一种基于数据模型及机理模型的火电厂预警诊断系统技术方案

本发明专利技术公开了一种基于数据模型及机理模型的火电厂预警诊断系统。该系统由大数据平台、数据建模模块、机理模型建模模块、仿真工况构造与事故推演模块、智能预警模块和智能诊断模块组成。该系统通过数据建模产生的模型实例，进行实时计算，产生故障预警信号，然后通过构建机理仿真模型来模拟系统的运行情况，然后根据可组态的故障诊断逻辑，对故障进行定位和诊断。本发明专利技术综合利用数据模型和机理模型，可以充分发挥它们各自的优势，实现电厂故障预警诊断功能的高效性和精准性。本发明专利技术通过建立基于数据模型和机理模型的故障预警诊断大数据平台，可以对电厂设备和系统进行全方位的监测和分析，实现故障的早期发现和处理，提高电厂的生产效率和质量。的生产效率和质量。的生产效率和质量。

【技术实现步骤摘要】
一种基于数据模型及机理模型的火电厂预警诊断系统


[0001]本专利技术涉及火力发电及智能监盘
，尤其涉及一种基于数据模型及机理模型的火电厂预警诊断系统。

技术介绍

[0002]基于数据模型的预警诊断系统可以通过收集和分析机组的运行数据，预测设备的故障和异常，具有建模简单、可快速开发、适应多变的工况等优点。虽然电厂DCS系统可以为数据驱动的预警和诊断方法提供大量的训练数据,但这种完全数据驱动的方法缺乏对物理系统的建模,使得专业人员无法解释这些数据,缺乏可解释性，无法解释预测结果的具体原因，不能高效地利用这些数据,而获得模型的精度和可靠性也存疑。由于机组设备可能存在未知的故障或者隐性故障，数据模型往往只能考虑已有的历史数据进行预测，无法预测未知的情况，这可能导致误报或漏报情况出现。

