System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及火力发电技术故障预警领域,具体涉及一种基于循环神经网络模型的凝结水泵汽蚀报警方法。
技术介绍
1、循环神经网络是一类具有短期记忆能力的神经网络,适合用于处理视频、语音、文本等与时序相关的问题。在循环神经网络中,神经元不但可以接收其他神经元的信息,还可以接收自身的信息,形成具有环路的网络结构。
2、在凝结水泵运行时,叶轮叶片进口某处因为某种原因,抽送液体的绝对压力降低到当时温度下的液体汽化压力时,液体便在该处开始汽化,产生大量蒸汽,形成气泡,当含有大量气泡的液体向前运功经过叶轮内的高压区时,气泡周围的高压液体致使气泡急剧地缩小以至破裂,发生汽蚀现象。这些原因导致的凝结水泵电流、出口压力、主凝结水流量会以特定的形式表现出来,但现有技术中没有简单的适合现场操作的报警策略能通过检测凝结水泵发生时微弱特殊的工作状况来判断凝结水泵是否发生汽蚀。
技术实现思路
1、为能够在凝结水泵汽蚀的早期进行预警,本专利技术提供了一种基于循环神经网络模型的凝结水泵汽蚀报警方法。通过循环神经网络对历史数据进行训练,得到凝结水泵汽蚀时的真实值与平均值之差的模型值。对凝结水泵电流、出口压力、凝结水流量进行实时监测,实时报警。
2、为达到以上目的,本专利技术采用如下技术方案:
3、一种基于循环神经网络模型的凝结水泵汽蚀报警方法,其特征在于:提出一种通过采集历史数据对机组凝结水泵汽蚀进行报警的系统,采用过去一分钟数据的平均值表征凝结水泵的运行状态,通过循环神经网络对历史
4、作为本专利技术的进一步改进,所述判定条件包括:
5、1)凝结水泵电流过去1min内的平均值与当前值之差大于模型值;
6、2)出口压力过去1min内与当前值之差大于模型值;
7、3)凝结水流量过去1min内与当前值之差大于模型值。
8、作为本专利技术的进一步改进,所述系统包括数据采集模块、数据处理模块以及报警显示模块;所述数据采集模块负责采集电厂的历史运行数据,并输入到循环神经网络模型中;所述数据处理模块包括历史数据训练部分和凝结水泵汽蚀判定部分;所述报警显示模块进行凝结水泵汽蚀报警显示。
9、作为本专利技术的进一步改进,所述数据采集模块与数据处理模块、报警显示模块相连接,将储存的历史数据传输给历史数据训练部分,将实时数据传输给凝结水泵汽蚀判定部分以及报警显示模块,用于实时数据的判定与显示。
10、作为本专利技术的进一步改进,所述数据处理模块与报警显示模块相连接,将凝结水泵汽蚀判定部分得到的判定结果传输给所述的报警显示模块。
11、作为本专利技术的进一步改进,所述凝结水泵汽蚀判定部分的判定条件为:凝结水泵电流过去1min内的平均值与当前值之差大于模型值;出口压力过去1min内与当前值之差大于模型值;凝结水流量过去1min内与当前值之差大于模型值;当三个条件满足任一时,即发出报警信号。
12、作为本专利技术的进一步改进,还包括保护执行模块,所述保护执行模块执行报警后就地检查凝结水泵运行状态,若为启机时凝结水流量低,调整凝结水流量>最小流量;若为凝泵入口滤网脏污引起,开启备用凝泵,停用b凝泵,联系检修清理滤网。
13、与现有技术相比,本专利技术的有益效果在于:
14、对电厂历史运行数据进行记录与训练,通过对历史数据进行循环神经网络训练的方法得到模型值,可以在故障的最初阶段进行凝结水泵汽蚀报警,避免了凝结水泵因为汽蚀而造成的损坏,提高了火电机组运行的安全性。提出了相应的逻辑判定方法,可以对凝结水泵汽蚀进行自动检测,提高了火电机组运行的自动化程度。
