基于进化算法及LSTM的发电机线棒振动优化控制系统技术方案

本发明专利技术属于发电机技术领域，尤其涉及一种基于进化算法及LSTM的发电机线棒振动优化控制系统。包括,数据采集，采集发电机有功功率、发电机无功功率、发电机励磁电流、发电机各槽内温度测点、铁芯各槽温度测点、发电机端部振动测点以及其他与发电机端部振动相关的测点的历史数据.与现有的技术相比，本基于进化算法及LSTM的发电机线棒振动优化控制系统的优点在于：能够保障发电机稳定运行，通过历史数据的分析挖掘，从机理和数理结合的方法挖掘发电机各参数对线棒振动的影响。电机各参数对线棒振动的影响。电机各参数对线棒振动的影响。

【技术实现步骤摘要】
基于进化算法及LSTM的发电机线棒振动优化控制系统


[0001]本专利技术属于发电机
，尤其涉及一种基于进化算法及LSTM的发电机线棒振动优化控制系统。

技术介绍

[0002]发电机正常运行时，发电机定子线棒承受单倍及两倍频率的交变电磁力作用。随着发电机单机容量的不断扩大，电磁力也随之增加。由于悬于定子铁芯外部的发电机线棒端部刚度较低，受电磁力影响而引发的发电机线棒端部振动超标问题越来越突出。
[0003]定子线棒端部振动过大易引发线棒端部绝缘磨损、焊缝开裂、固件松脱、漏水等故障，严重时会导致定子线棒接地、相间短路事故，造成在整个发电机机组的故障停机，国内外均有这方面的事故报道。因此，对发电机绕组端部振动幅值进行监测、分析并在此基础上进行优化控制具有重要意义。
[0004]部分发电机定子绕组端部因绕组槽内固定、端部支撑绑扎固定等因素以及某些定子绕组端部固定结构的不合理，使定子端部线棒的固有频率接近100Hz。部分发电机定子端部绕组振动模态试验合格，但是随着运行时间延长，定子绕组线棒绑绳、垫块、支架等绝缘材料受热和电磁力的作用，机械强度逐渐降低，绑扎紧固构件之间的联接紧度也会有所改变，造成定子绕组端部固有振动频率呈下降趋势，使振动模态接近100Hz。而当发电机端部固有振动频率接近100HZ时，易与两倍工频的电磁力发生共振，造成定子绕组端部振动异常升高，直至超过国标限值。
[0005]目前，对于发电机端部振动过大的处理方法主要有：大修解体检查法，即大修时解体通过对线棒重新绑扎、加固、调整其结构的方法使定子端部固有频率避开单倍和倍频区域，具有一定的效果，但是该方法用时很久、耗费大，需停机进行，影响机组发电计划。通过尝试升高或降低冷却水温度和氢气温度进而根据反馈机制来调节线棒振动的方法，具备一定效果，但是缺乏历史数据层面的数理支撑，在调节前不能明确调节方向，需要试错，效率低且对于复杂的发电机线棒振动而言易限于局部最优解。

