本申请提供一种基于深度学习的调相机油品状态实时监测方法，包括：使用近红外光谱仪，实时检测新加入油箱油品样品的添加剂成分和杂质含量数据,建立油品质量数据库；采用主成分分析法，比较新油品质量数据与原有油品质量数据库之间的差异，并根据提取的主成分、油品性能指标，对油品进行质量评价；根据混合油品的历史性能数据，建立混合油品退化预测模型，预测油品的退化程度；将混合油品使用过程检测的数据与油品质量预测模型预测结果进行比较,判断混合油品的实际退化程度；依据调相机的结构设计与使用特性,确定需要监测的调相机油品状态参数；在传感器监测过程中判断油品状态是否异常,异常时根据状态判断结果采取对应处理措施。
【技术实现步骤摘要】
本专利技术涉及信息，尤其涉及一种基于深度学习的调相机油品状态实时监测方法。
技术介绍
1、调相机油品的质量与状态对于工业设备的稳定运行至关重要。传统的油品监测方法主要基于定期的样本检测，这些方法虽然能够提供油品的基本物理和化学特性信息，但存在明显的局限性。传统方法无法实现对油品状态的连续和实时监测。这导致在油品状态发生显著变化时，及时发现和应对的机会较少，从而增加了设备故障和停机的风险。在设备运行期间，为了补充或更换部分油品，常常需要添加新油。然而，新油的加入会改变油品的整体化学组成，尤其是在添加剂成分和杂质含量方面。不同批次的油品在这些参数上可能有所不同，从而影响油品的整体性能和退化规律。新旧油品混合后，其化学特性和退化规律可能与单一油品有显著不同。这种差异使得基于传统方法预测混合油品的退化程度变得更加复杂和不准确。传统的油品分析方法通常依赖于专业的实验室设备和技术人员。这不仅增加了监测成本，而且使得数据分析过程相对繁琐和时间消耗大。由于传统监测方法的间断性和后期数据分析的需要，对油品状态的响应往往不够及时。这在某些情况下可能导致设备损坏或运行效率下降。现有的调相机油品状态监测方法在实时性、混合油品监测的准确性、数据处理效率等方面存在显著的不足，这些问题在工业应用中尤为突出。因此，寻求一种能够实时、准确监测混合油品状态的方法，以便更好地维护设备稳定运行，成为了该领域的一个迫切需求。
技术实现思路
1、本专利技术提供了一种基于深度学习的调相机油品状态实时监测方法，主要包括：
2、使用近红外光谱仪，实时检测新加入油箱油品样品的添加剂成分和杂质含量数据,建立油品质量数据库；采用主成分分析法，比较新油品质量数据与原有油品质量数据库之间的差异，并根据提取的主成分、油品性能指标，对油品进行质量评价；根据混合油品的历史性能数据，建立混合油品退化预测模型，预测油品的退化程度；根据混合油品的使用寿命划分运行阶段并实施定时采样，记录运行参数并进行质量检测，建立油品质量预测模型与油品质量指标阈值预警模型，定期反馈运行诊断结果，优化混合油品使用条件；将混合油品使用过程检测的数据与油品质量预测模型预测结果进行比较,判断混合油品的实际退化程度；依据调相机的结构设计与使用特性,确定需要监测的调相机油品状态参数；在传感器监测过程中判断油品状态是否异常,异常时根据状态判断结果采取对应处理措施。
3、作为优选方案，所述使用近红外光谱仪，实时检测新加入油箱油品样品的添加剂成分和杂质含量数据,建立油品质量数据库，包括：
4、根据近红外光谱仪的使用手册，设置不同波长的光照射新加入油箱的油品样品；检测样品的光谱，记录反射或透过的光强度，识别不同添加剂成分与杂质的特征吸收峰；根据特征峰的强度，确定添加剂成分或杂质含量；通过重复扫描检测并与标准品比较，判断各添加剂成分与杂质含量；若检测样品某一成分含量超过阈值，则标记为不合格样品，否则，标记为合格样品；将样品添加时间、添加剂成分与杂质含量数据，根据油品批次号与检测时间建立一对一对应关系，获得各批次各时间点的油品质量数据，并存入油品质量数据库；在后续新油品添加时，设置近红外光谱仪实时监测新加入油箱的油品；通过扫描结果，获取新检测样品的添加剂成分与杂质含量数据，并根据添加时间、批次号，实时更新油品质量数据库；若实时监测结果显示新加入样品的添加剂成分与杂质含量符合标准，则确认添加；若不符合标准，则中止添加，并记录异常数据。
5、作为优选方案，所述采用主成分分析法，比较新油品质量数据与原有油品质量数据库之间的差异，并根据提取的主成分、油品性能指标，对油品进行质量评价，包括：
6、根据原有油品质量数据库中各批次样品的添加剂成分与杂质含量数据，建立多维质量数据矩阵；通过主成分分析法中的奇异值分解算法，提取矩阵的主成分，并计算提取出的主成分对样本差异的贡献率；若第一主成分的贡献率高于预设阈值，则以第一主成分为评价指标，判断新、老油品样品在第一主成分项目上的数值，反应两者的质量差异；若第一主成分的贡献率低于预设阈值，则继续判断第二主成分的贡献率，直到累积贡献率高于预设阈值；获取油品性能指标，油品性能指标包括粘度、闪点、酸值、碱值、抗磨损能力、抗氧化性能、杂质含量；根据提取的主成分、油品性能指标，使用决策树算法进行模型训练，建立油品质量评价模型，获得对油品的质量评价；若新油品和老油品的评价结果存在的差异大于预设阈值，则记录新油品数据并更新质量数据库，否则，直接保存新油品数据，不做处理；根据最新提取的主成分和油品质量评价模型，对每批次新油品的质量数据进行分析，判断是否与老油品存在质量差异；若与老油品存在质量差异，则立即反馈预警，在进行油品检测后再进行添加，实时更新数据库。
