[发明专利]一种基于温度变化的火电站炉管损耗评估方法及系统

权利要求书

1.一种基于温度变化的火电站炉管损耗评估方法，其特征在于，所述方法包括：

对目标火电站内的目标炉管进行划分，获得多个炉管区段；

获取预设时间范围，其中，所述预设时间范围包括多个时间节点；

基于所述预设时间范围和所述多个时间节点，采集所述多个炉管区段的温度参数，获得多个温度参数集合；

在所述多个温度参数集合内，进行异常温度参数的识别和去除，获得多个筛选温度参数集合；

采用所述多个筛选温度参数集合，构建所述目标炉管在所述预设时间范围内的时空温度场；

基于所述时空温度场，构建用于预测所述多个炉管区段使用损耗的炉管损耗预测模型，其中，所述炉管损耗预测模型包括温度持续时间预测模块和冷热循环次数预测模块；

根据所述时空温度场，获得输入数据，将所述输入数据输入所述炉管损耗预测模型，获得目标炉管损耗预测结果，在所述目标炉管损耗预测结果达到阈值时进行预警；

其中，所述采用所述多个筛选温度参数集合，构建所述目标炉管在所述预设时间范围内的时空温度场，包括：

基于知识网络，根据所述多个炉管区段，获得多个索引信息；

根据所述多个时间节点，获得第一属性和多个第一属性值；

根据所述多个筛选温度参数集合，获得第二属性和多个第二属性值；

基于所述多个索引信息、第一属性、多个第一属性值、第二属性和多个第二属性值，构建所述时空温度场；

基于所述时空温度场，构建用于预测所述多个炉管区段使用损耗的炉管损耗预测模型，包括：

基于所述时空温度场，获取多个温度区间；

获取目标炉管同型号炉管在所述多个温度区间持续不同时间的多个样本温度持续数据；

根据所述多个样本温度持续数据，进行使用损耗评估，获得多个样本第一使用损耗消耗参数；

采用所述多个样本温度持续数据和多个样本第一使用损耗消耗参数，基于前馈神经网络，构建所述温度持续时间预测模块；

获取冷热循环温度阈值；

根据所述冷热循环温度阈值，获取目标炉管同型号炉管在重复不同的多次冷热循环的多个样本冷热循环次数数据；

根据所述多个样本冷热循环次数数据，进行使用损耗评估，获得多个样本第二使用损耗消耗参数；

采用所述多个样本冷热循环次数数据和多个样本第二使用损耗消耗参数，基于前馈神经网络，构建所述冷热循环次数预测模块；

所述根据所述时空温度场，获得输入数据，将所述输入数据输入所述炉管损耗预测模型，获得目标炉管损耗预测结果，包括：

根据所述时空温度场，获得所述多个炉管区段在不同的所述多个温度区间持续的时间，获得多个温度持续数据；

将所述多个温度持续数据分别输入所述温度持续时间预测模块，获得多个第一使用损耗消耗参数；

根据所述时空温度场和所述冷热循环温度阈值，获得所述多个炉管区段重复所述冷热循环温度阈值的冷热循环次数，获得多个冷热循环次数数据；

将所述多个冷热循环次数数据分别输入所述冷热循环次数预测模块，获得多个第二使用损耗消耗参数；

根据所述多个第一使用损耗消耗参数、多个第二使用损耗消耗参数，结合所述多个炉管区段在所述预设时间范围前的使用损耗，计算获得所述多个炉管区段的多个当前使用损耗预测结果，作为所述目标炉管损耗预测结果。

2.根据权利要求1所述的方法，其特征在于，对目标火电站内的目标炉管进行划分，获得多个炉管区段，包括：

获取所述目标火电站内的多个炉管功能；

按照所述多个炉管功能，对所述目标炉管进行划分，获得多个炉管区段。

3.根据权利要求1所述的方法，其特征在于，在所述多个温度参数集合内，进行异常温度参数的识别和去除，包括：

基于第一炉管区段对应的第一温度参数集合，构建第一异常温度参数识别模型，其中，所述第一炉管区段和第一温度参数集合分别属于所述多个炉管区段和所述多个温度参数集合内；

将所述第一温度参数集合输入所述第一异常温度参数识别模型，获得第一异常温度参数集合；

将所述第一异常温度参数集合从所述第一温度参数集合内去除，获得第一筛选温度参数集合；

构建其他多个炉管区段的多个异常温度参数识别模型，进行异常温度参数的识别和去除，获得所述多个筛选温度参数集合。