技术实现思路

[0006]本专利技术的目的是针对上述问题，提供一种设计合理，能够保障发电机稳定运行的一种基于进化算法及LSTM的发电机线棒振动优化控制系统。
[0007]为达到上述目的，本专利技术采用了下列技术方案：本基于进化算法及LSTM的发电机线棒振动优化控制系统，其特征在于，包括以下步骤：
[0008]步骤1、数据采集，采集发电机有功功率、发电机无功功率、发电机励磁电流、发电机各槽内温度测点、铁芯各槽温度测点、发电机端部振动测点以及其他与发电机端部振动相关的测点的历史数据；
[0009]步骤2、数据预处理及数据集构建，对步骤1采集的历史数据进行数据清洗、优选、扩维、归一化等数据预处理后以特殊数据结构构建训练集、验证集、测试集，数据集按7:2:1
比例进行划分；
[0010]步骤3、以步骤2中所构建的训练集和验证集两个数据集作为LSTM模型的输入，发电机线棒端部振动作为模型的输出，以平均绝对误差MAE为损失函数，不断优化模型结构和超参数，使模型满足相关精度要求；
[0011]步骤4、利用步骤2中所构建的测试集测试步骤3中得到的LSTM模型的鲁棒性，检查其是否有过拟合现象，若模型在测试集的拟合效果远不如训练集，则说明模型存在过拟合现象，返回步骤3，通过降低神经网络层数、神经元个数、降低训练轮数等方法，重新训练模型；
[0012]步骤5、设置发电机线棒端部振动优化控制系统的运行模式，若设备不具备闭环控制的条件，则选择模式一，控制系统进入基于最优偏置的发电机线棒振动优化控制模式，进入步骤6，若设备具备闭环控制的条件，则选择模式二，控制系统会进入基于进化算法与实时值的发电机线棒振动优化实时控制模式，进入步骤7；
[0013]步骤6、基于最优偏置的发电机线棒振动优化控制；
[0014]步骤6
‑
1、设定系统参数,包括历史基准工况时间段、发电机线棒进水温度偏置遍历边界、遍历精度、发电机线棒端部振动限定值，根据系统参数完成基准工况矩阵的取数工作；
[0015]步骤6.2、根据偏置遍历边界、遍历精度，计算出发电机线棒槽内平均温度偏置值的集合，用集合中的某一偏置值给基准工况矩阵中的相关数据加上偏置获取一个偏置后的工况矩阵；
[0016]步骤6.3、步骤6.2得到的偏置后的工况矩阵在进行归一化后代入步骤4中训练好的LSTM模型计算得到发电机线棒端部振动的预测值序列，计算预测值序列中发电机线棒振动值超过限定值的占比；
[0017]步骤6.4、返回步骤6.2直至完成集合内偏置值的遍历，选取振动值超限占比最小时所对应的偏置值作为发电机运行进水温度的固定偏置值，用以压制发电机线棒端部振动；
[0018]步骤7、基于进化算法与实时值的发电机线棒振动优化实时控制；
[0019]步骤7.1、设定系统参数，包括系统启动条件、发电机进水温度与发电机冷氢温度的初始偏置值、发电机进水温度与发电机冷氢温度的运行边界、发电机线棒槽内平均温度与发电机铁芯平均温度运行边界、发电机线棒进水温度和冷氢温度的最小差值，系统运行时间间隔、系统控制精度等参数；
[0020]步骤7.2、获取计算所需当前工况实时值；若当前发电机线棒振动值满足系统启动条件，则进入步骤7.3；反之，则延时系统运行时间间隔后重新执行本步骤；
[0021]步骤7.3、以发电机线棒槽内平均温度与发电机铁芯平均温度为两个待求解的决策变量，求取在满足运行边界条件和设定条件的前提下两个决策变量的边界值；以线棒振动模型输出的振动幅值的倒数为适应度，利用进化算法结合步骤4中已建立的发电机线棒振动模型，求取两个决策变量的最优解，使得在当前工况下LSTM模型输出的发电机线棒振动最小；
[0022]步骤7.4、获取发电机线棒槽内平均温度、发电机铁芯平均温度、发电机进水温度偏置、发电机冷氢温度偏置的当前值，结合两个决策变量的最优解，计算出新的发电机进水
温度偏置、发电机冷氢温度偏置；
[0023]步骤7.5、将步骤7.4计算得到的新的发电机进水温度偏置、发电机冷氢温度偏置送入发电机DCS系统，实时调节发电机进水温度与发电机冷氢温度，用以压制发电机线棒端部振动，然后延时系统运行时间间隔后返回步骤7.2。
[0024]在上述的基于进化算法及LSTM的发电机线棒振动优化控制系统中，所述步骤1中其他与发电机端部振动相关的测点为：发电机A相电流、发电机B相电流、发电机C相电流、发电机零序电压、发电机定子负序电流。
[0025]在上述的基于进化算法及LSTM的发电机线棒振动优化控制系统中，所述步骤2中的数据清洗，包括数据缺失值处理、离群脏数据的剔除；
[0026]所述步骤2中的优选，为计算各特征向量和标签向量之间的皮尔森相关系数，删除相关度低的特征向量，保留相关度高的特征向量；
