空气预热器故障分析方法技术

本申请涉及一种空气预热器故障分析方法，包括：获得空气预热器的历史正常运行数据；基于所述历史正常运行数据创建设备监测模型；获得第一时间段内的实时运行数据，所述设备监测模型基于所述实时运行数据，生成预测运行数据；在第二时间段内的所述预测运行数据满足偏差阈值时，输出故障预警信息

【技术实现步骤摘要】
空气预热器故障分析方法、装置、电子设备及介质


[0001]本申请涉及设备检测
，特别是涉及一种空气预热器故障分析方法
、
装置
、
电子设备及介质
。

技术介绍

[0002]空气预热器作为火电机组中锅炉系统的一个重要组成部分，不仅能吸收尾部烟气中的热量以提高锅炉热效率，还能强化传热以节约锅炉受热面的金属消耗量，还能改善引风机工作条件从而降低锅炉风机的功耗
。
由此，空预器的稳定
、
高效运行对火电机组的运行效率和机组安全有重大影响
。
[0003]当前市场下，电力企业通常使用由电厂监控信息
SIS
系统
、
集散控制
DCS
系统以及可编程逻辑控制器
PLC
联合组成的监控系统对空气预热器进行监控
。
目前的自动化控制系统，已经开始引入相关监测或告警机制对空气预热器进行监测和告警提醒，在各监测参数的监测值发生劣化且还未达到报警值之前发出告警，借此为检维修或运行干预调整争取更多的窗口时间
。
[0004]然而，现有的自动化控制系统或相关告警装置，普遍存在无法与实时工况场景相结合，尤其是在新能源并网的背景下，火电机组长期处于交变负荷中，现有的告警装置无法动态地与关联工艺
、
特定运行控制方式及空气预热器机理相融合而分析预警，导致输出的故障预警信息相对机械且滞后
。

