一种基于优化XGBoost的磨煤机故障预警方法技术

本发明专利技术公开了一种基于优化XGBoost的磨煤机故障预警方法，其包括：从SIS数据库提取研磨机的原始数据，对原始数据进行预处理，剔除异常数据，确定正常运行工况下的参数数值；利用PCA对数据进行特征提取，并剔除边缘数据；采用XGBoost方法构造磨煤机故障预测模型，采用贝叶斯优化方法，实现XGBoost超参数的优化；设定故障阈值，采用滑动窗口法进行故障预警。既可以降低数据维度也能达到变量筛选的要求，可以有效提高磨煤机预测模型的训练速度，并降低它的数据和模型的复杂程度，对磨煤机故障预测有较高的准确性和灵敏度，能有效完善火电厂设备检修体系，能有效提高电厂的经济效益和安全效益。益。益。

【技术实现步骤摘要】
一种基于优化XGBoost的磨煤机故障预警方法


[0001]本专利技术涉及燃煤电站磨机故障预警的
，尤其涉及一种基于优化XGBoost的磨煤机故障预警方法。

技术介绍

[0002]能源是一个国家的命脉、与国家发展水平、人民生活质量息息相关。到2022年我国煤炭消费总量一直在稳步提升。为了解决日益增长的用电量和用电需求，我国发电机组数量不断增加。为了适应国内经济快速发展的需要，发电机组数量和功率不断增加。伴随着发电机组数的不断增加，发电机组的安全性和稳定性成了人们迫切需要实现的目标。
[0003]随着现代工业技术的飞速发展，火电装备正朝着规模化、集成化、自动化方向发展。火电机组的辅机设备有很多，例如给水泵、引风机、送风机、磨煤机、汽轮机等，但毫无疑问磨煤机是火电站锅炉制粉系统的核心设备，其运行状况直接影响到锅炉的效率和电厂的发电量。火电机组的停机时间对火电厂的整体性能和可靠性有很大影响。如果没有煤粉进行燃烧，将会使装置的负载下降，甚至停机。当电厂生产的功率达不到电网的要求时，会损害电厂的经济，并对电网信誉造成损失。磨煤机的运行环境比本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于优化XGBoost的磨煤机故障预警方法，其特征在于：包括，从SIS数据库提取研磨机的原始数据，对原始数据进行预处理，剔除异常数据，确定正常运行工况下的参数数值；利用PCA对数据进行特征提取，并剔除边缘数据；采用XGBoost方法构造磨煤机故障预测模型，采用贝叶斯优化方法，实现XGBoost超参数的优化；设定故障阈值，采用滑动窗口法进行故障预警。2.如权利要求1所述的基于优化XGBoost的磨煤机故障预警方法，其特征在于：提取磨煤机一个月的多个测点的原始数据，对所述原始数据进行预处理，利用3σ准则和平均值方法剔除多余的、异常的数据，对剔除异常数据后的参数数据进行求方差、均值，计算出磨煤机历史运行的数据正常值，确定所述参数的故障数据。3.如权利要求2所述的基于优化XGBoost的磨煤机故障预警方法，其特征在于：所述参数包括一次风量、一次风温、一次风压、冷风门开度、热风门开度、给煤机出力、磨煤机电流和出口温度、磨碗差压等。4.如权利要求2所述的基于优化XGBoost的磨煤机故障预警方法，其特征在于：对磨煤机的所述故障数据进行故障特征提取，即PCA故障特征提取，以降到所需的维度，即降到所输出的参数种类。5.如权利要求4所述的基于优化XGBoost的磨煤机故障预警方法，其特征在于：所述PCA故障特征提取步骤包括：设数据集X＝[x1，x2，
…
，x
n
]共有n组数据，每组数据有m个特征；A1：对数据进行标准化处理；A2：通过把标准化数据矩阵L得到协方差矩阵V；A3：计算协方差矩阵V的特征值和特征向量；A4：求主成分的叠加贡献率。6.如权利要求5所述的基于优化XGBoost的磨煤机故障预警方法，其特征在于：对数据进行标准化处理包括对经过剔除异常值等操作后的SIS数据库中的数据进行标准化处理，即:式中，为每列特征平均值；σ(X
j
)为标准差；i＝1,2，
…
，n；j＝1，2，
…
，l，X
ij
表示第i列第j行的值。7.如权利要求6所述的基于优化XGBoost的磨煤机故障预警方法，其特征在于：通过标准化数据矩阵L来得到协方差矩阵V包括：通过下面公式计算来得到矩阵V：...

【专利技术属性】
技术研发人员：陈思勤，张仲毅，张豪庆，王学海，陈杰，张燕军，
申请(专利权)人：华能国际电力股份有限公司上海石洞口第二电厂，
类型：发明
国别省市：