【技术实现步骤摘要】
基于贝叶斯网络模型的燃气轮机气路故障的检测方法
本专利技术涉及的是一种火力发电领域的技术，具体是一种基于贝叶斯网络模型的燃气轮机气路故障的检测方法。
技术介绍
燃气轮机的结构复杂，长期运行在高转速、高温高压以及高应力的状态下，工作环境恶劣，易发生机械故障和气路故障。燃气轮机由气路部件和附属系统组成，其中燃气轮机气路部件若发生故障，将会严重影响燃气轮机的可用性，因此需要对燃气轮机的气路部件进行故障检测，提前发现设备异常，有效防止因故障扩张而引发的重大事故，从而保证燃气轮机安全稳定运行。对于燃气轮机，气路故障一般以单一故障形式出现，在发动机处于正常工作状态时，各部件和整机具有无故障状态对应的特征，热力参数处于正常的范围；在工作环境不变的情况下发生故障时，部件性能的变化将导致测量参数的变化。因此，通过分析测量参数的变化即可估计燃气轮机正常工况参数的变化，进而分析燃气轮机气路的正常工况状况。现有技术大都只能检测故障模式，或缺少针对性的结构学习和参数学习方法，没有从燃气轮机故障检测的实际需求出发。
技术实现思路
本专利技术针对现有技术存在的上述不足，提出一种基于贝叶斯网络模型的...
【技术保护点】
1.一种基于贝叶斯网络模型的燃气轮机气路故障的检测方法，其特征在于，将实时信号采集得到的燃气轮机气路部件的数据生成数据集，从数据集中得到正常工况参数、待测异常参数、训练集和测试集，经预处理和聚类分析得到离散化后的优化训练集和优化测试集，然后通过优化测试集对经初始化以及参数优化后的贝叶斯网络进行测试，得到用于实时检测燃气轮机气路系统当前的工况状态的优化贝叶斯网络模型，从而对系统故障进行检测。
【技术特征摘要】
1.一种基于贝叶斯网络模型的燃气轮机气路故障的检测方法，其特征在于，将实时信号采集得到的燃气轮机气路部件的数据生成数据集，从数据集中得到正常工况参数、待测异常参数、训练集和测试集，经预处理和聚类分析得到离散化后的优化训练集和优化测试集，然后通过优化测试集对经初始化以及参数优化后的贝叶斯网络进行测试，得到用于实时检测燃气轮机气路系统当前的工况状态的优化贝叶斯网络模型，从而对系统故障进行检测。2.根据权利要求1所述的基于贝叶斯网络模型的燃气轮机气路故障的检测方法，其特征是，所述的数据集，包含多个周期燃气轮机气路部件正常运行数据和故障数据，经划分得到正常工况参数、待测异常参数。3.根据权利要求1所述的基于贝叶斯网络模型的燃气轮机气路故障的检测方法，其特征是，所述的训练集和测试集来自无量纲化处理后的数据集中随机抽取的数据，优选训练集和测试集的比例为4:1。4.根据权利要求1所述的基于贝叶斯网络模型的燃气轮机气路故障的检测方法，其特征是，所述的预处理包括：清洗异常值以删除无效数据、迭代中值滤波以降低测量仪器噪声以及结合梯度和Laplacian算子的边缘检测以减少错误预警。5.根据权利要求1所述的基于贝叶斯网络模型的燃气轮机气路故障的检测方法，其特征是，所述的聚类分析是指：采用K-Means算法基于正常工况参数和待测异常参数对训练集进行连续...
【专利技术属性】
技术研发人员：夏唐斌，徐伟，司国锦，周骏，史周，郑宇，
申请(专利权)人：上海交通大学，中国电信股份有限公司上海分公司，
类型：发明
国别省市：上海,31
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。