一种基于AutoFormer与JS散度的磨煤机智能预警系统设计方法技术方案

本发明专利技术公开一种基于AutoFormer与JS散度的磨煤机智能预警系统设计方法，在综合考虑磨煤机部署结构与运行特性的情况下，实现磨煤机运行状态智能预警，提高火电机组运行的安全性和稳定性。根据磨煤机运行特性，选取相关参数作为智能预警模型的输入输出，并采集历史运行数据；采用虚拟DPU技术实时读取DCS系统中现场磨煤机相关数据；以MySQL数据库作为节点完成各部分之间数据的传输；通过历史数据训练AutoFormer，构建磨煤机运行状态智能预警模型；以现场数据实时驱动，计算监测参数相似度和磨煤机运行状态健康度并对潜在故障进行智能预警；通过WebSocket协议实时通讯，由前端网页展示设备健康度和智能预警信息，为运行人员提供参考。本发明专利技术为解决磨煤机运行状态智能预警系统设计问题提供了一种方案和思路。警系统设计问题提供了一种方案和思路。

【技术实现步骤摘要】
一种基于AutoFormer与JS散度的磨煤机智能预警系统设计方法


[0001]本专利技术涉及火电机组在提高新能源消纳能力，承担电网调频、调峰任务背景下面临的智能预警技术改造领域，具体来讲涉及一种基于AutoFormer与JS散度的磨煤机智能预警系统设计方法。
技术背景
[0002]新能源逐渐成为我国能源发展的主流，然而由于新能源发电具有间歇性、波动性和随机性等特性，在并网过程中，电网不得不承担消纳新能源所造成的冲击，导致其稳定性降低。在这一过程中，火电机组由于其调节出力能力大，出力形式稳定等优势，已成为电网深度调频调峰，抑制电网波动的有力支撑。同时，火电机组的灵活性运行对火电机组设备安全稳定性提出了更高的要求。磨粉机作为火电机组的关键设备，起着为锅炉燃烧提供燃料的重要作用。磨煤机故障是造成锅炉故障、机组停机的主要原因之一，它的工作状态将直接对锅炉的燃烧负荷能力、机组运行的安全稳定性产生影响，是保障火电机组安全可靠运行的关键。针对磨煤机智能预警的优化改造，有助于其维持机组的安全稳定运行，更好地配合电网负荷指标，提高火电机组运行灵活性。

