引风机系统的运行状况检测方法、装置、介质及设备制造方法及图纸

本公开涉及一种引风机系统的运行状况检测方法、装置、介质及设备，所述方法包括：获取引风机系统的实时运行参数，所述实时运行参数包括目标性能影响因子的实时数据和目标性能评价参数的实时数据；根据预先训练的参数预测模型和所述目标性能影响因子的实时数据，确定所述目标性能评价参数的预测数据；确定所述目标性能评价参数的所述实时数据和所述预测数据之间的相关性系数；根据所述相关性系数确定所述引风机系统的运行状况。由此，通过确定目标性能评价参数的实时数据和预测数据的相关性系数，可实现对引风机系统的运行状况进行分析，能够及时发现引风机系统的异常状况以及采取相应的措施，保证了引风机系统的安全性。保证了引风机系统的安全性。保证了引风机系统的安全性。

【技术实现步骤摘要】
引风机系统的运行状况检测方法、装置、介质及设备


[0001]本公开涉及工业控制
，具体地，涉及一种引风机系统的运行状况检测方法、装置、介质及设备。

技术介绍

[0002]目前，传统的火电厂引风机系统运行状况检测方法大多采用阈值报警方法，当检测参数实时值超出设定阈值后便会激发报警，这种报警方式虽然可以向运维人员提供一些判断信息，但是也存在一些问题。例如，当阈值报警触发后，系统可能早已处于异常状态，无法对系统异常进行提早判断和处理。

