[發(fā)明專利]一種發(fā)電設(shè)備故障檢測(cè)方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201811088218.1
• 申請(qǐng)日: 2018-09-18
• 公開（公告）號(hào): CN109470946B
• 公開（公告）日: 2022-07-08
• 發(fā)明（設(shè)計(jì)）人: 陳振宇;李大鵬;張杰;楊清波;陶蕾;李立新;郭凌旭;蔣正威;狄方春;闕凌燕;黃運(yùn)豪;陳鄭平;張志君
• 申請(qǐng)（專利權(quán)）人: 中國電力科學(xué)研究院有限公司;國家電網(wǎng)有限公司;國網(wǎng)天津市電力公司;國網(wǎng)浙江省電力有限公司;國網(wǎng)福建省電力有限公司
• 主分類號(hào): G01R31/00
• 分類號(hào): G01R31/00
• 代理公司: 北京安博達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11271
• 代理人: 徐國文

1.一種發(fā)電設(shè)備故障檢測(cè)方法，其特征在于，所述方法包括：

將發(fā)電設(shè)備的當(dāng)前發(fā)電功率帶入預(yù)先建立的發(fā)電設(shè)備故障檢測(cè)擬合模型，得到當(dāng)前電壓擬合值；基于所述當(dāng)前電壓擬合值、電壓監(jiān)測(cè)值確定所述發(fā)電設(shè)備當(dāng)前是否發(fā)生故障；

所述發(fā)電設(shè)備故障檢測(cè)擬合模型的建立，包括：

基于發(fā)電設(shè)備的歷史電流和發(fā)電功率得到對(duì)應(yīng)電壓；

基于所述發(fā)電設(shè)備歷史溫度、電壓與發(fā)電功率數(shù)據(jù)劃分為訓(xùn)練集和測(cè)試集；

基于訓(xùn)練集，采用支持向量機(jī)回歸分析擬合模型確定所述歷史溫度、電壓與發(fā)電功率的高維空間距離關(guān)系；

基于所述測(cè)試集進(jìn)行測(cè)試，調(diào)整所述歷史溫度、電壓與發(fā)電功率的高維空間距離關(guān)系參數(shù)，得到發(fā)電設(shè)備故障檢測(cè)擬合模型；

針對(duì)每一組實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)，選擇支持向量機(jī)回歸分析模型作為機(jī)器學(xué)習(xí)方法建立回歸分析擬合模型，具體包括：

a.選擇支持向量機(jī)的回歸分析模型進(jìn)行訓(xùn)練；

b.發(fā)電設(shè)備故障檢測(cè)模型參數(shù)初始化；

c.使用訓(xùn)練集訓(xùn)練發(fā)電設(shè)備故障檢測(cè)模型，得到回歸分析的擬合模型；

d.使用測(cè)試集評(píng)估檢測(cè)模型的效果，并記錄模型結(jié)果；

e.根據(jù)評(píng)估結(jié)果更新模型參數(shù)，重復(fù)步驟c-d，直到滿足預(yù)設(shè)條件；

將預(yù)測(cè)時(shí)間帶入預(yù)先建立的發(fā)電設(shè)備運(yùn)行態(tài)勢(shì)預(yù)測(cè)模型，得到發(fā)電設(shè)備在所述預(yù)測(cè)時(shí)間的電壓預(yù)測(cè)值；基于電壓預(yù)測(cè)值確定所述發(fā)電設(shè)備預(yù)測(cè)時(shí)間是否發(fā)生故障；

所述發(fā)電設(shè)備運(yùn)行態(tài)勢(shì)預(yù)測(cè)模型的建立，包括：

基于訓(xùn)練集，采用支持向量機(jī)回歸分析預(yù)測(cè)模型確定所述歷史溫度、電壓和發(fā)電功率的高維空間距離關(guān)系；

基于所述測(cè)試集進(jìn)行測(cè)試，調(diào)整所述歷史溫度、電壓和發(fā)電功率的高維空間距離關(guān)系參數(shù)，得到發(fā)電設(shè)備運(yùn)行態(tài)勢(shì)預(yù)測(cè)模型；

發(fā)電設(shè)備運(yùn)行態(tài)勢(shì)預(yù)測(cè)模型訓(xùn)練：訓(xùn)練并建立基于支持向量機(jī)回歸分析方法的設(shè)備運(yùn)行態(tài)勢(shì)預(yù)測(cè)模型；

