1、华北电力大学（北京）硕士学位论文热工过程数据校正技术的方法研究及工程应用姓名：张馨申请学位级别：硕士专业：热能工程指导教师：张光20080301摘要可靠的热工过程数据是热工过程控制、运行优化和性能计算的基础。在实际的热工过程测量数据中，不可避免地存在着误差。数据校正技术利用数据的冗余性，并 结合各种统计方法，来降低或者消除误差对测量数据的影响，从而提高测量数据的可靠性、一致性和完整性。本文在综合分析现有的数据校正技术研究进展的基础上，对热工过程的数据校正问题进行了研究，提出了一种基于神经网络和时间序列的热工过程实时数据校正方法，并通过仿真验证了该方法的有效性。关键词：数据校正，神经网络， 时间
2、序列， 热工过程，（）：，摘要可靠的热工过程数据是热工过程控制、运行优化和性能计算的基础。在实际的热工过程测量数据中，不可避免地存在着误差。数据校正技术利用数据的冗余性，并 结合各种统计方法，来降低或者消除误差对测量数据的影响，从而提高测量数据的可靠性、一致性和完整性。本文在综合分析现有的数据校正技术研究进展的基础上，对热工过程的数据校正问题进行了研究，提出了一种基于神经网络和时问序列的热工过程实时数据校正方法，并通过仿真验证了该方法的有效性。关键词：数据校正，神经网络， 时间序列， 热工过程，（）：，声明尸明本人郑重声明：此处所提交的硕士学位论文热工过程数据校正技术的方法研究及工程应用，是本
3、人在华北电力大学攻读硕士学位期间，在导师指导下进行的研究工作和取得的研究成果。据本人所知，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得华北电力大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名：主噍奁日期：关于学位论文使用授权的说明本人完全了解华北电力大学有关保留、使用学位论文的规定，即：学校有权保管、并向有关部门送交学位论文的原件与复印件；学校可以采用影印、缩印或其它复制手段复制并保存学位论文：学校可允许学位论文被查阅或借阅；学校可以学术交流为目的，复
4、制赠送和交换学位论文；同意学校可以用不同方式在不同媒体上发表、传播学位论文的全部或部分内容。（涉密的学位论文在解密后遵守此规定）作者签名：日期：竺驰翩躲缈期：罗华北电力大学硕士学位论文论文选题的背景第一章绪论随着电力行业的市场化改革，“厂网分开， 竞价上网”的实施， 电力市场逐步扩大，企业间的竞争日益激烈，成本控制也越来越受到重视， 节能降耗工作成为火电厂参与竞争的必由之路【】。为此各电厂相继投运过程监控、性能监测、运行 优化、设备故障诊断以及发电报价、决策支持等系 统，并不同程度地取得了经济效益。事实上，这些系统的运行都要求准确的测量数据作为基础，然而 实际测量中受到传感器、变送器等仪表精度
5、、测量原理、 测量方法和生 产环境的影响，造成测量数据经常存在以下两个问题】【】：测 量数据的不平衡性从现场采集得到的数据，由于测量中不可避免地存在误差，使得测景数据不能精确的符合热工过程的一些内在物理和热力学规律。如能量平衡，热力学方程等，这种现象称为测量数据的不平衡性。测量数据的误差分为随机误差和显著误差两大类，前者主要是受随机因素的影响，如测量仪器的误差等，通常服从于一定的统计规律；后者可能由于仪器仪表失灵、操作不稳定和设备泄漏等引起【 】测 量数据的不完整性由于安装测试仪表和进行测试的代价昂贵、测量技术不可行、条件苛刻不允许采样或仪表因故不工作等原因，使得不可能采集到所有的测量值，造成
