【技术实现步骤摘要】
火电机组除氧器故障分析方法、系统、设备及介质
[0001]本申请涉及火力发电和机器学习
,尤其涉及一种火电机组除氧器故障分析方法
、
系统
、
设备及介质
。
技术介绍
[0002]除氧器是锅炉及供热系统关键设备之一,如除氧器除氧能力差,将对锅炉给水管道
、
省煤器和其他附属设备的腐蚀造成严重损失
。
[0003]目前火电机组中的自动化控制系统,已经开始引入相关监测或告警机制对除氧器进行检测和告警提醒,在各个检测参数的检测值发生劣化且还未达到报警值之前发出告警,并且,电力企业广泛使用的
DCS(Distributed Control System
,分布式控制系统
)、PLC(Programmable Logical Controller
,可编程逻辑控制器
)
以及实时数据库和
SIS
系统
(Safety Instrumented System
,安全仪表系统
)
,在保障企业安全
、
平稳的生产中发挥了重要作用
。
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,这些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
、
无法动态的关联工艺
、
特定运行控制方式及除氧器机理相融合而开展具体
、
科学的分析,比较机械 ...
【技术保护点】
【技术特征摘要】
1.
一种火电机组除氧器故障分析方法,其特征在于,包括:获取火电机组的测量数据;提取所述测量数据对应的过程数据;基于所述过程数据和所述火电机组的规则分析机制,获取各所述火电机组之间的关系规律;通过机器学习算法对所述关系规律进行学习和训练,获得所述火电机组的智能监测故障模型,用于基于所述智能监测故障模型对火电机组除氧器进行故障分析
。2.
根据权利要求1所述的一种火电机组除氧器故障分析方法,其特征在于,所述测量数据包括历史正常数据和实际测量值;在所述通过机器学习算法对所述关系规律进行学习和训练,获得所述火电机组的智能监测故障模型之后,包括:通过所述智能监测故障模型对所述历史正常数据进行学习,获得智能预测值;将所述智能预测值与所述实际测量值进行数据分析,获得数据分析结果,用于基于所述数据分析结果对所述火电机组除氧器进行故障分析
。3.
根据权利要求2所述的一种火电机组除氧器故障分析方法,其特征在于,所述将所述智能预测值与所述实际测量值进行数据分析,获得数据分析结果,包括:获取比对时间间隔;基于所述比对时间间隔,将所述实际测量值和所述智能预测值进行动态实时比较,获得所述数据分析结果
。4.
根据权利要求1所述的一种火电机组除氧器故障分析方法,其特征在于,在所述获得所述火电机组的智能监测故障模型之后,包括:获取配置参数过滤策略
、
模式场景数据和训练样本数据;基于所述配置参数过滤策略
、
所述模式场景数据和所述训练样本数据,对所述智能监测故障模型进行优化
。5.
根据权利要求1所述的一种火电机组除氧器故障分析方法,其特征在于,所述测量数据包括当前运行数据;在所述通过机器学习算法对所述关系规律进行学习和训练,获得所述火电机组的智能监测故障模型之后,包括:通过所述智能...
【专利技术属性】
技术研发人员:李恩鹏,艾鑫,吉海龙,张贺,姚智林,周乾,张军,
申请(专利权)人:深能河源电力有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。