【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:
[
【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:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。