本申请公开了一种基于交叉融合算法的燃煤机组智能监盘系统及方法。系统包括监盘系统专业层、监盘系统数据层、监盘系统核心算法层、监盘系统展示层。与现有技术相比，本发明专利技术所采用的BF和改进BiLSTM算法构建了一种基于交叉融合算法的燃煤机组智能监盘算法，融合BF算法和改进BiLSTM算法的各自优点，实现了燃煤机组单参数和多参数的综合故障预警。
【技术实现步骤摘要】
本专利技术涉及智能监盘，特别涉及一种基于交叉融合算法的燃煤机组智能监盘系统及方法。
技术介绍
1、传统的集控运行人员采用人工监盘的方法对机组的运行工况进行监视，存在监盘压力大、异常发现不够及时等问题，局限性较大，尤其当下机组运行工况频繁波动、环保压力日益严峻的情况下，传统的监盘模式已经不能满足。智慧监盘在2019年首次被提出，采用人工智能、大数据分析等方法对机组运行状态数据进行预测，建立了燃煤机组的锅炉专业、汽机专业智能监盘模型，但仅仅对全盘系统的单参数异常进行报警提示。
2、因此，迫切需要研究单参数和多参数相融合的智能监盘系统，建立种基于交叉融合算法的燃煤机组智能监盘系统模型，通过模型预测实现多种工况下运行参数的智能预警并提供相应的操作指导，降低燃煤机组设备发生故障的概率。
技术实现思路
1、基于此，本申请实施例提供了一种基于交叉融合算法的燃煤机组智能监盘系统及方法，能够降低燃煤机组设备发生故障的概率。
2、第一方面，提供了一种基于交叉融合算法的燃煤机组智能监盘系统，该系统包括：
3、监盘系统专业层，所述专业层通过部署在燃煤机组设备及其组件上的传感器采集机组运行状态参数数据，为监盘系统数据层提供数据来源，包括燃煤机组锅炉专业单元、燃煤机组汽机专业单元、燃煤机组电气专业单元；
4、监盘系统数据层，所述数据层用于存储监盘系统专业层采集的燃煤机组锅炉专业、汽机专业和电气专业数据，包括燃煤机组实时数据单元、燃煤机组历史数据单元；
>5、监盘系统核心算法层，所述核心算法层采用bf算法和改进bilstm神经网络算法对监盘系统数据层的数据进行状态实时参数预测，实现对燃煤机组的单参数和多参数的智能监视，包括bf算法单元和改进bilstm神经网络算法单元；6、监盘系统展示层，所述展示层将监盘系统核心算法层的预测结果进行实时的多维度展示，以供电厂运维人员更加快捷的掌握机组实时健康状态。
7、优选的，所述监盘系统专业层具体包括：
8、燃煤机组锅炉专业单元：用于对制粉系统、脱硝系统、汽水系统、锅炉受热面系统、风烟系统、燃油系统和吹灰系统的数据进行采集；
9、燃煤机组汽机专业单元：用于对汽轮机本体系统、抽汽及疏水系统、给水系统、密封油系统、轴封真空系统、凝水系统、主机润滑油系统和循环水系统的数据进行采集；
10、燃煤机组电气专业单元：用于对发变组系统、中压系统、低压系统和直流系统的数据进行采集。
11、优选的，所述监盘系统数据层包括：
12、燃煤机组实时数据单元：用于存储燃煤机组实时运行状态参数数据，以供监盘系统核心算法层进行调用；
13、燃煤机组历史数据单元：存储燃煤机组历史运行状态参数数据，以供监盘系统核心算法层进行调用。
14、优选的，所述改进bilstm神经网络算法通过以下公式实现：
15、ei＝tanh(wshi+bs)
16、
17、
18、y＝softmax(wos+bo)
19、式中，ei为注意机制函数，hi为隐藏层特征，ai为注意力权值，s为特征向量，wo、ws为权重矩阵，bs、bo为偏置量，y为输出，tanh()为正切函数，exp()为指数函数，σ为求和函数，softmax为损失函数。
20、优选的，所述bf算法用于对燃煤机组单参数进行建模，构建燃煤机组单参数状态预测模型。
21、优选的，所述改进bilstm神经网络算法用于对燃煤机多单参数进行建模，构建燃煤机组多参数状态预测模型。
