[發明專利]基于動態基線模型的火電廠系統各部件工作狀態評估方法

有效

• 申請號: 201811346596.5
• 申請日: 2018-11-13
• 公開（公告）號: CN109298697B
• 公開（公告）日: 2020-07-03
• 發明（設計）人: 唐靜;解來甲;彭一軒;盛長霞
• 申請（專利權）人: 遠光軟件股份有限公司
• 主分類號: G05B19/418
• 分類號: G05B19/418
• 代理公司: 北京天達知識產權代理事務所(普通合伙) 11386
• 代理人: 李明里;龐許倩

本發明涉及一種基于動態基線模型的火電廠系統各部件狀態評估方法，屬于火力發電技術領域，包括，采用多元狀態估計技術建立系統健康狀態模型；構建動態基線，對系統各部件工作狀態的監測和預警，確定系統各部件的異常工作狀態；對所述異常工作狀態進行深度分析，確定系統中的異常測點、異常測點出現的時刻和異常部件。本發明可有效解決固定基線的設定存在不確定和滯后性問題，所建立的動態基線模型物理意義明確，建模簡單，評估方法能夠較好地把握系統整體運行狀態情況，追蹤故障發展過程，及時發現系統異常以及引起異常的主要測點信息，評估系統各部件的異常狀態，從而輔助火電廠運維人員進行子系統的狀態監測和預警，具有較好地實用價值。

技術領域

本發明涉及火力發電技術領域，尤其是一種基于動態基線模型的火電廠系統各部件工作狀態評估方法。

背景技術

以狀態監測實現故障預警是“事后診斷”的進一步發展方向，實現早期故障檢測對火電生產的安全性和經濟性具有重要意義，目前發電企業控制系統、SIS系統的大規模建設實現了多參數的監測，而電廠設備本身結構復雜、故障類型繁多、故障與征兆存在多對多關系，傳統的設備狀態監測把單個信號的當前值與報警閾值進行比較來判斷是否“報警”，不能綜合考慮與該系統狀態相關的多個變量的情況，也無法實現準確的事前預警。

多元狀態估計技術作為一種應用廣泛的模式識別方法，可以對設備正常狀態進行學習，再對新狀態進行估計，實際狀態和估計狀態的差異包含異常信息，構造反映這一差異的統計指標并根據歷史正常運行數據來設定固定閾值，若超出閾值則發出報警，該固定閾值可定義為“基線”，用于狀態監測的多元狀態估計技術也可定義為“基線模型”。

而在實際的工程應用中，固定閾值的設定多具有不確定性，選取歷史數據的時間跨度和建模所需的過程矩陣的更新頻率都會對閾值產生影響，而閾值的過大或過小會造成預警信號的漏報或誤報；此外采用該技術一般只給出反映系統整體狀況的自定義指標運行曲線及相關監測參數的實際值與模型估計值運行曲線對比來進行狀態監測和故障分析，沒有進一步挖掘引起異常的因素的強弱程度，以及異常在系統各部件的分布情況，不利于對故障類型的定位和識別。

發明內容

鑒于上述的分析，本發明旨在提供一種基于動態基線模型的火電廠系統各部件工作狀態評估方法，對火電廠系統各部件工作狀態進行評估，實現早期故障預警。

本發明的目的主要是通過以下技術方案實現的：

一種基于動態基線模型的火電廠系統各部件工作狀態評估方法，包括如下步驟：

根據采集的系統測點歷史數據，采用多元狀態估計技術建立系統健康狀態模型；

基于所述系統健康狀態模型構建動態基線，對系統各部件工作狀態的監測和預警，確定系統各部件的異常工作狀態；

對所述異常工作狀態進行分析，確定系統中的異常測點、異常測點出現的時刻和異常部件。

進一步地，所述建立系統健康狀態模型，包括如下步驟：

采集所監測的火電廠子系統中與系統健康狀態有關測點的歷史數據；

對歷史數據進行清洗，提取測點在健康狀態下的歷史數據；

對清洗后的測點歷史數據進行歸一化，得到歸一化的歷史數據A_m×N；其中，行數m代表健康狀態相關的傳感器測點個數，列數N代表正常運行狀態個數；

利用歸一化的歷史數據A_m×N構造健康矩陣Z_m×k；其中，列數k代表觀測向量的個數；

根據構造的健康矩陣，采用多元狀態估計技術建立系統健康狀態模型。

進一步地，數據清洗步驟包括：

排除電機開關機和停機階段單測點采集的數據；