6、生产过程测量数据的不完整性。数据的不平衡性和不完整性，使得许多过程优化、仿真和控制无法发挥作用，甚至造成决策的偏差。目前已经建成和正在开发的企业综合自动化系统，都受到数据不完整性和不准确性的困扰，随着系统规模的不断扩大和复杂性的提高，这一问题将更加突出，因此，对 于生产过程的测量值进行处理，以提高其精确性和完整性，这一环节是必不可少的。数据校正就是利用冗余信息，综合统计分析、过程机理模型和辨识技术、优化技术等， 对实际测量数据进行处理，消除数据中包含的随机误差和显著误差，并设法估计出未测变量，从而提高测量数据的质量。数据校正的工作主要包括数据协调和显著误差检测，数据协调技术的主要目的是消除测量
7、数据中随机误差，给出其协调值，并 设法用已测数据对未测数据和未知参数予以估算：显著误差检测技术的主要目的是对测量数据中的显著误差进行检测和识别或估算其真实值儿。数据协调和显著误差检测问题起源于化工领域【】，目前已取得了初步的应用，并产生了一些商业软件】，如法国公司的，美国华北电力大学硕士学位论文公司的，英国公司的等；而在热工领域，有关方法的研究乃至工程中的应用在国内还很少见。因此，研究和探讨热工过程中的数据校正算法具有重要的工程意义。数据校正的实施，提高了数据的可靠性和准确性，为过程监控、性能监测、仿真和 优化等提供了坚实的基 础。数据校正技术的研究进展数据校正问题通常描述为以数学模型为约束，
8、以变量协调值和测量值之间的偏差最小为目的的优化问题。主要包括两个部分：数据协调、显著误差检测。此外，测量网络的冗余度分析研究也是数据校正技术研究发展的一个重要组成部分。数据协调的研究动态年和首先提出数据协调的概念【 】，其准则是：在满足物料平衡和热量平衡的条件下，要求协调值与它对应的测量值的偏差的平方和最小。这是带线性约束的最小二乘问题，可以用拉格朗日乘子法求解。为了进行数据协调，就必须先获得测量数据的协方差矩阵，和提出了从约束残差的方差阵中估计测量值的协方差矩阵。】提出了比较鲁棒的估计变量协方差方法。】等和分别提出用估计（广义极大似然估计）抗差变量协方差估计法。未测变量的存在，给数据协调问题
9、求解和分析带来了困难，年，【】提出矩阵投影法，在平衡方程两边同乘一矩阵，使未知变量系数阵为全零阵，从而消除了未知变量。袁永根【】提出用零度矩阵取代投影矩阵，也能收到同样的效果。】提出了用分解法消去过程中的未测变量。年，【】提出了一种直接算法和一种更适用于工程实际的基于奇异值分解的算法数据协调技术广泛的应用于稳态过程当中，但是在实际过程中，过程数据经常处于“准稳态”或动态。和于年提出准稳态的概念【，即除了偶尔的突变和缓慢的漂移外过程都处在稳态的情况，并采用滤波法解决此类问题。年就进行了动态数据协调问题的研究【。目前主要采用的方法有三种，扩展的滤波法，制约的非线性规划（），神经元网络。年将基于滤波
10、的算法用于广义线性动态系统【】，年和等提出正交滤波法，可以估计校正所有的线性状态方程【】。其局限性在于，需要一个线性或局部线性模型，且模型 误差将导致显著偏差。年等提出用非线性规划法（）解决非线性约束和不等式约束的动态数据协调问题【引。年等提出了基于的分段线性化的动态华北电力大学硕士学位论文数据协调法【】。其局限性在于， 计算效率不能满足在线动态数据协调需求。年等用神经元网络来求解非线性的数据 协调问题【】。年提出了一种具有非线性动态数据协调功能的实时回归学习神经元网络【。神经网络方法的优点就在于不需要掌握过程本身的精确模型，避免了过程模型的误差可能带来的校正误差。数据协调的发展经历了从稳态数
