[发明专利]一种汽轮机设备特征提取分析系统及其应用方法

说明书

本发明提出一种汽轮机设备特征提取分析系统及其应用方法。分两阶段提取汽轮机设备特征，第一阶段提取汽轮机设备的浅层特征，第二阶段在浅层特征基础上提取深层特征，从而全面表征汽轮机设备特征。除此之外，该系统和方法，在进行浅层特征提取时提取了多种特征，并对特征进行融合，从而丰富了特征的维度，提高了设备特征的表征能力。将提取的汽轮机特征进行应用，应用于对汽轮机设备预测，试验表明，该方法对实现汽轮机状态预测具有重要意义。

技术领域

本发明涉及汽轮机设备技术领域，特别涉及一种汽轮机设备特征提取分析系统及其应用方法。

背景技术

汽轮机设备是电力系统机组的重要运行设备，对汽轮机设备进行状态预估和预测可有效保障机组稳定运行。而有效的汽轮机设备特征，能够准确表征汽轮机设备的运行状态，因此对汽轮机设备特征进行有效的提取和分析，是进行汽轮机设备状态预估和预测的基础保障。

传统的汽轮机设备特征分析方法主要依据以下几种：

①设计曲线，获取设计曲线值，具体为基于设计曲线，创建设备机理模型，从而得到设备在不同工况下表征的特征；

②系统试验，试验数值，基于汽轮机扰动试验，记录汽轮机在典型工况下的试验数据，从而得到设备在不同工况下表征的特征。

③随着大数据挖掘技术的发展，近年来陆续出现了基于数据挖掘的汽轮机特征研究工作。

传统汽轮机设备特征分析方法存在以下问题和缺点：

①传统基于机理模型提取汽轮机设备特征，机理公式相对简单，汽轮机设备的实际运行复杂，简单的公式不能正确表征汽轮机设备的实际运行特征。

②传统基于系统试验提取汽轮机设备特征，其操作复杂，易影响设备的正常生产运行，想要得到设备在不同工况下表征的特征操作复杂且易影响设备的正常生产运行。

③使用数据挖掘提取汽轮机设备特征，一般为单一或简单特征，特征表征能力不足，无法全面表征汽轮机设备的状态。

发明内容

为了解决上述技术问题，本发明为一种汽轮机设备提取分析系统及其应用方法，其技术方案为：

该系统包括数据存储模块、数据处理模块、特征提取器提取“一次特征”模块、特征融合模块、特征提取器提取“二次特征”模块和特性应用模块，所述数据存储模块包括数据抽取单元和数据保存单元；数据抽取单元用于抽取所需设备数据，数据保存单元用于存储数据抽取单元的数据；

所述数据处理模块包括数据有效性检查及处理单元和空数据检查及处理单元；

所述特征提取器提取“一次特征”模块用于对数据进行“浅特征”提取，包括差分特征提取单元、分箱特征提取单元以及偏差特征提取单元；

所述设备特征融合模块用于对“一次特征”模块提取的多项特征进行融合并处理，包括特征融合单元及特征处理单元；

所述特征提取器提取“二次特征”模块对融合后特征通过深度学习卷积-池化模型提取“深特征”，包括卷积单元、激化单元、池化单元以及数值变换单元；

所述特征应用模块用于将提取的汽轮机设备特征进行应用，包括样本类标记处理单元、样本划分单元、分类模型搭建单元以及预测单元。

进一步地，数据存储模块、数据处理模块、特征提取器提取“一次特征”模块、特征融合模块、特征提取器提取“二次特征”模块和特征应用模块依次通信连接；

所述数据存储模块中，数据抽取单元的输出端与数据保存单元的输入端相连；

所述数据处理模块中，数据有效性检查及处理单元的输入端与数据保存单元的输出端相连，其输出端与空数据检查及处理单元的输入端相连；