22、优选的，所述监盘系统专业层、监盘系统数据层、监盘系统核心算法层、监盘系统展示层依次相连。
23、第二方面，提供了一种基于交叉融合算法的燃煤机组智能监盘方法，实现于上述第一方面任一项燃煤机组智能监盘系统，该方法包括：
24、通过部署在燃煤机组设备及其组件上的传感器采集机组运行状态参数数据，为监盘系统数据层提供数据来源；
25、存储监盘系统专业层采集的燃煤机组锅炉专业、汽机专业和电气专业数据；
26、采用bf算法和改进bilstm神经网络算法对监盘系统数据层的数据进行状态实时参数预测，实现对燃煤机组的单参数和多参数的智能监视；
27、将监盘系统核心算法层的预测结果进行实时的多维度展示，以供电厂运维人员更加快捷的掌握机组实时健康状态。
28、本申请实施例提供的技术方案带来的有益效果至少包括：
29、(1)本专利技术监盘系统弥补了传统人工监盘存在监盘压力大、异常发现不及时等问题，采用bf算法和改进bilstm算法相融合，建立了一种涵盖单参数和多参数的燃煤机组智能监盘系统，实现了燃煤机组的锅炉专业、汽机专业和电气专业的全方位智能监盘，极大提高了燃煤机组监盘的准确性和可靠性；
30、(2)本专利技术创新性的融合了bf算法+改进bilstm算法，构建了一种交叉融合的燃煤机组智能监盘系统，所采用的单参数bf预测算法具有抗干扰能力强、拟合能力优的特点，不用做特征选择的条件下便实现高维度数据的处理；所采用的bilstm算法是在lstm神经网络的基础上，叠加前向lstm神经网络和前向lstm神经网络，综合考虑时序数据的过去和将来，具有较强的时间特征，同时采用注意力机制对bilstm算法模型进行优化，解决了设备的健康度劣化问题，同时提高bilstm算法模型建模效率。
本文档来自技高网...
【技术保护点】
1.一种基于交叉融合算法的燃煤机组智能监盘系统，其特征在于，所述系统包括：
2.根据权利要求1所述的燃煤机组智能监盘系统，其特征在于，所述监盘系统专业层具体包括：
3.根据权利要求1所述的燃煤机组智能监盘系统，其特征在于，所述监盘系统数据层包括：
4.根据权利要求1所述的燃煤机组智能监盘系统，其特征在于，所述改进BiLSTM神经网络算法通过以下公式实现：
5.根据权利要求4所述的燃煤机组智能监盘系统，其特征在于，所述BF算法用于对燃煤机组单参数进行建模，构建燃煤机组单参数状态预测模型。
6.根据权利要求5所述的燃煤机组智能监盘系统，其特征在于，所述改进BiLSTM神经网络算法用于对燃煤机多单参数进行建模，构建燃煤机组多参数状态预测模型。
7.根据权利要求1所述的燃煤机组智能监盘系统，其特征在于，所述监盘系统专业层、监盘系统数据层、监盘系统核心算法层、监盘系统展示层依次相连。
8.一种基于交叉融合算法的燃煤机组智能监盘方法，实现于如权利要求1-7任一项所述的燃煤机组智能监盘系统中，其特征在于，所述方法包括：
...
【技术特征摘要】
1.一种基于交叉融合算法的燃煤机组智能监盘系统，其特征在于，所述系统包括：
2.根据权利要求1所述的燃煤机组智能监盘系统，其特征在于，所述监盘系统专业层具体包括：
3.根据权利要求1所述的燃煤机组智能监盘系统，其特征在于，所述监盘系统数据层包括：
4.根据权利要求1所述的燃煤机组智能监盘系统，其特征在于，所述改进bilstm神经网络算法通过以下公式实现：
5.根据权利要求4所述的燃煤机组智能监盘系统，其特征在于，所述bf算法用于对燃煤机组单参数进行建...
【专利技术属性】
技术研发人员：田嘉，郑双清，恽德旺，陈言，李玉珍，杨琼宇，段新平，郭文海，
申请(专利权)人：国能河北沧东发电有限责任公司，
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。