利用稀疏编码方法的燃气涡轮机传感器故障检测技术

用于识别（和/或预测）在监测燃气涡轮机中使用的传感器的故障的方法和系统将稀疏编码过程应用于收集的传感器读数，并将来自稀疏编码过程的L‑1范数残差定义为指示潜在的传感器问题。执行对剩余的传感器读数的群组的进一步评估，以对群组进行分类，并确定是否存在显著的离群值（异常数据），与噪声数据相比，它们将被认为更可能与故障传感器相关联。将时间成分引入到评估中，该评估将当前的异常结果与一组在先的结果进行比较，并且如果大量在先的读数也具有异常值，则作出故障传感器确定。通过将时间成分纳入考虑，减少了误报的数量。

【技术实现步骤摘要】
【国外来华专利技术】利用稀疏编码方法的燃气涡轮机传感器故障检测对相关申请的交叉引用本申请要求于2014年9月10日提交的美国临时申请序号62/048,588的权益，并且该美国临时申请通过引用结合于本文中。
本专利技术涉及对用于发电网络中的燃气涡轮机的监控，以及如下方法，即：所述方法用于提高检测用于监测涡轮机性能的任何传感器的故障的能力，包括预测特定传感器的故障的能力。
技术介绍
化石燃料的高效利用在维持稳定的电力网络方面是至关重要的。将这种类型的燃料转化成电能的一种特别高效的方法是燃气涡轮机。燃气涡轮机部件在非常高的温度环境中和多种负载条件下操作。由于热疲劳和磨损导致的零部件的劣化是一个真正的问题。进行维护以检测和控制磨损，以及根据需要来修理或更换磨损的零部件，以继续确保高效的操作。燃气涡轮机的性能通常通过使用评估其操作的各个方面（即，功率传感器、温度传感器、压力传感器等）的多种不同的传感器来监测。不幸的是，传感器读数本身趋于是相对嘈杂的，因此有时难以知道传感器是否正常操作。在现有技术中已有多种方法被用于研究检测故障传感器的问题。例如，一种方法监测传感器读数中的三种特定类型的错误，即：短路故障、恒定故障和噪声故障。已经进行了采用主成分分析（PCA）在传感器读数中搜索“故障传感器”签名（或特征）的传统统计方法。在燃气涡轮机传感器中执行故障检测的这些和其他方法使用基于阈值的方法。也就是说，如果特定的传感器读数高于给定的阈值，则传感器被声明为“故障”。虽然可行，但这种方法并没有考虑传感器的工作环境的时间成分（timecomponent）。此外，由于在一些传感器读数中可能存在大的噪声分量，所以阈值方法可能难以辨别噪声数据和故障传感器之间的差异。因此，这种基于阈值的方法可能产生大量的误报（falsepositive），这可被转化成对传感器的非必要的检查，从而中断燃气涡轮机的执行。
技术实现思路
本专利技术解决了现有技术中依然存在的需要，本专利技术涉及对在发电网络中使用的燃气涡轮机的监控，以及如下方法，即：所述方法用于提高准确地检测传感器故障的能力，包括预测特定传感器的故障的能力。根据本专利技术，使用稀疏编码过程来分析传感器读数。稀疏编码方法被认为非常适合于此任务，这是因为目的在于从大量收集的正常传感器读数中识别出最少量的“故障传感器”读数。来自稀疏编码过程的残差被定义为潜在的异常传感器读数，并被进一步处理，以将时间因素引入到分析中，并作出将残差定义为“噪声数据”或“故障传感器”的决定。本专利技术的过程的稀疏编码部分由两个主要部分组成：（1）字典学习；以及（2）异常检测，这是通过计算所收集的数据在由字典学习定义的坐标空间内的表示，并将在字典的向量空间内不符合的数据定义为异常。根据本专利技术，异常（残差）采取超过正常操作范围的传感器读数的形式。在本专利技术的一个优选实施例中，使用L-1范数来定义残差（而不是常规的L-2范数），这是因为L-1范数（也称为“最小绝对偏差”或“最小绝对误差”值）较少可能产生误报结果，而这在研究典型的噪声燃气涡轮机传感器读数时是一个问题。后处理函数被用于评估通过稀疏编码识别的残差，并确定哪些（如果存在）指示故障传感器。一种示例性后处理方法采用一类支持向量机（SVM）来创建该组残差的模型。