[發明專利]基于多源信息強化學習蒸汽發生器給水系統診斷方法

有效

• 申請號: 202011551035.6
• 申請日: 2020-12-24
• 公開（公告）號: CN112684778B
• 公開（公告）日: 2022-03-29
• 發明（設計）人: 馮毅;李獻領;鄭偉;周宏寬;鄒海;柯志武;陶模;陳朝旭;劉偉;林原勝;張克龍;趙振興;代路
• 申請（專利權）人: 武漢第二船舶設計研究所（中國船舶重工集團公司第七一九研究所）
• 主分類號: G05B23/02
• 分類號: G05B23/02;G21D3/06
• 代理公司: 武漢東喻專利代理事務所(普通合伙) 42224
• 代理人: 張英

本發明提供一種基于多源信息強化學習蒸汽發生器給水系統故障診斷方法，包括對蒸汽發生器給水系統中蒸汽發生器、給水泵和給水閥進行狀態監測，獲取多個狀態信息；基于信息源類型將關聯的狀態信息聚類形成特征信息簇；基于特征信息簇集成建立特征矩陣，對特征矩陣提取狀態特征向量；將狀態特征向量輸入至數據分析模型體系進行故障類型的診斷，并對相應構件的狀態參數進行評價和調控。本發明針對蒸汽發生器給水系統多源信息故障診斷，采用信號處理、互信息關聯、非線性降維、深度強化學習等技術，解決了多源信息的特征提取、特征融合、特征集成、特征學習等問題，為蒸汽發生器給水系統多源信息的自主學習與狀態識別診斷提供了新的技術方案。

技術領域

本發明涉及數據特征處理與機器學習領域，具體涉及一種基于多源信息強化學習蒸汽發生器給水系統診斷方法及系統。

背景技術

蒸汽發生器是電廠一、二回路的樞紐，其主要功能是把一回路反應堆產生的熱量傳遞給二回路給水，使二回路給水變為一定溫度和壓力的蒸汽，從而起到熱量交換、能量傳遞的作用；蒸汽發生器給水系統是由汽輪機、冷凝器、給水泵、調節閥等部件組成的系統。蒸汽發生器給水控制是壓水堆核電廠極其重要的控制功能，用于調節核電廠蒸汽發生器二次側水位在需求定值上，以保證機組的穩定運行。蒸汽發生器給水控制功能要求集成度高，操作要求復雜，涉及電廠的多個系統，因此其故障診斷需要快速、準確。

目前，隨著新技術的大量應用，蒸汽發生器給水系統復雜性顯著提高，所涉及的不確定因素也日益增多，蒸汽發生器給水系統在運行維護期間所面臨的風險以及風險所導致的損失規模也越來越大。蒸汽發生器給水系統中普遍含有機械、液壓、電器、管道等多種設備，從每個設備獲取的數據存在著信息類別、變化特征、采樣特性等差異，使得單一數據特征無法準確反映設備的運行狀態；蒸汽發生器給水系統的多源異構數據存在局部信息不完整、信息冗余度高、信息集中度低等特點，系統運行工況多，子系統之間信息交互復雜，不同設備中的數據特征存在非線性關聯，未經多源信息分離與關聯信息融合處理的設備特征無法有效描述系統的總體狀態。然而，傳統的故障診斷方法僅能從部分數據層面反映設備的局部運行狀態，而無法從系統層面提供大型裝備的健康信息。

發明內容

針對現有技術的以上缺陷或改進需求，本發明提供了一種基于多源信息強化學習蒸汽發生器給水系統診斷方法，該方法可對蒸汽發生器給水系統的多源狀態信息進行關聯性融合，并在此基礎上將深度學習的感知能力和強化學習的決策能力相結合，建立深度強化學習系統以實現蒸汽發生器給水系統的狀態識別與故障診斷。

為實現上述目的，本發明第一方面提供一種基于多源信息強化學習蒸汽發生器給水系統故障診斷方法，所述方法包括：

對所述蒸汽發生器給水系統中蒸汽發生器、給水泵和給水閥進行狀態監測，獲取多個狀態信息；基于信息源類型分別對多個所述狀態信息進行第一特征向量的提取；

根據第一特征向量將關聯的狀態信息聚類形成多個特征信息簇；再將多個所述特征信息簇進行非線性融合，降維獲得多個第二特征向量；

將多個所述第二特征向量集成建立二維特征矩陣，使用卷積神經網絡對所述特征矩陣進行深度學習，提取狀態特征向量；

建立數據分析模型體系，所述數據分析模型體系包括強化學習網絡模型、價值評價網絡模型以及策略優化網絡模型；

將狀態特征向量輸入至所述數據分析模型體系進行故障類型的診斷，并對相應蒸汽發生器、給水泵或給水閥的狀態參數進行評價和調控。

進一步地，其中；

所述狀態信息包括蒸汽發生器進水口溫度、蒸汽發生器進水口流量、蒸汽發生器進水口壓力、給水泵速度、給水泵加速度和給水閥開度；

所述信息源類型為瞬變狀態信息、漸變狀態信息和緩變狀態信息。