一种往复式压缩机运行工况的预测方法和装置制造方法及图纸

本发明专利技术公开了一种往复式压缩机运行工况的预测方法和装置，属于压缩机运行工况评估领域，该方法包括如下步骤：1)获取压缩机运行数据，运行数据包括：传感器采集数据、实验分析数据和历史记录数据；2)对运行数据进行预处理和归一化处理，3)并通过熵权法计算数据集中各个特征的特征权重和健康因子分量；4)通过加权计算得到总体健康因子，建立训练样本；5)根据训练样本对机器学习模型进行训练，建立最优预测模型。该方法采集的数据包括传感器采集的数据和实验分析的数据以及历史的故障数据，与现有仅采集震动和喘振的数据相比采集数据的类型更多样更全面。更多样更全面。更多样更全面。

【技术实现步骤摘要】
一种往复式压缩机运行工况的预测方法和装置


[0001]本专利技术属于压缩机运行工况评估领域，特别是涉及一种往复式压缩机运行工况的预测方法和装置。

技术介绍

[0002]往复式压缩机因其压力范围广、压缩效率高、适应性强在石油化工行业上被广泛使用。但因其结构复杂，导致其遇到故障时对其故障的诊断准确度不高，同时在日常工作中对设备的维修保养工作量也大。
[0003]随着人工智能技术的发展和应用，机器学习方法凭借其灵活高效且能够自动提取原始数据深层特征的优点，逐渐被研发人员采用。当前国内压缩机状态评估研究主要着眼于压缩机的单个零部件的诊断或者围绕单一的关键特征参数通过人工智能技术进行计算分析，对压缩机整体性能衰退评估的研究较少，缺乏综合全面的状态评估及未来工况评估的方案。
[0004]现有技术存在：在对压缩机状态评估时，对样本部分特征的利用不够全面，导致对压缩机状态预测不够精准。

技术实现思路

[0005]本专利技术的目的在于提供一种往复式压缩机运行工况的预测方法和装置，以解决现有技术中由于对样本特征利用不全面，导致了对压本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种往复式压缩机运行工况的预测方法，其特征在于，该方法包括如下步骤：1)获取压缩机历史运行数据，所述历史运行数据包括三类数据中的至少两类数据，所述的三类数据包括：用于表征压缩机动态运行状况的传感器采集数据、用于表征设备静态运行工况的实验分析数据或用于表征历史压缩机运行工况的历史记录数据；2)对所述运行数据进行预处理和归一化处理；3)根据处理后的数据计算各个特征的特征权重和压缩机的健康因子分量；4)对得到的特征权重和健康因子分量进行加权计算，得到压缩机的总体健康因子；5)根据总体健康因子结合时域构建健康因子历史时序数据集，将健康因子历史时序数据集作为训练样本；训练样本中每个样本包括有压缩机的t时刻的总体健康因子及t时刻之前的总体健康因子；6)根据训练样本对机器学习模型进行训练，建立压缩机运行工况的预测模型，所述压缩机运行工况的预测模型用于根据压缩机某时刻之前的总体健康因子预测压缩机在某时刻的总体健康因子。2.根据权利要求1所述的往复式压缩机运行工况的预测方法，其特征在于，在步骤3)中用熵权法计算特征权重，计算过程为：先计算特征所占比重，计算公式为：其中，y
ih
为样本数据，y
′
ij
为第j个特征参数下第i个样本数据所占比重；m为样本数据数量；再计算第j项特征的信息熵H
j
，计算公式为：其中，y
′
ij
为第j个特征参数下第i个样本数据所占比重，m为样本数据数量，n为特征参数数量，H
j
为第j个特征参数的信息熵；最后计算第j项特征参数的权重w
j
，计算公式为：其中，w
j
为利用熵权法得到的第j项特征参数的权重值。3.根据权利要求1所述的往复式压缩机运行工况的预测方法，其特征在于，在步骤3)中健康因子分量的计算公式为：其中，hf
j
(t)为设备的第j个特征参数的健康...

【专利技术属性】
技术研发人员：龙飞，郭海伟，耿洪涛，郝宁，王海洋，徐聪，
申请(专利权)人：中国石油化工股份有限公司中原油田分公司，
类型：发明
国别省市：