另一种后处理方法基于残差组的特定值来形成阈值。在任一情况下，将一组基于时间的读数与正在使用的模型进行比较，并且如果随时间收集的足够量的数据符合标准，则声明“故障传感器”检测到。然后，将“传感器故障”消息发送给负责燃气涡轮机维护的人员，从而识别要修理或更换的特定传感器。在一个实施例中，本专利技术采取一种用于基于从至少一个传感器收集的读数来检测燃气涡轮机传感器故障的方法的形式，该方法包括：（1）创建基向量的字典，所述基向量为正常操作状态限定与已知传感器读数相关联的值；（2）使用所创建的字典，将稀疏编码过程应用于一组传感器读数数据，以识别一组L-1范数残差数据；（3）评估所述L-1范数残差数据，以便将最大值的L-1范数残差数据的预定子集分类为异常传感器读数；（4）将所述异常传感器读数与多个在先的传感器读数进行比较，并且如果预定数量的所述在先的传感器读数也被指定为异常传感器读数，则将指定的异常传感器读数定义为与传感器故障相关联；（5）向燃气涡轮机人员传送识别特定传感器的传感器故障信号；以及（6）将故障传感器从服务中移除，并修理或更换故障传感器。在另一个实施例中，本专利技术被描述为一种用于检测燃气涡轮机传感器的故障的系统，该系统包括如下部件：（1）传感器读数的数据库；（2）与传感器读数的所述数据库通信的传感器监测系统部件，所述传感器监测系统部件包括程序存储装置和处理器，所述程序存储装置在固定的有形介质中实施一组程序指令，所述一组程序指令可通过所述处理器执行，以执行以下方法步骤：（a）创建基向量的字典，所述基向量为正常操作状态限定与已知传感器读数相关联的值；（b）使用所创建的字典，将稀疏编码过程应用于一组传感器读数数据，以识别一组L-1范数残差数据；（c）评估所述L-1范数残差数据，以便将最大值的L-1范数残差数据的预定子集分类为异常传感器读数；（d）将所述异常传感器读数与多个在先的传感器读数进行比较，并且如果预定数量的所述在先的传感器读数也被指定为异常传感器读数，则将指定的异常传感器读数定义为与传感器故障相关联；以及（e）向燃气涡轮机人员传送传感器故障信号，包括识别故障传感器的信息，以便进行维修或更换；以及（3）用于存储分类为异常的传感器读数的监测系统数据库。在本专利技术的又一个实施例中，通过稀疏编码过程评估的传感器读数可被用于预测即将发生的传感器故障（与已发生故障的情况相反）。在下面的论述过程期间并且通过参照附图，本专利技术的其他和进一步的方面和实施例将变得显而易见。附图说明现在参照附图，其中，相同的附图标记在几个视图中都表示相同的部分：图1是一个示例性燃气涡轮机环境的简化描绘，在该示例性燃气涡轮机环境内，可以使用本专利技术的检测故障传感器的系统和方法；图2是本专利技术的一个示例性过程的流程图，该示例性过程可以被用于评估所收集的传感器读数，并且确定一个或多个传感器是否出现故障并需要被修理或更换；图3是通过将L-2范数应用于稀疏编码过程所计算的残差的示图，其图示了与使用L-2范数来检测传感器故障相关联的问题；图4是通过将L-1范数应用于稀疏编码过程的根据本专利技术的教导来计算的残差的示图；图5是如下方法的流程图，即：所述方法用于使用一类支持向量机（SVM）模型方法来评估L-1范数残差，以确定哪些残差是适当地“异常”并指示传感器的故障；以及图6是用于评估L-1范数残差并检测传感器故障的存在的一种替代性方法的流程图。具体实施方式图1是具有发电机2的典型的燃气涡轮机发电厂1的简化描绘，该发电机2供应工厂电负载3。发电机2通过轴4驱动，该轴4通过燃气涡轮发动机5来供能。燃气涡轮发动机5本身包括大量的单独部件，包括压缩机5.1、燃烧部段5.2、涡轮机5.3以及可能的一组可调整的入口叶片5.4。燃料通过阀6供应到燃烧部段5.2。为了维持燃气涡轮机发电厂1的可接受的操作，使用若干个传感器7来监测各部件的操作，将测量的传感器读数传递到单独的控制模块8。控制模块8可以与燃气涡轮机发电厂1位于一处，或本文档来自技高网...

