本发明涉及数据优化，具体为一种基于工况抽取的冷端优化方法及系统。
背景技术：
1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
2、电厂运行期间，会利用循环水泵为冷却水提供动力，从而带走各设备产生的废热，在电厂的热循环中，循环水泵及其相配合的冷却水管路、冷却塔等设施称之为冷端，目前会采取一些数学方法根据电厂一段时间内的历史运行数据进行分析，从而优化循环水泵的启动顺序等参数。而循环水泵的数量众多，并且性能参数存在差异，其启停顺序对冷端优化的效果影响重大。
3、针对冷端优化，现有技术针对不同的测点将数据进行归一化，然后将归一化的数据均分为若干份，并在每一份数据中抽取符合要求的若干个观测向量。若历史正常矩阵中存在离群值，归一化会导致大多数数据点在归一化后的范围内分布较为集中，而离群值则可能被映射到极端的数值，使得数据的分布范围失真，而实际电厂运行中，循环水泵的运行参数往往呈现出较多异常的跳变点。而求取同一时刻所有测点的二范数，然后根据固定的步距从训练矩阵中挑选出若干符合要求的观测向量加入到记忆矩阵中。这种方法的记忆矩阵构建速度虽然比较快，但其使用二范数将不同测点信息结合，忽略了单个测点的重要性，并且这种以固定步长获取观测向量的方法可能会导致某些健康的历史观测向量被忽略，在循环水泵的相关测点中同样存在这些问题。
4、因此，现有技术对冷端进行优化时，一方面循环水泵受制于设备自身性能，会在优化期间显示为离群值，影响数据归一化的效果；另一方面采用固定步长的方式挑选观测向量构建记忆矩阵时，可能会造成记忆矩阵中数量较少的历史观测向量缺失。
技术实现思路
1、为了解决上述背景技术中存在的技术问题，本发明提供一种基于工况抽取的冷端优化方法及系统，在构建记忆矩阵的时候不需要对数据进行归一化的操作，并且通过数据直方图的形式抽取观测向量，避免了数据量较少的历史观测向量的缺失和遗漏。
2、为了实现上述目的，本发明采用如下技术方案：
3、本发明的第一个方面提供一种基于工况抽取的冷端优化方法，包括以下步骤：
4、获取电厂循环水泵的历史运行数据并预处理，预处理后的数据转换为直方图；
5、基于直方图将数据划分为若干个连续的区间，确定每个区间的边界值；
6、根据每个区间的边界值筛选循环水泵历史运行数据，当历史数据中有对应的数据存放于区间中时，返回索引值列表；
7、遍历所有测点，根据得到的所有测点的索引值列表，去除历史数据中对应的数据，得到记忆矩阵，形成工况数据；
8、在预处理后的数据中去除掉用于构建记忆矩阵的数据，确定剩余数据中循环水泵发生异常事件的次数，以异常事件次数的由少到多为排序，得到循环水泵优化后的启动顺序，完成冷端优化。
9、进一步的，预处理包括，基于皮尔森系数法去除历史数据中强相关性的数据点，基于箱线图法去除历史数据中的离群点数据。
10、进一步的，将预处理后的数据划分为若干个连续的区间，每一个区间作作为一个箱体，根据直方图统计数据落入每个箱体内的数据点的个数；通过调节箱体的个数来决定构建记忆矩阵的规模。
11、进一步的，筛选循环水泵历史运行数据期间，当历史数据中不存在箱体范围内的值时，返回一个空列表；当历史数据中有数据存在于箱体中时，返回此时的数据在历史数据中的索引值列表，判断此时的列表是否有值，当列表中没有值时跳过。
12、进一步的，根据剩余数据确定循环水泵各项参数的估计值，并确定观测向量和预测结果的残差值，得到每个参数残差上下限作为各参数的残差阈值。
13、进一步的，确定剩余数据中循环水泵发生异常事件的次数，具体为：预处理后的数据划分为测试数据和训练数据，测试数据经筛选得到与训练数据相同的测点，经归一化处理后，基于得到的残差值与残差阈值对比，根据残差值超过残差阈值作为异常事件起始时间点，残差值降至残差阈值范围内作为此次异常事件结束时间点，两个时间点之间的时间段为异常事件发生时间。
14、进一步的，当两次异常事件发生的时间间隔低于设定的时间阈值，两次异常事件记作一次异常事件。
15、本发明的第二个方面提供一种基于工况抽取的冷端优化系统，包括：
16、数据采集模块，被配置为：获取电厂循环水泵的历史运行数据并预处理，预处理后的数据转换为直方图；
