【技术实现步骤摘要】
一种磨煤机运行故障识别方法及应用
本专利技术涉及火力发电
,尤其涉及一种磨煤机运行故障识别方法及应用。
技术介绍
磨煤机是火电机组的主要设备之一,常见磨煤机故障类型有磨煤机多煤、磨煤机少煤、磨煤机堵煤等,磨煤机设备故障的发生会严重影响火电机组的安全、经济运行,甚至会造成设备严重损坏和人身伤害等事故;因此需要实现对磨煤机运行状态的实时监控。相对于实时监控,实现对磨煤机运行故障的有效预警是更为迫切的技术问题;现有技术中大多数还是依靠电厂运行人员通过磨煤机运行的关键参数判断磨煤机是否存在故障以及具体故障类型,由于磨煤机数量多、运行参数多,采用这种方式的效率极低,且无法针对多种磨煤机故障类型进行全面地判断,难以准确地定位磨煤机故障因素。基于粒子群算法优化核极限学习机的磨煤机故障诊断技术,建立核极限学习机模型,通过粒子群寻优,辨识出磨煤机运行参数与磨煤机故障类型之间的模型关系。这种诊断技术需要运用大量的数学模型、迭代算法,对监测系统的运行速率和计算能力要求较高,而且“灰箱”模型辨识方法,很依赖于样本数据的选取和粒子群优化算法的精度,一旦模型失配后需要重新优化辨识,因此较难在实际生产中应用。此外,还有采用智能神经网络模型或支持向量机模型辨识的方法,以磨煤机运行参数和故障类型之间的模型关系,监测磨煤机运行状态,该方法的精度同样十分依赖样本数据的选取和模型结构,通常一旦样本和模型选取不当,会严重影响系统的预测准确度。
技术实现思路
本专利技术所要解决的技术问题在于提供一种能够根据运行参数识别 ...
【技术保护点】
1.一种磨煤机运行故障识别方法,其特征在于:包括以下步骤:/n步骤A:采集磨煤机运行故障状态下的故障类型及前后一段时间内的历史运行参数;/n步骤B:对历史运行参数进行标准化处理;/n步骤C:针对每种故障类型对应的历史运行参数构建PCA模型及对应的T
【技术特征摘要】
1.一种磨煤机运行故障识别方法,其特征在于:包括以下步骤:
步骤A:采集磨煤机运行故障状态下的故障类型及前后一段时间内的历史运行参数;
步骤B:对历史运行参数进行标准化处理;
步骤C:针对每种故障类型对应的历史运行参数构建PCA模型及对应的T2统计量模型,并确定该故障的预警阈值;
步骤D:对待识别参数代入不同故障对应的T2统计量模型,如果超过预警阈值,则待识别参数对应的时刻磨煤机存在或即将出现对应的故障类型。
2.根据权利要求1所述的一种磨煤机运行故障识别方法,其特征在于:步骤B所述的标准化处理的方法为:
如果磨煤机存在N种故障类型,表示为G={gn|n∈[1,N]},磨煤机发生gn类型的故障时,采集故障前后一段时间内的共Mn组运行参数作为样本数据,样本数据的集合表示为Xn={Xn,m|m∈[1,Mn]},n∈[1,N],其中每一组样本数据均包括I个运行参数;
对历史样本数据Xn进行标准化处理,标准化后的样本表示为
其中,为Mn个样本数据中第i个运行参数的平均数,为Mn个样本数据中第i个运行参数的标准差。
3.根据权利要求2所述的一种磨煤机运行故障识别方法,其特征在于:步骤C中所述的PCA模型的构建方法为:对标准化后的样本进行计算得到协方差矩阵COV,
进行特征分解,使协方差矩阵满足
其中,是酉矩阵,其列向量为两两正交的单位向量,其表示主元的负荷向量,Sn为对角线上的元素为特征值,其他元素均为0的矩阵,记为
其中,表示样本向量的特征值,且满足,如果i<j,i,j∈[1,I],则
如果
且
则,定义前k个特征值之和为主元累计贡献量CON,即
通过前k个主元表示原始样本,由此将原始样本集经过空间变换压缩至k维,则得分向量表示为
由此得到第n种故障类型对应的故障预警主元模型
4.根据权利要求3所述的一种磨煤机运行故障识别方法,其特征在于:故障预警中采用T2统计量作为监测磨煤机数据的指标,T2统计量由得分向量Tk在新空间中的马氏距离计算得到,对于第n种故障类型的第m组数据,(Tn,m)2统计量的计算公式为:
以(Tn,m)2统计量数值最大的一组样本数据作为发生gn类型故障时的...
【专利技术属性】
技术研发人员:雷志伟,张兴,武海澄,张剑,庄义飞,江溢洋,周海雁,李达,曲晓荷,刘后胜,
申请(专利权)人:中国大唐集团科学技术研究院有限公司华东电力试验研究院,大唐锅炉压力容器检验中心有限公司,
类型:发明
国别省市:安徽;34
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。