【技术实现步骤摘要】
本专利技术涉及火电厂设备监测，特别是涉及一种火电厂给水泵运行安全监测方法。
技术介绍
1、火电厂的给水泵是保证锅炉供水的关键设备，其运行状态直接影响到火电厂的安全生产。传统的监测方法主要依靠定期检查和人工巡检，这种方法不仅耗时耗力，而且难以实时发现设备的潜在故障，存在较大的安全隐患。
2、申请号为202310989386.2的专利技术专利中公开了一种电厂用给水泵运行状态在线监测方法，包括建立历史数据库，存储给水泵的历史流通量数据，以及与历史流通量数据时刻上对应的运行数据；建立监测模型，利用历史流通量数据和历史运行数据训练所述监测模型；获取当前所述给水泵的流通量数据，将其代入训练完成的所述监测模型中，获取当前所述给水泵的预测运行数据；对当前预测运行数据进行异常判定，根据判定结果进行报警。该技术减少了检测设备的使用，避免检测过程对给水泵运行的影响；采用对历史数据分析的方式，使预测的运行参数更符合实际运行情况，增加监测报警的精确性。但是其严重依赖于监测模型的精度，若监测模型的精度不足，则会影响整体的运行状态监测精度。且该技术无法实现对给水泵的温度的精准监测。
技术实现思路
1、为了克服现有技术的不足，本专利技术的目的是提供一种火电厂给水泵运行安全监测方法。
2、为实现上述目的，本专利技术提供了如下方案：
3、一种火电厂给水泵运行安全监测方法，包括：
4、获取目标给水泵的各个监测点位的温度信息；其中，每个监测点位至少具有两个温度传感器；>
5、对每个监测点位采集的温度信息进行去噪处理，得到去噪后的温度信息；
6、将各个监测点位去噪后的温度信息进行融合，得到所有监测点位融合后的温度信息矩阵；
7、根据所述温度信息矩阵将各个监测点位去噪后的温度信息进行融合，得到所有监测点位融合后的温度信息；
8、判断所述所有监测点位融合后的温度信息的数值是否超过预设安全阈值，若是，则产生报警信号进行报警；
9、将所述所有监测点位融合后的温度信息输入至训练好的火电厂给水泵运行预测模型中，得到预测结果；所述预测结果用于显示未来时刻的所述目标给水泵的预测温度信息。
10、优选地，对每个监测点位采集的温度信息进行去噪处理，得到去噪后的温度信息，包括：
11、根据各个温度传感器之间的空间距离构建联系度模型；
12、利用所述联系度模型构建温度去噪函数；
13、利用所述温度去噪函数去除各个监测点位中温度信息的异常值，生成去噪后的温度信息。
14、优选地，所述联系度模型的公式为：其中，σ表示历史时间段内在m点的传感器与在n点的传感器之间温度差的平均值，dis(m,n)表示在m点的传感器与在n点的传感器之间的空间距离，r表示预设参数。
15、优选地，利用所述联系度模型构建温度去噪函数，包括：
16、利用每个监测点位温度的加权值构建去噪阈值；其中，所述去噪阈值的公式为：其中，yi表示温度传感器采集的第i个温度值，wi表示yi的加权值；
17、基于所述去噪阈值和所述联系度模型构建温度去噪函数；所述温度去噪函数的公式为：其中，表示t时刻相应监测点位去噪后的温度信息，x(m,t)表示t时刻在m点传感器的测量值，x(n,t)表示t时刻在n点传感器的测量值，ρ表示可调阈值，|nm|表示在同一个监测点位中温度传感器的个数，
18、优选地，将各个监测点位去噪后的温度信息进行融合，得到所有监测点位融合后的温度信息矩阵，包括：
19、利用各个监测点位去噪后的温度信息构建融合函数；其中所述融合函数的公式为：其中，qij表示融合函数，xi表示第i个监测点位去噪后的温度信息，xj表示第j个监测点位去噪后的温度信息；
20、根据所述融合函数构建温度信息矩阵；所述温度信息矩阵的公式为
21、
22、优选地，利用所述特征值将各个监测点位去噪后的温度信息进行融合得到所有检测点位融合后的温度信息，包括：
23、采用公式得到融合加权系数；其中，l表示去噪后的小波系数，ri表示融合矩阵的第i个特征值；