11、据协调，非线性数据协调到动态数据协调的发展过程【。由于热工生产过程是一类典型的混杂系统，其连续的生产过程中又有着离散的生产调度事件，而且调度指令，特 别是短期的调度指令的实施， 频繁而又动态的改变着数据协调的重要依据生产过程的平衡关系，这使得数据协调技术在实际现场的运行存在着不少困难。因此， 动态数据协调技术的不断发展才能使实际生产过程的数据协调顺利进行，满足日益增长的信息化需求。显著 误差检测的研究动态数据校正的基础假设是变量测量值服从正态分布，即显著误差不存在【，但实际上由于设备故障、测量偏差、模型失配、过程协调等种种原因，测量数据中不可避免的带有显著误差，而显著误差的存在会严重破坏数据的
12、统计特性，影响数据协调的效果，因此，检测 、识别和补偿显著误差具有重要的意义。检测显著误差的手段有多种】【 】【】【】：（）从理论上分析所有可能导致显著误差的因素并进行 处理。（）借助于多种测量手段对 同一过程变量进行测量，然后通过结果的比较来识别显著误差即硬件冗余法。（）根据过程模型的 经验知 识或先验知识进行显著误差的 检验。（）根据测量数据的 统计特性 进行检验，即 统计假设检验法。第一种方法仅从理论上作出分析，极有可能遗漏造成显著误差的一些潜在原因，而且不易于广泛使用；第二种方法对于少数重要的测量数据是可行的，然而对于许多过程数据进行逐一的测量比较则会造成大量财力、物力上的负担，因此也
13、不适合推广使用；第三种方法要求掌握过程模型的经验知识或先验知识，一般而言这类知识比较难以获得；相比之下，统计检验的方法由于只针对数据本身、对现有硬件设备不作过多要求、便于在线运行、方法具有普遍性等特点而得到了广泛的研究与使用。这种方法所依据的基本原理就是利用误差的显著性进行统计假设检验。显著误差检测主要包括两类主要途径：基于测量残差的显著误差检测方法和基于约束残差的显著误差检测方法。第一类检测方法主要包括测量检验法（）【、迭代测量检验法（）【引、修正的迭代 测量检测法（）【】等。第二 类检验方法主要包括整体检验法（）【、节点检验法（）【们、广 义似然比法（）】等。华北电力大学硕士学位论文年和提
14、出了测量检验法，年和提出了迭代测量检验法，并于年提出了修正的迭代测量检验法，年等利用非线性规划方法对修正的迭代测量检测法进行了改进，提高了鲁棒性。年首先提出显著 检测对协调结果会有影响，提出了整体检验法，年和对提出的约束方程检测法，也称节点检验法的基础上，结合节点合并等图论方法，在一定假设条件下实现了显著误差的定位。经典统计检测方法的缺点是没有充分利用各种不同显著误差的信息来区分不同类型的显著误差，所以基本上只能处理测量或传感器误差，而无法侦破和识别由于泄漏等原因造成的与模型有关的显著误差，年和发展了广义似然比法克服了这一缺点。除了上述方法以外，还有许多其他的方法用于显著误差的检测，包括主元分
15、析法【，神经网络方法【， 贝叶斯法【，滑 动窗口法引，无偏估 计法【 】和多项式拟合的方法等。年提出了基于主元分析的显著误差检测方法。主元分析法又称主成分分析法，是将多个指标化为少数指标的一种统计方法，是多变量统计中一种强有力的分析工具，并在显著误差检测中得到了很好的应用。年等讨论 了神经元网络在显著误差检测中的应用，并与统计检测方法作了比较，他们针对一个实际的例子用模拟试验对和统计方法的性能进行了比较，结果表明：在 显著误差检测 上具有很大的潜能，和传统的基于数理统计原理的显著误差检测方法相比，作为非参数模型估计的方法，只要求用历史数据进行模型训练，不需要掌握 过程本身的精确模型，因此避免了