發(fā)電設(shè)備運(yùn)行態(tài)勢(shì)預(yù)測(cè)模型建立的具體步驟包括：

按照時(shí)間序列將實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)分為多組訓(xùn)練數(shù)據(jù)，每組數(shù)據(jù)的時(shí)間長度相同，訓(xùn)練特征集為特征數(shù)據(jù)，表征數(shù)據(jù)集為時(shí)間軸與特征數(shù)據(jù)相比延后一定時(shí)間的表征數(shù)據(jù)；

針對(duì)每一組實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)，選擇支持向量機(jī)回歸分析模型作為機(jī)器學(xué)習(xí)方法建立回歸分析預(yù)測(cè)模型,具體包括：

a.選擇支持向量機(jī)的回歸分析模型進(jìn)行訓(xùn)練；

b.發(fā)電設(shè)備運(yùn)行態(tài)勢(shì)預(yù)測(cè)模型參數(shù)初始化；

c.使用訓(xùn)練集訓(xùn)練發(fā)電設(shè)備運(yùn)行態(tài)勢(shì)預(yù)測(cè)模型，得到回歸分析的預(yù)測(cè)模型；

d.使用測(cè)試集評(píng)估檢測(cè)模型的預(yù)測(cè)效果，并記錄模型結(jié)果；

e.根據(jù)評(píng)估結(jié)果更新模型參數(shù)，重復(fù)步驟c-d，直到滿足預(yù)設(shè)條件。

2.如權(quán)利要求1所述的發(fā)電設(shè)備故障檢測(cè)方法，其特征在于，所述基于發(fā)電設(shè)備歷史溫度、電壓和發(fā)電功率數(shù)據(jù)劃分為訓(xùn)練集和測(cè)試集包括：

獲取發(fā)電設(shè)備各監(jiān)測(cè)點(diǎn)的歷史溫度、電流和發(fā)電功率監(jiān)測(cè)數(shù)據(jù)樣本；

基于所述監(jiān)測(cè)數(shù)據(jù)樣本進(jìn)行向量映射，得到與各監(jiān)測(cè)點(diǎn)對(duì)應(yīng)的時(shí)序向量集合；

按照時(shí)間序列對(duì)所述時(shí)序向量集合進(jìn)行劃分；

將劃分好的所述時(shí)序向量集合按照比例分為訓(xùn)練集和測(cè)試集。

3.如權(quán)利要求1所述的發(fā)電設(shè)備故障檢測(cè)方法，其特征在于，所述基于所述當(dāng)前電壓擬合值和電壓監(jiān)測(cè)值確定所述發(fā)電設(shè)備當(dāng)前是否發(fā)生故障，包括：

將當(dāng)前電壓擬合值和當(dāng)前電壓監(jiān)測(cè)值進(jìn)行比較，若所述當(dāng)前電壓擬合值與所述當(dāng)前電壓監(jiān)測(cè)值的差值超出預(yù)設(shè)范圍，則發(fā)電設(shè)備當(dāng)前運(yùn)行故障。

4.如權(quán)利要求1所述的發(fā)電設(shè)備故障檢測(cè)方法，其特征在于，所述基于電壓預(yù)測(cè)值確定所述發(fā)電設(shè)備預(yù)測(cè)時(shí)間是否發(fā)生故障，包括：

將所述電壓預(yù)測(cè)值與預(yù)設(shè)的正常電壓范圍進(jìn)行比較，若所述電壓預(yù)測(cè)值不在正常電壓范圍內(nèi)，則在預(yù)測(cè)時(shí)間內(nèi)所述發(fā)電設(shè)備運(yùn)行故障。

5.如權(quán)利要求4所述的發(fā)電設(shè)備故障檢測(cè)方法，其特征在于，所述基于所述當(dāng)前電壓擬合值、當(dāng)前電壓監(jiān)測(cè)值、電壓預(yù)測(cè)值和正常運(yùn)行狀態(tài)下的電壓確定所述發(fā)電設(shè)備當(dāng)前和預(yù)測(cè)時(shí)間的運(yùn)行故障，之后還包括：

當(dāng)確定發(fā)電設(shè)備運(yùn)行故障后，基于當(dāng)前電壓擬合值和電壓預(yù)測(cè)值對(duì)發(fā)電設(shè)備進(jìn)行警告。

6.一種發(fā)電設(shè)備故障檢測(cè)系統(tǒng)，其特征在于，所述系統(tǒng)包括：

第一帶入模塊：用于將發(fā)電設(shè)備的當(dāng)前發(fā)電功率帶入預(yù)先建立的發(fā)電設(shè)備故障檢測(cè)擬合模型，得到當(dāng)前電壓擬合值；

