[发明专利]一种直流百万机组过热汽温异常预警与故障诊断方法

权利要求书

1.一种直流百万机组过热汽温异常预警与故障诊断方法，其特征在于它的步骤如下：

1）按机组负荷划分工况，选择满负荷的10%作为负荷段选取规则，从满负荷的45％～100％间确定6个典型工况；

2）从历史库中读取各个负荷工况下正常运行时关键变量的数据作为对应的训练样本                                                ；

3）对训练样本进行预处理，使得各关键变量的均值为0，得到输入矩阵，步骤为：

（1）计算均值：

（2）计算方差：

（3）标准化处理：， 或

零均值化处理：

其中，为训练样本，为训练样本数，为变量数；

4）建立过热汽温预测模型，辨识模型参数； 

5）建立主元分析模型； 

6）读取生产过程中实际运行的数据作为待监测数据；

7）在线预测过热汽温，判断预测值是否超过设定值，若超过，则发出超温预警；若预测值低于汽温低温限，则发出低温预警；

8）故障诊断；

9）定期将机组正常运行时关键变量的数据添加到训练样本中，重复步骤2）～步骤5），及时更新过热汽温预测模型和主元分析模型。

2.如权利要求1所述的一种直流百万机组过热汽温异常预警与故障诊断方法，其特征在于所述的建立过热汽温预测模型，辨识模型参数步骤为：

    （1）采集末级过热器入口蒸汽温度和出口蒸汽温度值；

    （2）建立末级过热器入口蒸汽温度与出口蒸汽温度间的函数关系：

其中，是时刻的末过出口温度，是时刻的末过入口温度，为单位延迟算子，为纯滞后时间，为随机噪声，参数和为：

    （3）给定，和取值范围；

    （4）采用最小二乘法辨识和系数；

     (5)改变，和取值，重复步骤（3）～步骤（4），以预测误差最小化来确定最优的，和取值。

3.如权利要求1所述的一种直流百万机组过热汽温异常预警与故障诊断方法，其特征在于所述的建立主元分析模型步骤为：

（1)计算的协方差阵，记为；

（2)对进行奇异值分解，得到特征根 ，其中，对应的特征向量矩阵为；

（3)计算总方差和每个特征值对应的方差贡献率，按各个特征值的方差贡献率从大到小累加直到总的方差贡献率达到给定值，记选取个数为；

（4)选取特征向量矩阵的前列，构成载荷矩阵；

（5)分别计算PCA保留的得分和残差。

4.如权利要求1所述的一种直流百万机组过热汽温异常预警与故障诊断方法，其特征在于所述的故障诊断步骤为：

    选取预警时刻前5分钟的数据为待检测数据，进行标准化处理，处理后的数据作为对应负荷段的主元分析模型的输入，计算各变量对主元贡献值和残差贡献值，计算步骤如下：

(1)第j个过程变量对残差贡献值为：

 其中为待测样本个数；

（2）第j个过程变量对第k个主元贡献值为：

。

5.如权利要求1所述的一种直流百万机组过热汽温异常预警与故障诊断方法，其特征在于所述的关键变量为：过热汽温预测模型变量和故障诊断变量，过热汽温预测模型变量为末级过热器入口汽温和末级过热器出口汽温，故障诊断变量为功率负荷、总燃煤量、空预器总风量、总给水量、主汽压力、给水温度、一次风量、二次风量、风煤比、燃煤比和含氧量。