一种基于火电设备的状态预警方法及系统技术方案

本申请公开了一种基于火电设备的状态预警方法，所述方法包括获取n个被测点的历史数据，并将所述历史数据以1/h为预设精度进行样本抽取得到m个学习样本；利用记忆矩阵对所述学习样本进行学习得到指示模型；根据所述被测点、所述学习样本和所述预设精度的数量关系计算所述记忆矩阵的样本完整度，并根据所述样本完整度改变所述学习样本的数量修正所述指示模型；利用修正后的所述指示模型进行状态预警操作。本方法能够提升火电设备的状态预警的准确率，对火电设备的状态做出客观良好的评价。本申请还公开了一种基于火电设备的状态预警系统、一种计算机可读存储介质及一种火电设备诊断装置，具有以上有益效果。

【技术实现步骤摘要】
一种基于火电设备的状态预警方法及系统
本专利技术涉及设备安全监控领域，特别涉及一种基于火电设备的状态预警方法、系统、一种计算机可读存储介质及一种火电设备诊断装置。
技术介绍
随着电力工业的迅速发展和电力企业改革创新的深入，对发电厂的安全性、经济性和可靠性的要求越来越高。掌握发电设备或系统的运行规律，在设备发展故障之前，及时预测设备的异常状态，采取措施将故障消除在萌芽状态中是设备管理的迫切要求。在火电行业，机组结构相对复杂。由于需求波动、负荷调整等一系列因素，导致设备的运行工况也在不断发生改变，使得传统形式下状态监测和报警的方式对于设备状态的判别常造成故障漏报和误报，难以适应新的需求。现有技术中，故障预警的表现形式有两种(1)故障趋势预测预警；(2)设备剩余寿命预警。其中，设备剩余使用寿命预警通过预测故障部件的剩余使用寿命，在机械设备发生停机或重大故障之前给出检修或替换的最佳时期，能有效减少停机时间，提高生产率和使用寿命。目前，剩余使用寿命预警较为有效的方法是构建设备的健康状态密度函数，故障预警模型可以利用预测出的每一步的健康状态密度函数进行剩余寿命估计，完成剩余寿命的预测。主要采用的方法有隐马尔科夫模型和粒子滤波。故障趋势预测预警是通过检测系统的状态参数，掌握系统的运行状态的变化，推测其变化趋势，估计故障的传播、发展和系统的变化趋势。在此基础上，实现故障预警主要通过设备阀值，即在保护对象周围设定一个保护范围，一旦设备的运行超出这个范围，则表示产生了预警，并需要采集措施。一般的机械设备故障预测是短时预测，目前国内外研究较多，常用方法有人工神经网络，支持向量机、灰色模型和无参数学习方法等。故障预警的关键是建立合理的数学模型，建模方法的合理选取是能否取得良好预测精度的关键。在以上方法中，基于数据驱动的无参数学习方法充分利用海量历史数据建立故障预警模型在大数据学习和处理过程中有较好的优势，但这类系统的缺点是：(1)现场应用过程中预警能力参差不齐，预警结果的准确性难以客观良好地评价。(2)采用自此方法的系统，只有一般性的预警，没有给出更深层次的故障信息，用户的一些经验知识、甚至被证实故障案例不能很好被系统学习应用。这些缺点导致现场应用效果差，不能提供有针对性的预警和诊断结论。因此，如何提升火电设备的状态预警的准确率，对火电设备的状态做出客观良好的评价是本领域技术人员目前需要解决的技术问题。
技术实现思路
本申请的目的是提供一种基于火电设备的状态预警方法、系统、一种计算机可读存储介质及一种火电设备诊断装置，能够提升火电设备的状态预警的准确率，对火电设备的状态做出客观良好的评价。为解决上述技术问题，本申请提供一种基于火电设备的状态预警方法，该状态预警方法包括：获取n个被测点的历史数据，并将所述历史数据以为预设精度进行样本抽取得到m个学习样本；利用记忆矩阵对所述学习样本进行学习得到指示模型；根据所述被测点、所述学习样本和所述预设精度的数量关系计算所述记忆矩阵的样本完整度，并根据所述样本完整度改变所述学习样本的数量修正所述指示模型；利用修正后的所述指示模型进行状态预警操作。可选的，根据所述被测点、所述学习样本和所述预设精度的数量关系计算所述记忆矩阵的样本完整度，并根据所述样本完整度改变所述学习样本的数量修正所述指示模型包括：根据公式计算所述记忆矩阵的样本完整度；其中，C为所述样本完整度；判断所述样本完整度是否大于预设值；若否，则增加所述学习样本的数量，并重新学习形成新的记忆矩阵，修正所述指示模型。可选的，利用修正后的所述指示模型进行状态预警操作包括：利用所述指示模型对所有所述学习样本进行健康度计算，并根据所有所述学习样本的健康度分布情况，确定健康度的报警阈值；利用所述指示模型计算实时样本的健康度；判断所述实时样本的健康度是否符合所述报警阈值；若否，则执行预警操作。可选的，利用所述指示模型对所有所述学习样本进行健康度计算，并根据所有所述学习样本的健康度分布情况，确定健康度的报警阈值包括：利用所述指示模型对所有所述学习样本进行健康度计算，得到所有所述学习样本的健康度的平均值和标准差σH；根据所述平均值和所述标准差σH确定所述预警阈值H0；其中可选的，在执行预警操作之后，还包括：利用所述指示模型计算实时样本的残差值，并对所述残差值进行离散化操作得到故障编码集合；将所述故障编码集合与标准编码集合库进行比对，根据比对结果确定故障类型。可选的，并将所述历史数据以为预设精度进行样本抽取得到m个学习样本包括：对所述历史数据进行数据清洗和归一化预处理得到健康数据；将所述健康数据以为预设精度进行样本抽取得到m个所述学习样本。本申请还提供了一种基于火电设备的状态预警系统，该系统包括：样本抽取模块，用于获取n个被测点的历史数据，并将所述历史数据以为预设精度进行样本抽取得到m个学习样本；模型建立模块，用于利用记忆矩阵对所述学习样本进行学习得到指示模型；模型修正模块，用于根据所述被测点、所述学习样本和所述预设精度的数量关系计算所述记忆矩阵的样本完整度，并根据所述样本完整度改变所述学习样本的数量修正所述指示模型；预警模块，用于利用修正后的所述指示模型进行状态预警操作。可选的，所述模型修正模块包括：完整度计算单元，用于根据公式计算所述记忆矩阵的样本完整度；其中，C为所述样本完整度；判断单元，用于判断所述样本完整度是否大于预设值；修正单元，用于当所述样本完整度小于或等于预设值时，则增加所述学习样本的数量，并重新学习形成新的记忆矩阵，修正所述指示模型。本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序执行时实现上述基于火电设备的状态预警方法执行的步骤。本申请还提供了一种火电设备诊断装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时实现上述基于火电设备的状态预警方法执行的步骤。本专利技术提供了一种基于火电设备的状态预警方法，获取n个被测点的历史数据，并将所述历史数据以为预设精度进行样本抽取得到m个学习样本；利用记忆矩阵对所述学习样本进行学习得到指示模型；根据所述被测点、所述学习样本和所述预设精度的数量关系计算所述记忆矩阵的样本完整度，并根据所述样本完整度改变所述学习样本的数量修正所述指示模型；利用修正后的所述指示模型进行状态预警操作。本专利技术根据被测点、学习样本以及抽取学习样本的预设精度的数量关系对得到样本完整度，利用样本完整度对指示模型的优劣程度进行评价，若指示模型的学习充分度不达到预设标准则需要改变学习样本的数量，重新利用记忆矩阵进行学习得到修正后的指示模型，利用样本完整度良好的指示模型进行状态预警操作。在本方案能够提升火电设备的状态预警的准确率，对火电设备的状态做出客观良好的评价。本申请同时还提供了一种基于火电设备的状态预警系统、一种计算机可读存储介质和一种火电设备诊断装置，具有上述有益效果，在此不再赘述。附图说明为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例所提供的一种基于火电设备的状态预警本文档来自技高网...

