[发明专利]基于动态基线模型的火电厂系统各部件工作状态评估方法

说明书

本发明涉及一种基于动态基线模型的火电厂系统各部件状态评估方法，属于火力发电技术领域，包括，采用多元状态估计技术建立系统健康状态模型；构建动态基线，对系统各部件工作状态的监测和预警，确定系统各部件的异常工作状态；对所述异常工作状态进行深度分析，确定系统中的异常测点、异常测点出现的时刻和异常部件。本发明可有效解决固定基线的设定存在不确定和滞后性问题，所建立的动态基线模型物理意义明确，建模简单，评估方法能够较好地把握系统整体运行状态情况，追踪故障发展过程，及时发现系统异常以及引起异常的主要测点信息，评估系统各部件的异常状态，从而辅助火电厂运维人员进行子系统的状态监测和预警，具有较好地实用价值。

技术领域

本发明涉及火力发电技术领域，尤其是一种基于动态基线模型的火电厂系统各部件工作状态评估方法。

背景技术

以状态监测实现故障预警是“事后诊断”的进一步发展方向，实现早期故障检测对火电生产的安全性和经济性具有重要意义，目前发电企业控制系统、SIS系统的大规模建设实现了多参数的监测，而电厂设备本身结构复杂、故障类型繁多、故障与征兆存在多对多关系，传统的设备状态监测把单个信号的当前值与报警阈值进行比较来判断是否“报警”，不能综合考虑与该系统状态相关的多个变量的情况，也无法实现准确的事前预警。

多元状态估计技术作为一种应用广泛的模式识别方法，可以对设备正常状态进行学习，再对新状态进行估计，实际状态和估计状态的差异包含异常信息，构造反映这一差异的统计指标并根据历史正常运行数据来设定固定阈值，若超出阈值则发出报警，该固定阈值可定义为“基线”，用于状态监测的多元状态估计技术也可定义为“基线模型”。

而在实际的工程应用中，固定阈值的设定多具有不确定性，选取历史数据的时间跨度和建模所需的过程矩阵的更新频率都会对阈值产生影响，而阈值的过大或过小会造成预警信号的漏报或误报；此外采用该技术一般只给出反映系统整体状况的自定义指标运行曲线及相关监测参数的实际值与模型估计值运行曲线对比来进行状态监测和故障分析，没有进一步挖掘引起异常的因素的强弱程度，以及异常在系统各部件的分布情况，不利于对故障类型的定位和识别。

发明内容

鉴于上述的分析，本发明旨在提供一种基于动态基线模型的火电厂系统各部件工作状态评估方法，对火电厂系统各部件工作状态进行评估，实现早期故障预警。

本发明的目的主要是通过以下技术方案实现的：

一种基于动态基线模型的火电厂系统各部件工作状态评估方法，包括如下步骤：

根据采集的系统测点历史数据，采用多元状态估计技术建立系统健康状态模型；

基于所述系统健康状态模型构建动态基线，对系统各部件工作状态的监测和预警，确定系统各部件的异常工作状态；

对所述异常工作状态进行分析，确定系统中的异常测点、异常测点出现的时刻和异常部件。

进一步地，所述建立系统健康状态模型，包括如下步骤：

采集所监测的火电厂子系统中与系统健康状态有关测点的历史数据；

对历史数据进行清洗，提取测点在健康状态下的历史数据；

对清洗后的测点历史数据进行归一化，得到归一化的历史数据A_m×N；其中，行数m代表健康状态相关的传感器测点个数，列数N代表正常运行状态个数；

利用归一化的历史数据A_m×N构造健康矩阵Z_m×k；其中，列数k代表观测向量的个数；

根据构造的健康矩阵，采用多元状态估计技术建立系统健康状态模型。

进一步地，数据清洗步骤包括：

排除电机开关机和停机阶段单测点采集的数据；