16、由于过程模型不准确带来的估计偏差，此外，突破了对约束条件的假设，并且对测量数据中随机误差的分布不作特殊要求，和各种基于迭代的非线性规划方法相比，基于神经网络的显著误差侦破方法具有简单，计算量小和适于在线应用的优点，并且相对于传统的最优化和统计理论相结合的方法具有处理非线性问题较强的能力的特点。然而，在 实现人工神经网络方法之前，需要大量的处于相应操作区间的的数据来训练网络，因此，训练样本的质量将直接影响的性能，如果操作条件发生改变，必 须进行新的网络训练。年等提出将贝叶斯法用于显著误差的检测，年和”】根据贝叶斯原理，在最大似然法的基础上引入显著误差的概率分布，从而构造出随机误差和显著误差的混合
17、分布概率，同时构造了一种在某种概率下的无偏估计函数。在数据校正方法中引入了鲁棒估计法，可达到数据协调和显著误差检测同步的要求。年孔明放【】等认为和提出的目标函数并不是鲁棒估计函数，因此重新构造目标函数，使其符合 鲁棒估计函数的定义， 满足数据协调和显著误差检测同步的要求。华北电力大学硕士学位论文动态的显著误差检测方面也有一些方法出现，年和】最先提出了基于滤波的准稳态数据协调及相应的显著误差检测法。年和】将广义似然比法推广到动态过程的显著误差检测。年和提出了滑动窗口法引，年和提出了无偏估计法副，年将多项式拟合法用于线性动态数据显著误差建模及检测。显著误差检测可以指导操作人员有针对性地维修测量仪表
18、，及时排除操作故障，从而尽可能的消除显著误差对数据协调的影响，保证协调结果的有效性。然而，故障的检查和排除不可避免的存在时间的滞后，在故障排除之前对已知的带有显著误差变量的有效处理同样是很重要的。直接的做法是删除带有显著误差的测量变量，然后根据测量网络空间冗余计算删除变量的协调值，然而每个变量的删除都会影响整个测量网络的结构和数据协调的精度，同时还可能引起网络奇异而无法进行协调运算。因此，对于带有显著误差的数据进行处理的方法也在不断发展，这些方法一般都是利用数据的空间冗余或时间冗余计算出协调值取代存在显著误差的变量进行协调运算。显著误差的检测方法研究是数据校正技术研究的重点，但在实际应用中，这
19、些方法都难以完全适用，因此针对生产过程的实际情况研究行之有效的误差检测处理方法，特别是动态数据在线显著误差检测处理方法仍是数据校正研究工作的重点。冗余性分析的研究现状由于技术和经济上的原因，通常在实际生产过程中只能对一部分的变量进行测量，未测变量则需要通过流量平衡、能量平衡等关系进行估算。假 设传感器没有误差，则确保所有的未测变量都能被准确的估算所需要的测量传感器个数为山，由于测量 传感器不可避免的存在 测量误差，所以要准确地获得生产信息，就要配置多于山的测量传感器， 这样就引出了冗余的概念们。 实际上冗余就是为了准确的确定系统的状态，实际测量的数据比不存在测量误差是所需要测量的数据多出一部分
20、，这些就是冗余数据。冗余可以表 现为用多个传感器同时测量一个变量，即硬件冗余；还可以表现为测量多于山个 变量， 这样的变量可以在空间结构上通过多种途径进行估计，这就是空间冗余， 还有一种就是时间冗余，即 对同一个变量多次的测量。冗余性分析主要包括过程变量的分类，大系统的分解降维和测量网络的优化设计等。过程 变量的分类过程变量分为己测量变量和为测量变量，其中，已 测量变量根据是否可以由华北电力大学硕士学位论文其他已测量变量计算得到分为冗余型和非冗余型，而未测量变量根据其是否可以由平衡方程唯一确定可以分为可观测型和不可观测型。非冗余性的已测量变量和不可观测型的未测量变量的存在会使得矩阵不可逆，从而
