火电厂水汽品质监测方法与系统技术方案

本发明专利技术提供一种火电厂水汽品质监测方法与系统，通过引入灰色系统指标并结合权重调整算法，含权重调整算法的灰色系统推理设备故障不再仅仅依赖单一的指标测点和专家库数据，而是加入其他多重指标测点作为统一推理分析的特征参数，把设定好的权重值与参数序列的灰色关联系数进行计算，然后由专家系统对计算出的关联系数权重调整值进行推理定义，最终得到监测分析结论使得水汽品质变化所涵盖的故障信息更深入，从而对火电厂水汽品质监测结论更准确。

Monitoring method and system of steam quality in thermal power plant

The invention provides a system and a water quality monitoring method of thermal power plant, by introducing the grey system and combined with the index weight adjustment algorithm, grey system fault reasoning device containing weight adjustment algorithm does not rely solely on a single index point and expert database data, but the added feature parameters of multiple index measuring points as he unified reasoning and analysis. To set the weight value calculation and grey correlation coefficient parameter sequence, and then by the expert system on the correlation coefficient of weight adjustment to calculate the value of the reasoning definition, finally get the conclusion that the fault information monitoring and analysis to the change of water vapor quality covers more deeply, and thus to the vapor quality monitoring of power plant more accurate conclusions.