技术实现思路

[0003]为了克服基于数据模型的预警诊断系统的缺点，本专利技术提供了一种基于数据模型及机理模型的火电厂预警诊断系统，实现数据驱动和物理机理相结合的预警和诊断大数据平台。解决数据不完备、模型不可解释等问题，提高预警诊断的准确性和可靠性。
[0004]本专利技术采用如下技术方案来实现的：
[0005]一种基于数据模型及机理模型的火电厂预警诊断系统，包括大数据平台、数据建模模块、机理模型建模模块、仿真工况构造与事故推演模块、智能预警模块和智能诊断模块；
[0006]大数据平台从DCS系统中采集实时数据和历史数据，为数据建模模块的特征提取、模型训练、模型评估提供数据，同时也为机理模型建模的参数对比和辨识修正提供工况数据；机理模型建模模块通过系统仿真、工况划分及多工况拓展实现仿真工况构造与事故推演功能，仿真工况构造与事故推演模块为数据建模模块提供数据扩展、模拟预测及模型优化功能；智能预警模块从大数据平台中获取实时数据或历史回放数据后，通过数据建模模块产生的预警模型库实例进行实时计算，产生预警信息，然后触发智能诊断模块中的诊断逻辑，智能诊断模块结合组态的诊断算法及机理模型的信息，进行故障智能诊断与操作建议。
[0007]本专利技术进一步的改进在于，所述大数据平台提供电厂数据采集、管理、存储、处理和分析功能；大数据平台将电厂的各种数据采集和管理统一起来，大数据平台具有定制化能力；大数据平台支持处理各种类型的结构化和非结构化数据；大数据平台采用分布式计算框架，进行大数据的存储和分析工作。
[0008]本专利技术进一步的改进在于，所述数据建模模块通过对电厂各种数据进行分析和处理，基于统计算法、人工智能算法建立电厂的数据模型，并且从历史数据库中直接抽取数据，进行模型训练和评估，并将数据模型存入专家知识库中。
[0009]本专利技术进一步的改进在于，所述数据建模模块包含特征提取模块、数据建模算法模块、模型训练模块和模型评估模块；
[0010]所述特征提取模块将原始数据转化为更具有代表性的特征向量，以便进行模型的建立和分析；
[0011]所述数据建模算法模块根据预处理和特征提取后的数据，选择数据建模算法，包括回归模型、分类模型和聚类模型，进行模型的建立；
[0012]所述模型训练模块对建立好的模型进行训练，并根据训练结果进行模型的调整和优化，以确保模型的准确性和可靠性；
[0013]所述模型评估模块对建立好的模型进行评估，以检验模型的准确性和可靠性；评估包括对模型进行测试、验证和比对工作，以确保模型能够对电厂的运行过程进行准确的预测和分析。
[0014]本专利技术进一步的改进在于，所述机理模型建模模块基于电厂设备和系统的物理特性、工作原理和规律建立机组各类设备的机理模型，机理模型能够描述设备和系统的运行过程和特性，通过建立设备和系统的数学模型，预测设备和系统的运行状态和性能，指导设备和系统的运行和维护。
[0015]本专利技术进一步的改进在于，所述机理模型建模模块包含辨识修正模块、参数校准模块和模型验证模块；
[0016]所述辨识修正模块采用有限的运行数据将其中的机组状态输入参数导入模型，使用机理仿真系统对其进行模拟运行，将运行计算的输出特性参数与运行数据中特性参数进行对比，并对模型进行辨识修正，实现机理映射模型的构建；构建多工况条件，采用仿真系统运行高精度机理映射模型获得拓展的多工况运行样本数据；
[0017]所述参数校准模块对模型中的参数进行校准；参数校准根据实际数据进行调整，以确保模型的预测结果与实际结果的一致性；
[0018]所述模型验证模块通过与实际数据的比对来验证模型的准确性和可靠性；模型验证是模型建立的重要环节，对模型进行全面的测试和验证，以确保模型能够对电厂的运行过程进行准确的预测和分析。
[0019]本专利技术进一步的改进在于，所述仿真工况构造与事故推演模块利用电厂机理模型对不同的工况进行仿真，模拟出电厂的运行情况，并在此基础上推演出可能发生的事故情况，给数据模型建模提供更多训练及验证数据，解决基于数据建模数据不充分的问题。
[0020]本专利技术进一步的改进在于，所述仿真工况构造与事故推演模块包含仿真服务模块、工况划分模块、事故推演模块和仿真评估模块；
[0021]所述仿真服务模块基于机理模型对电厂机组的多工况乃至全工况进行仿真，获得电厂热力系统的多工况样本空间；单个工况的样本包含热力系统所有流体介质的温度、压力、焓值等，以及能源转换设备的参数；
[0022]所述工况划分模块将历史数据按照不同的工况分类，在建立好的模型和估计好的参数基础上，利用仿真软件生成不同工况下的仿真数据，包括各种参数的变化和相互关系；
[0023]所述事故推演模块根据电厂实际运行情况，设定不同的工况；采用机理仿真软件对电厂进行模拟，进行事故推演，通过改变工况、设备故障条件，模拟电厂可能出现的事故情况，并进行分析和评估；
[0024]所述仿真评估模块对生成的仿真数据进行评估，包括仿真结果的准确性、可靠性和合理性等方面。