21、使计算无法进行，所以必须予以去除，这也是早期的数据校正冗余性研究的重点。变量的分类一般有两种方法，从热工生产流程出发，运用 图论工具进行分类的方法称为面向流程的方法，而从约束方程组出发，运用矩阵论进行分类的方法称为面向方程的方法。前者虽然很直观，但是计算方法较为繁琐，后者的理 论阐述简单明了，但是在具体应用时，尤其对于大规模系统则需要大容量的计算机。在面向流程的过程数据分类方法上，年， 最早根据工业流程的拓扑性，提出基于图论面向流程的解决变量分类的方法。第一步，将由未知变量相连的两个变量合并，删除不能合并且带位置变量的节点，则剩下的变量全部是冗余型变量；第二步，把测量网络图中所有已测量变量都去
22、除，剩下来的图中，全部是由未知变量组成的回路，所涉及的未知变量都是不可观测型的。这为以后的冗余性分析打下了基础。其后，在年 给出了多 组分的情况下的数据分类法，提出了算法。年，和引以图论为工具探讨了单组分下复杂流程过程中的数据分类理论和算法。年，和研究了多组分的物流变量分类方法，将测量网络分解成各种子图，然后运用图论中的概念，将不属于含未测量变量的环路的那些变量直接按网络结构和测点分布情况分类，将那些属于含未测量变量的环路的变量，考察割集情况以选取适当的方程组，通 过研究这些方程的可解性对变量进行分类。引也提出将测量网络图分解成各种子图后再进行分析。年，和副直接分析测量网 络结构，计算出所有的
23、割集，按照各变量分属的割集数来划分变量。这种割集所包含的变量除了要分析的变量以外全部是已测量变量，所以一个割集代表了估计该变量的一种方法。估计方法，包括测量多于一种的变量为冗余变量。这样，未 测量变量也有可能一部分被划分为冗余变量，从而扩充了冗余变量的范围。 这种方法比较直观，但是要 计算出所有的割集，对网络结构有一定要求引。在面向方程的过程数据分类方法上，年，引由稀疏方程解法导出数据分类算法，它适用于线性和非线性系统，比 较普遍化，他认为未测量变量的可观测性取决于它是否为仅含已测量数据和可观测型为测量数据的平衡方程的输出。年，和通过考察稳态系统的状态表达式和约束方程构成的一些矩阵的阶次，连续
24、性，可导性等，将 变量在可行点上分成可 观测型和不可观测型两类。针对非线性系统和线性系统的不同特点，可观测型又被分为局部和全局两类。在此基础上，对冗余进行了精确的定义：当且仅当删除一个已测量变量华北电力大学硕士学位论文的值而不影响整个系统的可观测性时，该已测量变量为冗余变量。同样，冗余 变量也被分为局部冗余变量和全局冗余变量。在实际的算法中，他们仍然沿袭了提出的分析原则。年，一玑对线性和双线性约束问题应 用矩阵投影的方法，对关联矩阵进行变换，删除约束方程组中的未测量变量使之降维，然后通过分析一系列特殊方程的解的情况对变量进行分析，理论上比较严谨，但是构造投影矩阵的计算颇为复杂。年，袁永根心提出
25、用零度矩阵取代投影矩阵，可以达到同样的效果，而且零度矩阵的构造简单。年，提出了一种比投影矩阵求解更直接更适合于工程实际的基于奇异值分解算法的变换矩阵构造算法。年，和聆将未测量变量和已测量变量对应的关联矩阵按照要求测量，不要求测量以及测量难易程度从左到右排列，与平衡方程的常数向量组成增广矩阵，采用高斯一约当消元法， 经过一系列消元和变换处理，分析 该增广矩阵中各个子块的特性，进而对相应变量进行分析。年，列提出了用分解法消去过程中的未测量变量，并分 别检查相应 矩阵的全零列或者全零行来找出非冗余变量和不可观测变量。年，和懈定义了测量网络的总体冗余度为该系统能完全由一测量变量表示的独立约束的个数，变
