【技术实现步骤摘要】
一种电站设备状态智能评价和预警方法、装置及系统
本专利技术涉及电力系统安全
，特别涉及一种电站设备状态智能评价和预警方法、装置及系统。
技术介绍
电站设备状态监测和评估是电站设备检修工程师最重要的工作内容，如何基于电站海量数据进行设备状态异常识别、分析与诊断是发电行业研究热点。近年来基于控制系统实时数据采集和存储以及支持向量机、神经网络等数据挖掘算法进行设备状态预警建模研究较多，但在数据样本筛选、设备状态评估和预警机制方面存在不足，导致实际应用中出现模型样本不足、设备状态值代表性不强、误报率高等问题。另外，仅仅基于控制系统的实时数据进行设备状态建模存在设备健康状态样本难以界定的问题，系统自动调取相关信息系统的设备台账记录进行设备状态标记对于设备健康状态样本选择很有必要。
技术实现思路
本专利技术的目的在于至少解决现有技术中存在的技术问题之一，提供一种电站设备状态智能评价和预警方法、装置及系统，改变了定性状态评估的主观性，提升了设备状态评价的准确性。本专利技术提供了一种电站设备状态智能...
【技术保护点】
1.一种电站设备状态智能评价和预警方法，其特征在于，包括以下步骤：/n筛选设备监测参数；/n采集设备健康样本数据；/n健康样本数据预处理；/n计算聚类个数的合适值；/n搭建最佳高斯混合模型；/n设备状态期望值计算；/n设备状态预警计算；/n设备状态影响参数排序。/n
【技术特征摘要】 【专利技术属性】
1.一种电站设备状态智能评价和预警方法，其特征在于，包括以下步骤：
筛选设备监测参数；
采集设备健康样本数据；
健康样本数据预处理；
计算聚类个数的合适值；
搭建最佳高斯混合模型；
设备状态期望值计算；
设备状态预警计算；
设备状态影响参数排序。
2.根据权利要求1所述的一种电站设备状态智能评价和预警方法，其特征在于，所述采集设备健康样本数据，包括步骤：
计算设备健康样本采集时间段，并根据健康样本采集时间段进行设备健康样本数据采集；所述进行设备健康样本数据采集，包括：
获取监测设备的设备台账信息，所述台账信息包括设备缺陷台账、设备检修台账、以及设备异动台账；
从所述台账信息中获取设备缺陷录入时间、缺陷验收时间、检修开始时间、检修结束时间、以及设备异动时间。
3.根据权利要求2所述的一种电站设备状态智能评价和预警方法，其特征在于，所述健康样本数据预处理，包括步骤：
S31、计算所述健康样本数据的统计特征值；
S32、根据所述统计特征值对所述健康样本数据进行冗余、异常数据的识别及处理；
S33、对所述健康样本数据进行归一化处理。
4.根据权利要求3所述的一种电站设备状态智能评价和预警方法，其特征在于，所述计算聚类个数的合适值，包括步骤：
设定所述健康样本数据为k类，k的取值范围满足：其中，N为所述健康样本数据的样本记录个数；
根据K均值算法对所述健康样本数据进行聚类计算以及聚类评价系数计算，得到聚类评价系数随聚类个数变化的曲线，并确定聚类个数的合适值。
5.根据权利要求4所述的一种电站设备状态智能评价和预警方法，其特征在于，所述搭建最佳高斯混合模型，包括步骤：
S51、设定所述聚类个数k的初始值为ks；
S52、根据EM算法计算所述健康样本数据的高斯混合模型gm，根据所述高斯混合模型gm计算得到高斯混合模型的均值矩阵gm.Mu、各个高斯模型的权值向量gm.PComponents、样本的标签矩阵IDX、以及样本按照高斯混合模型分布的联合概率密度自然对数值向量logpdf，并进一步计算得到各类包含样本的记录个数numi(i＝1，2，..，k)；
S53、计算并记录满足numi＜N/(10*k)条件或者满足gm.PComponents＜1/(10*k)条件的分类个数kdel，其中，N为所述健康样本数据的样本记录个数；
S54、令k＝k-kdel，重复步骤S52至S54，直至确定最佳工况聚类。
技术研发人员：张叔禹，刘永江，张国斌，郭瑞君，高正平，尹柏清，焦晓峰，李勇，杜荣华，安东，阿敏夫，于海存，王龑飞，刘文哲，王银河，张成煜，胡蓉，
申请(专利权)人：湖南大唐先一科技有限公司，内蒙古电力集团有限责任公司内蒙古电力科学研究院分公司，北方联合电力有限责任公司包头第三热电厂，
类型：发明
国别省市：湖南;43
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。