【技术实现步骤摘要】
火电厂水汽品质监测方法与系统
本专利技术涉及热动应用
，特别是涉及火电厂水汽品质监测方法与系统。
技术介绍
火力发电厂简称火电厂，是利用煤、石油、天然气作为燃料生产电能的工厂，它的基本生产过程是：燃料在锅炉中燃烧加热水使成蒸汽，将燃料的化学能转变成热能，蒸汽压力推动汽轮机旋转，热能转换成机械能，然后汽轮机带动发电机旋转，将机械能转变成电能。为了确保火电厂的正常运行，对火电厂水汽品质的监控是必不可少的，现有的火电厂水汽品质的监控方法主要是通过水汽品质的参数特征值与以往的专家经验，并将专家经验整理构建专家库，通过专家库判断相对简单的设备故障。但故障发生存在很多不确定性，除了水汽指标本身以外，其他某些指标也存在一定的内部联系，如果只是简单的根据参数特征值和专家经验判断不然监控结果会存在比较大的误差。
技术实现思路
基于此，有必要针对现有火电厂水汽品质监测方法存在比较大的误差的问题，提供一种监测结果准确的火电厂水汽品质监测方法与系统。一种火电厂水汽品质监测方法，包括步骤：构建故障监测模型，设定与监测对象相应的多重指标测点，对每个指标测点设定相匹配的权重值，其中，多重指标测点包括化学指标测点；获取所述指标测点的历史数据，并根据所述指标测点的历史数据生成灰色参考矩阵，获取灰色参考序列；通过故障监测模型获取指标测点实时数据以及与所述指标测点相匹配的权重值，通过灰色关联度算法，计算所述指标测点实时数据带权重的灰色关联系数；根据所述灰色参考序列和实时数据带权重的灰色关联系数计算关联度权重调整值；读取专家库数据，根据所述专家库数据对所述关联度权重调整值进行推理定义，获得当前指标测点的水汽品质监测结论。一种火电厂水汽品质监测系统，包括：构建模块，用于构建故障监测模型，设定与监测对象相应的多重指标测点，对每个指标测点设定相匹配的权重值，其中，多重指标测点包括化学指标测点；参考序列生成模块，用于获取所述指标测点的历史数据，并根据所述指标测点的历史数据生成灰色参考矩阵，获取灰色参考序列；灰色关联系数计算模块，用于通过故障监测模型获取指标测点实时数据以及与所述指标测点相匹配的权重值，通过灰色关联度算法，计算所述指标测点实时数据带权重的灰色关联系数；关联度权重调整值计算模块，用于根据所述灰色参考序列和实时数据带权重的灰色关联系数计算关联度权重调整值；结论模块，用于读取专家库数据，根据所述专家库数据对所述关联度权重调整值进行推理定义，获得当前指标测点的水汽品质监测结论。本专利技术火电厂水汽品质监测方法与系统通过引入灰色系统指标并结合权重调整算法，含权重调整算法的灰色系统推理设备故障不再仅仅依赖单一的指标测点和专家库数据，而是加入其他多重指标测点作为统一推理分析的特征参数，把设定好的权重值与参数序列的灰色关联系数进行计算，然后由专家系统对计算出的关联系数权重调整值进行推理定义，最终得到监测分析结论使得水汽品质变化所涵盖的故障信息更深入，从而对火电厂水汽品质监测结论更准确。附图说明图1为本专利技术火电厂水汽品质监测方法第一个实施例的流程示意图；图2为本专利技术火电厂水汽品质监测方法第二个实施例的流程示意图；图3为本专利技术火电厂水汽品质监测系统第一个实施例的结构示意图；图4为本专利技术火电厂水汽品质监测系统第二个实施例的结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下根据附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施仅仅用以解释本专利技术，并不限定本专利技术。如图1所示，一种火电厂水汽品质监测方法，包括步骤：S100：构建故障监测模型，设定与监测对象相应的多重指标测点，对每个指标测点设定相匹配的权重值，其中，多重指标测点包括化学指标测点。根据当前检测对象的不同可以构建不同的故障监测模型并且设定相应的多重指标测点，多重指标测点指的是多种指标类型的测点，其中包括化学指标测点以及其他指标测点，例如PH值，电导率等指标。S200：获取所述指标测点的历史数据，并根据所述指标测点的历史数据生成灰色参考矩阵，获取灰色参考序列。指标测点的历史数据可以直接从监测对象之前的数据中获取，之后将根据这些历史数据生成灰色参考矩阵，并通过这个灰色参考举证获得灰色参考系列。S300：通过故障监测模型获取指标测点实时数据以及与所述指标测点相匹配的权重值，通过灰色关联度算法，计算所述指标测点实时数据带权重的灰色关联系数。通过之前构建的故障监测模型监获取监测对象的实时监测数据，并且获取与指标监测点相匹配的权重值，再利用灰色关联度算法，计算得出指标测点实时数据带权重的灰色关联系数。灰色系统理论提出了对各子系统进行灰色关联度分析的概念，意图透过一定的方法，去寻求系统中各子系统之间的数值关系。简言之，灰色关联度分析的意义是指在系统发展过程中，如果两个因素变化的态势是一致的，即同步变化程度较高，则可以认为两者关联较大；反之，则两者关联度较小。S400：根据所述灰色参考序列和实时数据带权重的灰色关联系数计算关联度权重调整值。对实测值经过灰色方程计算出灰色关联系数，并得出带权重计算的关联度，关联度越高说明更接近灰色参考序列。S500：读取专家库数据，根据所述专家库数据对所述关联度权重调整值进行推理定义，获得当前指标测点的水汽品质监测结论。本专利技术火电厂水汽品质监测方法通过引入灰色系统指标并结合权重调整算法，含权重调整算法的灰色系统推理设备故障不再仅仅依赖单一的指标测点和专家库数据，而是加入其他多重指标测点作为统一推理分析的特征参数，把设定好的权重值与参数序列的灰色关联系数进行计算，然后由专家系统对计算出的关联系数权重调整值进行推理定义，最终得到监测分析结论使得水汽品质变化所涵盖的故障信息更深入，从而对火电厂水汽品质监测结论更准确。如图2所示，在其中一个实施例中，所述S500之后还有步骤：S600：将得出的当前指标测点水汽品质监测结论以及当前所述监测对象故障现象整合成文档或分析图形式推送给用户。在获得当前指标测点水汽品质监测结论后需要将结果以及监测对象当前故障对象一起推送给用户，在这里根据当前应用环境的需求或者用户的喜好选择文档或者分析图的形式推送，以达到良好的用户体验。如图2所示，在其中一个实施例中，所述S500之前还有步骤：S420：采集水汽化学运行相关数据以及历史专家经验数据，生成专家库数据；S440：保存所述专家库数据。水汽化学运行相关数据以及历史专家经验数据可以从发电厂的运行规程、技术监督报表、SIS告警画面中提取，根据提取到的数据生成专家库数据，之后再保存专家库数据以便后续操作中直接读取。在其中一个实施例中，所述读取专家库数据，根据所述专家库数据对所述关联度权重调整值进行推理定义，获得当前指标测点的水汽品质监测结论具体包括步骤：读取专家库数据，根据所述专家库数据设置当前关联度权重调整值的阈值范围，并对预设范围内的权重调整值进行推理定义；对比关联度权重调整值和设置的当前关联度权重调整值的阈值范围；当关联度权重调整值在设置的当前关联度权重调整值的阈值范围内时，根据权重调整值推理定义的结果，获取当前指标测点的水汽品质监测结论；当关联度权重调整值不在设置的当前关联度权重调整值的阈值范围内时，发出报警信号。在本实施例中，根据专家库数据设置当前本文档来自技高网...

