[发明专利]基于电站运行数据的引风机故障预警装置和方法

说明书

技术领域

本发明涉及热工技术和人工智能交叉技术领域，特别是基于电站运行数据的引风机故障预警装置和方法。

背景技术

提高电站设备运行的安全性、可靠性、可用率，降低设备的维护成本，延长检修的周期对提高发电企业的经济效益和社会效益具有重要的意义。随着对电站设备安全性要求的进一步提高，人们不仅希望在出现故障时提供故障的检测与隔离，还要求在设备发生故障前就能实现对其预警。这样，就有足够的时间采取措施来防止故障的发生，避免不必要的损失。

引风机是大型火力发电厂主要的设备之一，其运行状态直接影响电力生产的经济性和安全性。由于设备本身结构十分复杂，故障类型繁多，而且在运行过程中会受到许多外界因素的影响，很难及时地发现故障和准确判断故障原因，这样不仅会给企业造成经济损失，甚至会影响到现场工作人员的人身安全。因此，在设备出现异常或故障之前进行准确的预警，提前将潜在的故障预警送达给相关人员，对企业的安全生产和效益的提高都具有重要的意义。

发明内容

本发明针对现有技术无法在引风机出现异常或故障之前进行准确预警的问题，提供一种基于电站运行数据的引风机故障预警装置，选择引风机运行相关的参数作为观测变量，通过采集观测变量的当前观测样本再计算其估计值并进行相似度比较，准确判断当前设备的状态，实现引风机故障预警，该装置预测精度高、成本低、计算速度快，有利于应用于工程实践之中。本发明还涉及一种基于电站运行数据的引风机故障预警方法。

本发明的技术方案如下：

一种基于电站运行数据的引风机故障预警装置，其特征在于，包括依次连接的观测变量收集模块、当前观测样本估计计算处理模块和相似度计算处理模块，

所述观测变量收集模块，用于选择引风机电流、引风机前轴承温度、引风机后轴承温度、引风机腰侧水平振动、引风机腰侧垂直振动、引风机端侧水平振动和引风机端侧垂直振动这七个引风机运行参数作为观测变量；

所述当前观测样本估计计算处理模块，是从历史运行数据中收集机组负荷变化大的若干段所述观测变量作为初始的训练样本，并构建记忆矩阵；然后采集观测变量的当前观测样本并结合所述记忆矩阵计算权值向量，再计算当前观测样本的估计值；

所述相似度计算处理模块，用于计算观测变量的当前观测样本与所述估计值的相似度，再根据所述相似度与报警阈值的比对判断设备状态，在相似度大于报警阈值时当前设备状态正常，在相似度小于等于报警阈值时当前设备状态异常进而进行故障预警。

所述观测变量收集模块还选择引风机入口烟气压力和引风机电动机绕组温度这两个引风机运行参数与所述七个引风机运行参数共同作为观测变量。

所述当前观测样本估计计算处理模块采集观测变量的当前观测样本结合所述记忆矩阵并基于非线性状态估计算法计算权值向量，再利用记忆矩阵和权值向量的乘积计算当前观测样本的估计值。

所述相似度计算处理模块是基于历史运行数据中的训练样本的方差确定的非相似性测度参数来计算观测变量的当前观测样本与所述估计值的相似度。

一种基于电站运行数据的引风机故障预警方法，其特征在于，包括下述步骤：

A、选择引风机电流、引风机前轴承温度、引风机后轴承温度、引风机腰侧水平振动、引风机腰侧垂直振动、引风机端侧水平振动和引风机端侧垂直振动这七个引风机运行参数作为观测变量；

B、从历史运行数据中，收集机组负荷变化大的若干段所述观测变量作为初始的训练样本，并构建记忆矩阵；然后采集观测变量的当前观测样本并结合所述记忆矩阵计算权值向量，再计算当前观测样本的估计值；

C、计算观测变量的当前观测样本与所述估计值的相似度，再根据所述相似度与报警阈值的比对判断设备状态，在相似度大于报警阈值时当前设备状态正常，在相似度小于等于报警阈值时当前设备状态异常进而进行故障预警。

在所述步骤A中还选择引风机入口烟气压力和引风机电动机绕组温度这两个引风机运行参数与所述七个引风机运行参数共同作为观测变量。

所述步骤B是采集观测变量的当前观测样本结合所述记忆矩阵并基于非线性状态估计算法计算权值向量，再利用记忆矩阵和权值向量的乘积计算当前观测样本的估计值。

所述步骤C是基于历史运行数据中的训练样本的方差确定的非相似性测度参数来计算观测变量的当前观测样本与所述估计值的相似度。

本发明的技术效果如下：