一种电厂磨煤机故障预警方法及系统技术方案

本发明专利技术涉及一种电厂磨煤机故障预警方法及系统。该方法包括：选取机组分布式控制系统内磨煤机的历史运行状态数据；利用自编码器以及长短期记忆网络，根据历史运行状态数据建立基于LSTM

【技术实现步骤摘要】
一种电厂磨煤机故障预警方法及系统


[0001]本专利技术涉及电厂磨煤机故障预警领域，特别是涉及一种电厂磨煤机故障预警方法及系统。

技术介绍

[0002]随着新能源电力规模的不断扩大，进一步提升传统能源电力的灵活性运行能力势在必行。在灵活性运行的背景要求下，传统火电机组需要频繁参与电网调峰调频，各种主辅机设备之间的关联性导致机组潜在故障隐患不断增加。磨煤机作为机组的重要辅助设备，其运行状况直接关系到锅炉的燃烧稳定性和机组的负荷能力。堵煤是磨煤机典型故障之一，磨煤机堵塞故障通常经历一个积累、退化和发生的过程。在故障最终发生之前，可以观察到运行中的异常行为，这可以被视为即将发生故障的早期迹象。因此，准确监测磨煤机临界堵塞状态可以提高机组运行效率，增加机组运行的可靠性，还可以为现场操作人员提供理论技术指导，对保证机组安全稳定运行至关重要。
[0003]现有研究大多数未考虑机组分布式控制系统(DistributedControlSystem，DCS)中运行数据的时序特性，并且传统的基于残差分析的故障预警方法容易受到噪声的干扰，无法对异常状态进行及时预警，且残差在机组正常运行状态下也会出现超过报警阈值的假报警情况。

技术实现思路

[0004]本专利技术的目的是提供一种电厂磨煤机故障预警方法及系统，以解决机组处于灵活多变运行工况下，磨煤机故障的早期及时预警问题。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种电厂磨煤机故障预警方法，包括：
[0007]选取机组分布式控制系统内磨煤机的历史运行状态数据；所述历史运行状态数据包括磨煤机入口一次风量、磨煤机电流、给煤量、入口一次风压、入口一次风温度、磨煤机出口温度以及磨煤机进出口压差；
[0008]利用自编码器以及长短期记忆网络，根据所述历史运行状态数据建立基于LSTM
‑
SDAE的磨煤机状态监测模型；
[0009]将所述历史运行状态数据的训练集数据输入所述磨煤机状态监测模型进行训练，得到优化后的磨煤机状态监测模型；
[0010]根据所述优化后的磨煤机状态监测模型的重构值与实际值确定运行状态监测指标；
[0011]根据所述运行状态监测指标确定所述运行状态监测指标的自适应动态阈值；
[0012]获取实际运行状态数据；
[0013]将所述实际运行状态数据输入至所述优化后的磨煤机状态监测模型，确定实际运行状态监测指标；
[0014]根据所述实际运行状态监测指标以及所述自适应动态阈值对磨煤机堵塞的异常状态进行识别并预警。
[0015]可选的，所述根据所述优化后的磨煤机状态监测模型的重构值与实际值确定运行状态监测指标，具体包括：
[0016]根据所述优化后的磨煤机状态监测模型生成重构值；
[0017]获取实际运行状态数据的实际值；
[0018]根据所述重构值与所述实际值确定残差；
[0019]根据所述残差的马氏距离确定运行状态监测指标。
[0020]可选的，所述运行状态监测指标为：
[0021][0022]其中，t
k
为运行状态监测指标；为第k个样本的残差，k为样本序号，N为样本总数，所述样本为历史运行状态数据；u为样本的均值；T为矩阵的转置操作；s
‑1为样本的协方差逆矩阵。
[0023]可选的，所述自适应动态阈值为：
[0024]其中，为所述自适应动态阈值；μ
i
为运行状态监测指标第i个样本的自适应动态阈值的均值；σ
i
为运行状态监测指标第i个样本的自适应动态阈值的方差；n为方差偏离调节系数。
[0025]一种电厂磨煤机故障预警系统，包括：
[0026]历史运行状态数据选取模块，用于选取机组分布式控制系统内磨煤机的历史运行状态数据；所述历史运行状态数据包括磨煤机入口一次风量、磨煤机电流、给煤量、入口一次风压、入口一次风温度、磨煤机出口温度以及磨煤机进出口压差；
[0027]磨煤机状态监测模型建立模块，用于利用自编码器以及长短期记忆网络，根据所述历史运行状态数据建立基于LSTM
‑
SDAE的磨煤机状态监测模型；
[0028]模型优化模块，用于将所述历史运行状态数据的训练集数据输入所述磨煤机状态监测模型进行训练，得到优化后的磨煤机状态监测模型；
[0029]运行状态监测指标确定模块，用于根据所述优化后的磨煤机状态监测模型的重构值与实际值确定运行状态监测指标；
[0030]自适应动态阈值确定模块，用于根据所述运行状态监测指标确定所述运行状态监测指标的自适应动态阈值；
[0031]实际运行状态数据获取模块，用于获取实际运行状态数据；
[0032]实际运行状态监测指标确定模块，用于将所述实际运行状态数据输入至所述优化后的磨煤机状态监测模型，确定实际运行状态监测指标；
[0033]识别及预警模块，用于根据所述实际运行状态监测指标以及所述运行状态监测指标的自适应动态阈值对磨煤机堵塞的异常状态进行识别并预警。
[0034]可选的，所述运行状态监测指标确定模块，具体包括：
[0035]重构值生成单元，用于根据所述优化后的磨煤机状态监测模型生成重构值；
[0036]实际值获取单元，用于获取实际运行状态数据的实际值；
[0037]残差确定单元，用于根据所述重构值与所述实际值确定残差；
[0038]运行状态监测指标确定单元，用于根据所述残差的马氏距离确定运行状态监测指标。
[0039]可选的，所述运行状态监测指标为：
[0040][0041]其中，t
k
为运行状态监测指标；为第k个样本的残差，k为样本序号，N为样本总数，所述样本为历史运行状态数据；u为样本的均值；T为矩阵的转置操作；s
‑1为样本的协方差逆矩阵。
[0042]可选的，所述自适应动态阈值为：
[0043]其中，为所述自适应动态阈值；μ
i
为运行状态监测指标第i个样本的自适应动态阈值的均值；σ
i
为运行状态监测指标第i个样本的自适应动态阈值的方差；n为方差偏离调节系数。
[0044]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术提供了一种电厂磨煤机故障预警方法及系统，基于分布式控制系统的历史运行状态数据，利用自编码器(Autoencoder，AE)的自动提取隐含深层次特征的提取能力和长短期记忆网络(LongShortTermMemory，LSTM)优秀的长时序数据分析能力，建立基于LSTM
‑
SDAE的磨煤机状态监测模型，将实际运行状态数据输入至优化后的磨煤机状态监测模型中，对磨煤机堵塞的异常状态进行识别并及时预警，避免故障的进一步恶化，进而影响机组的安全性、稳定性；此外，本专利技术还引入了运行状态监测指标的自适应动态阈值，降低了噪声的干扰，避免了假报警情况。...