技术实现思路

[0003]本公开的目的是提供一种引风机系统的运行状况检测方法、装置、介质及设备，以对引风机系统的运行状况进行检测。
[0004]为了实现上述目的，第一方面，本公开提供一种引风机系统的运行状况检测方法，包括：
[0005]获取引风机系统的实时运行参数，所述实时运行参数包括目标性能影响因子的实时数据和目标性能评价参数的实时数据；
[0006]根据预先训练的参数预测模型和所述目标性能影响因子的实时数据，确定所述目标性能评价参数的预测数据；
[0007]确定所述目标性能评价参数的所述实时数据和所述预测数据之间的相关性系数；
[0008]根据所述相关性系数确定所述引风机系统的运行状况。
[0009]可选地，所述参数预测模型通过以下方式训练得到：
[0010]获取训练样本集，所述训练样本集包括所述引风机系统在正常工况下的历史运行数据，所述历史运行数据包括所述目标性能影响因子的历史数据和对应的所述目标性能评价参数的历史数据；
[0011]根据所述训练样本集，对神经网络模型进行训练；
[0012]响应于训练完成，将训练完成的模型确定为所述参数预测模型。
[0013]可选地，所述根据所述训练样本集，对神经网络模型进行训练，包括：
[0014]对所述训练样本集进行数据预处理，其中，所述数据预处理包括缺失值填补和/或离群点剔除；
[0015]根据所述数据预处理后的训练样本集，对所述神经网络模型进行训练。
[0016]可选地，所述根据所述相关性系数确定所述引风机系统的运行状况，包括：
[0017]确定所述相关性系数对应的分数；
[0018]若所述分数大于或等于第一预设分数阈值，则确定所述引风机系统的运行状况良好；
[0019]若所述分数大于或等于第二预设分数阈值并小于所述第一预设分数阈值，则确定
所述引风机系统的运行状况合格；
[0020]若所述分数小于所述第二预设分数阈值，则确定所述引风机系统的运行状况异常。
[0021]可选地，所述方法还包括：
[0022]响应于确定所述引风机系统的运行状况异常，进行异常告警操作。
[0023]可选地，所述目标性能影响因子包括以下中的至少一者：引风机入口压力、引风机动叶阀位反馈、引风机入口温度、引风机油路温度。
[0024]可选地，所述目标性能评价参数包括以下中的至少一者：引风机出口电流、引风机出口压力、引风机二次风量、引风机的轴承温度、引风机的出口温度。
[0025]第二方面，本公开提供一种引风机系统的运行状况检测装置，包括：
[0026]获取模块，用于获取引风机系统的实时运行参数，所述实时运行参数包括目标性能影响因子的实时数据和目标性能评价参数的实时数据；
[0027]第一确定模块，用于根据预先训练的参数预测模型和所述目标性能影响因子的实时数据，确定所述目标性能评价参数的预测数据；
[0028]第二确定模块，用于确定所述目标性能评价参数的所述实时数据和所述预测数据之间的相关性系数；
[0029]第三确定模块，用于根据所述相关性系数确定所述引风机系统的运行状况。
[0030]第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面任一所述方法的步骤。
[0031]第四方面，本公开提供一种电子设备，包括：存储器，其上存储有计算机程序；处理器，用于执行所述存储器中的所述计算机程序，以实现第一方面任一所述方法的步骤。
[0032]在上述技术方案中，首先，获取引风机系统的实时运行参数，然后根据参数预测模型和目标性能影响因子的实时数据，确定目标性能评价参数的预测数据，进而确定目标性能评价参数的实时数据和预测数据之间的相关性系数，进而根据相关性系数确定引风机系统的运行状况。由此，通过确定目标性能评价参数的实时数据和预测数据的相关性系数，可实现对引风机系统的运行状况进行分析，能够及时发现引风机系统的异常状况以及采取相应的措施，保证了引风机系统的安全性。
[0033]本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
[0034]附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
[0035]图1是本公开一种示例性实施方式提供的引风机系统的运行状况检测方法的流程图；
[0036]图2是本公开一种示例性实施方式提供的引风机系统的运行状况检测装置的框图；
[0037]图3是本公开一种示例性实施方式提供的电子设备的结构示意图；
[0038]图4是本公开一种示例性实施方式提供的电子设备的结构示意图。
具体实施方式
[0039]以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
[0040]在本实施例中提供了一种引风机系统的运行状况检测方法，图1是一种示例性实施方式提供的引风机系统的运行状况检测方法的流程图，如图1所述，该方法可以包括以下步骤：
[0041]步骤S101，获取引风机系统的实时运行参数。
[0042]其中，实时运行参数包括目标性能影响因子的实时数据和目标性能评价参数的实时数据。
[0043]其中，所述目标性能影响因子包括以下中的至少一者：引风机入口压力、引风机动叶阀位反馈、引风机入口温度、引风机油路温度。
[0044]其中，所述目标性能评价参数包括以下中的至少一者：引风机出口电流、引风机出口压力、引风机二次风量、引风机的轴承温度、引风机的出口温度。
[0045]其中，引风机的动叶阀位反馈为引风机的动叶开度，引风机的油路温度包括引风机的润滑油油温和液压油箱油温。
[0046]示例地，可通过分散控制系统(Distributed Control System，DCS)中的第一压力传感器、阀门位置电流信号变送器、第一温度传感器、第二温度传感器分别获取引风机入口压力、引风机动叶阀位反馈、引风机入口温度、引风机油路温度。可通过DCS系统中的电流传感器、第二压力传感器、风量传感器、第三温度传感器、第四温度传感器分别获取引风机出口电流、引风机出口压力、引风机二次风量、引风机的轴承温度、引风机的出口温度。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种引风机系统的运行状况检测方法，其特征在于，包括：获取引风机系统的实时运行参数，所述实时运行参数包括目标性能影响因子的实时数据和目标性能评价参数的实时数据；根据预先训练的参数预测模型和所述目标性能影响因子的实时数据，确定所述目标性能评价参数的预测数据；确定所述目标性能评价参数的所述实时数据和所述预测数据之间的相关性系数；根据所述相关性系数确定所述引风机系统的运行状况。2.根据权利要求1所述的方法，其特征在于，所述参数预测模型通过以下方式训练得到：获取训练样本集，所述训练样本集包括所述引风机系统在正常工况下的历史运行数据，所述历史运行数据包括所述目标性能影响因子的历史数据和对应的所述目标性能评价参数的历史数据；根据所述训练样本集，对神经网络模型进行训练；响应于训练完成，将训练完成的模型确定为所述参数预测模型。3.根据权利要求2所述的方法，其特征在于，所述根据所述训练样本集，对神经网络模型进行训练，包括：对所述训练样本集进行数据预处理，其中，所述数据预处理包括缺失值填补和/或离群点剔除；根据所述数据预处理后的训练样本集，对所述神经网络模型进行训练。4.根据权利要求1所述的方法，其特征在于，所述根据所述相关性系数确定所述引风机系统的运行状况，包括：确定所述相关性系数对应的分数；若所述分数大于或等于第一预设分数阈值，则确定所述引风机系统的运行状况良好；若所述分数大于或等于第二预设分数阈值并小于所述第一预设分数阈值，则确定所述引风机系统的运行状况合格；若所述分数小于所述第二预设分数阈值，则确定所述引风机系统的运行状况异常。...

【专利技术属性】
技术研发人员：王双龙，李举，王德传，韩敏，孟衍，杨光军，田正学，张立乾，刘波，陈洪利，张玲利，孟庆辉，马善清，王庐山，高明珍，
申请(专利权)人：国家能源聊城发电有限公司，
类型：发明
国别省市：