技术实现思路

[0003]本专利技术的目的是提供一种基于AutoFormer与JS散度的磨煤机智能预警系统设计方法，提高磨煤机运行安全性和稳定性，实现磨煤机运行状态智能预警。根据磨煤机实际部署结构，设计相关数据通信与存储模式，分析磨煤机运行状态监测参数，选择相应的输入输出参数，训练AutoFormer网络，通过JS散度评价AutoFormer模型输出与监测参数实际值的偏离程度，计算磨煤机运行状态健康度，当健康度偏低时，对磨煤机进行智能预警。
[0004]本专利技术所采用的技术是，一种基于AutoFormer与JS散度的磨煤机智能预警系统设计方法，具体按照以下步骤实施：
[0005]分析磨煤机运行状态监测参数作为检测磨煤机运行状态的关键指标，即AutoFormer的输出；
[0006]进一步地，选取的磨煤机运行状态监测参数包括：分离器出口粉温度、入口混合风压力、一次风量。
[0007]分析磨煤机运行特性，选取影响监测参数的特征参数，作为AutoFormer的输入；
[0008]进一步地，选取的AutoFormer的输入包括：主蒸汽流量、总给水流量、实发功率、入出口差压、热一次风温度、冷一次风温度、一次冷风量、一次热风量、一次风压力。
[0009]采用虚拟DPU技术实时读取DCS系统中现场磨煤机相关数据。
[0010]以MySQL数据库作为节点完成各部分之间数据的传输。
[0011]进一步地，MySQL中共包括输入数据实时存储表input、输出数据实时存储表output_value、健康度历史存储表history_health、多张输出数据历史存储表history_
label1～history_label3、输入测点id对照表input_id、输出测点id对照表output_id。
[0012]数据表具体设计为：
[0013]input_id数据表存储输入测点名和相应编号，数据表结构如下：数据表结构如下：
[0014]output_id数据表存储输出测点名和相应编号，数据表结构如下：IDLabel0磨煤机运行状态健康度1分离器出口粉温度2入口混合风压力3一次风量
[0015]input数据表存储输入数据，采用UPDATE的方式对RealTime和Value字段进行更新，数据表结构如下：IDRealTimeValue12023
‑
05
‑
2217:20:34752.11522023
‑
05
‑
2217:20:34780.61832023
‑
05
‑
2217:20:34246.56942023
‑
05
‑
2217:20:341.584652023
‑
05
‑
2217:20:34305.16862023
‑
05
‑
2217:20:3429.659672023
‑
05
‑
2217:20:3443.987282023
‑
05
‑
2217:20:3473.855592023
‑
05
‑
2217:20:348.16392
[0016]output_value数据表存储输出测点的真实值、模型输出值、相似度、报警信息，采用UPDATE的方式对RealTime、realY、preY、simY、alarm字段进行更新，数据表结构如下：IDRealTimerealYpreYsimYalarm12023
‑
05
‑
2217:20:3472.7170.490.97022023
‑
05
‑
2217:20:342.932.921032023
‑
05
‑
2217:20:3434.934.670.990
[0017]history_health数据表存储磨煤机运行状态健康度的历史值，采用INSERT的方式增加数据，数据表结构如下：数据表结构如下：
[0018]history_label～history_label3数据表存储输出测点真实值、模型输出值、相似度、报警信息的历史值，采用INSERT的方式增加数据，数据表结构如下：IDRealTimerealYpreYsimYalarm12023
‑
05
‑
2217:20:3472.7170.490.97012023
‑
05
‑
2217:20:3572.7170.490.97012023
‑
05
‑
2217:20:3672.7170.490.9701
···············
[0019]采集输入输出测点的历史数据，并进行数据预处理；
[0020]进一步地，数据预处理包括异常值剔除、缺失值填补、数据归一化，具体为：
[0021]异常值删除：将连续时序数据插值大于一定阈值的点作为异常点，将异常点处的值称为异常值，将异常值直接删除掉，并用异常点前面一个点的值进行填充；
[0022]缺失值填补：通过缺失值前后的值取均值来对缺失值进行填补；
[0023]数据归一化：采用Z
‑
score标准化方法，将数据进行归一化，具体公式为：
[0024][0025]其中，x为归一化后的值，x为归一化前的值，x
mean
为原始数据的均值，x
std
为原值数据的标准差。
[0026]建立基于AutoFormer的磨煤机智能预警模型；
