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】
本专利技术涉及设备运行监测,尤其涉及一种基于汽水质量的化学设备运行分析方法及系统。
技术介绍
1、电厂汽水系统包含锅炉和汽轮机等热力循环部件,其安全稳定运行是电厂正常生产的基础,而汽水系统结垢、积盐、腐蚀问题是电厂面临的主要问题之一。
2、目前关于汽水系统腐蚀的研究中,均集中于直接对金属管道的腐蚀过程,包括低温给水管道的流动加速腐蚀和锅炉高温受热面的高温氧化。目前的汽水系统腐蚀监测存在腐蚀产物监测数据精确度不够、腐蚀评估系统不健全等问题,不能有效对汽水系统中各设备的运行状态进行精确监测,因此监测结果不能完整体现设备发生结垢、积盐、腐蚀的程度,同时,缺乏与设备结垢、积盐、腐蚀对应的预警系统,导致汽水系统内设备发生结垢、积盐以及腐蚀时,不能及时发现并采取对应的有效措施。
3、因此,本专利技术提供一种基于汽水质量的化学设备运行分析方法及系统。
技术实现思路
1、本专利技术提供一种基于汽水质量的化学设备运行分析方法及系统,用以结合实时监测数据以及样品分析数据,对汽水系统内的汽水质量进行实时监测,从而精确判定各设备的运行状态,并对汽水质量的各指标参数进行预测,从而对设备的结垢、积盐以及腐蚀情况进行精确预测分析,提升汽水系统的运行稳定性。
2、一方面,本专利技术提供一种基于汽水质量的化学设备运行分析方法,包括:
3、步骤1:通过预设在线监测设备对汽水质量进行实时监测,并生成实时监测数据,同时,结合预设指标通过预设样品分析设备对收集得到的汽水样品进
4、步骤2:对所述实时监测数据和样品分析数据进行预处理,得到待分析数据,并对所述待分析数据进行特征提取,得到数据特征集;
5、步骤3:基于所述数据特征集,在算法数据库中筛选得到匹配的算法,且结合预设训练数据集以及验证数据集,构建并优化得到预测模型;
6、步骤4:基于所述预测模型对所述待分析数据进行处理分析,判断设备的运行状态并预测汽水质量在所述预设指标下的变化趋势。
7、优选的,步骤1中,包括:
8、获取汽水质量实时监测的第一预设指标,同时,通过所述预设在线监测设备对所述第一预设指标下的汽水质量数据进行实时采集,生成实时监测数据;
9、通过样品收集设备收集得到汽水样品,且通过所述预设样品分析设备对所述汽水样品进行分析,得到所述汽水样品在第二预设指标下的样品分析数据。
10、优选的,步骤2中,包括:
11、将所述实时监测数据以及样品分析数据输入预设数据处理模块中进行预处理,得到待分析数据;
12、基于所述预设指标,获取得到与设备运行状态相关的数据特征;
13、基于与所述数据特征匹配的特征提取模块对所述待分析数据进行特征提取,得到数据特征集。
14、优选的,步骤3中,包括:
15、根据预设特征-因子匹配表获取与所述数据特征集对应的算法匹配因子;
16、基于所述算法匹配因子,在算法数据库中筛选得到匹配的机器学习算法。
17、优选的,步骤3中,还包括:
18、基于获取得到的系统指令以及人工指令,在所述预设指标中选取与待预测参数对应的预测指标,并对所述预测指标进行特征提取,构建得到预测指标特征集;
19、基于所述预测指标特征集以及预设特征-因子匹配表,获取得到与所述预测指标特征集对应的第一筛选因子;
20、获取与所述机器学习算法匹配的算法特征信息,且根据所述预设特征-因子匹配表筛选得到与所述机器学习算法对应的第二筛选因子;
21、基于所述第一筛选因子以及第二筛选因子,在历史数据库中筛选得到模型训练数据集;
22、基于预设划分方法对所述模型训练数据集进行划分,得到所述预设训练数据集、测试数据集以及验证数据集;
23、通过所述机器学习算法对预设训练数据集进行迭代学习,构建得到第一模型;
24、基于预设评估模型以及所述测试数据集,对所述第一模型进行性能测试和性能评估,并生成性能测试评估表;
25、基于所述性能测试评估表,且结合在预设指标数据库中选取得到的模型优化指标,对所述第一模型的待优化参数进行统计分析,得到待优化参数表;
26、基于所述待优化参数表以及模型优化指标,对所述第一模型进行优化;
