[发明专利]一种脱硫脱硝循环泵状态故障诊断系统及方法

权利要求书

1.一种脱硫脱硝循环泵状态故障诊断系统，包括输入层（1）、隐藏层（2）、输出层（3）和数据采集系统（4），其特征在于：所述数据采集系统（4）的数据输入端分别与分布式泵组监控系统（5）和电厂厂级实时监控系统（6）的数据输出端连接，所述输入层（1）包括输入模块（10），所述数据采集系统（4）通过无线传输模块（12）与输入模块（10）无线通讯连接，所述隐藏层（2）包括故障诊断系统（7），所述故障诊断系统（7）包括BP神经网络服务器（8）和主控制器（9），所述BP神经网络服务器（8）电性输入连接主控制器（9），所述输出层（3）包括输出模块（11），所述主控制器（9）电性输出连接输出模块（11），所述主控制器（9）电性输入连接输入模块（10），所述输出模块（11）通过无线传输模块（12）与分布式泵组监控系统（5）无线通讯连接。

2.根据权利要求1所述的一种脱硫脱硝循环泵状态故障诊断系统，其特征在于：所述数据采集系统（4）包括数据采集模块和数据整理模块。

3.根据权利要求1所述的一种脱硫脱硝循环泵状态故障诊断系统，其特征在于：所述输入模块（10）和输出模块（11）分别为无线接收器和无线发射器。

4.根据权利要求1所述的一种脱硫脱硝循环泵状态故障诊断系统及方法，其特征在于：所述无线传输模块（12）采用OPC通讯协议。

5.一种脱硫脱硝循环泵状态故障诊断系统的故障诊断方法，其特征在于：所述故障诊断方法包括：

S1：通过数据采集模块收集分布式泵组监控系统（5）中一段时间内脱硫脱硝循环泵正电子传感器采集的运动参数，每组运行数据的采集时间间隔为30分钟，连续采集该段时间的各项数据，并通过数据整理模块鉴别出数据中机组的暂态运行数据并将其剔除，整理出机组的稳态运行数据；

S2：收集电厂厂级实时监控系统（6）中记录的脱硫脱硝循环泵采集的运行参数，并将其与从分布式泵组监控系统（5）中获取整理得到的各台机组的运行数据，一并作为BP神经网络服务器（8）输入层（1）的输入数据，并划分出网络的训练数据和测试数据；

S3：将数据采集系统（4）采集得到的运行数据，整理为矩阵形式，通过OPC通讯协议将这些数据作为BP神经网络服务器（8）的输入数据，通过主控制器（9）执行算法，进行BP神经网络服务器（8）的构建以及测试，BP神经网络服务器（8）隐藏层（2）传输函数选择Sigmoid函数，输出层传输函数选择线性函数，权值训练算法选择为L-M优化算法，迭代次数为5000次，训练好的神经网络，使用测试样本进行试验；

S4：使用启发式的智能优化算法，作为寻优主程序，主程序中使用训练好的神经网络的输出，作为启发式的智能优化算法的适应度函数，作为程序中运行的数据进化迭代的依据，启发式的智能优化算法使用计算量较小的粒子群优化算法（PSO）作为负荷故障诊断算法的主算法，算法选根据每一个竖直代表机组的一个故障诊断数据，该机组输入到训练好的每台机组对应的神经网络中，经神经网络计算得出每台机组对应的脱硫脱硝循环泵故障诊断数据，将这些故障诊断数据相加，得到全长所有机组的故障诊断数据；

S5：根据PSO算法原理，不断更新脱硫脱硝循环泵采集的运行参数的大小以及更新速速，并不断更新计算出机组的中故障诊断数据，直至故障诊断数据不再变化，即视为算法收敛，输出该故障诊断数据对应的各台机组故障数据，作为发电厂各台机组符合故障诊断的实际指令输出，算法终止，并通过输出模块（11）和无线传输模块（12）将输出值回传至分布式泵组监控系统（5）。

6.根据权利要求5所述的一种脱硫脱硝循环泵状态故障诊断系统的故障诊断方法，其特征在于：判定参数进入所述稳态的条件为：在15分钟内，脱硫脱硝循环泵采集的运行参数的小于规定的阈值，即认为处于稳态工况，将参数数据存入稳定运动工况数据库中，否则，顺时递推5分钟，重新判定稳定状态，知道数据满足稳态要求。

7.根据权利要求5所述的一种脱硫脱硝循环泵状态故障诊断系统的故障诊断方法，其特征在于：所述划分出网络的训练数据和测试数据过程为：对脱硫脱硝循环泵采集的运行参数进行连续差分化，网络使用中心位置和权值均采用有监督学习的广义径向基函数网络，并随机选择整体数据中75%作为训练样本，用于BP神经网络服务器（8）的训练，其余25%样本，用于网络测试样本。