26、量的结构冗余度为使该变量不可观测至少要去除的测量点个数。年，刘传 政副提出了一种叫做有序规则法的新的线性问题数据分类方法，该方法不需要进行矩阵运算，从而不存在计算机内存不足的问题，克服了矩阵投影法的不足，可进行复杂过程的数据分类，分 类完成后即可生成不含未测量数据的平衡约束方程，可直接用于数据校正。年，陈剑侣们提出了一种叫做删除法的新的数据分类方法。年，陈剑哺等提出线性相关法，用比较矩阵的秩的方法实现数据分类。王秀萍怕针对线性测量网络，提出了兼顾网络拓扑结构和传感器测量精度配置的综合冗余度的定义。年，蒲飞扬等在对未测量变量进行数据分类时，引入矩阵的绝对线性无关列的概念，提出了数据分类的两步矩阵
27、投影算法。除了上述两大类分析方法，还有一些其他的方法，例如年等提出的基于集合的处理方法，他们将约束方程按照只包含已测量变量等要求划分到各个集合，通过对这些集合进行分析处理从而得到变量分类的结果。大系统的分解降维实际的工业生产过程都是复杂的生产过程，因此协调计算是十分复杂的，需要在进行协调运算之前，缩小优化命题的规模，此 时，就需要对大系统进行分解降维处理。华北电力大学硕士学位论文大系统的分解降维常用的方法都是建立在变量分类的基础上，取出约束方程中的未测变量，使大系统降维。提出的矩阵投影的方法，袁永根心提出的零度矩阵方法，叫提出的集合处理方法，和钉从图论的角度进行分析处理的方法。此外，们还提出了
28、一种大系统分解的方法，即将原有关联矩阵转换成约当阵，每一个约当块代表一个子系统，然后对子系统进行协调。等比较了几种大系统分解的算法，上述这些方法都是在已经建好的模型基础上进行的，贯穿于协调方法和冗余性分析过程中。测量网 络的优化设计和改造测量网络的结构会直接影响数据协调的进行，在数据协调过程中，如果遇到因为删除了带有显著误差的变量而导致了测量网络的改变或者因为测量网络结构本身不合理而导致不可协调的情况，那么就需要对测量网络进行调整，改变传感器的配置位置，提高系统的冗余度，以保证数据协调计算的顺利进行。 选择最佳的传感器配置，可以避免不可协调的情况， 还可以调高系统的可靠性，并且保 证配置费用的
29、经济性。和哺钉定量的说明了增加一个冗余变量对整个系统变量估计均方差的影响。对于一个既定的网络，如果再添加一个 传感器，增加一个 测量变量，则协调值的估计均方差将减小，减小量与传感器精度和装配位置有关。所以，增加系统冗余变量的个数，能提高数据协调的精度。传感器的配置一般有两种思想，一种思想是在变量分类的基础上直接进行配置，以确保数据的完整性，即确保所有的变量都是可以测量或是可以观测的。和副在算法的基础上提出了算法选择测量变量，和侧应用高斯约当消去法直接选择测量变量，町等以保证所有未测量变量都可观测为目的通过变量分类的方法反复对测量网络的配置进行考察和改进直到满足要求。另一种思想是把传感器的配置问
30、题作为一个优化问题来考虑，年，和副基于仪表失灵概率、 变量的可观测性和冗余性，提出了 变量可靠性概念，然后以系统可靠性最好为目标，基于 图论的原理，根据割集的性质来进行最少传感器配置的研究，年，他们用相同的方法 讨论了固定传感器个数的冗余传感器配置，提出了使用给定数目的测量仪表将具有最小可靠性的变量最大化的测量网络设计方法。年，提出了变量冗余度的概念，利用图论中的回路，提出了设计最小测量网络和冗余性网络的基本方法。年，拍定义了测量网络变量可估计度、可估 计效率等概念，并研究了 对关键变量有不同估计度要求的测量网路的设计问题。年，和哺刮对测量网络的优化设计，考 虑了可修复仪表的维护费用问题，利用
