一种基于多步K-means聚类的核电机组运行工况划分及寻优方法

本发明属于核电机组智慧运行技术领域，具体涉及一种基于多步K‑means聚类的核电机组运行工况划分及寻优方法。包括如下步骤：步骤1：挖掘历史运行数据中的最优工况，输出此工况下系统中的关键参数；步骤2：判断边界扰动变量的相似性；步骤3：获取机组运行历史数据，并对异常值进行剔除；步骤4：进行稳态工况的判别；步骤5：对上述清洗过的历史数据进行聚类分析；步骤6：对每一步的聚类结果进行判断；步骤7：获取当前机组运行工况的边界条件热功率和海水温度的值，组成二维向量，对此向量进行标准化；步骤8：判断当前运行工况所属上述聚类算法形成的工况类别。有益效果在于：形成可靠的数据训练集，有利于提高聚类算法和工况寻优的准确性。