[0027]所述步骤2中的扩维，指利用清洗后的数据求取各个时间戳的发电机槽内温度平均和铁芯温度平均值，将这两个扩维点加入数据集作为特征向量，删除本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于进化算法及LSTM的发电机线棒振动优化控制系统，其特征在于，包括以下步骤：步骤1、数据采集，采集发电机有功功率、发电机无功功率、发电机励磁电流、发电机各槽内温度测点、铁芯各槽温度测点、发电机端部振动测点以及其他与发电机端部振动相关的测点的历史数据；步骤2、数据预处理及数据集构建，对步骤1采集的历史数据进行数据清洗、优选、扩维、归一化等数据预处理后以特殊数据结构构建训练集、验证集、测试集，数据集按7:2:1比例进行划分；步骤3、以步骤2中所构建的训练集和验证集两个数据集作为LSTM模型的输入，发电机线棒端部振动作为模型的输出，以平均绝对误差MAE为损失函数，不断优化模型结构和超参数，使模型满足相关精度要求；步骤4、利用步骤2中所构建的测试集测试步骤3中得到的LSTM模型的鲁棒性，检查其是否有过拟合现象，若模型在测试集的拟合效果远不如训练集，则说明模型存在过拟合现象，返回步骤3，通过降低神经网络层数、神经元个数、降低训练轮数等方法，重新训练模型；步骤5、设置发电机线棒端部振动优化控制系统的运行模式，若设备不具备闭环控制的条件，则选择模式一，控制系统进入基于最优偏置的发电机线棒振动优化控制模式，进入步骤6，若设备具备闭环控制的条件，则选择模式二，控制系统会进入基于进化算法与实时值的发电机线棒振动优化实时控制模式，进入步骤7；步骤6、基于最优偏置的发电机线棒振动优化控制；步骤6
‑
1、设定系统参数,包括历史基准工况时间段、发电机线棒进水温度偏置遍历边界、遍历精度、发电机线棒端部振动限定值，根据系统参数完成基准工况矩阵的取数工作；步骤6.2、根据偏置遍历边界、遍历精度，计算出发电机线棒槽内平均温度偏置值的集合，用集合中的某一偏置值给基准工况矩阵中的相关数据加上偏置获取一个偏置后的工况矩阵；步骤6.3、步骤6.2得到的偏置后的工况矩阵在进行归一化后代入步骤4中训练好的LSTM模型计算得到发电机线棒端部振动的预测值序列，计算预测值序列中发电机线棒振动值超过限定值的占比；步骤6.4、返回步骤6.2直至完成集合内偏置值的遍历，选取振动值超限占比最小时所对应的偏置值作为发电机运行进水温度的固定偏置值，用以压制发电机线棒端部振动；步骤7、基于进化算法与实时值的发电机线棒振动优化实时控制；步骤7.1、设定系统参数，包括系统启动条件、发电机进水温度与发电机冷氢温度的初始偏置值、发电机进水温度与发电机冷氢温度的运行边界、发电机线棒槽内平均温度与发电机铁芯平均温度运行边界、发电机线棒进水温度和冷氢温度的最小差值，系统运行时间间隔、系统控制精度等参数；步骤7.2、获取计算所需当前工况实时值；若当前发电机线棒振动值满足系统启动条件，则进入步骤7.3；反之，则延时系统运行时间间隔后重新执行本步骤；步骤7.3、以发电机线棒槽内平均温度与发电机铁芯平均温度为两个待求解的决策变量，求取在满足运行边界条件和设定条件的前提下两个决策变量的边界值；以线棒振动模型输出的振动幅值的倒数为适应度，利用进化算法结合步骤4中已建立的发电机线棒振动
模型，求取两个决策变量的最优解，使得在当前工况下LSTM模型输出的发电机线棒振动最小；步骤7.4、获取发电机线棒槽内平均温度、发电机铁芯平均温度、发电机进水温度偏置、发电机冷氢温度偏置的当前值，结合两个决策变量的最优解，计算出新的发电机进水温度偏置、发电机冷氢温度偏置；步骤7.5、将步骤7.4计算得到的新的发电机进水温度偏置、发电机冷氢温度偏置送入发电机DCS系统，实时调节发电机进水温度与发电机冷氢温度，用以压制发电机线棒端部振动，然后延时系统运行时间间隔后返回步骤7.2。2.根据权利要求1所述基于进化算法及LSTM的发电机线棒振动优化控制系统，其特征在于，所述步骤1中其他与发电机端部振动相关的测点为：发电机A相电流、发电机B相电流、发电机C相电流、发电机零序电压、发电机定子负序电流。3.根据权利要求1所述基于进化算法及LSTM的发电机线棒振动优化控制系统，其特征在于，所述步骤2中的数据清洗，包括数据缺失值处理、离群脏数据的剔除；所述步骤2中的优选，为计算各特征向量和标签向量之间的皮尔森相关系数，删除相关度低的特征向量，保留相关度高的特征向量；所述步骤2中的扩维，指利用清洗后的数据求取各个时间戳的发电机槽内温度平均和...

【专利技术属性】
技术研发人员：戴程鹏，王新，龙伟军，郑必君，高凯楠，潘建伟，刘凯锐，吴业成，邵建宇，郭昊波，张方明，
申请(专利权)人：浙江浙能台州第二发电有限责任公司，
类型：发明
国别省市：