[发明专利]一种磨煤机磨辊断裂在线监测方法及系统

说明书

本发明涉及一种磨煤机磨辊断裂在线监测方法及系统，方法包括：获取离线数据集；采用基于互信息相似性分析的聚类方法将离线数据集划分为多个单模态数据集，使用单模态数据集进行PCA建模得到每种运行模态的PCA模型；获取在线实时样本，确定在线实时样本的运行模态，若未找到，则在线实时样本异常，否则使用其运行模态对应的PCA模型对在线实时样本进行监测，判断其是否存在异常；对于存在异常的在线实时样本，采用基于序列前向搜索的重构方法对在线实时样本进行故障诊断，得到故障诊断结果。与现有技术相比，本发明有效处理磨煤机多模态运行特性下的非高斯分布数据，可以迅速确认故障类型并提供报警，为运行人员和维修人员提供操作和维护的意见。

技术领域

本发明涉及在线故障诊断技术领域，尤其是涉及一种磨煤机磨辊断裂在线监测方法及系统。

背景技术

电力行业是碳排放占比最大的行业，构建以新能源为主体的新型电力系统是电力行业的重点研究方向，但考虑到可再生能源发电的随机性、波动性和间歇性，结合现阶段发电以煤为主的基本情况，仍然需要煤电充分发挥其基础性和调节性电源的作用。制粉系统作为火电厂的重要辅机系统，承担着原煤磨制与干燥的工作，其运行情况对于火电机组的正常安全运行有着直接影响。近年来，磨煤机磨辊断裂成为制粉系统主要且频繁发生的故障之一。磨辊断裂会直接影响到磨煤机的稳定运行，导致锅炉燃烧工况发生变化从而造成燃烧不稳定，甚至机组降负荷，而抢修断裂磨辊不仅消耗大量时间和人力，同时给检修人员的安全和健康带来极大威胁。因此，磨煤机磨辊的断裂检测尤为关键。

近年来，大型火电机组都配备了DCS和SIS系统，能够实时测量磨煤机运行相关测点参数。传统DCS系统一般基于机组设计值或者热力性能计算方法来设定多级报警限值，从而实现磨煤机运行状态的在线监测和故障报警。虽然这种方法能够起到一定的警示作用，但难以提前预判磨煤机故障发生。因此，不少研究者引入了PCA、深度学习等的数据驱动建模技术，基于历史数据建立磨煤机磨辊运行相关参数之间的模型，再通过监测参数相关性的变化来判断磨辊是否正常，这一类方法能够有效识别出磨辊的故障征兆，避免故障进一步恶化。

但是，由于运行负荷变化以及煤种差异等因素，磨煤机运行过程中存在显著的多模态特性，此时采用传统数据驱动建模技术难以针对多种模态下的磨煤机磨辊断裂故障进行有效的故障诊断。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种磨煤机磨辊断裂在线监测方法及系统。

本发明的目的可以通过以下技术方案来实现：

一种磨煤机磨辊断裂在线监测方法，包括以下步骤：

获取磨煤机的历史运行数据，得到离线数据集；采用基于互信息相似性分析的聚类方法将离线数据集划分为多个单模态数据集，每个单模态数据集对应一种运行模态，并分别使用各个单模态数据集进行PCA建模，得到对应每种运行模态的PCA模型；

获取磨煤机的实时运行数据，得到在线实时样本，采用基于互信息相似性分析的聚类方法确定在线实时样本的运行模态，若未找到在线实时样本的运行模态，则所述在线实时样本异常，并将其前一时刻的在线实时样本的运行模态作为其运行模态，否则，使用所述在线实时样本的运行模态对应的PCA模型对在线实时样本进行监测，判断在线实时样本是否存在异常；

对于存在异常的在线实时样本，确定其运行模态，采用基于序列前向搜索的重构方法对在线实时样本进行故障诊断，得到故障诊断结果。

进一步地，采用基于互信息相似性分析的聚类方法将离线数据集划分为多个单模态数据集具体为：

步骤1、设置多个不同大小的滑动窗，分别为每个滑动窗设置多个不大于窗口长度的滑动步长，生成多种划分方式，每种划分方式对应一个滑动窗的一个滑动步长，按照所述多种划分方式对离线数据集进行划分，得到多个窗口数据集，对各个窗口数据集中的样本进行标准化处理；