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】
本公开涉及火力发电,具体地,涉及一种锅炉受热面寿命预测方法、装置、介质及设备。
技术介绍
1、相关技术中,火力发电机组的锅炉受热面常使用奥氏体高级钢,然而,这种材质的受热面内壁在高温下氧化形成氧化皮,会导致管道壁变薄和氧化皮剥离,这些氧化皮剥落后不仅会堵塞管道和侵蚀部件,还会导致受热面温度持续升高,造成爆管等安全事故。因此,需要对锅炉进行防磨防爆等检查工作,获取锅炉受热面寿命,以便合理规划维护、更换工作。目前通常由工作人员通过目测、手摸、割管取样进行金相分析等方法进行检查,但锅炉受热面的需检查区域较多,人工检查较为耗时,且检查准确性较低。
技术实现思路
1、本公开的主要目的在于提供一种锅炉受热面寿命预测方法、装置、介质及设备,旨在解决上述技术问题。
2、根据本公开实施例的第一方面,提供一种锅炉受热面寿命预测方法,包括:
3、获取待检测锅炉的受热面图像;
4、将所述受热面图像输入至预先训练好的寿命预测模型中,获取初始预测结果;
5、对所述初始预测结果进行信息融合,得到所述待检测锅炉的寿命预测结果。
6、可选地,所述对所述初始预测结果进行信息融合,得到所述待检测锅炉的寿命预测结果,包括:
7、利用d-s证据理论,对所述初始预测结果进行信息融合,得到融合结果;
8、根据预设决策规则对所述融合结果进行分类,得到所述寿命预测结果。
9、可选地,所述方法还包括:
10、当所述初始预测结果
11、根据所述运行数据,对所述寿命预测模型进行修正;
12、所述将所述受热面图像输入至预先训练好的寿命预测模型中,获取初始预测结果,包括:
13、将所述受热面图像输入至修正后的寿命预测模型中,获取修正预测结果;
14、所述对所述初始预测结果进行信息融合,得到所述待检测锅炉的寿命预测结果,包括:
15、对所述修正预测结果进行信息融合,得到所述寿命预测结果。
16、可选地,所述预设偏差条件包括:所述初始预测结果中的壁温等级与所述受热面图像的壁温等级不同。
17、可选地,所述寿命预测模型通过如下方式训练得到:
18、获取图像样本集,所述图像样本集包括多个锅炉的受热面图像样本以及所述受热面图像样本对应的标签,所述标签表征所述受热面图像样本的寿命风险等级;
19、根据所述图像样本集,对初始寿命预测模型进行训练,以得到所述寿命预测模型。
20、可选地,所述获取图像样本集,包括:
21、获取多个所述锅炉的受热面图像和所述锅炉所属火电机组的运行数据;
22、根据所述运行数据确定每一所述受热面图像的寿命风险等级;
23、根据所述寿命风险等级标注对应的所述受热面图像,得到所述受热面图像样本;
24、根据所述受热面图像样本以及所述受热面图像样本对应的寿命风险等级,确定所述图像样本集。
25、根据本公开实施例的第二方面,提供一种锅炉受热面寿命预测装置,包括:
26、第一获取模块,用于获取待检测锅炉的受热面图像;
27、预测模块,用于将所述受热面图像输入至预先训练好的寿命预测模型中,获取初始预测结果;
28、融合模块,用于对所述初始预测结果进行信息融合,得到所述待检测锅炉的寿命预测结果。
29、可选地,所述融合模块,包括:
30、融合子模块,用于利用d-s证据理论,对所述初始预测结果进行信息融合,得到融合结果;
31、分类子模块,用于根据预设决策规则对所述融合结果进行分类,得到所述寿命预测结果。
32、可选地,所述装置还包括:
33、第二获取模块,用于当所述初始预测结果满足预设偏差条件时,获取所述待检测锅炉所属火电机组的运行数据;
34、修正模块,用于根据所述运行数据,对所述寿命预测模型进行修正;
35、所述预测模块,用于将所述受热面图像输入至修正后的寿命预测模型中,获取修正预测结果;
36、所述融合模块,用于对所述修正预测结果进行信息融合,得到所述寿命预测结果。
37、可选地,所述寿命预测模型通过模型训练装置训练得到,所述模型训练装置包括:
38、第三获取模块,用于获取图像样本集,所述图像样本集包括多个锅炉的受热面图像样本以及所述受热面图像样本对应的标签,所述标签表征所述受热面图像样本的寿命风险等级;
39、训练模块,用于根据所述图像样本集,对初始寿命预测模型进行训练,以得到所述寿命预测模型。
40、根据本公开实施例的第三方面,提供一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本公开第一方面所提供的锅炉受热面寿命预测方法的步骤。
41、根据本公开实施例的第四方面,提供一种电子设备,包括:
42、存储器,其上存储有计算机程序;
43、处理器,用于执行所述存储器中的所述计算机程序,以实现本公开第一方面所提供的锅炉受热面寿命预测方法的步骤。
44、本公开实施例提出的上述技术方案,通过预先训练好的寿命预测模型对待检测锅炉的受热面图像进行预测,得到初始预测结果,然后,对初始预测结果进行信息融合,得到待检测锅炉的寿命预测结果,这样,通过特征提取以及信息融合能够充分利用受热面图像中的信息进行锅炉受热面的寿命风险判断,以提升寿命预测结果的准确性。
45、本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
本文档来自技高网...【技术保护点】
1.一种锅炉受热面寿命预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述对所述初始预测结果进行信息融合,得到所述待检测锅炉的寿命预测结果,包括:
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,所述预设偏差条件包括:所述初始预测结果中的壁温等级与所述受热面图像的壁温等级不同。
5.根据权利要求1-4中任一项所述的方法,其特征在于,所述寿命预测模型通过如下方式训练得到:
6.根据权利要求5所述的方法,其特征在于,所述获取图像样本集,包括:
7.一种锅炉受热面寿命预测装置,其特征在于,包括:
8.根据权利要求7所述的装置,其特征在于,所述融合模块,包括:
9.根据权利要求7所述的装置,其特征在于,所述装置还包括:
10.根据权利要求7-9中任一项所述的装置,其特征在于,所述寿命预测模型通过模型训练装置训练得到,所述模型训练装置包括:
11.一种非临时性计算机可读存储介质,其上存储有计算机
12.一种电子设备,其特征在于,包括:
...【技术特征摘要】
1.一种锅炉受热面寿命预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述对所述初始预测结果进行信息融合,得到所述待检测锅炉的寿命预测结果,包括:
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,所述预设偏差条件包括:所述初始预测结果中的壁温等级与所述受热面图像的壁温等级不同。
5.根据权利要求1-4中任一项所述的方法,其特征在于,所述寿命预测模型通过如下方式训练得到:
6.根据权利要求5所述的方法,其特征在于,所述获取图...
【专利技术属性】
技术研发人员:王吉超,毛凯军,仙树祥,赵建新,宋益纯,赵培山,
申请(专利权)人:国家能源山东工程技术有限公司,
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。