[发明专利]一种电厂设备故障的检测方法和装置

说明书

本发明公开了一种电厂设备故障的检测方法及装置，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Apr i or i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，从而准确的对电厂远源关联性故障进行检测，提高了电厂设备的可靠性。

技术领域

本申请涉及电厂检测领域，更具体地，涉及一种电厂设备故障的检测方法和装置。

背景技术

传统的电厂设备故障主要依靠人工巡检来发现，检修普遍采用计划性检修和定期预防性检修，无法对系统设备故障进行预测。随着计算机技术和网络技术的发展，现代电厂已经基本实现了电站状态信息化和控制自动化，系统设备的故障可由DCS系统进行报警并及时对故障设备进行切换，并通过数据库技术对设备的相关数据进行记录保存，虽然仍无法对故障进行提前预测，但随着数据的积累，逐渐形成了海量的、多样化的机组状态信息数据，可以多维、全面地反映机组或设备状态。

近几年，随着数据挖掘技术、大数据技术和人工智能技术的发展应用，逐渐形成了一些基于电厂单一设备对象或孤立系统运行数据的设备故障预测方法。当前电厂存在多系统多参量耦合情况，包括多种远源参量，因此会存在一些远源关联性故障，如轴冷器结垢后轴冷水温度高引起引风机润滑油温高导致引风机轴承温度高故障跳闸，仅从单从一方面对设备进行故障诊断与状态评估已无法满足现代化智慧电厂的要求。

因此，如何准确的对电厂远源关联性故障进行检测，提高电厂设备的可靠性，是目前有待解决的技术问题。

发明内容

本发明公开了一种电厂设备故障的检测方法，用于解决现有技术中无法准确的对电厂远源关联性故障进行检测的技术问题，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。

一些实施例中，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。

一些实施例中，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。