[發明專利]基于多元統計分析的燃氣輪機進口導葉系統故障診斷方法

在審

• 申請號: 202111112610.7
• 申請日: 2021-09-23
• 公開（公告）號: CN113657556A
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 張文廣;周世豪;孟憲輝;牛玉廣;王瑋
• 申請（專利權）人: 華北電力大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/00;G06F17/16;G06F17/18
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 張文寶

本發明公開了屬于燃氣輪機故障診斷技術領域的基于多元統計分析的燃氣輪機進口導葉系統故障診斷方法，包括：利用傳感器采集進口導葉系統的實時運行數據；對采集到的數據進行歸一化處理；通過規范變量分析法對歸一化后的數據進行降維處理；將處理后的數據通過核Fisher判別法計算最優核Fisher判別向量；將最優核Fisher判別向量分為測試集與訓練集；利用深度殘差收縮網絡完成故障診斷。本發明采用規范變量分析法減少數據之間的重疊，改進了數據中序列的相關性；通過核Fisher判別法有效解決當面對非線性數據時故障診斷性能降低的問題；通過深度殘差收縮網絡快速、精確的完成故障診斷。

技術領域

本發明屬于燃氣輪機故障診斷技術領域，具體為一種基于多元統計分析的燃氣輪機進口導葉系統故障診斷方法。

背景技術

近年來環境污染等問題日益突出，能源一直是社會發展的一個重大議題，解決好能源與環境的關系變得尤為重要。燃氣輪機發電作為一種環保發電技術，近年來受到了越來越多的關注。燃氣輪機是一種高速旋轉機械，其結構從前之后分別為壓氣機、燃燒室、透平，以及一些必須的輔助設備。壓氣機將進口空氣壓縮后供應給燃燒室的設備，在壓氣機第一級動葉前段有一列進口可轉葉片，用于控制壓氣機進氣流量和方向。壓氣機進口導葉系統的工作狀態對燃氣輪機的氣動、正常運行和工況調整非常重要。進口導葉系統長期處于振動、高溫、高壓、高轉速和外部腐蝕等惡劣環境中，長時間運行不可避免會出現多種故障。進口導葉系統一旦發生故障，輕則造成設備或負載損壞，重則危害人身安全，造成重大事故。因此，研究燃氣輪機進口導葉系統故障診斷對保障燃氣輪機安全穩定運行具有重要意義。

Fisher(費舍爾)判別法是一種應用廣泛的故障診斷方法，但仍存在一些問題，如：Fisher判別法中的數據堆疊問題會使得故障分類的效果不好；Fisher判別法采用歐氏距離分類器進行故障分類，但是歐式距離分類法因為只考慮一類樣本的均值，而不考慮類別內部的方差與類別之間的協方差，所以存在分類精度不高、診斷速度較慢的問題。

因此急需一種新型的燃氣輪機進口導葉系統故障診斷方法，從一種新的角度出發，首次運用規范變量分析法、核Fisher判別法與深度殘差收縮網絡相結合來進行進口導葉系統故障診斷研究。該方法運用規范變量分析法中的時滯技術降低數據集的維度，減少數據之間的重疊，改進數據中序列的相關性；通過核Fisher判別法計算最優核Fisher判別向量；最后利用深度殘差收縮網絡快速、精確的完成故障診斷。

發明內容

為保障燃氣輪機進口導葉系統安全穩定運行，本發明提供了一種基于多元統計分析的燃氣輪機進口導葉系統故障診斷方法，其特征在于，包括：

步驟1、利用進口導葉系統中的傳感器采集進口導葉系統的數據作為原始的數據；

步驟2、對原始的數據進行歸一化處理；

步驟3、通過規范變量分析法中的時滯技術對歸一化后原始的數據進行降維，減少數據之間的重疊，改進數據中序列的相關性；

步驟4、使用核費舍爾判別法，在降維后的數據中提取最優核費舍爾判別向量；

步驟5、將最優核費舍爾判別向量分為訓練集與測試集；

步驟6、利用訓練集建立深度殘差收縮網絡故障診斷模型，利用測試集對故障診斷模型進行測試。

所述步驟2中，對采集到的原始數據進行歸一化處理時所采用的公式為：

其中，x_t為進口導葉系統t時刻的實時運行數據；為進口導葉系統t時刻的實時運行數據歸一化后得到的數據。

所述步驟3包括：

步驟3.1：將歸一化后的數據分為歷史向量與未來向量：選取某一時刻t，在t時刻之前的數據稱為歷史向量，在t時刻與t時刻之后的數據稱為未來向量：