,1,…,49)作为真实值，代入式(6)，即

$J_0\left(\Delta \right)=\underset{i=0}{\overset{49}{\Sigma }}{({\tilde{x}}_i-{\bar{x}}_i)}^2---\left(7\right)$

其中i＝0,1,…,49；

通过对损失函数求导，解得是损失函数取最小值时的梯度值Δ₀，即用下式(8)解得Δ₀， 将解得梯度值代入式，得到电流估计信号即出磨机电流预测信号。

${\stackrel{·}{J}}_j\left(\Delta \right)=0---\left(8\right)$

同理，以经过均值滤波处理后的电流信号的第2个到第51个作为第2组信号，重复步 骤2，解得梯度值Δ₁，并求出出磨机电流预测信号以此类推，可以求得梯度值Δ_i(i＝0,1,…,599)和出磨机电流预测信号(i＝0,1,…,599)。

将所得到的出磨机电流预测信号进行仿真，即可得到图4。

如图5所示，将波形放在同一个仿真界面里面，可以更直观的对比经过前后处理之后的 电流信号波形。

步骤3，进行仿真实验，得出电流预测信号的波形图，分析均值滤波和等梯度方法对电 流信号处理的有效性，并分析将该方法用于热电厂蒸汽压力信号波形处理过程中，对蒸汽压 力波形的有效性。

从图5中可以直观的看到经过均值滤波和等梯度处理后的出磨机电流信号跳变范围最小， 对设备的造成的损坏也是最小的，对提高设备现场实际运行具有一定的经济效益。

现场采集的热电厂蒸汽压力信号与出磨机电流信号具有相同的特性。均值滤波和等梯度 方法处理电流信号的原理，同样的可以用于处理蒸汽压力信号，将变化尖锐，跳变氛围大的 蒸汽压力信号处理成为相对光滑、平稳的蒸汽压力信号，减少热电厂汽水系统中蒸汽对汽轮 机的损坏，并提高经济效益。

上述虽然结合图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制， 所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创 造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。