[发明专利]基于优化随机森林算法的燃气轮机控制系统故障诊断方法

说明书

本发明提供一种基于优化随机森林算法的燃气轮机控制系统故障诊断方法，涉及火电厂故障诊断技术领域。该方法包括：在燃气轮机控制系统的速比阀截止阀回路的正常信号中引入预设故障，以构成初始故障数据集；对初始故障数据集进行时域特征提取，以建立故障特征数据集；利用交叉验证，采用网格搜索优化随机森林算法，建立优化随机森林算法的故障诊断模型；将提取的故障特征作为优化随机森林算法的故障诊断模型的输入，以此得到诊断结果，进而实现燃气轮机控制系统的回路的故障诊断。该方法可以有效诊断燃气轮机控制系统回路故障，并且能够提高诊断的准确率。

技术领域

本发明涉及火电厂故障诊断技术领域，具体涉及一种基于优化随机森林算法的燃气轮机控制系统故障诊断方法。

背景技术

近年来，燃气轮机技术的日益发展、天然气资源的不断开发和利用、以及国家对环境保护的不断重视，使得大型燃气-蒸汽联合循环发电技术在我国得到了蓬勃发展，已经逐渐成为我国电力行业的重要组成部分。据统计，天然气发电装机新增四千多万千瓦，截止到2020年气电总装机超过九千万千瓦。随着燃机控制系统复杂度的不断提高，并且燃机相关软硬件设备存在一定的生命周期，难免会产生不可预估的故障。从近年来发生的燃机故障案例中发现，大约12％的燃机故障与控制系统相关。控制系统一旦发生故障，将会影响燃气轮机机组的安全稳定运行，严重时可能导致机组崩溃解列。由于在燃机的历史数据中，绝大部分数据为正常工作时的数据，故障数据不足，导致用于训练的故障样本有限，使得最终的诊断准确率不高。

发明内容

本发明的目的在于，针对上述现有技术的不足，提供一种基于优化随机森林算法的燃气轮机控制系统故障诊断方法，以解决燃气轮机控制系统回路故障诊断准确率不高的问题。

为实现上述目的，本发明采用的技术方案如下：

本发明提供了一种基于优化随机森林算法的燃气轮机控制系统故障诊断方法，该方法包括：

在燃气轮机控制系统的速比阀截止阀回路的正常信号中引入预设故障，以构成初始故障数据集；

对初始故障数据集进行时域特征提取，以建立故障特征数据集；

利用交叉验证，采用网格搜索优化随机森林算法，建立优化随机森林算法的故障诊断模型；

将提取的故障特征作为优化随机森林算法的故障诊断模型的输入，以此得到诊断结果，进而实现燃气轮机控制系统的回路的故障诊断。

可选地，预设故障包括转速传感器偏差故障、压力传感器偏差故障与强振动故障、速比阀效率损失故障。

可选地，转速传感器偏差故障和压力传感器偏差故障的数学描述均为下式：

其中，y(t)为转速传感器和压力传感器的实际输出；u_i(t)为无故障下的输出；α(t)为偏差故障信号，t为时间，t₀为故障的发生时刻。

可选地，强振动故障的数学描述为下式：

其中，y(t)为传感器的实际输出，b为常数，α(t)为偏差故障信号， t为时间，t₀为故障的发生时刻。

可选地，速比阀效率损失故障的数学描述为下式：

其中，p(t)为执行机构实际输出，v_i(t)为无故障下的输出，β为常数， t为时间，t₀为故障的发生时刻。

可选地，利用交叉验证，采用网格搜索优化随机森林算法，建立优化随机森林算法的故障诊断模型，包括：

针对特征数据集，利用网格搜索，交叉验证优化随机森林算法的参数，建立随机森林算法的故障诊断模型；