基于人工智能的火电厂安全监控方法及系统技术方案

本发明专利技术公开了基于人工智能的火电厂安全监控方法及系统，包括：首先响应于火电厂安全监控启动命令，按照预设时间间隔获取当前锅炉参数；接着调用预先训练的锅炉状态评估模型，判断当前锅炉参数是否处于锅炉预警状态；最终在当前锅炉参数处于锅炉预警状态时，获取针对当前锅炉参数的目标预警解决策略并执行，如此设计，相较于现有技术中的先报备再处理的流程，能够提高针对火电厂的安全监控处理效率。能够提高针对火电厂的安全监控处理效率。能够提高针对火电厂的安全监控处理效率。

【技术实现步骤摘要】
基于人工智能的火电厂安全监控方法及系统


[0001]本专利技术涉及火电厂智能监控领域，具体而言，涉及一种基于人工智能的火电厂安全监控方法及系统。

技术介绍

[0002]目前，火力发电是我国主要的电力来源，针对火电厂的安全监控是火电厂安全管理的重点。现有技术中，往往需要人工或者传感器采集到对应指标数据后对该指标数据进行异常判断，并在出现异常后进行解决方案的定制，这已经无法满足火电厂的安全管理需求。

技术实现思路

[0003]本专利技术的目的在于提供一种基于人工智能的火电厂安全监控方法及系统。
[0004]第一方面，本专利技术实施例提供一种基于人工智能的火电厂安全监控方法，包括：
[0005]响应于火电厂安全监控启动命令，生成周期安全评估指令；
[0006]根据周期安全评估指令，按照预设时间间隔获取当前锅炉参数；
[0007]调用预先训练的锅炉状态评估模型，将当前锅炉参数输入锅炉状态评估模型，判断当前锅炉参数是否处于锅炉预警状态；
[0008]若是，则获取针对当前锅炉参数的目标预警解决策略并执行；
[0009]若否，则生成当前周期的锅炉运行安全报告，并将锅炉运行安全报告发送至预设安全终端。
[0010]第二方面，本专利技术实施例提供一种服务器系统，包括服务器，服务器用于执行第一方面的方法。
[0011]相比现有技术，本专利技术提供的有益效果包括：采用本专利技术公开的基于人工智能的火电厂安全监控方法及系统，包括：首先响应于火电厂安全监控启动命令，按照预设时间间隔获取当前锅炉参数；接着调用预先训练的锅炉状态评估模型，判断当前锅炉参数是否处于锅炉预警状态；最终在当前锅炉参数处于锅炉预警状态时，获取针对当前锅炉参数的目标预警解决策略并执行，如此设计，相较于现有技术中的先报备再处理流程，能够提高针对火电厂的安全监控处理效率。
附图说明
[0012]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定。对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0013]图1为本专利技术实施例提供的基于人工智能的火电厂安全监控方法的步骤流程示意图；
[0014]图2为本专利技术实施例提供的服务器的结构示意框图。
具体实施方式
[0015]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。
[0016]为了解决前述
技术介绍
中的技术问题，图1为本公开实施例提供的基于人工智能的火电厂安全监控方法的流程示意图，下面对该基于人工智能的火电厂安全监控方法进行详细介绍。
[0017]201、响应于火电厂安全监控启动命令，生成周期安全评估指令。
[0018]202、根据周期安全评估指令，按照预设时间间隔获取当前锅炉参数。
[0019]203、调用预先训练的锅炉状态评估模型，将当前锅炉参数输入锅炉状态评估模型，判断当前锅炉参数是否处于锅炉预警状态。
[0020]204、若是，则获取针对当前锅炉参数的目标预警解决策略并执行。
[0021]205、若否，则生成当前周期的锅炉运行安全报告，并将锅炉运行安全报告发送至预设安全终端。
