【技术实现步骤摘要】
基于数据驱动的燃气轮机控制系统传感器故障诊断方法
[0001]本专利技术涉及一种火电厂故障诊断技术，特别涉及一种基于数据驱动的燃气轮机控制系统传感器故障诊断方法。
技术介绍
[0002]燃气轮机在国家发电体系中具有非常重要的作用，其控制系统负责保证燃机的安全稳定运行。传感器作为控制系统中重要的测量元件，负责测量各种信号来监测燃气轮机的运行状态，并及时反馈给控制系统，当其发生故障时，可能会造成巨大的经济损失，甚至会造成人员伤亡，因此对燃气轮机控制系统传感器进行故障诊断很有必要。
[0003]常见的燃气轮机控制系统传感器的故障诊断方法主要分为基于解析模型的方法和基于数据驱动的方法。其中基于解析模型的方法需要对燃气轮机的控制系统进行准确的数学建模，然而燃气轮机控制系统是一种复杂的、非线性的动态系统，因此难以对其进行准确的建模来反映实时的系统状态。为此，本文采用基于数据驱动的方法来对燃气轮机控制系统传感器的故障进行诊断，基于数据驱动的方法只需要获得燃机运行时的过程数据即可进行故障诊断。
[0004]对燃气轮机控制系统...
【技术保护点】
【技术特征摘要】
1.一种基于数据驱动的燃气轮机控制系统传感器故障诊断方法，其特征在于，具体包括如下步骤：1)对燃气轮机控制系统传感器正常信号引入偏差故障、漂移故障、冲击故障以及周期性干扰故障四种故障，构造传感器故障信号；2)对传感器正常信号及故障信号进行归一化处理，利用小波包变换方法对燃气轮机控制系统传感器故障信号进行处理，通过计算小波包变换各个频段的能量占比构造故障特征向量；3)利用等频离散化方法对提取的故障特征进行离散化处理，接着利用粗糙集理论对其进行属性约简,减少故障特征向量中故障特征的个数，获得故障特征样本集；4)利用MFO算法优化BPNN的初始权值和阈值，建立MFO
‑
BPNN故障诊断模型；5)将步骤3)故障特征样本输入到MFO
‑
BPNN诊断模型中进行训练，并保存训练好的最优模型；6)将待诊断传感器信号同样进行离散化处理和属性约简，并输入到步骤5)保存的最优模型中，得到诊断结果。2.根据权利要求1所述基于数据驱动的燃气轮机控制系统传感器故障诊断方法，其特征在于，所述步骤1)传感器故障信号如下表：表中定义：当t0时刻发生偏差故障时，传感器的信号偏离正常信号一个常数值A；当t0时刻漂移故障时，信号产生一个偏移量b，并以斜率α逐渐偏离正常信号；当t0时刻发生冲击故障时，在该时刻信号产生一个冲击性的变化；当周期性干扰故障发生时，信号与原始信号的差值随时间发生周期性的变化。3.根据权利要求1所述基于数据驱动的燃气轮机控制系统传感器故障诊断方法，其特征在于，所述步骤4)MFO算法优化BPNN的具体步骤如下：4.1)MFO算法初始化：设置最大迭代次数，飞蛾种群规模，最大火焰数flame.max...
【专利技术属性】
技术研发人员：沈斌，徐超，厉荣宣，孙志伟，杨佳杰，彭道刚，云世豪，张腾，裴浩然，王丹豪，
申请(专利权)人：上海电力大学，
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。