一种电厂设备缓变故障预警方法及装置制造方法及图纸

本发明专利技术实施例公开了一种电厂设备缓变故障预警方法及装置。本发明专利技术以电厂设备的历史数据中的故障工况数据和正常工况数据进行建模并进行聚类分析，获取正常工况数据和故障工况数据对应的簇标记向量，再以实时监测数据输入聚类模型中获取实时监测数据的簇标记向量，将实时监测数据的簇标记向量与正常工况数据和故障工况数据对应的簇标记向量进行匹配则可以判断电厂设备是运行正常还是在缓变故障演变过程中，并获取到该设备正在发生的缓变故障的故障类型和预警时间，以提示工作人员在故障形成之前及时检修，解决了当前的电厂设备故障预警方法预警滞后，无法在故障发生前进行有效预测的技术问题。

An early warning method and device for retarded fault of power plant equipment

The embodiment of the invention discloses a kind of early warning method and device for the retarded fault of the power plant equipment. The present invention to fault condition data of historical data of power plant equipment in normal working conditions and data modeling and cluster analysis, cluster mark vector obtaining normal condition data and fault condition data corresponding to the input data, real-time monitoring of clustering model get clustering vector data real-time monitoring, by matching the clustering vector clustering vector data real-time monitoring under the normal condition and fault condition data corresponding to the data you can determine the normal operation of power plant equipment is still in the evolution process of gradual failure, and access to the device is made of slowly varying fault types and fault warning time, to remind the staff before the formation of timely maintenance of the fault is solved early warning and fault warning method of power plant equipment currently lags, effective technical problems can not forecast before a failure occurs.

【技术实现步骤摘要】
一种电厂设备缓变故障预警方法及装置
本专利技术涉及电力监测领域，尤其涉及一种电厂设备缓变故障预警方法及装置。
技术介绍
火电厂中的热力设备所处的工作环境恶劣，故障的发生不仅仅降低生产过程的稳定性，还使得生产过程中的安全性无法得到保证。当前的火电厂热力设备故障预警方法局限于当发生故障时，对故障进行示警并判断故障类型，虽然提醒了工作人员故障的发生，但是无法在故障发生前对故障进行预测。因此，导致了当前的电厂设备故障预警方法预警滞后，无法在故障发生前进行有效预测的技术问题。
技术实现思路
本专利技术提供了一种电厂设备缓变故障预警方法及装置，解决了当前的电厂设备故障预警方法预警滞后，无法在故障发生前进行有效预测的技术问题。本专利技术提供了一种电厂设备缓变故障预警方法，包括：S1：以电厂设备的历史数据中故障起始演化时间点和故障发生时间点之间的时间段为故障演变时段，以故障起始演化时间点之前的预置时间点和故障起始演化时间点之间的时间段为正常工况时段，获取历史数据中至少一种电厂设备缓变故障的故障演变时段的故障工况数据和正常工况时段的正常工况数据，将故障工况数据和正常工况数据进行标准化处理并将标准化处理后的本文档来自技高网...

【技术保护点】
一种电厂设备缓变故障预警方法，其特征在于，包括：S1：以电厂设备的历史数据中故障起始演化时间点和故障发生时间点之间的时间段为故障演变时段，以故障起始演化时间点之前的预置时间点和故障起始演化时间点之间的时间段为正常工况时段，获取历史数据中至少一种电厂设备缓变故障的故障演变时段的故障工况数据和正常工况时段的正常工况数据，将故障工况数据和正常工况数据进行标准化处理并将标准化处理后的故障工况数据和正常工况数据拼接为建模数据；S2：通过轮廓系数算法计算建模数据在预置簇类数搜索范围内的最佳簇类数；S3：根据最佳簇类数建立聚类模型对建模数据进行聚类分析，分别获取正常工况数据和故障工况数据对应的簇标记向量，记...

