[發明專利]一種面向磨煤機的分段概率性狀態監測方法

有效

• 申請號: 202010788365.0
• 申請日: 2020-08-07
• 公開（公告）號: CN111651910B
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 金玄玄;趙朝陽;沙萬里;趙春暉;荊華
• 申請（專利權）人: 浙江浙能嘉華發電有限公司;浙江大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F17/18;G06Q10/06;G06Q50/06
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 邱啟旺

1.一種面向磨煤機的分段概率性狀態監測方法，其特征在于，包括以下步驟：

（1）離線建立監測模型，包括以下子步驟：

（1.1）獲取歷史磨煤機數據；

（1.2）對磨煤機數據進行切片離散化，得到多個負載片，每個負載片都是一個二維矩陣；

（1.3）自動識別劃分不同預測段，包括以下子步驟：

（1.3.1）對每個負載片進行標準化處理；

（1.3.2）對每個標準化后的負載片分別建立高斯過程回歸模型；

（1.3.3）根據對應的高斯過程回歸模型計算每個標準化后的負載片的預測誤差；

（1.3.4）從第一個標準化后的負載片開始，將其與后續的負載片步進式合并，直到合并后的負載片的預測誤差發生變化時停止合并，已經合并的負載片形成一個步進式預測段；

（1.3.5）將剩余的標準化后的負載片根據步驟（1.3.4）劃分步進式預測段，得到多個步進式預測段；

（1.3.6）分別對每一個步進式預測段構建高斯過程回歸模型，得到離線監測模型；

（2）在線狀態監測，包括以下子步驟：

（2.1）獲得在線磨煤機的實時數據，并確定該實時數據的給煤量所屬的負載片和步進式預測段；

（2.2）對實時數據進行標準化處理；

（2.3）利用步驟（1.3.6）構建的離線監測模型對標準化后的實時數據進行預測；

（2.4）利用步驟（2.3）預測的結果得到控制限，并計算實時數據樣本的后驗概率；判斷預測結果是否超過控制限，若超過則以實時數據樣本的后驗概率表示發生故障的概率，若未超過則表示工作正常。

2.如權利要求1所述面向磨煤機的分段概率性狀態監測方法，其特征在于，所述步驟（1.1）具體為：獲取磨煤機的I個可用歷史數據，每個歷史數據具有J個可測變量，將I個歷史數據描述為一個二維矩陣；其中，I表示樣本數量，J表示變量數量，且I與J均為正整數。

3.如權利要求2所述面向磨煤機的分段概率性狀態監測方法，其特征在于，所述步驟（1.2）具體為：從二維矩陣中提取給煤量變量，評估該變量的概率密度函數，在保證該變量累計概率相同的前提下將二維矩陣原數據劃分為個初始負載片，進行離散化處理；記錄每個初始負載片的給煤量變化范圍，第g個初始負載片的給煤量范圍為。