[发明专利]一种电站燃气轮机排气温度的异常检测方法有效
申请号: | 201911215205.0 | 申请日: | 2019-12-02 |
公开(公告)号: | CN111159844B | 公开(公告)日: | 2022-12-06 |
发明(设计)人: | 漆聪;鄢青云;杨华;吴吓华 | 申请(专利权)人: | 中国电建集团江西省电力设计院有限公司 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06Q50/06;G06F119/08 |
代理公司: | 江西省专利事务所 36100 | 代理人: | 殷勇刚 |
地址: | 330096 江西省南昌*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 电站 燃气轮机 排气 温度 异常 检测 方法 | ||
1.一种电站燃气轮机排气温度的异常检测方法,其步骤包括,
(1)模型相关参数选取:选取燃机功率、大气温度、机组转速、压气机出口压力、压气机出口温度、IGV阀门开度、天然气体积流量、预混控制阀阀位、值班控制阀阀位9个参数作为最小二乘支持向量机模型的输入变量,选取燃气轮机排气温度作为最小二乘支持向量机模型的输出目标值;
(2)数据样本采集:从燃气-蒸汽联合循环机组数据库中采集筛选包含机组运行全工况的历史健康数据为数据样本;
(3)数据稳态筛选:由于联合循环机组经常参与电网调峰变负荷运行,在这种非稳定状态的工况下,系统输入与输出之前的模型关系不能保持较强一致性,因此需要对步骤(2)采集的数据样本进行稳态筛选;
(4)数据归一化处理:由于步骤(1)选取的模型相关变量参数具有不同的量纲与量级,为保证模型高效运行,对步骤(3)中筛选的稳态数据进行归一化处理获得归一化数据,并将归一化数据按照个数比例分为训练数据和测试数据;
(5)最小二乘支持向量机模型选择、训练与测试:对最小二乘支持向量机模型进行核函数的选择,再利用步骤(4)中获得的归一化数据中的训练数据进行模型训练,模型训练后再使用测试数据进行测试,测试通过后即获得最终的最小二乘支持向量机模型;
(6)排气温度残差获取与统计分析:通过步骤(5)训练好模型后,再对排气温度残差进行计算及统计分析;所述排气温度残差为排气温度实际值与步骤(5)最终的最小二乘支持向量机模型获得的排气温度输出预测值之差;
(7)排气温度异常检测分析判断:依据排气温度残差进行排气温度的异常检测判断。
为了获得更好的技术效果,所述步骤(2)采集的数据样本,指从燃气-蒸汽联合循环机组数据库中采集筛选包含机组运行全工况的历史健康数据,即覆盖包含春、夏、秋、冬四个季节的历史健康数据。
2.如权利要求1所述电站燃气轮机排气温度的异常检测方法,其特征在于,所述步骤(3)中数据稳态筛选的一种数据稳态筛选方法,其步骤包括,
(3.1)计算连续t分钟内燃气轮机负荷和主蒸汽压力的最大值和最小值之差与额定值的比值λk,具体如下式:
式中:
Xmax、Xmin分别为一段时间t分钟内参数的最大值、最小值;
Xe为该参数在额定负荷下的额定值;
(3.2)判断λk是否小于对应的稳定阈值γ,如果小于认为系统稳定状态;
(3.3)若λk大于或等于对应的稳定阈值γ,则没有达到设定的稳定状态范围,参数向后递推10分钟,再次按步骤(3.1)和步骤(3.2)进行稳态工况的判定,从而完成步骤(2)中数据的稳态筛选。
3.如权利要求1所述电站燃气轮机排气温度的异常检测方法,其特征在于,所述步骤(4)数据归一化处理的一种数据归一化处理方法,其步骤包括,
(4.1)提取步骤(3)中筛选的稳态数据;
(4.2)对稳态数据按照公式进行归一化处理,公式为:
si=[xi-min(x)]/[max(x)-min(x)]
式中:
max(x)和min(x)为样本数据的最大值与最小值;
xi为原始样本数据;
si为归一化后的数值;
(4.3)获得稳态数据的归一化数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电建集团江西省电力设计院有限公司,未经中国电建集团江西省电力设计院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911215205.0/1.html,转载请声明来源钻瓜专利网。