【技术实现步骤摘要】
风烟系统设备故障的智能预警与在线诊断方法及系统
[0001]本专利技术属于火电站
，尤其涉及风烟系统设备故障的智能预警与在线诊断方法及系统。
技术介绍
[0002]大型电站机组中锅炉风烟系统是机组十分重要的系统之一。风机是风烟系统的重要部件之一，通过风烟系统空气预热器设备实现锅炉排烟余热的有效利用来加热进入炉膛燃烧的空气；通过风烟系统风机设备的旋转来克服气流流通时的各种阻力，从而实现锅炉风烟系统的平衡通风，保证机组锅炉的安全运行。
[0003]风烟系统空气预热器设备系统包括传动控制、漏风控制、测速控制、吹灰系统、火灾报警、消防系统等多个子系统，空气预热器及其关联系统的运行监控常常采用PLC或DCS系统，风机本体及其辅助系统设备的监控通常采用DCS系统，风烟系统中空气预热器、三大风机设备在正常运行过程中监控参数微小的振荡，有可能被运行及设备管理人员忽视，设备运行时的关联因素参数的变化也未能及时得到管理人员的重视，这会给电厂造成两方面的损失：
[0004]一方面，当设备出现报警时，设备中的部件多数已经发生不...
【技术保护点】
【技术特征摘要】
1.一种风烟系统设备故障的智能预警与在线诊断方法，其特征在于，包括以下步骤：S1：采集风烟系统各设备的振动信号和非振动信号，分别得到风烟系统各设备的振动状态信号矩阵和非振动状态信号矩阵；S2：对风烟系统各设备的所述振动状态信号矩阵、所述非振动状态信号矩阵进行标准化处理，并合并风烟系统各设备的所述振动状态信号矩阵与所述非振动状态信号矩阵，分别得到对应的标准状态矩阵；S3：对风烟系统各设备的所述标准状态矩阵进行非线性转换、核主元分析，计算得到Q统计量和控制限Q
α
，并对风烟系统各设备的所述标准状态矩阵进行多元状态估计，得到故障预警阈值；S4：通过所述故障预警阈值进行故障智能预警，其中，通过所述Q统计量和所述控制限Q
α
进行故障类型的诊断。2.根据权利要求1所述的风烟系统设备故障的智能预警与在线诊断方法，其特征在于，所述振动信号至少包括风机前后轴承振动信号、风机电机驱动端和非驱动端振动信号、空预器传动电机轴承振动信号中的一种或多种信号，所述非振动信号至少包括温度、压力、流量、差压、氧量、露点、门开度、转速、飞灰含碳量、机组负荷、烟气浊度中的一种或多种信号。3.根据权利要求1所述的风烟系统设备故障的智能预警与在线诊断方法，其特征在于，所述步骤S2进一步包括：S21：对风烟系统各设备的所述振动状态信号矩阵X2‑
1*
进行小波包及标准化处理分别得到对应的标准振动矩阵X
2*
，并且对风烟系统各设备的所述非振动状态信号矩阵X1‑
1*
进行标准化处理分别得到对应的标准非振动矩阵X
1*
；S22：合并风烟系统各设备的所述标准振动矩阵X
2*
和所述标准非振动矩阵X
1*
，分别得到对应的多元矩阵X
*
；S23：对风烟系统各设备的所述多元矩阵X
*
进行标准化处理分别得到对应的所述标准状态矩阵X。4.根据权利要求1所述的风烟系统设备故障的智能预警与在线诊断方法，其特征在于，所述步骤S3中，所述对风烟系统各设备的所述标准状态矩阵进行非线性转换、核主元分析，计算得到Q统计量和控制限Q
α
进一步包括：对风烟系统各设备的所述标准状态矩阵进行非线性转换；对非线性转换之后的所述标准状态矩阵进行指数加权动态核主元分析，其中，计算核矩阵并中心化，确定所述核函数的主元数目，并根据风烟系统各设备的所述标准状态矩阵对应的核矩阵分配的权值，计算得到所述Q统计量和所述控制限Q
α...
【专利技术属性】
技术研发人员：杨荟学，王立刚，汪健，张春晖，邵晓樑，王昭利，杨迪，谢孙财，
申请(专利权)人：上海市东方海事工程技术有限公司，
类型：发明
国别省市：
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。