[發明專利]一種發電設備故障檢測方法及系統

有效

• 申請號: 201811088218.1
• 申請日: 2018-09-18
• 公開（公告）號: CN109470946B
• 公開（公告）日: 2022-07-08
• 發明（設計）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;黃運豪;陳鄭平;張志君
• 申請（專利權）人: 中國電力科學研究院有限公司;國家電網有限公司;國網天津市電力公司;國網浙江省電力有限公司;國網福建省電力有限公司
• 主分類號: G01R31/00
• 分類號: G01R31/00
• 代理公司: 北京安博達知識產權代理有限公司 11271
• 代理人: 徐國文

一種發電設備故障檢測方法及系統，包括：將發電設備的當前發電功率帶入預先建立的發電設備故障檢測擬合模型，得到當前電壓擬合值；基于所述當前電壓擬合值、電壓監測值確定所述發電設備當前是否發生故障；將預測時間帶入預先建立的發電設備運行態勢預測模型，得到發電設備在所述預測時間的電壓預測值；基于電壓預測值確定所述發電設備預測時間是否發生故障，通過實時檢測發電設備是否存在故障及一定時間之后的運行態勢，提供發電設備相關的關鍵表征特征的擬合數據及預測數據，使檢測結果更加具有說服力，提高發電設備在正常運行過程中的安全性。

技術領域：

本發明屬于發電設備故障檢測領域，具體涉及一種發電設備故障檢測方法及系統。

背景技術：

自工業革命以來，設備故障的檢測的功能需求就應運而生，一般而言，工人們判斷設備發生故障與否，主要是通過長時間累積的經驗或是對于設備表象的觀察而得出的結論。伴隨著工業發展的突飛猛進，工業設備也日益發展，向智能、大型、高速、分布式的方向發展。設備結構相較于傳統更加復雜，與此同時功能也愈加強大，進而增加了維護的難度。繼而，設備發生故障的概率較之以前大幅提高，設備故障的信息數據呈現指數型增長，所產生的海量數據，人工已經無法負荷，無法完成正確、有效的故障分析。

隨著信息技術的高速發展，特別是發電企業控制系統等各種信息系統的大規模建設促使發電廠積累的數據量迅猛增長，通過新一代的設備狀態在線監測系統能夠幫助用戶實現設備狀態的智能管理，進而充分發揮設備管理者的專業效率，變故障事后處理為實時掌握設備運行中的整體動態變化，在每臺設備的生命周期內，極大地提高設備的運行安全水平和效率，降低由于設備原因引起的非計劃停機與事故，為發電企業創造更多的效益。

目前，針對發電設備的故障檢測方法為基于閾值的檢測方法。具體方法為，對于發電設備的每一個關鍵表征監測節點，通過人工根據經驗對其設置告警、預警、故障上下限閾值，將實時監測數據與閾值進行比較以確認當前設備的工作狀態是否正常；這種方法將發電設備的各個關鍵特征分離開來，無法綜合考慮設備的運行狀況，同時，當設備的關鍵特征數量較多時，不利于進行設備整體的分析。

發明內容：

為了克服上述缺陷，本發明提供了一種發電設備故障檢測方法，所述方法包括：

將發電設備的當前發電功率帶入預先建立的發電設備故障檢測擬合模型，得到當前電壓擬合值；

基于所述當前電壓擬合值、電壓監測值確定所述發電設備當前是否發生故障；

將預測時間帶入預先建立的發電設備運行態勢預測模型，得到發電設備在所述預測時間的電壓預測值；

基于電壓預測值確定所述發電設備預測時間是否發生故障。

優選的，所述發電設備故障檢測擬合模型的建立，包括：

基于發電設備的歷史電流和發電功率得到對應電壓；

基于所述發電設備歷史溫度、電壓與發電功率數據劃分為訓練集和測試集；

基于訓練集，采用支持向量機回歸分析擬合模型確定所述歷史溫度、電壓與發電功率的高維空間距離關系；

基于所述測試集進行測試，調整所述歷史溫度、電壓與發電功率的高維空間距離關系參數，得到發電設備故障檢測擬合模型。

優選的，所述發電設備運行態勢預測模型的建立，包括：

基于訓練集，采用支持向量機回歸分析預測模型確定所述歷史溫度、電壓和發電功率的高維空間距離關系；

基于所述測試集進行測試，調整所述歷史溫度、電壓和發電功率的高維空間距離關系參數，得到發電設備運行態勢預測模型。

優選的，所述基于發電設備歷史溫度、電壓和發電功率數據劃分為訓練集和測試集包括：