[發明專利]基于無監督學習機制的電廠輔機設備異常工況檢測方法

在審

• 申請號: 202310550153.2
• 申請日: 2023-05-16
• 公開（公告）號: CN116561691A
• 公開（公告）日: 2023-08-08
• 發明（設計）人: 李玥;雷曉龍;劉曉燕;伍文華;劉興;蔡紹旺
• 申請（專利權）人: 東方電氣集團科學技術研究院有限公司;東方電氣集團東方汽輪機有限公司;東方電氣股份有限公司
• 主分類號: G06F18/2433
• 分類號: G06F18/2433;G06F18/213;G06F18/25;G06F18/2411;G06N3/088;G06N20/10
• 代理公司: 成都天嘉專利事務所(普通合伙) 51211
• 代理人: 蘇丹

本發明屬于智慧電廠設備應用領域，尤其涉及一種基于無監督學習機制的電廠輔機設備異常工況檢測方法，包括如下步驟：從數據庫中提取正常狀態的數據并構建訓練數據集；對訓練數據集進行特征提取并訓練異常檢測模型；利用異常檢測模型獲得數據集的評估值；選取測試數據集，將測試數據集作為異常檢測模型的輸入，根據連續多個數據點的評估值作為判斷設備異常工況的依據。本申請具有無需人工標注數據、自適應學習能力強、適應性強、魯棒性強和能夠處理大規模數據的優點。無需人工標注數據，可以自動從數據中學習特征和模式，節省了大量的時間和人力成本。

技術領域

本發明屬于智慧電廠設備應用領域，尤其涉及一種基于無監督學習機制的電廠輔機設備異常工況檢測方法。

背景技術

電廠輔機設備是為了輔助發電機組運行而設置的一系列設備，包括給水系統、循環水系統、通風系統、冷卻系統等。這些設備并不直接參與發電過程，但是對于保障發電機組的安全穩定運行以及提高發電效率具有重要作用：給水系統和循環水系統可以有效地回收廢熱，提高鍋爐的熱效率，從而提高整個電站的發電效率；通風系統和冷卻系統可以控制發電機組的溫度和濕度，確保其正常運行。電廠輔機設備可以有效地控制發電機組的工作環境，降低設備的損耗和磨損，延長設備的使用壽命。因此，電廠輔機設備是電站發電運行的必要組成部分，對于保障發電機組的安全穩定運行和提高發電效率具有重要作用。

輔機設備出現異常工況可能對設備本身造成損壞，影響設備的可靠性和穩定性，進而對發電設備的運行和人員的安全構成威脅。進一步地，這會導致電廠停產或者設備損壞，給電廠帶來巨大的經濟損失。通過對輔機設備的異常工況檢測，可以預先發現設備的問題，進行及時的維修或更換，消除隱患，保障電力系統的安全運行。同時，通過及早了解設備的運行狀況，從而優化設備的維護計劃，有延長設備的使用壽命和提高設備的效率。總的來說，對電廠輔機設備的異常工況檢測非常重要，可以保障電力系統的安全運行，優化設備維護計劃，提高設備的可靠性和穩定性，降低生產成本。

目前，針對電廠輔機設備的異常工況，有多種檢測方法。其中一種方法針對驅動電機，通過對支持軸承的振動數據進行機理分析，如振動幅值或振動相位差值超過預設閾值，則判斷驅動電機地腳螺栓可能松動或斷聯軸器角度可能存在不對中；另外一種方法是通過對故障數據和耦合數據進行關聯關系分析并確定關聯規則，根據該關聯規則生成故障預測模型；還有一種方法利用回歸模型的預測值和實際數據的差值進行故障檢測。

現有相關專利，專利號為CN202111637049.4，名稱為《一種火電廠輔機設備故障識別方法、系統、設備和存儲介質》的發明專利，其內容為：本發明提供了一種火電廠輔機設備故障識別方法，包括，采集歷史故障時刻的輔機運行參數，并根據故障類型對數據進行標注；對故障數據進行小波分解重構；對重構后的歷史故障數據進行聚類；對歷史數據進行歸一化處理；對聚類后的歷史故障數據與待識別故障數據基于運行參數的變化值和實際值進行分類匹配，輸出故障類型。上述發明專利通過小波分解重構，濾除高頻噪聲，還原故障數據的真實表征，然后將故障數據進行聚類，之后再通過參數的變化值和實際值兩個維度比對待識別數據和歷史故障數據。該專利使用標注后的故障數據構建故障檢測模型，然而在火電廠實際生產過程中，故障發生的情況極少，故障樣本數量不足的情況下，模型可能過擬合，導致在實際應用中泛化能力較差；同時，火電廠輔機設備的正常工況數據通常遠多于故障數據，這種不平衡的數據分布可能導致模型在訓練時對正常工況過擬合，對故障情況的識別能力較弱；另外，火電廠的故障模式可能隨著時間的推移而發生變化，模型需要定期使用新的故障數據進行更新，但獲取和標注這些數據可能耗時且成本高昂。

發明內容

本申請針對現有技術中存在的上述問題，提供一種在電廠輔機設備運行期間基于正常工況數據和無監督學習機制的異常工況檢測方法。

為實現上述技術效果，本申請的技術內容如下：

一種基于無監督學習機制的電廠輔機設備異常工況檢測方法，包括如下步驟：

步驟(1)：從數據庫中提取正常狀態的數據并構建訓練數據集；