【技术实现步骤摘要】
本专利技术公开属于火电机组故障诊断领域，特别涉及一种基于回声状态网络的智能预警方法及其应用。
技术介绍
1、随着电厂设备的运行老化及各种检修，设备的运行参数与运行特性不是一成不变的。当前基于神经网络的故障预警方法存在需要大量的历史数据，训练过程过长的问题。本专利技术为了提高数据利用效率，采用基于回声状态网络的数据预测方法，利用回声状态网络的特性大大减少了网络的学习成本，进而在相同的计算资源下，对更多的数据进行分析建模。最后结合预测参数与实际参数的相关性来进行电厂辅机设备的故障预警。
技术实现思路
1、为了解决现有技术中存在的缺陷，本专利技术公开一种，其技术方案如下：
2、一种基于回声状态网络的智能预警方法，其特征在于：
3、步骤1：对辅机设备对象关键输入参数、输出参数进行筛选，并采集历史运行数据；
4、步骤2：结合辅机设备对象输入输出数目，建立网络架构，搭建基于回声状态网络的故障训练环境，利用历史数据训练预警模型；
5、步骤3：基于预警模型，...
【技术保护点】
1.一种基于回声状态网络的智能预警方法，其特征在于：
2.根据权利要求1所述的基于回声状态网络的智能预警方法，其特征为：所述步骤1进一步包括如下内容：针对进行预警的辅机设备对象，将辅机设备对象的运行参数根据工质流动方向及因果关系分为输入参数与输出参数。
3.根据权利要求2所述的基于回声状态网络的智能预警方法，其特征为：所述辅机设备对象为磨煤机，根据煤粉的运动方向，选择冷入口一次风温度、热入口一次风温度、冷一次风门开度、热一次风门开度、给煤量、入口一次风压力为输入参数；出口风粉混合温度、出口风压、磨煤机电流为输出参数，采集磨煤机运行1个月以上的数...
【技术特征摘要】
1.一种基于回声状态网络的智能预警方法，其特征在于：
2.根据权利要求1所述的基于回声状态网络的智能预警方法，其特征为：所述步骤1进一步包括如下内容：针对进行预警的辅机设备对象，将辅机设备对象的运行参数根据工质流动方向及因果关系分为输入参数与输出参数。
3.根据权利要求2所述的基于回声状态网络的智能预警方法，其特征为：所述辅机设备对象为磨煤机，根据煤粉的运动方向，选择冷入口一次风温度、热入口一次风温度、冷一次风门开度、热一次风门开度、给煤量、入口一次风压力为输入参数；出口风粉混合温度、出口风压、磨煤机电流为输出参数，采集磨煤机运行1个月以上的数据，数据采样间隔取5-30s。
4.根据权利要求1所述的基于回声状态网络的智能预警方法，其特征为：所述步骤2中基于回声状态网络的故障训练环境包括如下内容：
5.根据权利要求4所述的基于回声状态网络的智能预警方法，其特征为：所述预警模型包括：输入层节点数、输出层节点数、储存池节点数n、储存池谱半径ρ、储存池稀疏系数sd；网络各层之间的连接方式为：输入层与储存池的神经元为全连接方式；esn存在一个储存池状态向量，储存池状态向量同时包含输入数据与输出数据信息，同时通过自迭代结构进而具有时间序列信息，储存池的神经元自迭代时的权值矩阵采用稀疏连接方式；...
【专利技术属性】
技术研发人员：高过斌，郭志军，曹耀武，王伟杰，李庭瑜，贾树旺，高洋，薛建庆，李荣政，张研，王永，胡勇，
申请(专利权)人：国能锦界能源有限责任公司，
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。