【技术保护点】
一种火电厂水汽品质监测方法，其特征在于，包括步骤：构建故障监测模型，设定与监测对象相应的多重指标测点，对每个指标测点设定相匹配的权重值，其中，所述多重指标测点包括化学指标测点；获取所述指标测点的历史数据，并根据所述指标测点的历史数据生成灰色参考矩阵，获取灰色参考序列；通过故障监测模型获取指标测点实时数据以及与所述指标测点相匹配的权重值，通过灰色关联度算法，计算所述指标测点实时数据带权重的灰色关联系数；根据所述灰色参考序列和实时数据带权重的灰色关联系数计算关联度权重调整值；读取专家库数据，根据所述专家库数据对所述关联度权重调整值进行推理定义，获得当前指标测点的水汽品质监测结论。

【技术特征摘要】
1.一种火电厂水汽品质监测方法，其特征在于，包括步骤：构建故障监测模型，设定与监测对象相应的多重指标测点，对每个指标测点设定相匹配的权重值，其中，所述多重指标测点包括化学指标测点；获取所述指标测点的历史数据，并根据所述指标测点的历史数据生成灰色参考矩阵，获取灰色参考序列；通过故障监测模型获取指标测点实时数据以及与所述指标测点相匹配的权重值，通过灰色关联度算法，计算所述指标测点实时数据带权重的灰色关联系数；根据所述灰色参考序列和实时数据带权重的灰色关联系数计算关联度权重调整值；读取专家库数据，根据所述专家库数据对所述关联度权重调整值进行推理定义，获得当前指标测点的水汽品质监测结论；其中，所述读取专家库数据，根据所述专家库数据对所述关联度权重调整值进行推理定义，获得当前指标测点的水汽品质监测结论的步骤具体包括：读取专家库数据，根据所述专家库数据设置当前关联度权重调整值的阈值范围，并对预设范围内的权重调整值进行推理定义；对比关联度权重调整值和设置的当前关联度权重调整值的阈值范围；当关联度权重调整值在设置的当前关联度权重调整值的阈值范围内时，根据权重调整值推理定义的结果，获取当前指标测点的水汽品质监测结论；当关联度权重调整值不在设置的当前关联度权重调整值的阈值范围内时，发出报警信号。2.根据权利要求1所述的火电厂水汽品质监测方法，其特征在于，所述读取专家库数据，根据所述专家库数据对所述关联度权重调整值进行推理定义，获得当前指标测点的水汽品质监测结论之后还有步骤：将得出的当前指标测点水汽品质监测结论以及当前所述监测对象故障现象整合成文档或分析图形式推送给用户。3.根据权利要求1或2所述的火电厂水汽品质监测方法，其特征在于，所述读取专家库数据，根据所述专家库数据对所述关联度权重调整值进行推理定义，获得当前指标测点的水汽品质监测结论之前还有步骤：采集水汽化学运行相关...

【专利技术属性】
技术研发人员：周永言，马存仁，郑小华，冯志刚，王建军，
申请(专利权)人：广东电网公司电力科学研究院，
类型：发明
国别省市：