【技术保护点】

【技术特征摘要】
1.一种电厂磨煤机故障预警方法，其特征在于，包括：选取机组分布式控制系统内磨煤机的历史运行状态数据；所述历史运行状态数据包括磨煤机入口一次风量、磨煤机电流、给煤量、入口一次风压、入口一次风温度、磨煤机出口温度以及磨煤机进出口压差；利用自编码器以及长短期记忆网络，根据所述历史运行状态数据建立基于LSTM
‑
SDAE的磨煤机状态监测模型；将所述历史运行状态数据的训练集数据输入所述磨煤机状态监测模型进行训练，得到优化后的磨煤机状态监测模型；根据所述优化后的磨煤机状态监测模型的重构值与实际值确定运行状态监测指标；根据所述运行状态监测指标确定所述运行状态监测指标的自适应动态阈值；获取实际运行状态数据；将所述实际运行状态数据输入至所述优化后的磨煤机状态监测模型，确定实际运行状态监测指标；根据所述实际运行状态监测指标以及所述自适应动态阈值对磨煤机堵塞的异常状态进行识别并预警。2.根据权利要求1所述的电厂磨煤机故障预警方法，其特征在于，所述根据所述优化后的磨煤机状态监测模型的重构值与实际值确定运行状态监测指标，具体包括：根据所述优化后的磨煤机状态监测模型生成重构值；获取实际运行状态数据的实际值；根据所述重构值与所述实际值确定残差；根据所述残差的马氏距离确定运行状态监测指标。3.根据权利要求2所述的电厂磨煤机故障预警方法，其特征在于，所述运行状态监测指标为：其中，t
k
为运行状态监测指标；为第k个样本的残差，k为样本序号，N为样本总数，所述样本为历史运行状态数据；u为样本的均值；T为矩阵的转置操作；s
‑1为样本的协方差逆矩阵。4.根据权利要求1
‑
3任一项所述的电厂磨煤机故障预警方法，其特征在于，所述自适应动态阈值为：其中，为所述自适应动态阈值；μ
i
为运行状态监测指标第i个样本的自适应动态阈值的均值；σ
i
为运行状态监测指标第i个样本的自适应动态阈值的方差；n为方差偏离调节系数。5.一种电厂磨煤机故障预警系统，其特征在于，包括：历史运行状态数据选取模块，用于选取机组分布式控制系统内磨煤机的历史运行状态数据；所述历史运行状态数据包括...

【专利技术属性】
技术研发人员：李艳萍，张先明，
申请(专利权)人：鄂尔多斯应用技术学院，
类型：发明
国别省市：