7、作为优选方案，所述根据混合油品的历史性能数据，建立混合油品退化预测模型，预测油品的退化程度，包括：
8、获取混合油品性能指标的历史数据，包括粘度、闪点、酸值、碱值、抗磨损能力、抗氧化性能、杂质含量，使用主成分分析的方法，确定对混合油品退化影响大于预设阈值的指标；根据对混合油品退化影响大于预设阈值的指标和添加剂消耗速率，使用多层感知器神经网络进行模型训练，构建混合油品退化预测模型，预测油品的使用寿命；将使用混合油品退化预测模型的模拟结果与实际油品样品的检测数据进行比对，确定最佳消耗速率；在混合油品使用过程中，持续对获取的油样进行状态测试与分析；若测试结果与混合油品退化预测模型预测结果存在差异，则根据获取的测试数据，对混合油品退化预测模型参数进行微调，并实时反馈检测与预测的差异判断结果；还包括：根据混合油品化学成分，识别关键化学反应并测定动力学参数，构建混合油品退化模型并实施实时监测，优化维护和更换计划。
9、所述根据混合油品化学成分，识别关键化学反应并测定动力学参数，构建混合油品退化模型并实施实时监测，优化维护和更换计划，具体包括：
10、使用高分辨率质谱和核磁共振技术对混合油品中的各种化学成分进行分析，确定各种添加剂及可能的反应产物的化学结构。利用历史实验记录，识别混合油品中发生的关键化学反应，包括氧化反应、聚合反应。对每个关键反应进行动力学参数的实验测定，包括反应速率常数k。为每个关键反应建立动力学方程d[a]表示反应物a的浓度变化量。使用实验数据，通过非线性回归分析确定反应速率常数k。将单个反应的动力学方程组合，构建混合油品退化模型其中，d[r]为反应产物r的浓度变化量，ki和kd分别是反应和分解的速率常数，ai为反应物a浓度，bi为反应物b的浓度，di为分解物d的浓度。在混合油品使用过程中实施实时监测，获取油品的温度、压力和运行时间数据。将监测数据和混合油品退化模型结合，对油品退化过程的速率和模式进行定量分析和模拟。通过与实验室测试和现场采样的数据进行对比，验证模型的预测准确性。根据对比结果调整模型参数，确保模型能准确反映混合油品在实际使用条件下的退化行为。将模型预测结果用于指导油品的维护和更换计划，优化设备的运行策略。
11、作为优选本文档来自技高网
...
【技术保护点】
1.一种基于深度学习的调相机油品状态实时监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其中，所述使用近红外光谱仪，实时检测新加入油箱油品样品的添加剂成分和杂质含量数据,建立油品质量数据库，包括:
3.根据权利要求1所述的方法，其中，所述采用主成分分析法，比较新油品质量数据与原有油品质量数据库之间的差异，并根据提取的主成分、油品性能指标，对油品进行质量评价，包括:
4.根据权利要求1所述的方法，其中，所述根据混合油品的历史性能数据，建立混合油品退化预测模型，预测油品的退化程度，包括:
5.根据权利要求1所述的方法，其中，所述根据混合油品的使用寿命划分运行阶段并实施定时采样，记录运行参数并进行质量检测，建立油品质量预测模型与油品质量指标阈值预警模型，定期反馈运行诊断结果，优化混合油品使用条件，包括:
6.根据权利要求1所述的方法，其中，所述将混合油品使用过程检测的数据与所述油品质量预测模型预测结果进行比较,判断混合油品的实际退化程度，包括:
7.根据权利要求1所述的方法，其中，所述依据调相机的结构设计与使用特性,确定需要监测的调相机油品状态参数，包括:
8.根据权利要求1所述的方法，其中，所述在传感器监测过程中判断油品状态是否异常,异常时根据状态判断结果采取对应处理措施，包括:
...
【技术特征摘要】
1.一种基于深度学习的调相机油品状态实时监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其中，所述使用近红外光谱仪，实时检测新加入油箱油品样品的添加剂成分和杂质含量数据,建立油品质量数据库，包括:
3.根据权利要求1所述的方法，其中，所述采用主成分分析法，比较新油品质量数据与原有油品质量数据库之间的差异，并根据提取的主成分、油品性能指标，对油品进行质量评价，包括:
4.根据权利要求1所述的方法，其中，所述根据混合油品的历史性能数据，建立混合油品退化预测模型，预测油品的退化程度，包括:
5.根据权利要求1所述的方法，其中，所述...
【专利技术属性】
技术研发人员：杨义勇，姜广鑫，赵强，王蓬，陶鑫，孙伟东，张嘉哲，包森布尔，
申请(专利权)人：国家电网有限公司，
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。