[发明专利]基于火力发电厂生产实时数据自学习模型的保障运行安全的预报警技术应用

说明书

本发明涉及一种基于火力发电厂生产实时数据自学习模型的保障运行安全的预报警技术，包括：步骤1、组态方式建立报警模块，提前设置预报警限值；步骤2、组态建立自学习模型，将自学习模型与报警模块设置关联关系；步骤3、设置自学习模型的输入输出参数值，例如权重值和最大值；步骤4、通过自学习模型校准报警模块，通过设置自学习模块的更新限值确定预报警限值。本发明的有益效果是：SAMA式的组态方式，可以在界面通过托拉拽、连接线形成组合逻辑，图形化的设计方式，界面逻辑一目了然，解决了软件代码的固化问题。灵活配置预报警逻辑，可以灵活自由的修改设备报警参数，简化操作的同时降低了系统运维的成本，丰富的扩展报警逻辑功能。

技术领域

本发明属于火力发电厂预报警领域，尤其涉及一种基于火力发电厂生产实时数据自学习模型的保障运行安全的预报警技术及其应用。

背景技术

传统的运行监盘系统，是结合运行值班人员工作经验和设备的工艺参数，形成程序代码，固化在系统中。这种代码不会根据现场设备的老化、更新、替换等，自动做出相应的变化，从而导致运行监盘人员对设备报警做出错误的判断和处理，进而引发安全事故。

不同的监盘人员对待设备的工艺参数、预报警限值，由于经验的不同，处理报警的时机也不尽相同；例如A磨煤机电流，有经验的人设置报警值为50时，做出相应操作处理，避免安全事故的发生。但是新人在报警值为50发生报警时，由于经验的不足，导致手忙脚乱，无法快速处理紧急事故。如果降低到48左右发生预报警，新人就有充足的时间做出反应。

同时发电企业DCS侧的系统平台无法设置复杂的报警逻辑，例如折线报警等；且由于DCS属于生产侧环节，人为修改可能存在技术性和安全性问题。

发明内容

本发明的目的是克服现有技术中的不足，提供一种基于火力发电厂生产实时数据自学习模型的保障运行安全的预报警技术应用。

这种基于火力发电厂生产实时数据自学习模型的保障运行安全的预报警技术，包括以下步骤：

步骤1、组态方式建立报警模块，提前设置预报警限值；

步骤2、组态建立自学习模型，将自学习模型与步骤1建立的报警模块设置关联关系；

步骤3、设置自学习模型的输入输出参数值，例如权重值和最大值；通过设置的关联关系，自学习模型与报警模块连接成功后，自学习模块识别报警模块，并通过自学习模型的配置页，选择要对报警限值进行修改的报警模块；

步骤4、通过自学习模型校准报警模块，通过设置自学习模块的更新限值确定预报警限值；

步骤5、由步骤1至步骤4组态建立的逻辑模型启动运行后，自学习模型根据实时生产运行数据校准报警模块的预报警限值,根据预报警限值决定是否报警:如果不是自学习模型关联的报警模块，直接输出报警信息；如果是自学习模型关联的报警模块，无论此报警模块是否报警，在每次运行的周期内，都根据自学习模型更新预报警限值的上限和下限。

作为优选，所述步骤2中关联关系通过组态逻辑连接线连接的方式建立生成；报警模块的输出值节点连接自学习模型的输入值节点，自学习模型的输出值节点连接报警模块的输入值节点。

作为优选，所述步骤3中自学习模型的输入参数值和输出参数值用于控制自学习时，报警模块的限值在固定范围内波动，而不会出现突然过大或者过小。

作为优选，所述步骤3中自学习模型的输入输出参数值中的最大值设置为20，最大值为超过越限发生时，可以超过当前限值的比例：

上式中，x为界面输入值，x为大于0的实数(用于确定f(x))，f(x)为越限发生时超过当前限值的比重(百分数)，f(x)最大为20％；如果界面输入的x超过20,则f(x)为20％，如果输入x小于，则f(x)为x/100；