[发明专利]一种基于分层慢特征分析的智能电厂汽水系统分布式监测方法

说明书

本发明公开了一种基于分层慢特征分析的智能电厂汽水系统分布式监测方法。本发明从整个汽水系统出发，根据系统分布式的思想将汽水系统根据系统物理结构划分成下层各类子设备。在下层，利用慢特征分析提取各设备的特征，独立监测各个子设备的动静态特性和设备变量间的线性关系；在上层系统，综合各子设备所提取过程特征，利用核慢特征分析对整个系统的动静态特性和设备间的非线性关系。本方法不仅可以实现对不同设备的独立监测，同时将不同类型的设备不同特性的过程变量转化成相同类型的特征，可以进一步协同各类设备的信息对整个系统进行全局监测，简化了整个系统的监测任务，监测设备间的非线性关系，同时提取的动静态信息可以帮助统能有效地区分系统及子设备的正常的工况切换和过程故障，提高了火电机组汽水系统状态监测性能。

技术领域

本发明属于工业系统过程监测领域，是针对大规模智能电厂燃煤发电机组汽水系统的状态监测方法。

背景技术

随着国民经济的迅速发展和人民生活水平的提高，社会对能源的需求在不断提升。21世纪，电力工业发展迅速，尽管以风能、太阳能为代表的新能源得到巨大发展，但受一次能源结构的限制，我国以煤为主的电力生产格局在很长一段时间内不可能改变。截至2014年底，全国全口径发电装机容量为13.6亿千瓦，其中火电装机容量9.2亿千瓦，30万千瓦及以上火电机组比例达到77.7％。为满足国民经济发展的需要，加快电力发展的步伐，确保大型燃煤火力发电机组的长期可靠安全经济运行对我国电力工业生产具有重大意义。

汽轮发电机组是火电厂关键设备，具有投资大、结构复杂、工作条件特殊(高温、高压、高转速)、连续运行要求高等特点。随着机组不断朝大型化和高参数方向发展，单台机组的投资规模和影响更大，一旦出现故障引起的非计划停机，中断发电，造成的损失和影响非常大。所以对机组的安全性要求更高。同时电站汽水系统生产运行环境复杂，一旦出现异常轻则造成系统局部故障或设备停止运转，重则带来重大事故，造成电站人员伤亡及财产损失。同时关于汽轮机组等相关设备的实际运行经验积累尚比较少，而且随着电厂设备自动化水平的不断提高，运行人员数量也大幅度减少。因此如何在提高电厂设备经济优化运行的同时，保证设备安全性，管理和使用好这类重大关键设备，提高其运行的稳定性、可靠性、安全性以及使用寿命，避免造成重大事故和影响电力供应，成为急待解决的关键问题，有必要进行深入的研究工作。

近代故障诊断技术己经经历了近30年的发展，它的兴起与发展是结合工程实际需要与多学科理论进步的结果，国内外学者对火电机组状态监测和故障诊断理论与方法也进行了广泛的研究，概括说来，火电机组状态监测与故障诊断方法主要包括基于解析模型的方法和基于数据驱动的方法。随着电站设备集成度越来越高，系统越来越复杂，基于数据驱动方法的技术越来越多的应用到热力系统的状态监测和故障诊断中。基于解析模型的方法需要对对象及故障机理有深刻的认识，然而对于火电机组这样的复杂非线性系统，其结构复杂、动态时变以及强耦合特性严重，使得难以建立精确的解析模型完成状态监测和故障诊断。基于数据驱动的方法通过对系统运行数据进行分析处理，从而在不需知道诊断对象的先验知识和系统精确解析模型的情况下完成系统的状态监测与故障诊断，主要包括多元统计的方法和人工智能的方法。

然而，这些方法将所有变量当作一个整体进行分析建模，难以揭示大规模过程中复杂多样的非线性变量相关性。同时，早期的研究多采用单一诊断方法，针对单一故障或设备的检测与诊断，汽水系统是一个包含各类系统同时包含线性和非线性关系，并且变量间高度耦合的复杂系统,制约了现有的状态监测和故障诊断技术在汽水系统中的应用。并且现有的大部分多元统计分析仅仅分析了过程的静态特性，而忽视了过程的动态信息。在实际工业过程中，由于工况切换、产品变更等原因，过程往往存在着较强的动态变化，这些动态特性亦包含了有利于过程监测的关键信息。