[0027]进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AutoFormer与JS散度的磨煤机智能预警系统设计方法，其特征在于，具体按照以下步骤实施：步骤1：分析磨煤机运行状态监测参数作为检测磨煤机运行状态的关键指标，即AutoFormer的输出；步骤2：分析磨煤机运行特性，选取影响监测参数的特征参数，作为AutoFormer的输入；步骤3：采用虚拟DPU技术实时读取DCS系统中现场磨煤机相关数据；步骤4：以MySQL数据库作为节点完成各部分之间数据的传输；步骤5：采集输入输出测点的历史数据，并进行数据预处理；步骤6：建立基于AutoFormer的磨煤机智能预警模型；步骤7：以现场磨煤机实时数据驱动训练好的AutoFormer模型；步骤8：采用相似度评价三个监测参数的模型预测输出与真实值之间的相似程度，用于评价该参数的状态；步骤9：采用基于JS散度的健康度评价方法评价磨煤机运行状态健康度；步骤10：通过WebSocket通信协议将三个监测参数的真实值、模型输出值、相似度以及磨煤机的设备运行状态健康度实时推送至前端，通过Web前端进行实时曲线展示。2.根据权利要求1所述的一种基于AutoFormer与JS散度的磨煤机智能预警系统设计方法，其特征在于，所述步骤4中具体为，以MySQL数据库作为节点完成各部分之间数据的传输，具体步骤如下：步骤4.1、MySQL中共包括输入数据实时存储表input、输出数据实时存储表output_value、健康度历史存储表history_health、多张输出数据历史存储表history_label1～history_label3、输入测点id对照表input_id、输出测点id对照表output_id。步骤4.2、input_id数据表存储输入测点名和相应编号，数据表结构如下：IDLabel1主蒸汽流量2总给水流量3实发功率4入出口差压5热一次风温度6冷一次风温度7一次冷风量8一次热风量9一次风压力步骤4.3、output_id数据表存储输出测点名和相应编号，数据表结构如下：IDLabel0磨煤机运行状态健康度1分离器出口粉温度2入口混合风压力3一次风量步骤4.4、input数据表存储输入数据，采用UPDATE的方式对RealTime和Value字段进行
更新，数据表结构如下：IDRealTimeValue12023
‑
05
‑
2217:20:34752.11522023
‑
05
‑
2217:20:34780.61832023
‑
05
‑
2217:20:34246.56942023
‑
05
‑
2217:20:341.584652023
‑
05
‑
2217:20:34305.16862023
‑
05
‑
2217:20:3429.659672023
‑
05
‑
2217:20:3443.987282023
‑
05
‑
2217:20:3473.855592023
‑
05
‑
2217:20:348.16392步骤4.5、output_value数据表存储输出测点的真实值、模型输出值、相似度、报警信息，采用UPDATE的方式对RealTime、realY、preY、simY、alarm字段进行更新，数据表结构如下：IDRealTimerealYpreYsimYalarm12023
‑
05
‑
2217:20:3472.7170.490.97022023
‑
05
‑
2217:20:342.932.921032023
‑
05
‑
2217:20:3434.934.670.990步骤4.6、history_health数据表存储磨煤机运行状态健康度的历史值，采用INSERT的方式增加数据，数据表结构如下：RealTimehealthalarm2023
‑
05
‑
2217:20:340.953102023
‑
05
‑
2217:20:350.979902023
‑
05
‑
2217:20:360.97760步骤4.7、history_label～history_label3数据表存储输出测点真实值、模型输出值、相似度、报警信息的历史值，采用INSERT的方式增加数据，数据表结构如下：IDRealTimerealYpreYsimYalarm12023
‑
05
‑
2217:20:3472.7170.490.97012023
‑
05
‑
2217:20:3572.7170.490.97012023
‑
05
‑
2217:20:3672.7170.490.9701
···············
3.根据权利要求1所述的一种基于AutoFormer与JS散度的磨煤机智能预警系统设计方法，其特征在于，所述步骤6中的具体步骤为：步骤6.1、将输入数据X分解为趋势周期矩阵X
t
和季节矩阵X
s
；步骤6.2、模型训练；步骤6.3、通过Encoder输出过去的季节性信息；步骤6.4、通过Decoder进行周期趋势分解的累计和季节分量的叠加；步骤6.5、通过自相关机制发现基于周期的相关性；步骤6.6、通过全连接层完成输入参数预测值与输出参数预测值的映射。
4.根据权利要求6所述的一种基于AutoFormer与JS散度的磨煤机智能预警系统设计方法，其特征在于，所述步骤6.1中的具体步骤为：步骤6.1.1、采用移动平均来平滑周期性波动，突出长期趋势，对于长度为L维度为d的输入二维矩阵处理过程为：X
t...

【专利技术属性】
技术研发人员：黄从智，郭云泉，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：