【技术特征摘要】
1.一种电厂设备缓变故障预警方法，其特征在于，包括：S1：以电厂设备的历史数据中故障起始演化时间点和故障发生时间点之间的时间段为故障演变时段，以故障起始演化时间点之前的预置时间点和故障起始演化时间点之间的时间段为正常工况时段，获取历史数据中至少一种电厂设备缓变故障的故障演变时段的故障工况数据和正常工况时段的正常工况数据，将故障工况数据和正常工况数据进行标准化处理并将标准化处理后的故障工况数据和正常工况数据拼接为建模数据；S2：通过轮廓系数算法计算建模数据在预置簇类数搜索范围内的最佳簇类数；S3：根据最佳簇类数建立聚类模型对建模数据进行聚类分析，分别获取正常工况数据和故障工况数据对应的簇标记向量，记录故障工况数据对应的各个簇标记向量对应的电厂设备缓变故障的故障类型和预警时间范围；S4：获取电厂设备的实时监测数据，将实时监测数据输入聚类模型中获取实时监测数据的簇标记向量，将实时监测数据的簇标记向量与正常工况数据对应的簇标记向量进行匹配，判断实时监测数据的簇标记向量是否属于正常工况数据对应的簇标记向量，若否，则将实时监测数据的簇标记向量与故障工况数据中的各个簇标记向量进行匹配，获取实时监测数据的簇标记向量对应的电厂设备缓变故障的故障类型和预警时间范围。2.根据权利要求1所述的一种电厂设备缓变故障预警方法，其特征在于，步骤S3具体包括：S31：根据最佳簇类数建立聚类模型对建模数据进行聚类分析，分别获取正常工况数据和故障工况数据对应的簇标记向量；S32：获取并记录故障工况数据对应的各个簇标记向量对应的电厂设备缓变故障的故障类型；S33：获取各个簇标记向量对应的故障工况数据的数据采集时间点，分别计算各个数据采集时间点与故障发生时间点之间的演化时长，根据各个簇标记向量对应的最短演化时长和最长演化时长获取并记录各个簇标记向量的预警时间范围。3.根据权利要求1所述的一种电厂设备缓变故障预警方法，其特征在于，步骤S4具体包括：S41：获取电厂设备的实时监测数据，将实时监测数据输入聚类模型中获取实时监测数据的簇标记向量，将实时监测数据的簇标记向量与正常工况数据对应的簇标记向量进行匹配，判断实时监测数据的簇标记向量是否属于正常工况数据对应的簇标记向量，若是，则电厂设备运行正常，若否，则执行步骤S42；S42：将实时监测数据的簇标记向量与故障工况数据中的各个簇标记向量进行匹配，判断实时监测数据的簇标记向量是否属于故障工况数据对应的簇标记向量，若是，则执行步骤S43，若否，则执行步骤S44；S43：获取实时监测数据的簇标记向量对应的电厂设备缓变故障的故障类型和预警时间范围；S44：将电厂设备的状态标记为异常。4.根据权利要求3所述的一种电厂设备缓变故障预警方法，其特征在于，步骤S41具体包括：获取电厂设备的实时监测数据，将实时监测数据进行标准化处理并将处理后的实时监测数据输入聚类模型中获取实时监测数据的簇标记向量，将实时监测数据的簇标记向量与正常工况数据对应的簇标记向量进行匹配，判断实时监测数据的簇标记向量是否属于正常工况数据对应的簇标记向量，若是，则电厂设备运行正常，若否，则执行步骤S42。5.根据权利要求1所述的一种电厂设备缓变故障预警方法，其特征在于，步骤S4之后还包括：步骤S5；S5：在第一预置时间后返回步骤S4。6.一种电厂设备缓变故障预警装置，其特征在于，包括：数据获取模...

【专利技术属性】
技术研发人员：潘凤萍，罗嘉，杨婷婷，邱天，庞志强，黄卫剑，朱亚清，欧阳春明，
申请(专利权)人：广东电网有限责任公司电力科学研究院，
类型：发明
国别省市：广东,44