[发明专利]一种电厂发电设备的故障智能预警方法及系统

权利要求书

1.一种电厂发电设备的故障智能预警方法，其特征在于，至少包括:

S1.初步选定发电设备测点变量，并以测点变量为基础，确定发电设备历史运行数据采集起止时间，从电厂SIS数据库抽取发电设备历史运行数据；

S2.对发电设备历史运行数据进行数据清洗操作，并进行无量纲化处理；

S3.构建并封装电厂发电设备的故障智能预警算法模型；

S4.对故障智能预警算法模型进行优化更新；

S5.采集发电设备的实时运行数据，并将发电设备的实时运行数据输入优化更新后的故障智能预警算法模型，故障智能预警算法模型评估发电设备的运行状态，做出预警响应。

2.根据权利要求1所述的电厂发电设备的故障智能预警方法，其特征在于，步骤S1所述初步选定的发电设备测点变量包括：送风机电机电流、送风机前轴承温度、送风机后轴承温度、电机前轴承温度、第一电机U相定子绕组温度、第一电机V相定子绕组温度、第一电机W相定子绕组温度、送风机入口温度、电机后轴承温度、第二电机U相定子绕组温度、第二电机V相定子绕组温度及第二电机W相定子绕组温度、送风机前轴承振动、送风机后轴承振动、送风机轴承座振动、送风机频率反馈。

3.根据权利要求2所述的电厂发电设备的故障智能预警方法，其特征在于，在步骤S1所述抽取的发电设备历史运行数据的每组采样值中，各个测点变量的采样值是同一时刻的，发电设备历史运行数据的抽取间隔为1min。

4.根据权利要求3所述的电厂发电设备的故障智能预警方法，其特征在于，步骤S2中所述对发电设备历史运行数据进行的数据清洗操作包括：缺失数据的清洗操作、错误数据的清洗操作及重复记录数据的清洗操作；其中，缺失数据进行清洗操作时，从数据源手工录入数据缺失值；错误数据进行清洗操作时，根据数据最小值与最大值的限幅范围，剔除限幅范围之外的错误数据；重复记录数据进行清洗操作时，利用相对偏差法，合并或清除相等相近数据，仅保留一条记录；采用极值法或标准差标准化法对发电设备历史运行数据进行无量纲化处理。

5.根据权利要求4所述的电厂发电设备的故障智能预警方法，其特征在于，步骤S5所述的构建并封装电厂发电设备的故障智能预警算法模型的过程包括：

选定健康偏离度法作为封装基础，结合发电设备历史运行数据，设定发电设备的异常阈值及异常持续时间，设定发电设备的故障阈值及故障持续时间，并确定发电设备故障预警计算周期，结合测点配置，形成电厂发电设备的故障智能预警算法模型。