[0025]本专利技术进一步的改进在于，所述智能预警模块基于数据驱动建模方法，利用设备及系统所涉及测点间的相关性，结合智能算法与大数据构建参数预警模型，通过模型评估和复盘回算进行模型迭代优化，计算残差并进行超前预警，在DCS实时报警功能的基础上进一步提升报警功能，实现机组参数异常的早期发现；所述智能预警模块包含实时数据获取模块、实时计算模块和预警管理模块；
[0026]所述实时数据获取模块从控制层中的中转服务器中获取实时数据，同时数据也将送入实时数据库进行存储，用于历史分析查询以及模型更新训练功能模块；
[0027]所述实时计算模块利用知识库中的所有模型，对实时数据进行分析和处理，系统通过模型的依赖关系解析和多进程并行加速实现；根据现场数据特性，智能预警算法包括线性算法、非线性算法和聚类算法；
[0028]所述预警管理模块对模型实时计算的结果进行处理，提取处于预警状态的模型，获得预警信息；预警结果通过中转服务器送入模块和智能诊断DCS，供操作员站画面直接组态、分析和查看使用。
[0029]本发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据模型及机理模型的火电厂预警诊断系统，其特征在于，包括大数据平台、数据建模模块、机理模型建模模块、仿真工况构造与事故推演模块、智能预警模块和智能诊断模块；大数据平台从DCS系统中采集实时数据和历史数据，为数据建模模块的特征提取、模型训练、模型评估提供数据，同时也为机理模型建模的参数对比和辨识修正提供工况数据；机理模型建模模块通过系统仿真、工况划分及多工况拓展实现仿真工况构造与事故推演功能，仿真工况构造与事故推演模块为数据建模模块提供数据扩展、模拟预测及模型优化功能；智能预警模块从大数据平台中获取实时数据或历史回放数据后，通过数据建模模块产生的预警模型库实例进行实时计算，产生预警信息，然后触发智能诊断模块中的诊断逻辑，智能诊断模块结合组态的诊断算法及机理模型的信息，进行故障智能诊断与操作建议。2.根据权利要求1所述的一种基于数据模型及机理模型的火电厂预警诊断系统，其特征在于，所述大数据平台提供电厂数据采集、管理、存储、处理和分析功能；大数据平台将电厂的各种数据采集和管理统一起来，大数据平台具有定制化能力；大数据平台支持处理各种类型的结构化和非结构化数据；大数据平台采用分布式计算框架，进行大数据的存储和分析工作。3.根据权利要求1所述的一种基于数据模型及机理模型的火电厂预警诊断系统，其特征在于，所述数据建模模块通过对电厂各种数据进行分析和处理，基于统计算法、人工智能算法建立电厂的数据模型，并且从历史数据库中直接抽取数据，进行模型训练和评估，并将数据模型存入专家知识库中。4.根据权利要求3所述的一种基于数据模型及机理模型的火电厂预警诊断系统，其特征在于，所述数据建模模块包含特征提取模块、数据建模算法模块、模型训练模块和模型评估模块；所述特征提取模块将原始数据转化为更具有代表性的特征向量，以便进行模型的建立和分析；所述数据建模算法模块根据预处理和特征提取后的数据，选择数据建模算法，包括回归模型、分类模型和聚类模型，进行模型的建立；所述模型训练模块对建立好的模型进行训练，并根据训练结果进行模型的调整和优化，以确保模型的准确性和可靠性；所述模型评估模块对建立好的模型进行评估，以检验模型的准确性和可靠性；评估包括对模型进行测试、验证和比对工作，以确保模型能够对电厂的运行过程进行准确的预测和分析。5.根据权利要求1所述的一种基于数据模型及机理模型的火电厂预警诊断系统，其特征在于，所述机理模型建模模块基于电厂设备和系统的物理特性、工作原理和规律建立机组各类设备的机理模型，机理模型能够描述设备和系统的运行过程和特性，通过建立设备和系统的数学模型，预测设备和系统的运行状态和性能，指导设备和系统的运行和维护。6.根据权利要求5所述的一种基于数据模型及机理模型的火电厂预警诊断系统，其特征在于，所述机理模型建模模块包含辨识修正模块、参数校准模块和模型验证模块；所述辨识修正模块采用有限的运行数据将其中的机组状态输入参数导入模型，使用机理仿真系统对其进行模拟运行，将运行计算的输出特性参数与运行数据中特性参数进行对
比，并对模型进行辨识修正，实现机理映射模型的构建；构建多工况条件，采用仿真系统运行高精度机理映射模型获得拓展的多工况运行样本数据；所述参数校准模块对模型中的参数进行校准；参数校准根据实际数据进行调整，以确保模型的预测结果与实际结果的一致性；所述模型验证模块通过与实际数据的比对来验证模型的准确性和可靠性；模型验证是模型建立的重要环节，对模型进行全面的测试和验证，以确保模型能够...

【专利技术属性】
技术研发人员：周东阳，曹军，王承文，万松森，郑小刚，何康，陈宁，李军，高林，张骁，唐贝，
申请(专利权)人：西安西热控制技术有限公司，
类型：发明
国别省市：