[0022]在本申请实施例中，针对火电厂这一特殊场景，由于一旦发生故障或者事故风险，不论是针对火电厂的现场工作人员，还是市区用电用户，均会造成较大影响，因此为了能够均衡计算资源消耗和安全实时性，可以将周期安全评估指令对应的预设时间间隔设置为10min，也可以根据火电厂的规模大小、运作季节等因素进行调整，在此不做限制。在获取到当前周期采集到的当前锅炉参数后，可以调用预先训练的锅炉状态评估模型，评估得到当前锅炉参数是否处于锅炉预警状态，若是，则可以获取针对当前锅炉参数的目标预警解决策略并执行，以解决预警情况，保证火电厂的安全，若否，则生成当前周期的锅炉运行安全报告，并将锅炉运行安全报告发送至预设安全终端，预设安全终端设备可以是该火电厂的维修人员终端，也可以是该火电厂的监管中心终端。通过上述步骤，能够针对火电厂锅炉运行状态进行周期性的检测，且利用了预先训练的锅炉状态评估模型，能够提高针对火电厂的安全评估处理效率。
[0023]为了能够更加清楚的描述本申请实施例提供的方案，前述步骤203可以通过以下详细的步骤执行实施。
[0024]101、获取当前锅炉参数，当前锅炉参数包括至少一个类别上的锅炉参数。
[0025]其中，当前锅炉参数为待安全性检测的锅炉参数。当前锅炉参数可以是指实时采集的锅炉参数。
[0026]其中，当前锅炉参数可以包括锅炉温度、分段壁管温度、锅炉压力、残渣量、汽水系统反馈参数、燃料系统反馈参数、通风设备反馈参数、制粉设备反馈参数、给水设备反馈参数等等多个类别上的锅炉参数，本实施例对此不作限制。
[0027]102、对各个类别上的锅炉参数进行特征向量提取操作，得到当前锅炉参数的锅炉状态向量。
[0028]其中，对当前锅炉参数中各个类别上的锅炉参数进行特征向量提取操作，具体可
以是对当前锅炉参数中各个类别上的锅炉参数做特征构建。通过特征构建，可以得到当前锅炉参数的锅炉状态向量。锅炉参数对应的锅炉状态向量中可以包含有锅炉参数对应的统计类型的特征向量，如计数特征、密度特征和偏差特征等等。
[0029]例如，特征构建可以是原有数据特征字段(即当前锅炉参数中各类别上的锅炉参数)通过加减乘除等变换或组合操作生成新的字段，在原始数据经过适当的变换或组合后，能够拥有较强的信息价值。
[0030]具体地，对当前锅炉参数中各个类别上的锅炉参数进行特征向量提取操作，可以是通过神经网络模型，也可以是通过人工构建特征，本实施例对此不作限制。
[0031]103、通过锅炉状态评估模型，根据锅炉状态向量对当前锅炉参数进行锅炉状态评估操作，得到当前锅炉参数的状态置信度，状态置信度表征当前锅炉参数为锅炉预警状态的概率，锅炉状态评估模型包括至少一个状态评估子网络，其中，每个状态评估子网络对应至少一个状态评估策略。
[0032]其中，锅炉预警状态安全预警信息为需要进行预警的锅炉状态，在作出对应的预警后，由维护人员快速进行查看确定是否存在问题，或者按照预设的预警应对策略进行维护，以避免锅炉以及锅炉联动设备出现故障，进而威胁整个火电厂的安全，状态置信度可以视为当前锅炉参数的初始预测结果。可选地，本实施例中，可以根据状态置信度的大小，结合评估策略组和可控评估策略组，对当前锅炉参数进一步进行安全性检测。
[0033]其中，根据锅炉状态向量对当前锅炉参数进行锅炉状态评估操作，具体即根据锅炉状态向量，预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于人工智能的火电厂安全监控方法，其特征在于，包括：响应于火电厂安全监控启动命令，生成周期安全评估指令；根据所述周期安全评估指令，按照预设时间间隔获取当前锅炉参数；调用预先训练的锅炉状态评估模型，将所述当前锅炉参数输入所述锅炉状态评估模型，判断当前锅炉参数是否处于锅炉预警状态；若是，则获取针对所述当前锅炉参数的目标预警解决策略并执行；若否，则生成当前周期的锅炉运行安全报告，并将所述锅炉运行安全报告发送至预设安全终端。2.