[發明專利]一種基于混合預測的燃氣輪機轉子故障預警方法

有效

• 申請號: 202110576134.8
• 申請日: 2021-05-26
• 公開（公告）號: CN113722977B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 臧旭東;李光;陸永卿
• 申請（專利權）人: 上海華電奉賢熱電有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F17/13;G06F17/16;G06F17/18;G06F111/10
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 楊宏泰

本發明涉及一種基于混合預測的燃氣輪機轉子故障預警方法，包括以下步驟：1)構建結合LMD?XGBoost的混合預測模型，并對燃機轉子狀態參數進行實時預測，獲得預測信號；2)構建基于LMD?PCA的閾值模型，根據歷史正常運行數據獲取監測指標閾值；3)獲取預測信號的監測指標，包括主元統計值Tsupgt;2/supgt;和平方預測誤差SPE，并與作為上限的監測指標閾值進行比較，實現燃機轉子故障的早期預警。與現有技術相比，本發明具有混合預測精度高、振動與熱力相結合的特點，避免了人為設置監測閾值的局限，可實現對燃氣輪機轉子故障的超前預警。

技術領域

本發明涉及燃氣輪機設備故障預警技術領域，尤其是涉及一種基于混合預測的燃氣輪機轉子故障預警方法。

背景技術

燃氣輪機技術作為目前提高能源資源利用率，并徹底地解決環境問題的首選技術，已在世界各國得到廣泛研究和利用。據國家能源局統計，2020年中國天然氣發電行業裝機總量超過9700萬千瓦，氣電在發電裝機中的比例突破4.70％。預計天然氣發電仍將加快增長，到2025年將新增40～50吉瓦發電機組，電力行業天然氣消費量將翻一番達到750～800億立方米。作為一種大型的旋轉動力設備，燃氣輪機的內部結構復雜，在高溫、高壓和高轉速的環境下長期運行，容易發生故障，其中，轉子作為燃氣輪機的整機設計的核心，其故障率占比最高，達45％以上。因此，在燃氣輪機轉子故障發生前進行有效的預警，及時發出報警信號提醒運維人員處理，變事后維修為事前預防，對提高電廠的經濟效益，延長燃氣輪機的使用壽命具有重要的意義。

針對燃氣輪機轉子故障缺乏對海量歷史數據的利用及對事前預警機制的研究，并且基于數據的故障預警已有的研究成果中依舊存在如下問題需要解決：

(1)目前轉子故障研究多采用振動分析法，缺乏對轉子熱力參數的研究。

(2)振動趨勢智能預測方法的擇優選擇。

(3)數據閾值的獲取，避免人為設定閾值的局限性。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種基于混合預測的燃氣輪機轉子故障預警方法。

本發明的目的可以通過以下技術方案來實現：

一種基于混合預測的燃氣輪機轉子故障預警方法，包括以下步驟：

1)構建結合LMD-XGBoost的混合預測模型，并對燃機轉子狀態參數進行實時預測，獲得預測信號；

2)構建基于LMD-PCA的閾值模型，根據歷史正常運行數據獲取監測指標閾值；

3)獲取預測信號的監測指標，包括主元統計值T²和平方預測誤差SPE，并與作為上限的監測指標閾值進行比較，實現燃機轉子故障的早期預警。

所述的步驟1)中，燃機轉子狀態參數包括振動參數和熱力參數，具體為壓氣機側的軸承轉子X、Y向振動位移、透平側的軸承轉子X、Y向振動位移以及軸瓦溫度。

所述的步驟1)中，通過結合局部均值分解方法和極端梯度提升算法構建混合預測模型，將局部均值分解得到的PF分量作為極端梯度提升算法的輸入，以極端梯度提升算法的輸出作為預測信號。

在混合預測模型預測過程中，對采用局部均值分解得到的多個PF分量按頻率選取后進行疊加得到兩個子序列，即高頻子序列和低頻子序列，分別采用極端梯度提升算法進行預測后再重構得到完整的預測信號。

所述的混合預測模型中，函數空間中的損失函數為：

其中，G_k為每個葉子節點k的一階梯度的和，H_k表示每個葉子節點k的二階梯度的和，T為葉子節點個數，λ為正則化系數。