技术实现思路

[0005]本申请提供了一种空气预热器故障分析方法
、
装置
、
电子设备及介质，以解决现有空气预热器故障分析方法难以适应不同工况变化的问题
。
[0006]第一方面，本申请提供一种空气预热器故障分析方法，包括：
[0007]获得空气预热器的历史正常运行数据，基于所述历史正常运行数据创建设备监测模型；
[0008]获取故障分析任务，所述故障分析任务包括任务间隔时间，所述任务间隔时间包括第一时间段和第二时间段；
[0009]在每一所述任务间隔时间内，获得在所述第一时间段内的第一实时运行数据；
[0010]将所述实时运行数据输入所述设备监测模型，生成在所述第二时间段内的第二预测运行数据，并获取在所述第二时间段内的第二实时运行数据；
[0011]当所述第二预测运行数据和所述第二实时运行数据的比对结果满足偏差阈值时，输出故障预警信息
。
[0012]在其中一个实施例中，所述创建设备监测模型的步骤，具体包括：
[0013]基于
RGMM
算法结合所述历史正常运行数据生成所述设备监测模型；
[0014]其中，所述历史正常运行数据包括多个独立的样本空间，至少一个所述样本空间包含时间参数
。
[0015]在其中一个实施例中，在所述基于所述历史正常运行数据创建设备监测模型的步骤之前，还包括：
[0016]根据所述空气预热器的运行模式和
/
或运行场景，设置参数过滤策略；
[0017]基于所述参数过滤策略，对所述历史正常运行数据进行分组以获取多个独立的所述样本空间
。
[0018]在其中一个实施例中，所述根据所述空气预热器的运行模式和
/
或运行场景，设置参数过滤策略的步骤，具体包括：
[0019]获取所述空气预热器的故障类型；
[0020]基于所述根据所述空气预热器的运行模式和
/
或运行场景，选择所述空气预热器在故障类型下的异常参数指标作为测点；其中，所述样本空间包括所有所述测点数据
。
[0021]在其中一个实施例中，所述在所述第二时间段内的所述预测运行数据满足偏差阈值时，输出故障预警信息的步骤，具体包括：
[0022]比较所述预测运行数据及所述实时运行数据，当所述预测运行数据与所述实时运行数据的残差超过预设的第一阈值时，所述设备监测模型基于所述空气预热器的运行模式，调整所述预测运行数据；
[0023]在所述第二时间段内的所述预测运行数据与实时运行数据的残差之和超过预设的第二阈值时，输出故障预警信息
。
[0024]在其中一个实施例中，在所述输出故障预警信息的步骤之后，还包括：
[0025]基于所述故障预警信息的异常测点数据，生成所述空气预热器的故障分析报告，所述故障分析报告包括故障发生的可能位置及故障类型
。
[0026]第二方面，本申请提供了一种空气预热器故障分析装置，包括：
[0027]设备监测模型创建模块，用于获得空气预热器的历史正常运行数据，基于所述历史正常运行数据创建设备监测模型；
[0028]故障分析任务获取模块，用于获取故障分析任务，所述故障分析任务包括任务间隔时间，所述任务间隔时间包括第一时间段和第二时间段；
[0029]实时运行数据获取模块，在每一所述任务间隔时间内，获得在所述第一时间段内的第一实时运行数据；
[0030]预测运行数据生成模块，将所述实时运行数据输入所述设备监测模型，生成在所述第二时间段内的第二预测运行数据，并获取在所述第二时间段内的第二实时运行数据；
[0031]故障预警信息输出模块，当所述第二预测运行数据和所述第二实时运行数据的比对结果满足偏差阈值时，输出故障预警信息
。
[0032]在其中一个实施例中，所述设备监测模型包括：设备监测模型生成子模块，用于基于
RGMM
算法结合述历史正常运行数据生成所述设备监测模型；其中，所述历史正常运行数据包括多个独立的样本空间，至少一个所述样本空间包含时间参数
。
[0033]第三方面，本申请提供了一种电子设备，所述计算机设备包括存储器
、
处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的空气预热器故障分析方法
。
[0034]第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的空气预热器故
障分析方法
[0035]上述空气预热器故障分析方法，通过获取第一时间段内的实时运行数据生成预测运行数据，并在第二时间段内根据不同工况调整预测运行数据，从而实现对时间相关的不同运行工况的空气预热器参数进行预测，能够在故障发生前的相当一段时间就能及早发现相关工况参数的异常情况并进行告警，进而提高空气预热器的工作可靠性，对可能出现的各种工控故障做出及时应对
。
附图说明
[0036]图1为本申请一实施例中的空气预热器故障分析方法的应用场景示意图；
[0037]图2为本申请另一实施例中的空气预热器故障分析方法的应用场景示意图；
[0038]图3为本申请一实施例中的空气预热器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种空气预热器故障分析方法，其特征在于，包括：获得空气预热器的历史正常运行数据，基于所述历史正常运行数据创建设备监测模型；获取故障分析任务，所述故障分析任务包括任务间隔时间，所述任务间隔时间包括第一时间段和第二时间段；在每一所述任务间隔时间内，获得在所述第一时间段内的第一实时运行数据；将所述实时运行数据输入所述设备监测模型，生成在所述第二时间段内的第二预测运行数据，并获取在所述第二时间段内的第二实时运行数据；当所述第二预测运行数据和所述第二实时运行数据的比对结果满足偏差阈值时，输出故障预警信息
。2.
根据权利要求1所述的空气预热器故障分析方法，其特征在于，所述创建设备监测模型，包括：基于
RGMM
算法结合所述历史正常运行数据生成所述设备监测模型；其中，所述历史正常运行数据包括多个独立的样本空间，至少一个所述样本空间包含时间参数
。3.
根据权利要求2所述的空气预热器故障分析方法，其特征在于，在所述基于所述历史正常运行数据创建设备监测模型之前，还包括：根据所述空气预热器的运行模式和
/
或运行场景，设置参数过滤策略；基于所述参数过滤策略，对所述历史正常运行数据进行分组以获取多个独立的所述样本空间
。4.
根据权利要求3所述的空气预热器故障分析方法，其特征在于，所述根据所述空气预热器的运行模式和
/
或运行场景，设置参数过滤策略，包括：获取所述空气预热器的故障类型；基于所述根据所述空气预热器的运行模式和
/
或运行场景，选择所述空气预热器在故障类型下的异常参数指标作为测点；其中，所述样本空间包括所有所述测点数据
。5.
根据权利要求1至4中任一项所述的空气预热器故障分析方法，其特征在于，所述当所述第二预测运行数据和所述第二实时运行数据的比对结果满足偏差阈值时，包括：比较所述第二预测运行数据及所述第二实时运行数据，当所述第二预测运行数据与所述第二实时运行数据的残差超过预设的第一阈值时，所述设备监测模型基于所述空气预热...

【专利技术属性】
技术研发人员：李恩鹏，曾志，李世彦，卢祖河，夏国学，黄先平，吉海龙，
申请(专利权)人：深能河源电力有限公司，
类型：发明
国别省市：