根据权利要求1所述的方法，其特征在于，所述调用预先训练的锅炉状态评估模型，将所述当前锅炉参数输入所述锅炉状态评估模型，判断当前锅炉参数是否处于锅炉预警状态，包括：获取所述当前锅炉参数，所述当前锅炉参数包括至少一个类别上的锅炉参数；对各个类别上的锅炉参数进行特征向量提取操作，得到所述当前锅炉参数的锅炉状态向量；通过锅炉状态评估模型，根据所述锅炉状态向量对所述当前锅炉参数进行锅炉状态评估操作，得到所述当前锅炉参数的状态置信度，所述状态置信度表征所述当前锅炉参数为锅炉预警状态的概率，所述锅炉状态评估模型包括至少一个状态评估子网络，其中，每个状态评估子网络对应至少一个状态评估策略；当所述状态置信度超过初始状态置信度阈值时，执行评估策略的调用命令，得到评估策略组，所述评估策略组包括至少一个评估策略，所述评估策略是从所述锅炉状态评估模型的状态评估策略中选取的；当所述当前锅炉参数匹配所述评估策略时，确定所述当前锅炉参数为锅炉预警状态。3.根据权利要求2所述的方法，其特征在于，所述调用预先训练的锅炉状态评估模型，将所述当前锅炉参数输入所述锅炉状态评估模型，判断当前锅炉参数是否处于锅炉预警状态还包括：当所述状态置信度超过进阶状态置信度阈值时，执行可控评估策略的调用命令，得到可控评估策略组，所述可控评估策略组包括至少一个可控评估策略，所述可控评估策略是从所述锅炉状态评估模型的状态评估策略中选取的；当所述当前锅炉参数匹配所述可控评估策略时，确定所述当前锅炉参数为锅炉可控状态。4.根据权利要求3所述的方法，其特征在于，所述调用预先训练的锅炉状态评估模型，将所述当前锅炉参数输入所述锅炉状态评估模型，判断当前锅炉参数是否处于锅炉预警状态还包括：对所述锅炉状态评估模型中各状态评估策略进行计数操作，得到所述锅炉状态评估模型中各状态评估策略的调用频次；根据所述调用频次，对所述状态评估策略进行评估策略提取操作，得到至少一个待定评估策略；获取训练锅炉参数、以及所述训练锅炉参数对应的预置标识，所述预置标识表示所述训练锅炉参数为锅炉预警状态的概率，所述训练锅炉参数包括至少一个类别上的锅炉参
数；对所述训练锅炉参数中各个类别上的锅炉参数进行特征向量提取操作，得到所述训练锅炉参数的锅炉状态向量，并从所述训练锅炉参数的锅炉状态向量中确定所述训练锅炉参数在各待定评估策略下对应的锅炉状态向量；根据所述预置标识，对各待定评估策略下对应的锅炉状态向量进行统计分析，得到各待定评估策略对应的贡献系数；根据所述贡献系数，从所述待定评估策略中选取需求评估策略；将所述贡献系数超过预置系数的需求评估策略确定为评估策略，将所述贡献系数不超过预置系数的需求评估策略确定为可控评估策略。5.根据权利要求2所述的方法，其特征在于，所述通过锅炉状态评估模型，根据所述锅炉状态向量对所述当前锅炉参数进行锅炉状态评估操作，得到所述当前锅炉参数的状态置信度之前，还包括：获取样本训练集，所述样本训练集包括训练锅炉参数和所述训练锅炉参数对应的预测状态置信度，所述训练锅炉参数包括至少一个类别上的锅炉参数；对所述训练锅炉参数中各个类别上的锅炉参数进行特征向量提取操作，得到所述训练锅炉参数的锅炉状态向量；通过初始锅炉状态评估模型，根据所述锅炉状态向量对所述训练锅炉参数进行锅炉状态评估操作，得到所述训练锅炉参数为锅炉预警状态的真实状态置信度；根据所述训练锅炉参数的真实状态置信度和预测状态置信度，对初始锅炉状态评估模型的参数进行调整，得到训练后的锅炉状态评估模型。6.根据权利要求2所述的方法，其特征在于，所述通过锅炉状态评估模型，根据所述锅炉状态向量对所述当前锅炉参数进行锅炉状态评估操作，得到所述当前锅炉参数的状态置信度，包括：针对锅炉状态评估模型中的每个状态评估子网络，通过所述状态评估子网络，根据所述锅炉状态向量对所述当前锅炉参数进行锅炉状态评估操...

【专利技术属性】
技术研发人员：刘技超，
申请(专利权)人：河北蔚州能源综合开发有限公司，
类型：发明
国别省市：