[發明專利]基于優化隨機森林算法的燃氣輪機控制系統故障診斷方法

在審

• 申請號: 202210489915.8
• 申請日: 2022-05-06
• 公開（公告）號: CN114818818A
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 尹德斌;彭道剛;裴浩然;張騰;戚爾江;王丹豪
• 申請（專利權）人: 上海工業自動化儀表研究院有限公司;上海電力大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 蘇州所術專利商標代理事務所(普通合伙) 32473
• 代理人: 孫兵

本發明提供一種基于優化隨機森林算法的燃氣輪機控制系統故障診斷方法，涉及火電廠故障診斷技術領域。該方法包括：在燃氣輪機控制系統的速比閥截止閥回路的正常信號中引入預設故障，以構成初始故障數據集；對初始故障數據集進行時域特征提取，以建立故障特征數據集；利用交叉驗證，采用網格搜索優化隨機森林算法，建立優化隨機森林算法的故障診斷模型；將提取的故障特征作為優化隨機森林算法的故障診斷模型的輸入，以此得到診斷結果，進而實現燃氣輪機控制系統的回路的故障診斷。該方法可以有效診斷燃氣輪機控制系統回路故障，并且能夠提高診斷的準確率。

技術領域

本發明涉及火電廠故障診斷技術領域，具體涉及一種基于優化隨機森林算法的燃氣輪機控制系統故障診斷方法。

背景技術

近年來，燃氣輪機技術的日益發展、天然氣資源的不斷開發和利用、以及國家對環境保護的不斷重視，使得大型燃氣-蒸汽聯合循環發電技術在我國得到了蓬勃發展，已經逐漸成為我國電力行業的重要組成部分。據統計，天然氣發電裝機新增四千多萬千瓦，截止到2020年氣電總裝機超過九千萬千瓦。隨著燃機控制系統復雜度的不斷提高，并且燃機相關軟硬件設備存在一定的生命周期，難免會產生不可預估的故障。從近年來發生的燃機故障案例中發現，大約12％的燃機故障與控制系統相關。控制系統一旦發生故障，將會影響燃氣輪機機組的安全穩定運行，嚴重時可能導致機組崩潰解列。由于在燃機的歷史數據中，絕大部分數據為正常工作時的數據，故障數據不足，導致用于訓練的故障樣本有限，使得最終的診斷準確率不高。

發明內容

本發明的目的在于，針對上述現有技術的不足，提供一種基于優化隨機森林算法的燃氣輪機控制系統故障診斷方法，以解決燃氣輪機控制系統回路故障診斷準確率不高的問題。

為實現上述目的，本發明采用的技術方案如下：

本發明提供了一種基于優化隨機森林算法的燃氣輪機控制系統故障診斷方法，該方法包括：

在燃氣輪機控制系統的速比閥截止閥回路的正常信號中引入預設故障，以構成初始故障數據集；

對初始故障數據集進行時域特征提取，以建立故障特征數據集；

利用交叉驗證，采用網格搜索優化隨機森林算法，建立優化隨機森林算法的故障診斷模型；

將提取的故障特征作為優化隨機森林算法的故障診斷模型的輸入，以此得到診斷結果，進而實現燃氣輪機控制系統的回路的故障診斷。

可選地，預設故障包括轉速傳感器偏差故障、壓力傳感器偏差故障與強振動故障、速比閥效率損失故障。

可選地，轉速傳感器偏差故障和壓力傳感器偏差故障的數學描述均為下式：

其中，y(t)為轉速傳感器和壓力傳感器的實際輸出；u_i(t)為無故障下的輸出；α(t)為偏差故障信號，t為時間，t₀為故障的發生時刻。

可選地，強振動故障的數學描述為下式：

其中，y(t)為傳感器的實際輸出，b為常數，α(t)為偏差故障信號， t為時間，t₀為故障的發生時刻。

可選地，速比閥效率損失故障的數學描述為下式：

其中，p(t)為執行機構實際輸出，v_i(t)為無故障下的輸出，β為常數， t為時間，t₀為故障的發生時刻。

可選地，利用交叉驗證，采用網格搜索優化隨機森林算法，建立優化隨機森林算法的故障診斷模型，包括：

針對特征數據集，利用網格搜索，交叉驗證優化隨機森林算法的參數，建立隨機森林算法的故障診斷模型；