本文档来自技高网...【技术保护点】
1.一种基于循环神经网络模型的凝结水泵汽蚀报警方法,其特征在于:提出一种通过采集历史数据对机组凝结水泵汽蚀进行报警的系统,采用过去一分钟数据的平均值表征凝结水泵的运行状态,通过循环神经网络对历史数据进行训练,得到凝结水泵汽蚀时的真实值与平均值之差的模型值;凝结水泵电流、出口压力、凝结水流量进行实时监测和记录,当测点数据满足任一判定条件时,对凝结水泵汽蚀进行报警;并及时检查凝结水泵运行状态,开启备用凝泵,可以提高凝结水泵的使用寿命,降低维护成本,提高了火电机组运行的安全性。
2.根据权利要求1所述的一种基于循环神经网络模型的凝结水泵汽蚀报警方法,其特征在于:所述判定条件包括:
3.根据权利要求1所述的一种基于循环神经网络模型的凝结水泵汽蚀报警方法,其特征在于:所述系统包括数据采集模块、数据处理模块以及报警显示模块;所述数据采集模块负责采集电厂的历史运行数据,并输入到循环神经网络模型中;所述数据处理模块包括历史数据训练部分和凝结水泵汽蚀判定部分;所述报警显示模块进行凝结水泵汽蚀报警显示。
4.根据权利要求3所述的一种基于循环神经网络模型的凝结水泵汽
5.根据权利要求4所述的一种基于循环神经网络模型的凝结水泵汽蚀报警方法,其特征在于:所述数据处理模块与报警显示模块相连接,将凝结水泵汽蚀判定部分得到的判定结果传输给所述的报警显示模块。
6.根据权利要求5所述的一种基于循环神经网络模型的凝结水泵汽蚀报警方法,其特征在于:所述凝结水泵汽蚀判定部分的判定条件为:凝结水泵电流过去1min内的平均值与当前值之差大于模型值;出口压力过去1min内与当前值之差大于模型值;凝结水流量过去1min内与当前值之差大于模型值;当三个条件满足任一时,即发出报警信号。
7.根据权利要求3所述的一种基于循环神经网络模型的凝结水泵汽蚀报警方法,其特征在于:还包括保护执行模块,所述保护执行模块执行报警后就地检查凝结水泵运行状态,若为启机时凝结水流量低,调整凝结水流量>最小流量;若为凝泵入口滤网脏污引起,开启备用凝泵,停用B凝泵,联系检修清理滤网。
...【技术特征摘要】
1.一种基于循环神经网络模型的凝结水泵汽蚀报警方法,其特征在于:提出一种通过采集历史数据对机组凝结水泵汽蚀进行报警的系统,采用过去一分钟数据的平均值表征凝结水泵的运行状态,通过循环神经网络对历史数据进行训练,得到凝结水泵汽蚀时的真实值与平均值之差的模型值;凝结水泵电流、出口压力、凝结水流量进行实时监测和记录,当测点数据满足任一判定条件时,对凝结水泵汽蚀进行报警;并及时检查凝结水泵运行状态,开启备用凝泵,可以提高凝结水泵的使用寿命,降低维护成本,提高了火电机组运行的安全性。
2.根据权利要求1所述的一种基于循环神经网络模型的凝结水泵汽蚀报警方法,其特征在于:所述判定条件包括:
3.根据权利要求1所述的一种基于循环神经网络模型的凝结水泵汽蚀报警方法,其特征在于:所述系统包括数据采集模块、数据处理模块以及报警显示模块;所述数据采集模块负责采集电厂的历史运行数据,并输入到循环神经网络模型中;所述数据处理模块包括历史数据训练部分和凝结水泵汽蚀判定部分;所述报警显示模块进行凝结水泵汽蚀报警显示。
4.根据权利要求3所述的一种基于循环神经网络模型的凝结水泵汽蚀报警方...
【专利技术属性】
技术研发人员:刘青松,朱启春,曹越,梁满仓,司风琪,肖梁,高旭东,姚政强,杨晟,丁立平,孙健,陈国库,徐永焘,石岩,
申请(专利权)人:内蒙古京隆发电有限责任公司,
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。