一种电厂智能诊断预警方法和系统技术方案

本发明专利技术公开了一种电厂智能诊断预警方法和系统，属于状态监测和故障诊断领域，该系统包括三层结构，分别为数据访问模块、诊断与预警分析模块、可视化交互模块。其中，数据访问模块实现与电厂数据库的读取操作；诊断与预警分析模块根据历史数据构建数据模型，然后基于模型输出与实时数据，利用鲁棒非负矩阵分解算法诊断早期故障萌芽，结合系统的运行性能，确定失效阈值，基于Gamma退化建模实现对系统彻底失效时间的预测；可视化交互模块用于展示系统的当前监测状态以及未来的故障趋势。的当前监测状态以及未来的故障趋势。

【技术实现步骤摘要】
一种电厂智能诊断预警方法和系统


[0001]本专利技术属于状态监测和故障诊断领域，涉及一种电厂智能诊断预警方法和系统。

技术介绍

[0002]火力发电厂的设备基本上可以分为机、炉、电、仪4大专业系列，主要有锅炉、汽轮机、发电机、变压器、大大小小的泵和风机、电动开关，以及汽、水、风、烟、油等管道和压力容器，相应的故障类型主要是机械故障和电气故障。按系统又可以分为协调控制、AGC控制、一次风控制、给水控制、过热气温控制等一系列复杂多耦合的热工控制回路，相应的故障包括执行器故障、传感器故障、控制性能退化等。目前，大部分火电厂仍然采用计划检修与故障检修的策略，造成电厂经济资源浪费，同时导致出现设备维修不足或维修过度，不利于设备的健康管理。因此设备故障带来的经济损失也日益受到发电企业的重视和关注。在此情况下，在设备发生故障之前进行状态监测的运维方式，即提前预判可能故障的产生，必须引起电厂的广泛重视。
[0003]传统的状态监测和故障诊断方法一般分成三类，即基于解析模型的方法、基于知识的方法和基于数据分析的方法。1971年美国麻省理工学院的Bear本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电厂智能诊断预警方法，其特征在于，包括如下步骤：步骤1)获取实时电厂SIS数据，并对获取的电厂SIS数据进行预处理；步骤2)利用电厂SIS历史数据库和DCS数据库中数据构建数据模型；步骤3)基于预处理后的实时电厂SIS数据和数据模型，进行故障检测和故障诊断；步骤4)构建电厂运行系统的评价体系，计算评价体系的评价基准和失效阈值，建立设备的预警模型，计算得到其失效时间。2.根据权利要求1所述的电厂智能诊断预警方法，其特征在于，步骤1)中，分别采用同步访问模式与异步访问模式，采集现场运行的电厂SIS数据，并将采集的电厂SIS数据存储至实时数据库。3.根据权利要求1所述的电厂智能诊断预警方法，其特征在于，步骤1)中，利用聚类分析方法对电厂SIS数据进行预处理；预处理包括滤波和坏值剔除。4.根据权利要求1所述的电厂智能诊断预警方法，其特征在于，步骤2)中，对于不同的部件和系统采用不同的数据建模方法构建数据模型；对于单入单出部件，采用分段线性化的方法构建数据模型。5.根据权利要求4所述的电厂智能诊断预警方法，其特征在于，采用分段线性化的方法构建数据模型具体为：构建数据模型具体为：构建数据模型具体为：其中，f为部件的输出信号，u是部件的输入信号，[U
i
,U
i+1
]表示第i段特征区间，k1、k2、k3分别为模型中不同阶段输入信号连接线的斜率；b1、b2、b3分别为模型中不同阶段输入信号连接线的常数；表示模型参数的估计值，是模型的输出估计；J为估计输出与实际输出的误差偏差。6.根据权利要求5所述的电厂智能诊断预警方法，其特征在于，步骤3)中，故障检测具体为：假设正常情况下的训练集数据为矩阵X∈R
n
×
m<...

【专利技术属性】
技术研发人员：温冬阳，肖鹿，马金祥，杨晓东，杨孝新，
申请(专利权)人：新疆昌吉特变能源有限责任公司，
类型：发明
国别省市：