[发明专利]一种基于多元状态估计的电厂送风机故障预警方法

权利要求书

1.一种基于多元状态估计的电厂送风机故障预警方法，其特征在于，包括以下步骤：

1)根据电厂送风机的正常运行历史数据构建历史数据集，并获取待预测时间段内电厂送风机的运行数据作为观测集；

2)分别将历史数据集和观测集进行归一化处理；

3)通过多元状态估计将归一化后的历史数据集构造成记忆矩阵D，并建立MSET模型；

4)将观测集中每一时刻的观测向量X_obs输入到MSET模型中获得对应的估计向量X_est，通过偏离度函数表示观测向量X_obs与估计向量X_est之间的偏离度，当偏离度超过故障预警阈值时，则立即报警，从而实现电厂送风机的故障预警。

2.根据权利要求1所述的一种基于多元状态估计的电厂送风机故障预警方法，其特征在于，所述的步骤1)中，用以构建历史数据集的电厂送风机正常运行历史数据包括送风机电流、送风机推力轴承温度、送风机电动机轴承温度、送风机腰侧轴承温度、送风机端侧轴承温度、送风机电动机定子线圈温度、送风机推力轴承温度、送风机水平振动、送风机垂直振动、送风机Z向振动、送风机出口压力、送风机入口温度、右侧暖风器入口压力、电机功率和入口流量，构建观测集的电厂送风机的运行数据变量包括送风机端侧轴承水平振动幅值、送风机端侧轴承垂直振动幅值、送风机端侧轴承温度和送风机腰侧轴承温度。

3.根据权利要求1所述的一种基于多元状态估计的电厂送风机故障预警方法，其特征在于，所述的步骤2)中，通过归一化处理将历史数据集和观测集中的数据映射到[0，1]之间，则有：

其中，x为归一化前的数据，x^*为归一化后的数据，min(x)、max(x)分别为归一化前的数据中的最小值和最大值。

4.根据权利要求1所述的一种基于多元状态估计的电厂送风机故障预警方法，其特征在于，所述的步骤3)中，记忆矩阵D的表达式为：

其中，记忆矩阵D中的元素x_i(t_j)表示在t_j时刻观测到的第i个变量的测量数据值，记忆矩阵D中的列向量X(t_j)表示在t_j时刻观测到的所有测点的测量数据值，且i＝1,2...n，j＝1,2...m。

5.根据权利要求1所述的一种基于多元状态估计的电厂送风机故障预警方法，其特征在于，所述的步骤4)中，MSET模型的表达式为：

其中，W为权重向量，表示向量间求取欧氏距离的运算符。

6.根据权利要求5所述的一种基于多元状态估计的电厂送风机故障预警方法，其特征在于，所述的步骤4)中，采用偏离度函数表示观测向量与估计向量之间的偏离度，所述的偏离度函数S(X_est,X_obs)的表达式为：

其中，下标i表示第i个变量，w′_i为观测向量中第i个变量的权重系数。

7.根据权利要求6所述的一种基于多元状态估计的电厂送风机故障预警方法，其特征在于，所述的步骤4)中，故障预警阈值通过滑动窗口法确定具体为：

41)获取待预测时间段内观测向量与估计向量之间的偏离度序列；

42)在该序列上选取宽度为N的滑动窗口，对滑动窗口内连续的N个偏离度求和，并计算偏离度平均值则有：

其中，S_λ为偏离度序列中的第λ个偏离度；

43)根据偏离度平均值确定故障预警阈值E_AN，则有：

E_AN＝kE_N

其中，k为故障预警阈值系数，E_N为送风机正常工作时MSET模型的平均偏离度最大值。

8.根据权利要求7所述的一种基于多元状态估计的电厂送风机故障预警方法，其特征在于，所述的步骤43)中，故障预警阈值系数k的取值不小于0.9。