24、利用所述融合加权系数对各个监测点位去噪后的温度信息的数值进行加权平均，得到所有监测点位融合后的温度信息。
25、优选地，所述火电厂给水泵运行预测模型包括依次连接的特征提取网络、cnn神经网络和lstm网络；所述特征提取网络用于根据所述所有监测点位去噪后的温度信息进行特征提取；所述cnn神经网络模型包括依次设置的两个堆叠的卷积层、relu激活函数以及池化层；所述cnn神经网络模型用于输出特征提取后的数据；所述lstm网络用于接收特征提取后的数据，通过lstm单元更新和传输过程以及线性层转换过程，得到所述预测温度信息。
26、根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
27、本专利技术提供了一种火电厂给水泵运行安全监测方法，包括：获取目标给水泵的各个监测点位的温度信息；其中，每个监测点位至少具有两个温度传感器；对每个监测点位采集的温度信息进行去噪处理，得到去噪后的温度信息；将各个监测点位去噪后的温度信息进行融合，得到所有监测点位融合后的温度信息矩阵；根据所述温度信息矩阵将各个监测点位去噪后的温度信息进行融合，得到所有监测点位融合后的温度信息；判断所述所有监测点位融合后的温度信息的数值是否超过预设安全阈值，若是，则产生报警信号进行报警；将所述所有监测点位融合后的温度信息输入至训练好的火电厂给水泵运行预测模型中，得到预测结果；所述预测结果用于显示未来时刻的所述目标给水泵的预测温度信息。本专利技术能够提高火电厂给水泵的温度运行安全监测的精准程度。
本文档来自技高网...【技术保护点】
1.一种火电厂给水泵运行安全监测方法，其特征在于，包括：
2.根据权利要求1所述的火电厂给水泵运行安全监测方法，其特征在于，对每个监测点位采集的温度信息进行去噪处理，得到去噪后的温度信息，包括：
3.根据权利要求2所述的火电厂给水泵运行安全监测方法，其特征在于，所述联系度模型的公式为：其中，σ表示历史时间段内在m点的传感器与在n点的传感器之间温度差的平均值，dis(m,n)表示在m点的传感器与在n点的传感器之间的空间距离，R表示预设参数。
4.根据权利要求3所述的火电厂给水泵运行安全监测方法，其特征在于，利用所述联系度模型构建温度去噪函数，包括：
5.根据权利要求3所述的火电厂给水泵运行安全监测方法，其特征在于，将各个监测点位去噪后的温度信息进行融合，得到所有监测点位融合后的温度信息矩阵，包括：
6.根据权利要求5所述的火电厂给水泵运行安全监测方法，其特征在于，利用所述特征值将各个监测点位去噪后的温度信息进行融合得到所有检测点位融合后的温度信息，包括：
7.根据权利要求1所述的火电厂给水泵运行安全监测方法，其
...【技术特征摘要】
1.一种火电厂给水泵运行安全监测方法，其特征在于，包括：
2.根据权利要求1所述的火电厂给水泵运行安全监测方法，其特征在于，对每个监测点位采集的温度信息进行去噪处理，得到去噪后的温度信息，包括：
3.根据权利要求2所述的火电厂给水泵运行安全监测方法，其特征在于，所述联系度模型的公式为：其中，σ表示历史时间段内在m点的传感器与在n点的传感器之间温度差的平均值，dis(m,n)表示在m点的传感器与在n点的传感器之间的空间距离，r表示预设参数。
4.根据权利要求3所述的火电厂给水泵运行安全监测方法，其特征在于，利用所述联系度模型构建温度去噪函数，包括：
5.根据权利要求3所述的火电厂给水泵运行安全监测方法，其特征在于，将各个监测点位去噪后的温度信息进行...
【专利技术属性】
技术研发人员：王治辉，李会军，王钢锋，王林，孟刚，杨大锚，吕雨林，陈光耀，赵平真，于泳，刘刚，任天宝，刘永强，伊江海，张亚雄，管宇宙，万克，王勇虎，王智伟，杨希贵，
申请(专利权)人：华能铜川照金煤电有限公司，
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。