【技术实现步骤摘要】
一种基于极限学习机原理的锅炉四管泄漏预警方法
本专利技术涉及锅炉四管泄漏预警
，具体而言涉及一种基于极限学习机原理的锅炉四管泄漏预警方法。
技术介绍
近年来，随着电力市场不断的深化改革，网源双侧的联系愈加紧密，对发电机组的各项要求也不断提高，尤其是火电机组的深度调峰突破了以往机组的运行空间，机组运行的不确定性大幅上升。电网和发电企业都希望机组能够保持连续稳定的运行，降低事故的发生率，据统计，锅炉四管泄漏占据机组事故的近50％和锅炉事故的60％以上，及时准确地诊断四管泄漏将为机组的安全稳定运行创造十分有利的条件。目前机组DCS系统的操作员画面一般都提供定值报警和保护跳闸的功能。然而在绝大部分情况下，当机组运行出现报警时，四管泄漏故障已经出现了较为严重的劣化，现场一般只能采取降负荷申请紧急停机的方式处理，一方面对发电企业造成较大的损失，另外电网也受到其一定的影响。因此，在故障发生的早期，利用技术手段提前预警四管泄漏的微小劣化，成为领域研究人员关注的焦点。运行数据是获取机组运行状态的唯一来源，深入挖掘数据内隐藏的状态...
【技术保护点】
1.一种基于极限学习机原理的锅炉四管泄漏预警方法，其特征在于，所述预警方法包括以下步骤：/nS1，建立锅炉四管泄漏故障参数库，所述四管泄漏故障参数库中包括锅炉四管泄漏相关故障类别与各征兆参数的变化关系；/nS2，对故障参数库中的征兆参数进行分析，利用故障参数库中的所有征兆参数分类创建至少一个AAELM回归模型；/nS3，创建机组仿真系统，反复调试认证至其与现场机组的动态特性相似度至少达到98％；/nS4，根据故障类型，从机组仿真系统中采集对应的故障数据，利用创建的AAELM回归模型对各征兆参数进行回归估计，拟合出代表机组整体运行状态的健康度指标计算公式；/nS5，实时监测现...
【技术特征摘要】
1.一种基于极限学习机原理的锅炉四管泄漏预警方法，其特征在于，所述预警方法包括以下步骤：
S1，建立锅炉四管泄漏故障参数库，所述四管泄漏故障参数库中包括锅炉四管泄漏相关故障类别与各征兆参数的变化关系；
S2，对故障参数库中的征兆参数进行分析，利用故障参数库中的所有征兆参数分类创建至少一个AAELM回归模型；
S3，创建机组仿真系统，反复调试认证至其与现场机组的动态特性相似度至少达到98％；
S4，根据故障类型，从机组仿真系统中采集对应的故障数据，利用创建的AAELM回归模型对各征兆参数进行回归估计，拟合出代表机组整体运行状态的健康度指标计算公式；
S5，实时监测现场机组的健康度的变化趋势，利用故障前后健康度指标趋势给出故障预警信息。
2.根据权利要求1所述的基于极限学习机原理的锅炉四管泄漏预警方法，其特征在于，步骤S1中，所述建立锅炉四管泄漏故障参数库的过程包括以下步骤：
S11，统计锅炉四管泄漏相关征兆参数；
S12，通过热力计算得到各征兆参数与故障类型间的影响关系；
S13，建立故障参数库。
3.根据权利要求1或者2所述的基于极限学习机原理的锅炉四管泄漏预警方法，其特征在于，所述征兆参数包括主蒸汽压力、主给水流量、再热蒸汽压力、水冷壁两侧烟温偏差、省煤器两侧烟温偏差、过热器两侧烟温偏差、再热器两侧烟温偏差、排烟温度、炉膛出口烟气压力、引风机电流和引风机静叶挡板开度。
4.根据权利要求1所述的基于极限学习机原理的锅炉四管泄漏预警方法，其特征在于，步骤S2中，所述对故障参数库中的征兆参数进行分析，利用故障参数库中的所有征兆参数分类创建至少一个AAELM回归模型的过程包括以下步骤：
S21，根据AAELM回归模型建模需求，将故障参数库中的征兆参数作为变量进行相关性分析，利用历史数据计算任意两个变量之间的相关性；将相关性处于预设范围内的变量组合作为输入参数，创建至少一个AAELM回归模型；
S22，利用测试数据对创建的AAELM回归模型的回归效果进行测试，判断对应的输入参数中是否存在非线性程度超过预设非线性阈值的变量，根据衡量结果调整对应的AAELM回归模型，直至所有AAELM回归模型测试通过；其中，所有AAELM回归模型包含的输入参数涵括所有故障参数库中的征兆参数。
5.根据权利要求4所述的基于极限学习机原理的锅炉四管泄漏预警方法，其特征在于，步骤S21中，所述相关性处于预设范围...
【专利技术属性】
技术研发人员：李刚，仇晨光，曹帅，于国强，王亚欧，陈鑫，孙彬，郑建勇，
申请(专利权)人：国网江苏省电力有限公司，江苏方天电力技术有限公司，东南大学，
类型：发明
国别省市：江苏;32
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。