[发明专利]一种基于自编码器的发电设备状态评估方法

权利要求书

1.一种基于自编码器的发电设备状态评估方法，其特征在于，该方法包括以下步骤：

(1)选取能反映待评估发电设备负荷和运行状态的状态特征参数，并基于SIS系统定时采集所选状态特征参数的实时运行数据及历史运行数据；

(2)依据所述历史运行数据来建立待评估发电设备的状态特征参数模型，同时确定所述参数模型的结构及相应的激活函数，其中，该参数模型为自编码器模型；

(3)采用所述历史运行数据来训练所述参数模型，且在训练过程中不断调整所述参数模型的隐藏层层数及各层神经元个数，直至得到的训练误差和训练时间均最小为止；

(4)将所述实时运行数据输入到所述参数模型，并统计该参数模型得到的当前各状态特征参数的残差的分布特征，进而确定各状态特征参数的隶属函数关系，同时还对各状态特征参数进行权重分配；

(5)将步骤(4)得到的当前各状态特征参数的残差输入到模糊状态评估模型中以进行发电设备运行状态的实时评估；

采用熵权法基于当前时刻前的预定时间的历史运行数据对各状态特征参数进行权重分配。

2.如权利要求1所述的基于自编码器的发电设备状态评估方法，其特征在于：步骤(5)中还包括判断状态评估结果是否在预设区间内，当状态评估结果处于异常区间状态时予以报警，同时生成点检任务；否则，跳转至步骤(4)的步骤。

3.如权利要求1所述的基于自编码器的发电设备状态评估方法，其特征在于：所述实时运行数据的采集时间间隔为1min；所述历史运行数据的采集时间间隔为10min。

4.如权利要求1所述的基于自编码器的发电设备状态评估方法，其特征在于：步骤(1)中还包括对历史运行数据进行筛选处理的步骤，以剔除该历史运行数据中的零功率数据、故障数据及异常数据。

5.如权利要求1-4任一项所述的基于自编码器的发电设备状态评估方法，其特征在于：所述参数模型的结构使得所述参数模型的输入与输出参数一致，均为所选取的状态特征参数，同时使得所述参数模型的隐藏层神经元个数为输出神经元个数的1.5倍。

6.如权利要求1-4任一项所述的基于自编码器的发电设备状态评估方法，其特征在于：所述激活函数为ReLu函数或sigmoid函数。

7.如权利要求1-4任一项所述的基于自编码器的发电设备状态评估方法，其特征在于：采用熵权法对各状态特征参数进行权重分配是基于以下公式进行的，假设有n组特征数据，m项状态特征参数，该公式为：

式中，r_ij为第j项状态特征参数下的第i个特征值；p_ij为第j项状态特征参数下第i个特征值占该组状态特征参数的比重；e_j为第j项状态特征参数的信息熵；K为信息熵常数，K＝1/ln(n)；w_j为第j项状态特征参数的评估权值。

8.如权利要求1-4任一项所述的基于自编码器的发电设备状态评估方法，其特征在于：在所述模糊状态评估模型评估得到评估值后，采用最大隶属度原则取最大评估值相对应的状态评语作为评估结果。

9.如权利要求1-4任一项所述的基于自编码器的发电设备状态评估方法，其特征在于：所述模糊状态评估模型采用加权平均型模糊算子模糊合成综合评价向量。