[发明专利]一种基于遗传算法的汽轮机流量特性及阀门故障检测方法

权利要求书

1.一种基于遗传算法的汽轮机流量特性及阀门故障检测方法，其特征在于：包括以下步骤：

步骤一、采集机组正常运行工况下调节阀门相关历史数据；

步骤二、根据定义的故障特征参数计算方式，基于采集的历史数据获取阀门流量特性曲线及各阀门开启特性曲线，确定故障特征参数的正常值及其变化范围；所述故障特征参数包括流量特性线性度、流量特性离散度以及阀门开启特性离散度；采用流量特性曲线折线某点与上一提取点的差值作为流量特性线性度指标；采用均方误差对实际数据相比于流量特性曲线的离散度评价流量特性离散度；采用均方误差对实际数据相比于阀门开启特性曲线的离散度评价阀门开启特性离散度；

步骤三、基于实际采集到的实时数据，对故障特征参数按照步骤二的计算方式进行计算；

步骤四、利用实时数据的故障特征参数与正常工况下的故障特征参数进行对比，判断阀门是否出现故障、出现了哪种故障以及故障出现的位置；

其中，步骤二中，基于采集的历史数据，分别绘制综合流量指令与实际通过阀门的流量散点图和综合流量指令与各阀门开度反馈值的散点图；利用遗传算法对综合流量指令与实际通过阀门的流量的关系进行提取，以实际数据与遗传算法提取后的流量特性曲线的误差平方和SSE指标最小为优化目标进行优化，获取阀门流量特性曲线；利用遗传算法对综合流量指令和各阀门开度反馈值的关系进行提取，以实际数据与遗传算法提取后的阀门开启特性曲线的误差平方和SSE指标最小为优化目标进行优化，以获取各阀门开启特性曲线。

2.根据权利要求1所述的一种基于遗传算法的汽轮机流量特性及阀门故障检测方法，其特征在于：步骤一中，采集的相关历史数据包括主蒸汽压力、调节级压力、各阀门开度反馈值和综合流量指令。

3.根据权利要求1所述的一种基于遗传算法的汽轮机流量特性及阀门故障检测方法，其特征在于：步骤一中，采集的历史数据需要满足机组负荷满足全工况覆盖。

4.根据权利要求1所述的一种基于遗传算法的汽轮机流量特性及阀门故障检测方法，其特征在于：步骤四中，判断实时数据的故障特征参数是否发生偏离的方法如下：对于判断线性度是否发生偏离的标准：如果流量特性线性度在0.75-1.25之间，则认为流量特性线性度处于正常状态，如果在小于0.75或者大于1.25范围内则认为出现故障；对于判断离散度是否发生偏离的标准：通过步骤三得到实际数据与拟合曲线的误差的标准差σ，确定阀门故障检测阈值为[-3σ,3σ]，进而利用Pauta准则进行阀门故障检测，如果根据实际数据计算得到的故障特征参数与历史数据的计算值偏差超过上述检测阈值，则判断该故障特征参数出现偏离，否则，判断为未出现偏离；当检测流量特性离散度是否发生偏离时，所述拟合曲线为流量特性曲线，当检测阀门开启特性离散度是否发生偏离时，所述拟合曲线为阀门开启特性曲线。

5.根据权利要求4所述的一种汽轮机阀门故障检测及定位方法，其特征在于：判断故障的标准为：a、如果流量特性线性度正常，且流量特性离散度未发生偏离，阀门处于未发生故障状态；b、如果流量特性线性度不正常，而流量特性离散度未发生偏离，阀门则处于开启规律不合理的故障状态；c、如果流量特性线性度不正常，同时流量特性离散度也发生偏离，结合阀门开启规律判断阀门状态：如果阀门开启特性离散度未出现偏离，则阀门处于阀头脱落或松动状态，而如果阀门开启特性离散度也出现了偏离，则判断为发生了阀门卡涩故障。

6.根据权利要求3所述的一种基于遗传算法的汽轮机流量特性及阀门故障检测方法，其特征在于：步骤一中，满足全工况覆盖即满足机组最小稳定负荷和额定功率之间的数据全部采集的条件。