27、基于所述验证数据集,对已优化的第一模型进行验证,并生成模型验证结果;
28、将所述模型验证结果与预设标准对照表进行对比分析,并将满足预设阈值条件的第一模型标定为预测模型。
29、优选的,步骤4中,包括:
30、对所述待分析数据进行内容解析,生成与所述实时监测数据对应的第一数据以及与所述样品分析数据对应的第二数据;
31、基于所述数据特征集,在历史数据库中选取得到与所述第一数据匹配的第一历史数据;
32、同时,在所述历史数据库中选取得到与所述第二数据匹配的第二历史数据;
33、通过所述预测模型对所述第一数据以及第一历史数据进行分析处理,得到第一分析结果;
34、同时,通过所述预测模型对所述第二数据以及第二历史数据进行分析处理,得到第二分析结果;
35、基于所述第一分析结果和第二分析结果,且结合预设结果-状态对照表中判定得到设备的运行状态;
36、同时,结合所述第一数据以及第二数据对应的时序特征,将所述第一分析结果以及第二分析结果中位于同一时刻下的同一预设指标的数据进行对比分析,得到第三分析结果;
37、结合所述第三分析结果,通过所述预测模型对第一数据预测分析,得到预设时段内每一所述预设指标下的预测值,并基于所述预测值的时序特征生成每一预设指标下的数据预测曲线;
38、同时,根据预设指标之间的关联图谱,对相关联的预设指标的数据预测曲线进行对比分析,基于对比结果对相应预设指标下的预测曲线进行纠正,得到各预设指标下的预测修正曲线;
39、基于各预设指标以及对应的预测修正曲线,判定各预设指标下的数据变化趋势,并生成数据变化趋势表。
40、优选的,基于各预设指标以及对应的预测修正曲线,判定各预设指标下的数据变化趋势,包括:
41、基于所述数据特征集以及预测模型,获取目标格式,基于所述目标格式以及预设指标,将所述待分析数据进行格式转换,分别输出得到同一时段内的实时数据集和样本数据集;
42、通过所述预测模型对所述实时数据集中第i项预设指标下的数据进行分析,得到未来预设时段内第j时刻的预测值pij,并输出得到对应指标在所述预设时段内的第一预测曲线;
43、
44、其中,q表示所述预测模型基于所述实时数据集对第i项预设指标下第j时刻的预测值的预测次数;cie表示预测模型对第i项预设指标在第e次预测的预测数据;wie表示第i项预设指标下第e次预测的预测数据对应的权重;ai表示预本文档来自技高网...
【技术保护点】
1.一种基于汽水质量的化学设备运行分析方法,其特征在于,包括:
2.根据权利要求1所述的一种基于汽水质量的化学设备运行分析方法,其特征在于,步骤1中,包括:
3.根据权利要求1所述的一种基于汽水质量的化学设备运行分析方法,其特征在于,步骤2中,包括:
4.根据权利要求1所述的一种基于汽水质量的化学设备运行分析方法,其特征在于,步骤3中,包括:
5.根据权利要求4所述的一种基于汽水质量的化学设备运行分析方法,其特征在于,步骤3中,还包括:
6.根据权利要求1所述的一种基于汽水质量的化学设备运行分析方法,其特征在于,步骤4中,包括:
7.根据权利要求6所述的一种基于汽水质量的化学设备运行分析方法,其特征在于,基于各预设指标以及对应的预测修正曲线,判定各预设指标下的数据变化趋势,包括:
8.一种基于汽水质量的化学设备运行分析系统,其特征在于,包括:
【技术特征摘要】
1.一种基于汽水质量的化学设备运行分析方法,其特征在于,包括:
2.根据权利要求1所述的一种基于汽水质量的化学设备运行分析方法,其特征在于,步骤1中,包括:
3.根据权利要求1所述的一种基于汽水质量的化学设备运行分析方法,其特征在于,步骤2中,包括:
4.根据权利要求1所述的一种基于汽水质量的化学设备运行分析方法,其特征在于,步骤3中,包括:
5.根据权利要求4所述的...
【专利技术属性】
技术研发人员:王玉强,王玥,赵军友,尹震东,张鹏,王兵伟,刘新宇,宋扬,王宁,陈群,
申请(专利权)人:华能山东发电有限公司白杨河发电厂,
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。