一种汽轮机设备特征提取分析系统及其应用方法技术方案

本发明专利技术提出一种汽轮机设备特征提取分析系统及其应用方法。分两阶段提取汽轮机设备特征，第一阶段提取汽轮机设备的浅层特征，第二阶段在浅层特征基础上提取深层特征，从而全面表征汽轮机设备特征。除此之外，该系统和方法，在进行浅层特征提取时提取了多种特征，并对特征进行融合，从而丰富了特征的维度，提高了设备特征的表征能力。将提取的汽轮机特征进行应用，应用于对汽轮机设备预测，试验表明，该方法对实现汽轮机状态预测具有重要意义。对实现汽轮机状态预测具有重要意义。对实现汽轮机状态预测具有重要意义。

【技术实现步骤摘要】
一种汽轮机设备特征提取分析系统及其应用方法


[0001]本专利技术涉及汽轮机设备
，特别涉及一种汽轮机设备特征提取分析系统及其应用方法。

技术介绍

[0002]汽轮机设备是电力系统机组的重要运行设备，对汽轮机设备进行状态预估和预测可有效保障机组稳定运行。而有效的汽轮机设备特征，能够准确表征汽轮机设备的运行状态，因此对汽轮机设备特征进行有效的提取和分析，是进行汽轮机设备状态预估和预测的基础保障。
[0003]传统的汽轮机设备特征分析方法主要依据以下几种：
[0004]①
设计曲线，获取设计曲线值，具体为基于设计曲线，创建设备机理模型，从而得到设备在不同工况下表征的特征；
[0005]②
系统试验，试验数值，基于汽轮机扰动试验，记录汽轮机在典型工况下的试验数据，从而得到设备在不同工况下表征的特征。
[0006]③
随着大数据挖掘技术的发展，近年来陆续出现了基于数据挖掘的汽轮机特征研究工作。
[0007]传统汽轮机设备特征分析方法存在以下问题和缺点：
[0008]①
传统基于机理模型提取汽轮机设备特征，机理公式相对简单，汽轮机设备的实际运行复杂，简单的公式不能正确表征汽轮机设备的实际运行特征。
[0009]②
传统基于系统试验提取汽轮机设备特征，其操作复杂，易影响设备的正常生产运行，想要得到设备在不同工况下表征的特征操作复杂且易影响设备的正常生产运行。
[0010]③
使用数据挖掘提取汽轮机设备特征，一般为单一或简单特征，特征表征能力不足，无法全面表征汽轮机设备的状态。

