[發明專利]基于小波分解重構及近鄰算法的磨煤機運行狀態判別方法

有效

• 申請號: 202011089833.1
• 申請日: 2020-10-13
• 公開（公告）號: CN112215286B
• 公開（公告）日: 2021-10-01
• 發明（設計）人: 王遠鑫;許文良;潘存華;鄧中乙;馬啟磊;陳俊
• 申請（專利權）人: 中國大唐集團科學技術研究院有限公司華東電力試驗研究院;大唐鍋爐壓力容器檢驗中心有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00
• 代理公司: 合肥市浩智運專利代理事務所(普通合伙) 34124
• 代理人: 鄭浩

1.基于小波分解重構及近鄰算法的磨煤機運行狀態判別方法，其特征在于，包括以下步驟：

步驟1，采集磨煤機上個A修期起至下個A修期前的兩個A修期間不同時間段的磨煤機參數歷史數據，對不同時間段的參數歷史數據進行分類標簽；

步驟2，對各分類標簽的歷史數據進行小波分解重構：采用“db3”進行5層分解并對第5層低頻信號重構從而過濾掉高頻噪聲對狀態判別的影響；

步驟3，對“db3”小波分解重構后的參數數據進行歸一化；

步驟4，將歸一化后的參數數據錄入近鄰算法訓練集，實際數據經過小波分解重構后，以給煤量為條件，計算給煤量小于0.1t/h時的實際數據與訓練數據的近鄰算法結果，判別實際數據與歷史數據中相符的分類標簽，進而判斷磨煤機當前狀態；

步驟2中所述的采用“db3”進行5層分解并對第5層低頻信號重構的具體方法為：

1)對每一項參數x(t)，共計n項，添加項生成分解特征矩陣，進行5次分解，新生成特征矩陣x(t)'共計n+10項，其中x(t)'前5項依次為x(t)₅，x(t)₄，x(t)₃，x(t)₂，x(t)₁，x(t)₅表示x(t)中第五項元素，中間n項為x(t)且順序不變，最后5項依次為x(t)_n，x(t)_n-1，x(t)_n-2，x(t)_n-3，x(t)_n-4；

2)定義低頻分解濾波器Lo_D矩陣與高頻分解濾波器Hi_D矩陣，“db3”小波Lo_D＝[0.0352，-0.0854，-0.1350，0.4599，0.8069，0.3327]，Hi_D＝[-0.3327，0.8069，-0.4599，-0.1350，0.0854，0.0352]，使用“valid”方式對x(t)'與Lo_D進行卷積，卷積結果x_1L(t)共計(n+5)/2項，x_1L(t)為1層低頻分解系數；

3)使用2)中的方法繼續對x_1L(t)再進行4層小波分解，獲取x_2L(t)，x_3L(t)，x_4L(t)，x_5L(t)；

4)對5層低頻系數x_5L(t)進行小波重構，定義重構特征矩陣x_5L(t)'，x_5L(t)'中偶數項為0，奇數項為x_5L(t)不變；

5)定義重構低頻濾波器Lo_R＝[0.3327,0.8069,0.4599,-0.1350,-0.0854,0.0352]，重構高頻濾波器Hi_R＝[0.0352,0.0854,-0.1350,-0.4599,0.8069,-0.3327]，使用“full”方式對x_5L(t)'與Lo_R進行卷積，得到x₄(t)”，x_5L(t)'共有a項，x_4L(t)'共有b項，計算D＝(a-b)/2，令C為D最小整數部分，E為D最大整數部分，計算F＝a-E；獲取x₄(t)”中由C項開始至F項結束項生成4層重構低頻系數x₄(t)；

6)再重復步驟4)和5)進行4次分解重構，依次獲得x₃(t)，x₂(t)，x₁(t)，x(t)”；其中x(t)”即為x(t)5層小波分解重構后得到的結果。

2.根據權利要求1所述的基于小波分解重構及近鄰算法的磨煤機運行狀態判別方法，其特征在于，所述的磨煤機參數包括：電流、給煤量、進口風壓、磨煤機差壓)、進口風溫、出口風溫、進口風量、負荷、1粉管風速、2粉管風速、3粉管風速、4粉管風速、軸承x方向振動、磨輥溫度1、磨輥溫度2、磨輥溫度3、磨本體CO濃度、密封風壓、密封風一次風差壓、磨輥加載油壓反饋。

3.根據權利要求1所述的基于小波分解重構及近鄰算法的磨煤機運行狀態判別方法，其特征在于，步驟3中歸一化的公式為：