[发明专利]一种电厂设备故障的检测方法和装置

权利要求书

1.一种电厂设备故障的检测方法，其特征在于，所述方法包括：

基于OPC协议从预设数据库中获取待检测故障的故障数据和耦合数据；

基于Apriori算法对所述故障数据和所述耦合数据进行关联关系分析，并确定关联规则；

根据所述关联规则生成故障预测模型；

将所述关联规则中与所述待检测故障对应的关联设备和关联参量的实时数据输入所述故障预测模型，以使所述故障预测模型输出对所述待检测故障的检测结果；

其中，所述故障数据为自所述待检测故障发生的时刻前预设时长内发生所述待检测故障的故障设备的运行数据集，所述耦合数据为所述预设时长内预设设备和预设参量的运行数据集，所述预设设备和所述预设参量是根据所述故障设备的控制逻辑确定的，所述预设设备和所述预设参量与所述故障设备存在耦合关系。

2.如权利要求1所述的方法，其特征在于，基于Apriori算法对所述故障数据和所述耦合数据进行关联关系分析，并确定关联规则，具体为：

根据所述故障数据中每条故障数据记录与所述耦合数据中每条耦合数据记录确定各所述耦合数据记录的支持度；

根据所述支持度大于预设支持度的耦合数据记录生成包括多个频繁项集的频繁项集列表；

根据所述频繁项集列表确定所述关联规则。

3.如权利要求2所述的方法，其特征在于，根据所述故障数据中每条故障数据记录与所述耦合数据中每条耦合数据记录确定各所述耦合数据记录的支持度，具体为：

基于依次抽取各所述故障数据记录确定多个当前故障数据记录；

基于Person相关系数确定所述当前故障数据记录分别与各所述耦合数据记录的相关系数；

将绝对值大于预设值的相关系数作为目标相关系数，并根据与所述目标相关系数对应的耦合数据记录的计数值确定所述支持度。

4.如权利要求2所述的方法，其特征在于，根据所述频繁项集列表确定所述关联规则，具体为：

确定所述频繁项集中故障数据记录与耦合数据记录同时出现时的第一支持度和所述频繁项集中故障数据记录出现时的第二支持度；

根据所述第一支持度与所述第二支持度的比值确定可信度；

根据所述可信度大于预设可信度值的频繁项集确定所述关联规则。

5.如权利要求1所述的方法，其特征在于，所述故障预测模型为LSTM模型，根据所述关联规则生成故障预测模型，具体为：

根据所述关联规则涉及的机组参量合成远源故障特征向量；

根据所述远源故障特征向量生成所述故障预测模型。

6.一种电厂设备故障的检测装置，其特征在于，所述装置包括：

获取模块，基于OPC协议从预设数据库中获取待检测故障的故障数据和耦合数据；

分析模块，基于Apriori算法对所述故障数据和所述耦合数据进行关联关系分析，并确定关联规则；

生成模块，根据所述关联规则生成故障预测模型；

处理模块，将所述关联规则中与所述待检测故障对应的关联设备和关联参量的实时数据输入所述故障预测模型，以使所述故障预测模型输出对所述待检测故障的检测结果；

其中，所述故障数据为自所述待检测故障发生的时刻前预设时长内发生所述待检测故障的故障设备的运行数据集，所述耦合数据为所述预设时长内预设设备和预设参量的运行数据集，所述预设设备和所述预设参量是根据所述故障设备的控制逻辑确定的，所述预设设备和所述预设参量与所述故障设备存在耦合关系。

7.如权利要求6所述的装置，其特征在于，所述分析模块具体用于：

根据所述故障数据中每条故障数据记录与所述耦合数据中每条耦合数据记录确定各所述耦合数据记录的支持度；

根据所述支持度大于预设支持度的耦合数据记录生成包括多个频繁项集的频繁项集列表；

根据所述频繁项集列表确定所述关联规则。