技术实现思路

[0011]为了解决上述技术问题，本专利技术为一种汽轮机设备提取分析系统及其应用方法，其技术方案为：
[0012]该系统包括数据存储模块、数据处理模块、特征提取器提取“一次特征”模块、特征融合模块、特征提取器提取“二次特征”模块和特性应用模块，所述数据存储模块包括数据抽取单元和数据保存单元；数据抽取单元用于抽取所需设备数据，数据保存单元用于存储数据抽取单元的数据；
[0013]所述数据处理模块包括数据有效性检查及处理单元和空数据检查及处理单元；
[0014]所述特征提取器提取“一次特征”模块用于对数据进行“浅特征”提取，包括差分特征提取单元、分箱特征提取单元以及偏差特征提取单元；
[0015]所述设备特征融合模块用于对“一次特征”模块提取的多项特征进行融合并处理，包括特征融合单元及特征处理单元；
[0016]所述特征提取器提取“二次特征”模块对融合后特征通过深度学习卷积
‑
池化模型提取“深特征”，包括卷积单元、激化单元、池化单元以及数值变换单元；
[0017]所述特征应用模块用于将提取的汽轮机设备特征进行应用，包括样本类标记处理单元、样本划分单元、分类模型搭建单元以及预测单元。
[0018]进一步地，数据存储模块、数据处理模块、特征提取器提取“一次特征”模块、特征融合模块、特征提取器提取“二次特征”模块和特征应用模块依次通信连接；
[0019]所述数据存储模块中，数据抽取单元的输出端与数据保存单元的输入端相连；
[0020]所述数据处理模块中，数据有效性检查及处理单元的输入端与数据保存单元的输出端相连，其输出端与空数据检查及处理单元的输入端相连；
[0021]所述特征提取器提取“一次特征”模块中，差分特征提取单元、分箱特征提取单元和偏差特征提取单元其各自输入端分别与数据抽取单元输出端相连；
[0022]所述特征融合模块中，特征融合单元的输入端与特征提取器提取“一次特征”模块的输出端相连；其输出端与特征处理单元输入端相连；
[0023]所述特征提取器提取“二次特征”模块中，卷积单元的输入端与特征处理模块的输出端相连，其输出端与激活单元的输入端相连；激活单元输出端与池化单元的输入端相连；数值变换单元的输入端分别与卷积单元、激活单元和池化单元的输出端相连；
[0024]所述特性应用模块中，样本类标记处理单元输入端与特征提取器提取“二次特征”模块的数值变换单元输出端相连；样本划分单元输入端与样本类标记处理单元输出端相连接，其输出端与分类模型搭建单元的输入端相连；分类模型搭建单元的输出端与预测单元输入端相连。
[0025]进一步地，该分析系统的应用方法包括以下步骤：
[0026]步骤1：对汽轮机设备中的数据进行获取及存储；
[0027]步骤2：对步骤1获取的数据进行筛选处理；
[0028]步骤3：使用特征提取器提取步骤2汽轮机设备的“一次特征”，分析提取数据特征；
[0029]步骤4：将步骤3“一次特征”与原始特征进行融合；
[0030]步骤5：使用特征提取器提取汽轮机设备“二次特征”，进一步分析提取数据特征；
[0031]步骤6：对设备“一次特征”和“二次特征”进行应用并进行状态预测。
[0032]本专利技术的有意效果为：本专利技术为一种汽轮机设备特征提取分析系统及其应用方法，本专利技术采用更加全面的提取数据特征，从而全面表征设备特征，使用“一次特征”提取设备的多个浅层特征，然后在此基础上使用深度学习提取“二次特征”的深层特征特性，能够丰富数据特征，更加符合实际需求。通过分类模型对机组设备特征进行应用，实现设备状态预测，通过运用建模方法充分挖掘数据价值，建立模型对机组设备状态进行预测，有利于保障机组设备安全可靠的运行。本专利技术能够根据设备运行数据，自动对数据进行分析，自动提取设备特征，降低了对专业人员的依赖。
附图说明
[0033]图1为本专利技术分析系统示意图；
[0034]图2为本专利技术分析系统结构框图；
[0035]图3为本专利技术应用方法流程图。
具体实施方式
[0036]如图所示，本专利技术为一种汽轮机设备特征提取分析系统及其应用方法，该系统包括汽轮机数据存储模块、数据处理模块、特征提取器提取“一次特征”模块、特征融合模块、特征提取器提取“二次特征”模块和设备特征应用模块。
[0037]所述数据存储模块包括数据抽取单元和数据保存单元。数据抽取单元用于抽取汽轮机设备关键测点的历史运行数据；数据保存单元用于存储所抽取到的汽轮机设备的历史运行数据。
[0038]所述数据处理模块用于接收数据存储模块的汽轮机设备历史运行数据，并处理汽轮机设备的无价值数据。其包括数据有效性检查及处理单元和空数据检查及处理单元。所述数据有效性检查及处理单元用于检测数据是否有价值、是否有效，并删除无价值、无效的数据，具体的，首先检测数值是否长时间无变化，长时间无变化的数据视作为无价值数据，删除此类数据；所述空数据检查及处理单元用于检测数据中是否含有空数据，并对含空数据的样本数据进行处理，具体的，根据样本缺失情况，进行缺失值处理。
[0039]所述特征提取器提取“一次特征”模块用于接收数据处理模块汽轮机的数据。对汽轮机设备数据进行“浅特征”提取，包括差分特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种汽轮机设备特征提取分析系统，该系统包括数据存储模块、数据处理模块、特征提取器提取“一次特征”模块、特征融合模块、特征提取器提取“二次特征”模块和特性应用模块，其特征在于，所述数据存储模块包括数据抽取单元和数据保存单元；数据抽取单元用于抽取所需设备数据，数据保存单元用于存储数据抽取单元的数据；所述数据处理模块包括数据有效性检查及处理单元和空数据检查及处理单元；所述特征提取器提取“一次特征”模块用于对数据进行“浅特征”提取，包括差分特征提取单元、分箱特征提取单元以及偏差特征提取单元；所述设备特征融合模块用于对“一次特征”模块提取的多项特征进行融合并处理，包括特征融合单元及特征处理单元；所述特征提取器提取“二次特征”模块对融合后特征通过深度学习卷积
‑
池化模型提取“深特征”，包括卷积单元、激化单元、池化单元以及数值变换单元；所述特征应用模块用于将提取的汽轮机设备特征进行应用，包括样本类标记处理单元、样本划分单元、分类模型搭建单元以及预测单元。2.如权利要求1所述的一种汽轮机设备特征提取分析系统，数据存储模块、数据处理模块、特征提取器提取“一次特征”模块、特征融合模块、特征提取器提取“二次特征”模块和特征应用模块依次通信连接；所述数据存储模块中，数据抽取单元的输出端与数据保存单元的输入端相连；∨所述数据处理模块中，数据有效性检查及处理单元的输入端与数据保...

【专利技术属性】
技术研发人员：唐守伟，张超，唐金鹤，张传昀，王新，
申请(专利权)人：济南奔腾时代电力科技有限公司，
类型：发明
国别省市：