[发明专利]基于小波分解重构及近邻算法的磨煤机运行状态判别方法

说明书

基于小波分解重构及近邻算法的磨煤机运行状态判别方法及系统，属于设备状态分析判别技术领域，所要解决的技术问题在于如何通过建立运行参数与运行时间关系，实现磨煤机状态的实时判断；使用以给煤量为条件的近邻算法，根据磨煤机各项参数对状态进行评价；利用小波分解重构后的各参数与历史各状态的小波分解重构参数进行近邻算法分类，判定当前参数与哪类历史参数状态相同，进而实现磨煤机状态判别分析，用于因磨煤机长期运行造成磨辊磨损、机械疲劳，需要界定其运行状态确定是否进行检修，利用算法判断磨煤机状态，为制定检修计划提供依据。

技术领域

本发明属于设备状态分析判别技术领域，具体涉及一种基于小波分解重构及近邻算法的磨煤机运行状态判别方法。

背景技术

火力发电厂磨煤机作为辅机设备是影响锅炉安全运行的重要因素，随着信息技术发展，电厂DCS系统产生大量设备运行参数，如何高效处理、分析这些数据资源是进一步提高电站管理水平、保障安全运行的重要手段。

设备评估可以抽象的定义为通过特征参数的输入获得设备状态评语的过程。在设备状态评估发展的最开始阶段，由有经验的专家根据设备运行过程中出现的一系列诸如噪声、振动等外部特征来判断设备的运行状态；或使用少量的特征参数通过简单的趋势分析确定设备的运行状态。

磨煤机随运行时间的增长，传动机构、磨辊易发生磨损造成电耗升高；受长期风粉冲刷影响，喷嘴环处、出口管道等位置易发生磨损变形造成出口风速、本体进出口差压变化；轴承润滑油质、油位变化导致轴承温度，轴承x、y方向振动发生变化，综上所述，随运行时间增长，磨煤机各项参数指标随运行时间增长会向劣化趋势发展。

现有技术中，公开号为101178580A、公开日期为2008年5月14日的中国发明专利申请《基于数据挖掘的火电厂钢球磨煤机制粉系统自动控制方法》，公开了根据磨煤机负荷、出口温度、入口负压、出入口压差的参数进而控制输出空间数据包括：煤量、热风门开度、再循环风门开度、冷风门开度；该文献使用的算法是模糊加权共享最近邻的密度聚类算法，针对的是钢球磨煤机制粉系统。

文献“多尺度主元分析在热力系统模式识别中的应用研究，华北电力大学，李晓杰，2019年3月”公开了磨煤机的故障诊断方法，通过对预处理后的数据进行PCA多尺度主元分析，对分析后的参数计算SPE与T²,若计算结果超过其控制限，则认为磨煤机发生故障；该文献采用的的小波分解针对的是锅炉燃烧中锅炉的给煤量、一次风量、二次风量等参数计算SPE与T²,并对SPE与T²进行小波分解重构。

由于磨煤机煤质变化对各项参数影响，各参数与运行时间无法以简单的线性或非线性数学模型表示，因此通过模型建立运行参数与运行时间关系，通过运行参数识别磨煤机当前状态将有助于电厂的检修、维护工作，防止事故、故障发生，因此，如何通过建立运行参数与运行时间关系，实现磨煤机状态的实时判断成为亟需解决的问题。

发明内容

本发明所要解决的技术问题在于如何通过建立运行参数与运行时间关系，实现磨煤机状态的实时判断。

本发明是通过以下技术方案解决上述技术问题的：

基于小波分解重构及近邻算法的磨煤机运行状态判别方法，包括以下步骤：

步骤1，采集磨煤机上个A修期起至下个A修期前的两个A修期间不同时间段的磨煤机参数历史数据，对不同时间段的参数历史数据进行分类标签；

步骤2，对各分类标签的历史数据进行小波分解重构：采用“db3”进行5层分解并对第5层低频信号重构从而过滤掉高频噪声对状态判别的影响；

步骤3，对“db3”小波分解重构后的参数数据进行归一化；