17、记忆矩阵模块，被配置为：基于直方图将数据划分为若干个连续的区间，确定每个区间的边界值；
18、记忆矩阵模块，还被配置为：根据每个区间的边界值筛选循环水泵历史运行数据，当历史数据中有对应的数据存放于区间中时，返回索引值列表；
19、记忆矩阵模块，还被配置为：遍历所有测点，根据得到的所有测点的索引值列表，去除历史数据中对应的数据得到记忆矩阵，形成工况数据；
20、优化结果输出模块，被配置为：在预处理后的数据中去除掉用于构建记忆矩阵的数据，确定剩余数据中循环水泵发生异常事件的次数，以异常事件次数的由少到多为排序，得到循环水泵优化后的启动顺序，完成冷端优化。
21、本发明的第三个方面提供一种计算机可读存储介质。
22、一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时运行如上述所述的基于工况抽取的冷端优化方法。
23、本发明的第四个方面提供一种计算机设备。
24、一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时运行如上述所述的基于工况抽取的冷端优化方法。
25、与现有技术相比，以上一个或多个技术方案存在以下有益效果：
26、1、利用数据直方图抽取历史数据中含有循环水泵正常工况的数据的方式构建记忆矩阵，而不再使用固定步长的方式，能够在最小化矩阵规模的基础上尽可能覆盖循环水泵正常状态下的数据，能够得到非线性多元预测诊断技术中的记忆矩阵，解决了历史数据选取方面的问题，使得构建记忆矩阵更具准确性和适用性。
27、2、构建记忆矩阵的过程不依赖于数据的归一化处理，从而避免了历史健康数据中的极大值可能对归一化结果造成的干扰，并且可以直接处理原始数据，无需额外的预处理步骤，简化了数据处理流程，同时减少了离群值可能引入的误差。
28、3、构建记忆矩阵时对所有的测点数据单独进行工况抽取，保证了记忆矩阵可以囊括所有测点的历史数据，并能够避免冗余工况的引入，使得记忆矩阵更加精简。
1.一种基于工况抽取的冷端优化方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于工况抽取的冷端优化方法，其特征在于，所述预处理包括，基于皮尔森系数法去除历史数据中强相关性的数据点，基于箱线图法去除历史数据中的离群点数据。
3.如权利要求1所述的一种基于工况抽取的冷端优化方法，其特征在于，将预处理后的数据划分为若干个连续的区间，每一个区间作为一个箱体，根据直方图统计数据落入每个箱体内的数据点的个数；通过调节箱体的个数来决定构建记忆矩阵的规模。
4.如权利要求1所述的一种基于工况抽取的冷端优化方法，其特征在于，筛选循环水泵历史运行数据期间，当历史数据中不存在箱体范围内的值时，返回一个空列表；当历史数据中有数据存在于箱体中时，返回此时的数据在历史数据中的索引值列表，判断此时的列表是否有值，当当列表中没有值时跳过。
5.如权利要求1所述的一种基于工况抽取的冷端优化方法，其特征在于，根据剩余数据确定循环水泵各项参数的估计值，并确定观测向量和预测结果的残差值，得到每个参数残差上下限作为各参数的残差阈值。
6.如权利要求1所述的一种基于工况抽取的冷端优化方法，其特征在于，确定剩余数据中循环水泵发生异常事件的次数，具体为：预处理后的数据划分为测试数据和训练数据，测试数据经筛选得到与训练数据相同的测点，经归一化处理后，基于得到的残差值与残差阈值对比，根据残差值超过残差阈值作为异常事件起始时间点，残差值降至残差阈值范围内作为此次异常事件结束时间点，两时间点之间的时间段为异常事件发生时间。
7.如权利要求6所述的一种基于工况抽取的冷端优化方法，其特征在于，当两次异常事件发生的时间间隔低于设定的时间阈值，两次异常事件记作一次异常事件。
8.一种基于工况抽取的冷端优化系统，其特征在于，包括：
9.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时运行如上述权利要求1-7任一项所述的基于工况抽取的冷端优化方法。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时运行如上述权利要求1-7任一项所述的基于工况抽取的冷端优化方法。