第一確定模塊：用于基于所述當(dāng)前電壓擬合值、電壓監(jiān)測(cè)值確定所述發(fā)電設(shè)備當(dāng)前是否發(fā)生故障；

所述第一帶入模塊還包括：發(fā)電設(shè)備故障檢測(cè)擬合模型模塊；

基于發(fā)電設(shè)備的歷史電流和發(fā)電功率得到對(duì)應(yīng)電壓；

基于所述發(fā)電設(shè)備歷史溫度、電壓與發(fā)電功率數(shù)據(jù)劃分為訓(xùn)練集和測(cè)試集；

基于訓(xùn)練集，采用支持向量機(jī)回歸分析擬合模型確定所述歷史溫度、電壓與發(fā)電功率的高維空間距離關(guān)系；

基于所述測(cè)試集進(jìn)行測(cè)試，調(diào)整所述歷史溫度、電壓與發(fā)電功率的高維空間距離關(guān)系參數(shù)，得到發(fā)電設(shè)備故障檢測(cè)擬合模型；

針對(duì)每一組實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)，選擇支持向量機(jī)回歸分析模型作為機(jī)器學(xué)習(xí)方法建立回歸分析擬合模型,具體包括：

a.選擇支持向量機(jī)的回歸分析模型進(jìn)行訓(xùn)練；

b.發(fā)電設(shè)備故障檢測(cè)模型參數(shù)初始化；

c.使用訓(xùn)練集訓(xùn)練發(fā)電設(shè)備故障檢測(cè)模型，得到回歸分析的擬合模型；

d.使用測(cè)試集評(píng)估檢測(cè)模型的效果，并記錄模型結(jié)果；

e.根據(jù)評(píng)估結(jié)果更新模型參數(shù)，重復(fù)步驟c-d，直到滿足預(yù)設(shè)條件；

第二帶入模塊：用于將預(yù)測(cè)時(shí)間帶入預(yù)先建立的發(fā)電設(shè)備運(yùn)行態(tài)勢(shì)預(yù)測(cè)模型，得到發(fā)電設(shè)備在所述預(yù)測(cè)時(shí)間的電壓預(yù)測(cè)值；

第二確定模塊：用于基于電壓預(yù)測(cè)值確定所述發(fā)電設(shè)備預(yù)測(cè)時(shí)間是否發(fā)生故障；

所述第二帶入模塊，還包括：建立發(fā)電設(shè)備運(yùn)行態(tài)勢(shì)預(yù)測(cè)模型模塊；

基于訓(xùn)練集，采用支持向量機(jī)回歸分析預(yù)測(cè)模型確定所述歷史溫度、電壓和發(fā)電功率的高維空間距離關(guān)系；

基于所述測(cè)試集進(jìn)行測(cè)試，調(diào)整所述歷史溫度、電壓和發(fā)電功率的高維空間距離關(guān)系參數(shù)，得到發(fā)電設(shè)備運(yùn)行態(tài)勢(shì)預(yù)測(cè)模型；

發(fā)電設(shè)備運(yùn)行態(tài)勢(shì)預(yù)測(cè)模型訓(xùn)練：訓(xùn)練并建立基于支持向量機(jī)回歸分析方法的設(shè)備運(yùn)行態(tài)勢(shì)預(yù)測(cè)模型；

發(fā)電設(shè)備運(yùn)行態(tài)勢(shì)預(yù)測(cè)模型建立的具體步驟包括：

按照時(shí)間序列將實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)分為多組訓(xùn)練數(shù)據(jù)，每組數(shù)據(jù)的時(shí)間長度相同，訓(xùn)練特征集為特征數(shù)據(jù)，表征數(shù)據(jù)集為時(shí)間軸與特征數(shù)據(jù)相比延后一定時(shí)間的表征數(shù)據(jù)；

針對(duì)每一組實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)，選擇支持向量機(jī)回歸分析模型作為機(jī)器學(xué)習(xí)方法建立回歸分析預(yù)測(cè)模型,具體包括：

a.選擇支持向量機(jī)的回歸分析模型進(jìn)行訓(xùn)練；

b.發(fā)電設(shè)備運(yùn)行態(tài)勢(shì)預(yù)測(cè)模型參數(shù)初始化；

c.使用訓(xùn)練集訓(xùn)練發(fā)電設(shè)備運(yùn)行態(tài)勢(shì)預(yù)測(cè)模型，得到回歸分析的預(yù)測(cè)模型；

d.使用測(cè)試集評(píng)估檢測(cè)模型的預(yù)測(cè)效果，并記錄模型結(jié)果；

e.根據(jù)評(píng)估結(jié)果更新模型參數(shù)，重復(fù)步驟c-d，直到滿足預(yù)設(shè)條件。