一种基于相关性可视分析的汽轮机轴承振动异常分析方法技术

本发明专利技术提出一种基于相关性可视分析的汽轮机轴承振动异常分析方法，可应用于发电企业对于汽轮机轴振偏差的监控、预警及分析。本发明专利技术以汽轮机轴承运行相关变量的时间序列数据为研究对象，采用皮尔逊相关系数来衡量变量间的相关性，并通过可交互的图形化相关矩阵图来直观地呈现。由于汽轮机运行状态下轴承相关各变量之间的相互影响存在一定的时滞性，本发明专利技术设计了一种能够克服时滞因素影响的相关性算法，从而更准确地得到各变量间的相关系数。通过多种人机交互功能和变量曲线图与相关矩阵图联动的实现，用户可以高效而灵活地对任意数量的变量之间的相关性进行快速分析，这对于汽轮机轴承监控预警和相关变量异常数据的处理及分析有着重大意义。

An abnormal analysis method for turbine bearing vibration based on correlation visual analysis

A method of abnormal vibration analysis of steam turbine bearing based on correlation visual analysis is proposed, which can be applied to the monitoring, early warning and analysis of the shaft vibration deviation of the steam turbine. This invention takes the time series data of the relative variables of the turbine bearing as the research object, uses the Pearson correlation coefficient to measure the correlation between the variables, and presents it intuitively through an interactive graphical correlation matrix diagram. Because the interaction between the variables related to the bearing of the bearing in the running state of the turbine exists a certain time delay, the invention has designed a correlation algorithm which can overcome the influence of the time lag factors, so that the correlation coefficient between the variables can be obtained more accurately. Through a variety of human-computer interaction functions and the linkage of the variable curve diagram and the correlation matrix diagram, the user can quickly and flexibly analyze the correlation between any number of variables, which is of great significance to the monitoring and early warning of turbine bearings and the processing and analysis of abnormal data of the related variables.

【技术实现步骤摘要】
一种基于相关性可视分析的汽轮机轴承振动异常分析方法
本专利技术属于工业过程状态监测及预警领域，尤其涉及一种基于相关性可视分析的汽轮机轴承振动异常分析方法。
技术介绍
汽轮机是电力生产中的重要设备，其设备结构复杂、运行环境恶劣，汽轮发电机组的故障率不低，一旦发生故障就会造成极大的经济影响。传统的汽轮机轴承故障振动监测与故障诊断系统模块不多，不同的模块之间相互关联性较差，部分模块对于硬件系统的要求高，不同的硬件经常出现不互相兼容的现象，硬件一旦损坏，系统就无法正常工作。这就导致了汽轮机轴承一旦发生故障，如果得不到及时的监控及预警，就会带来极大的经济损失和安全隐患。随着数据库技术的迅速发展以及数据库管理系统的广泛应用，发电企业积累的汽轮机轴承振动相关的数据越来越多。其实数量和质量激增的数据背后隐藏着许多重要的信息，但它们的价值还没有被发挥到最大。因此，数据分析及可视化技术的发展及应用将会使得汽轮机轴承振动监控及预警更加高效和自动化。
技术实现思路
针对汽轮机轴承振动监测及预警的现状，结合数据分析及可视化在工业过程中的潜在应用，本专利技术提出了一种基于相关性可视分析的汽轮机轴承振动异常分析方法，本文档来自技高网...

【技术保护点】
一种基于相关性可视分析的汽轮机轴承振动异常分析方法，其特征在于，该方法以经典的相关性评价指标皮尔逊相关系数为基础，提出了一种考虑工业过程时滞因素的相关性改进算法，通过该算法能计算出目标变量之间的相关系数，从而对汽轮机轴承振动状态进行监控和预警；利用相关矩阵图来对变量间的相关性大小及其时间上的先后关系进行可视化呈现，并通过多种人机交互功能的设置和变量曲线图与相关矩阵图联动的实现，使得用户可以高效而灵活地对汽轮机轴承振动相关变量之间的相关性进行快速分析。

【技术特征摘要】
1.一种基于相关性可视分析的汽轮机轴承振动异常分析方法，其特征在于，该方法以经典的相关性评价指标皮尔逊相关系数为基础，提出了一种考虑工业过程时滞因素的相关性改进算法，通过该算法能计算出目标变量之间的相关系数，从而对汽轮机轴承振动状态进行监控和预警；利用相关矩阵图来对变量间的相关性大小及其时间上的先后关系进行可视化呈现，并通过多种人机交互功能的设置和变量曲线图与相关矩阵图联动的实现，使得用户可以高效而灵活地对汽轮机轴承振动相关变量之间的相关性进行快速分析。2.根据权利要求1所述的一种基于相关性可视分析的汽轮机轴承振动异常分析方法，其特征在于，该方法包括如下步骤：步骤1：选择n个变量x1,x2…xn，时间段t0～t，数据采样周期T，时滞范围ΔT，时移步长Δt；步骤2：绘制出各变量的时间序列曲线，包括分别绘制与集中绘制两种模式，可通过按钮切换；步骤3：计算出各变量两两之间的相关系数及其对应的时滞构成相关系数矩阵和时滞矩阵步骤4：基于数据分析及可视化工具，绘制出相关矩阵图，能够与变量曲线联动，从而获得与汽轮机轴承振动异常最相关的变量。3.如权利要求2所述的基于相关性可视分析的汽轮机轴承振动异常分析方法，其特征在于，所述数据分析及可视化工具为：Java、Javascript和EchartsAPI。4.如权利要求2所述的基于相关性可视分析的汽轮机轴承振动异常分析方法，其特征在于，步骤1中所述的n个变量的选择及配置步骤包括：步骤1.1：运行变量x1,x2…xn包括待分析变量和与其相关联的变量，可以通过对相关变量的提前配置和自由勾选来确定；步骤1.2：时间段t0～t的选择由异常状态的出现时间决定，根据变量的实际物理意义来选择对应长度的时间段；步骤1.3：数据采样周期T，时滞范围ΔT，时移步长Δt根据待分析变量的实际物理意义来决定，系统会提供一组默认值。5.如权利要求2所述的汽轮机运行异常状态变量相关性可视分析方法，其特征在于，步骤2中所述绘制出各变量的时间序列曲线的绘制步骤包括：步骤2.1：根据步骤1中的参数分别绘制n条变量的运行曲线，即在n个坐标系中各绘制一条曲线，各坐标系的x轴保持平行，范围由选定的时间段确定，y轴由各变量的范围分别决定，尺度上保持一致；步骤2.2：根据步骤1中的参数集中绘制n条变量的运行曲线，即在1个坐标系中绘制n条曲线，y轴不设具体单位，各...

【专利技术属性】
技术研发人员：张力寰，徐正国，陈积明，程鹏，孙优贤，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33