31、华北电力大学硕士学位论文仪表的有效度取代可靠度作为设计性能约束，利用马尔科夫模型求取一定时间内的维修次数期望值。年，李博提出了测量网络的柔性概念，用于衡量 测量网络在流程发生变化时确保变量可观测性的能力，并基于此概念进行测量网络优化设计。传感器的配置优化问题目前主要集中在两个方面来展开研究：一方面是以配置费用最低为目标，以数据协调的精度、可 观测性、 鲁棒性等作 为约束；另一方面是以数据协调精度最高为目标，以配置费用等作为约束。年，哺】以兼顾配置费用和协调精度为目标，但是对加权系数未加以明确。年，引根据期望得到的协调精度迭代推算出相应的传感器配置。年，提出了显著误差存在时数据的可获得性、变量精
32、度以及测量网络的显著误差检测能力等概念，采用混合整数非线性规划的方法（，）建立了费用最小的目标，且 满足数据可 获得性、变量精度以及显著误差检测能力要求的测量网络传感器优化配置模型。年，引结合图论和遗传算法 进行最少传感器配置，由于遗传算法的特点，优化目标可以根据实际需要来选择。年， 引以协调 精度最高为目标，将变量的可观测性、重要变量的协调精度和配置费用作为约束条件，并兼顾现场特殊情况来配置传感器。年，叫讨论了这两方面优化目标的对偶关系，在年他又以费用最低为出发点，结合了优化问题的对偶特性又提出广义可靠性最大模型。上述传感器配置方法都是针对线性过程提出的，年，和将他们的基于图论的配置方法推广
33、到双线性过程，年，和等也利用变量分类的方法讨论了双线性过程的传感器配置问题。综上所述，在冗余性分析的这些研究内容里， 测量变量的分类和大系统的分解降维这两方面都是建立在数学模型的基础上的，模型的表现形式是方程组或者网络结构图，而测量网络的优化设计则是一个为了使数据协调能更好的进行而采用的综合设计问题。数据校正在实际生产中的应用与研究数据校正技术应用的范围很广馏，主要包括：计划与统计管理：工厂的计划管理、统计报表和生产决策都要以可靠的生产装置的测量数据为依据，带有误差的测量数据会使管理人员无法掌握工厂的实际情况。因此，使用数据校正技术可以为管理人员提供可靠的生产数据。过程监测：在生产装置上，使用
34、数据校正技术在线分析过程数据，可以有效的跟踪设备和装置的运行状态，识别仪器的出错和失灵情况。在中试装置上， 经过校正处理的测量数据，能更可靠、更精确的用于过程分析、过程模拟和放大设华北电力大学硕士学位论文计。过程模拟：过程模拟是指采用数学模型和算法对工业生产过程进行模拟，使采用的模型与算法能够反映出生产的实际状况，数据校正技术能够为流程模拟程序提供精确的满足一致性要求的过程数据。实时优化与控制：实时优化的任务实针对连续生产过程的特点，根据连续过程工业增强市场竞争力的迫切要求，把优化控制目标放在提高产品质量、节能降耗、降低成本已经提高生产过程的柔性以适应市场需求的多变上。进入年代以来，这一领域已
