[发明专利]一种基于LSTM的凝汽器换热性能恶化监测方法及系统

说明书

本发明涉及一种基于LSTM的凝汽器换热性能恶化监测方法，包括：利用机组大修后历史工况数据，并基于LSTM构建凝汽器换热性能模型，确定机组故障特征参数的正常值的变化范围；采集机组实时工况数据，输入所述凝汽器换热性能模型，并获取所述故障特征参数的实时值；判断所述实时值是否在所述正常值的变化范围内，具有利用实时数据对凝汽器进行准确的性能评估和性能退化监测的优点；本发明涉及一种基于LSTM的凝汽器换热性能恶化监测系统，包括凝汽器换热性能模型构建模块、故障特征参数的实时值获取模块、凝汽器换热性能判断模块，具有利用实时数据对凝汽器进行准确的性能评估和性能退化监测的优点。

技术领域

本发明涉及汽轮机故障检测技术领域，特别是涉及一种基于LSTM的凝汽器换热性能恶化监测方法及系统。

背景技术

在新能源大规模并网情况下，火电机组汽轮机长期处于负荷频繁变化工况。由于热应力的频繁变换以及循环水可能存在的水质污染，凝汽器在经过长时间运行后可能会产生结垢现象，或者外壳开裂导致真空破坏等故障。而凝汽器的工作性能直接影响汽轮机的冷端损失，进而影响整体循环性能。因此对于凝汽器换热性能的有效评价和性能恶化监测显得尤为重要。

在实际运行机组中，一般采用定时清理方法，即固定时间间隔利用胶球对凝汽器管束内的水垢进行清除，此方法中采用固定间隔时间进行清洁，也存在着明显的问题，其无法利用实时数据对凝汽器进行准确的性能评估和性能退化监测，进而无法利用检测结果选择性对凝汽器管束进行清理，即定时清理更为频繁，会存在一定程度的过度维修(即在凝汽器性能未发生较大退化时就进行清理)以及频繁利用胶球清洗可能增加凝汽器管束被发生堵塞的风险，反而影响凝汽器的换热能力。

因此，对于凝汽器性能实时监测，以使其性能发生较大退化时进行清理，避免凝汽器换热性能因过度清理维修而受到影响的方案是值得我们研究的。

发明内容

本发明要解决的技术问题在于克服现有技术中的缺陷，从而提供一种基于LSTM的凝汽器换热性能恶化监测方法。

为实现上述目的，本发明采用了如下技术方案：

一种基于LSTM的凝汽器换热性能恶化监测方法，包括：

构建凝汽器换热性能模型，包括采集若干组机组大修后全工况运行的历史工况数据，利用所述历史工况数据，并基于LSTM构建凝汽器换热性能模型，同时确定机组正常运行状态下，机组故障特征参数的正常值的变化范围，其中，所述故障特征参数为所述凝汽器换热性能模型输出的第一凝汽器压力值与输入所述凝汽器换热性能模型的第二凝汽器压力值的差值；

故障特征参数的实时值获取，包括采集机组实时工况数据，输入所述凝汽器换热性能模型，并获取所述故障特征参数的实时值；

凝汽器换热性能判断，包括判断所述实时值是否在所述正常值的变化范围内，若是，则凝汽器换热性能未发生故障，若否，则凝汽器换热性能发生故障，和/或，对所述实时值的演变趋势进行预测，并预测凝气器发生故障的时间点。

优选地，所述历史工况数据、所述实时工况数据均包括第七抽汽点压力、第七抽汽点温度、第八抽汽点压力、循环水泵转速、凝汽器凝结水温度、循环水入口温度、循环水出口温度以及所述第二凝汽器压力；

其中，所述凝汽器换热性能模型的输入为获取的所述第七抽汽点压力、第七抽汽点温度、第八抽汽点压力、循环水泵转速、凝汽器凝结水温度、循环水入口温度、循环水出口温度以及所述第二凝汽器压力，输出为所述第一凝汽器压力。

优选地，所述确定机组正常运行状态下，机组故障特征参数的正常值的变化范围，包括：

根据若干组所述历史工况数据获取若干个所述故障特征参数的正常值；

通过若干个所述正常值计算标准差σ；

根据所述标准差σ确定退化监测阈值[-3σ,3σ]为所述正常值的变化范围。