[发明专利]基于模型自弈和典型样本的磨煤机故障诊断方法

说明书

本发明属于发电机组故障诊断技术领域，尤其涉及一种基于模型自弈和典型样本的磨煤机故障诊断方法，包括：基于磨煤机运行机理和历史数据，并采用遗传算法辨识未知参数来构建磨煤机机理模型；通过调整磨煤机机理模型参数来模拟磨煤机不同故障从而产生大量典型故障样本数据；采用神经网络对大量典型故障样本数据进行训练和学习，得到神经网络故障诊断模型；采用滑动窗口法将电厂中的实际数据送入训练好的神经网络故障诊断模型，在故障发生的早期进行故障预警和故障识别。解决了磨煤机故障样本数据难以筛选且样本数量不足的问题；采用神经网络对不同故障典型样本进行分类，能有效的在故障产生的初期检测出故障和故障类型，从而避免故障恶化造成损失。

技术领域

本发明属于发电机组故障诊断技术领域，尤其涉及一种基于模型自弈和典型样本的磨煤机故障诊断方法。

背景技术

设备故障诊断技术是通过设备运行数据鉴别设备的运行状态是否正常，寻找故障的起因和故障类型，提醒电厂运行人员能在第一时间做出针对性的防范措施，从而提高电厂运行的安全可靠性，其本质是一种模式识别或分类问题，它包括信号采集、特征提取、状态识别及诊断决策等具体实施步骤。

磨煤机属于火电机组重要辅机设备，其运行状态的好坏直接关系到机组能否安全稳定运行。由于电厂的磨煤机实际故障样本数量难以筛选且样本数量不足，难以支持神经网络的训练和学习，因此本方法采用建立磨煤机机理模型，通过模型自奕产生大量的故障和正常运行的典型样本。样本的产生需要对磨煤机机理进行研究，只有正确的分析磨煤机系统的故障产生机理，才能模拟出符合磨煤机实际故障的典型样本，为准确判断故障提供可靠的依据。对模拟产生的大量典型故障样本，采用神经网络进行分类训练和学习，并将电厂实际运行数据送入神经网络故障诊断模型进行实时监测，从而在磨煤机发生故障的早期进行故障报警和故障识别，方便运行人员在第一时间进行针对性的处理，极大的提高系统运行的可靠性。本发明专利将提供一种基于模型自弈和典型样本的磨煤机故障诊断方法，旨在实现对磨煤机的故障预警，保证其安全可靠运行。

发明内容

针对上述问题，本发明提出了一种基于历史数据挖掘及深度学习的故障诊断方法，包括：

步骤1：基于磨煤机运行机理和历史数据，并采用遗传算法辨识未知参数来构建磨煤机机理模型；

步骤2：通过调整磨煤机机理模型参数来模拟磨煤机不同故障从而产生大量典型故障样本数据；

步骤3：采用神经网络对大量典型故障样本数据进行训练和学习，得到神经网络故障诊断模型；

步骤4：采用滑动窗口法将电厂中的实际数据送入训练好的神经网络故障诊断模型，在故障发生的早期进行故障预警和故障识别。

所述构建磨煤机机理模型包括：

基于能量和质量平衡建立冷热风门和一次风的非线性动态方程；

考虑磨煤机内部存煤量的质量平衡，建立磨内存煤量的非线性方程；

根据磨煤机输入输出的能量平衡关系建立磨出口风粉混合物温度的非线性方程。

所述采用遗传算法辨识未知参数使得模型输出量一次风流量、一次风温度、磨电流和磨出口温度的适应度函数最小。

所述典型故障包括：磨断煤、磨满煤和磨自燃三种故障。

所述磨断煤通过快速减少给煤量来模拟磨断煤故障；所述磨满煤通过增加给煤量、增大煤水分或减少一次风量来模拟磨满煤故障；所述磨自燃通过在磨煤机输入能量中加入煤粉自燃产生的热量来模拟磨自燃故障。