35、经成为过程工业的热点。当前的 实时优化实际上是将下层的动态控制与上层的稳态优化问题分开解决，将数据校正技术与流程模拟优化程序联合使用，可以提供可靠的过程优化控制与操作方案。如果不经过数据校正处理， 优化控制的作用就有可能被测量误差所掩盖。数据校正技术在整个实时优化过程中处于核心的位置。设备性能分析：数据校正软件可以全程的跟踪关键设备和装置的行为。仪表的配置与管理：使用数据校正软件能辅助操作者有针对性地监测仪表的运行情况，对存在问题的仪表及时进行检修或者重新标定。同时，数据校正技 术的冗余性分析可确定最佳测量点的位置，从而协助仪表工程师设计出最经济、安全、可靠和有效的控制仪表系统。随着数据校正理
36、论的逐步深入研究与完善，国内外也越来越重视实际应用研究，并且已经成功地开发出一些商业化的数据校正软件，这些软件主要是用于稳态过程的数据校正。年，法国的公司首次推出了数据校正软件，用于故障仪表侦破、数据校正与参数估计等。年，美国的公司推出的数据校正软件，可以安装在集散控制系 统（）上使用，提高测量数据的精度和装置的模拟分析和优化操作。美国的公司为公司开发的（）是含数据校正和过程模拟的优化的软件，在公司中与过程模拟计算机相结合，首先用于显著误差监测，再将校正后的数据作为优化控制模型的设定值使用。英国的公司开发的 软件可以与、数据 库接口。美国公司的可以与相连，用于实施数据校正和先进优化控制。还有公
37、司的软件，将模型、平衡调整和报表的易用的图形界面和在调整过程中作为向导的面向对象的专家系统结合起来。国内的自动化控制方面的公司也开发出了一些相应的数据校正软件，如浙大中控自行开发的 数据校正软件。无论是自行研发的数据校正软件，还是利用国外的软件，总不可避免的遇到很多实际的问题需要解决，这些问题的结决与否和解决的效果好坏都直接影响了软件应用的结果。另一方面，在解决 实际问题的同时，会发现很多为纯理论研究华北电力大学硕士学位论文所忽略的规律和知识，只要能充分利用这些规律和知识必能有效的促进理论的发展。因此，我们必须坚持理论联 系实际， 紧密地结合工程实际来进行理论研究，为数据校正能更好的为工程实际
38、服务打下扎实的基础幢引。华北电力大学硕士学位论文第二章热工过程数据校正技术基础数据校正技术概述随着计算机技术和控制技术的发展，电站自动化水平的不断提高，各电厂相继投入运行过程监控、性能检测、运行 优化、 设备故障诊断以及 电价决策支持等系统，使得测量数据作为对生产状况的直接实际反映得到很大的重视，准确地测量数据将为监控，优化，计划调度以及决策分析提供坚实的基础。一般情况下，热工过程数据（），又称工艺数据，指的是流量、温度和压力等等。由于测量中不可避免的误差， 测量 值不能精确地符合热工过程的一些内在物理和热力学规律，如物料平衡、 热量平衡等等。这种现象称为测量数据的不平衡性。产生不平衡性的原因
39、是测量数据有误差，它又可以分为随机误差和显著误差。前者受随机因素的影响而产生，服从一定的统计规律，任何 测量数据都含有随机误差。后者主要由以下几种情况引发：仪表发生故障而无法正常工作；仪表偏差较大；过程模型不匹配；过程设备存在泄漏；过程偏离稳态。另一方面，从热工装置采集到的测量数据是不完整的。例如由于安装测量仪表和进行测试的代价昂贵，测量技术不可行，条件苛刻不允许采样或仪表因故不工作等原因，使得不可能采集到所有测量值。数据的不平衡性和不完整性给过程分析和研究工作带来了许多困难，甚至失败。为此，需要 对热工过程变量的测量 值进行处理，以提高其准确性和平衡性。同时对没有测量的过程变量（有时也称参数），设法用已测数据和一些物理或热学规律予以估算。数据经过这种去伪存真的加工处理后，有用的信息量就得到很大的增加。测量数据的数据协调和显著误差检测越来越引起重视，尤其在化工行业已取得了初步的应用，化工领
