【技术实现步骤摘要】
本专利技术涉及故障诊断
,特别涉及一种火电厂热力系统传感器故障诊断方 法。
技术介绍
传感器作为火电厂中必不可少的底层部件,对机组安全稳定运行起着重要的作 用。火电机组正常运行过程中,重要的热力过程参数,如主蒸汽温度、主蒸汽压力、汽轮机转 速、汽包水位等的测量使用了大量的各种类型的传感器。一旦传感器发生故障,轻则使控制 系统性能下降,重则有可能导致严重的事故,造成重大经济损失。火电厂热力过程中传感器 众多,分布于各种不同设备的多个部位,通过人力去检测传感器故障是非常困难的。因此, 通过检测传感器的输出数据,进行传感器故障判断和分析是十分有必要的。 传感器故障诊断最为可靠的方法为硬件冗余法,即:在某一测点附近布置读个不 同的传感器同时测量同一物理参数,将几个传感器的输出根据既定规则计算出的结果作为 该测点的测量值。硬件冗余的优点是不需要被控对象的数学模型,鲁棒性强,缺点是设备复 杂,会使系统的体积、重量和成本增加。 基于信号处理的检测方法分别从信号频率、变量间相关性、变量自身相关性三个 方面进行了设计,在一定情况下会产生相应的效果,比如小波分析适合振动、压力这类波动 较快的信号;偏最小二乘适合于具有强相关性变量信号集的分析;而对于具有周期性特征 的信号分析,ARMA这类自相关时间序列回归预测方法会产生更加显著的效果。现有技术方 案采用单一的方法,方法本身具有一定的局限性,缺乏冗余检测的验证和分析,可靠程度不 尚。
技术实现思路
为解决现有技术的问题,本专利技术提出, 技术方案时间轴的多元回归和支持向量回归这两个维度上对测量信号进行综合分 ...
【技术保护点】
一种火电厂热力系统传感器故障诊断方法,其特征在于,该方法包括:对热力系统的传感器信息数据进行采样;根据传感器信息采样数据确定阶次数p;根据所述阶次数p选择自回归模型;确定自回归模型中的参数,同时确定自回归模型的表达式;i=1,以t‑p+i为初始时间节点,时间序列窗口长度为p,对传感器信息数据采样得到的p个实际测量数据作为自回归模型的输入,经自回归模型输出第t+1时刻的预测数据并确定预测数据与对应的实际测量数据x(t+1)之间的残差e(i),当残差e(i)不超过阈值时,则i=i+1,以t‑p+i为初始时间节点,继续经自回归模型获得一残差e(i),直至残差e(i)大于阈值;将当前预测数据以当前时刻t+i为始发点前p‑1个连续时刻对应数据组成训练数据,分别经至少两个自回归模型获得对应残差,记录下来,且i=i+1;继续将最新获得的预测数据以当前时刻t+i为始发点前p‑1个连续时刻对应数据组成训练数据,直至获得自回归模型对应地残差序列;对获得的残差序列进行分析,当所有残差序列均表现出可能出现为某种故障类型时,则判断传感器发生该类故障。
【技术特征摘要】
【专利技术属性】
技术研发人员:仇晓智,周卫庆,黄葆华,刘双白,
申请(专利权)人:国家电网公司,华北电力科学研究院有限责任公司,北京博望华科科技有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。