[发明专利]一种电厂运行故障诊断系统及其诊断方法

权利要求书

1.一种电厂运行故障诊断系统，其特征在于：包括，

数据采集模块(1)，用于采集电厂运行的过程参数；

数据预处理模块(2)，对于不同时刻的同种数据进行预处理，提高不同数据种类在相同时刻下的关联性；

数据关联模块(3)，建立数据的关联矩阵；

神经网络诊断模块(4)，通过输入数据的关联矩阵得到故障诊断结果。

2.一种权利要求1所述的电厂运行故障诊断系统的诊断方法，其特征在于包括以下步骤：

A、数据采集模块(1)采集电厂运行的过程参数；

B、数据预处理模块(2)对不同时刻的同种数据进行预处理；

C、数据关联模块(3)建立预处理后的数据的关联矩阵；

D、建立并训练神经网络诊断模块(4)，然后将数据的关联矩阵输入神经网络诊断模块(4)得到故障诊断结果。

3.根据权利要求2所述的电厂运行故障诊断系统的诊断方法，其特征在于：步骤B中，对同种数据进行取样，对取样样本进行遍历，标记特征数据；将属于同一数据种类的特征数据与属于其它数据种类的特征数据进行比对，建立关联关系，并将关联性大于等于设定阈值的关联关系定义为强关联关系，将关联性小于设定阈值的关联关系定义为弱关联关系。

4.根据权利要求3所述的电厂运行故障诊断系统的诊断方法，其特征在于：步骤B中，若任意数据段满足以下全部标准，则认定为特征数据，

包含有大于50％的恒定数据区间；

在非恒定数据区间内包含至少一组周期性变化的波动数据区间；

当含有多组周期性变化的波动数据区间时，不同的波动数据区间之间相互线性相关。

5.根据权利要求4所述的电厂运行故障诊断系统的诊断方法，其特征在于：步骤B中，特征数据之间的关联性由同步性和一致性两部分加权组成，同步性指不同特征数据之间在时序上出现的偏差大小，一致性指不同特征数据之间变换函数的线性相关度，同步性和一致性的权重值之比为3:7。

6.根据权利要求5所述的电厂运行故障诊断系统的诊断方法，其特征在于：步骤C中，使用强关联关系中的特征数据建立关联矩阵。

7.根据权利要求6所述的电厂运行故障诊断系统的诊断方法，其特征在于：步骤C中，建立关联矩阵的方法为，

C1、对特征数据进行聚类处理；

C2、每一类特征数据形成一个子矩阵；

C3、将全部子矩阵组成关联矩阵。

8.根据权利要求7所述的电厂运行故障诊断系统的诊断方法，其特征在于：步骤D中，神经网络诊断模块(4)包括第一输入层、若干个隐藏层和一个输出层，隐藏层的数量与步骤C中形成的子矩阵的数量相等。

9.根据权利要求8所述的电厂运行故障诊断系统的诊断方法，其特征在于：步骤D中，对神经网络诊断模块(4)进行训练包括以下步骤，

D1、随机选取若干组数据关联矩阵输入神经网络诊断模块(4)，得到训练结果集；

D2、分析训练结果集的不确定性，根据分析结果调整神经网络诊断模块(4)；

D3、继续随机选取若干组数据关联矩阵输入神经网络诊断模块(4)，得到训练结果集，并进行训练结果不确定性和神经网络诊断模块(4)调整，直至训练结果的不确定性小于设定限值。