[发明专利]一种热力站设备健康状态监测系统及方法

权利要求书

1.一种热力站设备健康状态监测系统，其特征在于，包括换热器堵塞预警单元、管道漏爆预警单元、电机预警单元和控制单元；

所述换热器堵塞预警单元，用于获取热力系统中换热器介质的压力、温度和流量参数，并将获取的压力、温度和流量发送给机头显示；

所述管道漏爆预警单元，用于获取热力系统中各供水管线的压力和流量参数，并将获取的压力和流量参数发送给机头显示；

所述电机预警单元，用户获取热力系统中各电机的振动参数、温度参数和电压和电流参数，并将获取的振动参数、温度参数和电压和电流参数发送给机头显示；

所述控制单元，用于对接收到的参数进行分析并输出预警信号。

2.根据权利要求1所述的一种热力站设备健康状态监测系统，其特征在于，所述换热器堵塞预警单元包括设置在换热器的进水口和出水口的管路上均设置压力传感器、温度传感器和流量传感器。

3.根据权利要求1所述的一种热力站设备健康状态监测系统，其特征在于，所述电机预警单元包括设置循环泵和补水泵上的振动传感器、温度传感器和电流电压传感器。

4.根据权利要求1所述的一种热力站设备健康状态监测系统，其特征在于，管道漏爆预警单元包括流量传感器和压力传感器；热力系统的介质流通管路上间隔一定距离设置流量传感器和压力传感器。

5.根据权利要求1所述的一种热力站设备健康状态监测系统，其特征在于，所述控制单元包括数据采集模块、预警分析模块和显示模块，数据采集模块通过无线方式与各传感器连接，采集模块和显示模块与预警分析模块连接。

6.一种权利要求1-5任一项所述的一种热力站设备健康状态监测系统的预警方法，其特征在于，所述换热器堵塞预警单元的预警方法如下：

获取换热器供水回水的进水口和出水口的压力、流量和温度参数，将获取的参数作为样本数据输入到构建的堵塞机器学习模型中，对堵塞机器学习模型进行训练，训练后的堵塞机器学习模型得到当前换热器的正常运行状态以及报警阈值，当换热器的运行参数不符合正常的运行状态则输出预警信号。

7.根据权利要求3所述的一种热力站设备健康状态监测系统的预警方法，其特征在于，所述电机预警单元的预警方法如下：

获取振动传感器、温度传感器和电压电流传感器历史时间段的正常状态的振动参数跳变曲线、温度跳变曲线、三相电压平衡曲线和电流负载曲线，并作为样本数据输入到构建的电机预警机器学习模型中，对电机预警机器学习模型进行训练，训练后的电机预警机器学习模型得到电机正常状态的运行参数；

将电机的实时运行参数输入到训练后的电机预警机器学习模型中，对电机的实时运行状态进行判断，并根据判断结果输出预警信号。

8.根据权利要求4所述的一种热力站设备健康状态监测系统的预警方法，其特征在于，所述管道漏爆预警单元的预警方法如下：

获取各传感器K值将其作为样本数据输入到构建的管道预警机器学习模型中，对管道预警机器学习模型进行训练，训练后的管道预警机器学习模型将所有的传感器的K值进行复合运算得到各热力管路的标准健康状态L；

将实时的各传感器K值输入到训练后的管道预警机器学习模型中，并输出当前管道的实时健康状态L1，将标准健康状态L与实时的实时健康状态L1进行比较，输出预警信号。