【技术保护点】
一种基于火电设备的状态预警方法，其特征在于，包括：获取n个被测点的历史数据，并将所述历史数据以

【技术特征摘要】
1.一种基于火电设备的状态预警方法，其特征在于，包括：获取n个被测点的历史数据，并将所述历史数据以为预设精度进行样本抽取得到m个学习样本；利用记忆矩阵对所述学习样本进行学习得到指示模型；根据所述被测点、所述学习样本和所述预设精度的数量关系计算所述记忆矩阵的样本完整度，并根据所述样本完整度改变所述学习样本的数量修正所述指示模型；利用修正后的所述指示模型进行状态预警操作。2.根据权利要求1所述状态预警方法，其特征在于，根据所述被测点、所述学习样本和所述预设精度的数量关系计算所述记忆矩阵的样本完整度，并根据所述样本完整度改变所述学习样本的数量修正所述指示模型包括：根据公式计算所述记忆矩阵的样本完整度；其中，C为所述样本完整度；判断所述样本完整度是否大于预设值；若否，则增加所述学习样本的数量，并重新学习形成新的记忆矩阵，修正所述指示模型。3.根据权利要求1所述状态预警方法，其特征在于，利用修正后的所述指示模型进行状态预警操作包括：利用所述指示模型对所有所述学习样本进行健康度计算，并根据所有所述学习样本的健康度分布情况，确定健康度的报警阈值；利用所述指示模型计算实时样本的健康度；判断所述实时样本的健康度是否符合所述报警阈值；若否，则执行预警操作。4.根据权利要求3所述状态预警方法，其特征在于，利用所述指示模型对所有所述学习样本进行健康度计算，并根据所有所述学习样本的健康度分布情况，确定健康度的报警阈值包括：利用所述指示模型对所有所述学习样本进行健康度计算，得到所有所述学习样本的健康度的平均值和标准差σH；根据所述平均值和所述标准差σH确定所述预警阈值H0；其中5.根据权利要求3所述状态预警方法，其特征在于，在执行预警操作之后，还包...

【专利技术属性】
技术研发人员：张翼，雷文平，范学文，陈宏，苏航，
申请(专利权)人：华润电力菏泽有限公司，
类型：发明
国别省市：山东,37