【技术保护点】
一种用于基于从至少一个传感器收集的读数来检测燃气涡轮机传感器故障的方法，包括：创建基向量的字典，所述基向量为正常操作状态限定与已知传感器读数相关联的值；将稀疏编码过程应用于一组传感器读数数据，使用所创建的字典，以识别一组L‑1范数残差数据；评估所述L‑1范数残差数据，以将最大值的L‑1范数残差数据的预定子集分类为异常传感器读数；将所述异常传感器读数与多个在先的传感器读数进行比较，并且如果预定数量的所述在先的传感器读数也被指定为异常传感器读数，则将指定的异常传感器读数定义为与传感器故障相关联；向燃气涡轮机人员传送识别特定传感器的传感器故障信号；以及将故障传感器从服务中移除，并修理或更换故障传感器。

【技术特征摘要】
【国外来华专利技术】2014.09.10 US 62/0485881.一种用于基于从至少一个传感器收集的读数来检测燃气涡轮机传感器故障的方法，包括：创建基向量的字典，所述基向量为正常操作状态限定与已知传感器读数相关联的值；将稀疏编码过程应用于一组传感器读数数据，使用所创建的字典，以识别一组L-1范数残差数据；评估所述L-1范数残差数据，以将最大值的L-1范数残差数据的预定子集分类为异常传感器读数；将所述异常传感器读数与多个在先的传感器读数进行比较，并且如果预定数量的所述在先的传感器读数也被指定为异常传感器读数，则将指定的异常传感器读数定义为与传感器故障相关联；向燃气涡轮机人员传送识别特定传感器的传感器故障信号；以及将故障传感器从服务中移除，并修理或更换故障传感器。2.如权利要求1所述的方法，其特征在于，在创建所述字典时执行以下步骤：将所述传感器读数数据组织成多个聚类；使用k-means算法，确定每个聚类的中心；以及用所确定的每个聚类的中心来初始化所述字典。3.如权利要求1所述的方法，其特征在于，所述稀疏编码过程执行以下关系：其中，D是创建的字典，X是所述多个传感器读数，E是L-1范数残差，并且α和β是小的正标量。4.如权利要求3所述的方法，其特征在于，最小化函数执行以下迭代步骤：a.，其中，L是增广拉格朗日式并且被定义如下：b.其中，，使用行收缩算子：c.，其中，并且，其中，d.e.f.g.停止，如果其中，Ek被定义为一组L-1范数残差数据，Z是辅助变量，M是拉格朗日乘数，μ是惩罚系数，ρ是用于更新μ的参数，并且ϵ是用于测量Z到X的接近度以终止算法的误差宽容度。5.如权利要求1所述的方法，其特征在于，在执行评估步骤时，创建一类支持向量机模型，并且将每个残差分类为属于类中或处于类外，处于类外的L-1范数残差定义为异常传感器读数。6.如权利要求5所述的方法，其特征在于，对所述一组L-1范数残差数据进行抽样，以在创建一类SVM模型之前减小数据集的大小。7.如权利要求5所述的方法，其特征在于，在执行比较步骤时，复查多个在先的时间步骤数据，并且如果所述多个在先的时间步骤数据中的p%也被指定为异常传感器读数，则作出传感器故障确定。8.如权利要求7所述的方法，其特征在于，p的值至少等于50。9.如权利要求1所述的方法，其特征在于，通过定义阈值百分比，并且将超过定义的阈值的所有值定义为异常传感器读数数据，来评估所述L-1范数残差数据。10.如权利要求9所述的方法，其特征在于，在执行比较步骤时，复查多个在先的时间步骤数据，并且如果所述多个在先的时间步骤数据中的q%也被指定为异常传感器读数，则作出传感器故障确定。11.一种用于检测燃气涡轮机传感器的故障的系统，包括：传感器读数的数据库；与传感器读数的所述数据库通信的传感器监测系统部件，所述传感器监测系统部件包括程序存储装置和处理器，所述程序存储装置在固定的有形介质中实施一组程序指令，所述一组程序指令可通过所述处理器执行，以执行以下方法步骤：创建基向量的字典，所述基向量为正常操作状态限定与已知传感器读数相关联的值；将稀疏编码过程应用于一组传感器读数数据，使用所创建的字典，以识别一组L-1范数残差数据；评估所述L-1范数残差数据，以将最大值的L-1范数残差数据的预定子集分类为异常传感器读数；将所述异常传感器读数与多个在先的传感器读数进行比较，并且如果预定数量的...

【专利技术属性】
技术研发人员：ST吴，袁超，A查克拉博尔蒂，M埃文斯，
申请(专利权)人：西门子能源公司，
类型：发明
国别省市：美国,US