[发明专利]一种燃气轮机图形化故障诊断方法

摘要

本发明涉及燃气轮机运行安全监控领域，特别是涉及一种燃气轮机图形化故障诊断方法。本发明包括：建立故障征兆样本集，图形化故障诊断模型，图形化故障诊断，图形化故障诊断模型更新，本发明所提出的燃气轮机图形化故障诊断算法计算量小，运行速度高，受外界参数波动的影响小，对运算计算机的性能要求较低，诊断结果直观形象，既避免了基于模型的燃气轮机气路故障诊断方法计算量大，对运算计算机的性能要求高的缺点，又能弥补智能诊断算法诊断过程与结果分析上的不足，有很大的工程应用前景。

主权项

一种燃气轮机图形化故障诊断方法，其特征在于，包括如下步骤：（1）建立故障征兆样本集：选择影响燃气轮机运行状态的n维特征信号组成故障征兆样本x，从燃气轮机运行数据库中获取正常状态、故障状态1、故障状态2、……、故障状态m‑1，组成征兆样本集X，记作X=[x1,x2,…,xm]T式中，m代表获取的燃气轮机运行状态的数目，对征兆样本集X中的故障征兆样本进行归一化处理，排除冗余信息， x ‾ i = x i - x min / x max - x min 其中，xmax和xmin分别代表每一种故障征兆样本xi的最大值和最小值；（2）构建由M×N个节点组成的图形化故障诊断模型：计算故障征兆样本集X中的m个故障征兆样本与图形化故障诊断模型M×N个节点的欧式距离，利用欧氏距离判断原则dj将满足欧氏距离判断原则的节点属性标记为所对应的故障征兆样本的故障类型： d j = Σ i = 1 m ( x i - w ji ) 2 , j = 1,2 , · · · , M , i = 1,2 , · · · , m 判断是否完成了m×M×N次距离计算与判断，如果没有完成计算，则继续进行计算；如果完成计算，建立图形化故障诊断模型；（3）图形化故障诊断：实时采集燃气轮机运行数据，选择特征信号，组成任意时刻t下的燃气轮机运行状态故障征兆待测样本xt,进行归一化处理，计算故障征兆样本xt与图形化故障诊断模型M×N个节点的距离，按照欧氏距离判断原则选出与故障征兆样本xt距离最近的节点，读取该节点故障属性所代表的故障类型，并在二维图形上显示诊断结果，确认最终诊断结果是否正确，如果正确，则输出诊断结果，诊断结束；否则，进入步骤（4），进行图形化故障诊断模型更新；（4）更新图形化故障诊断模型：将确认诊断错误的运行状态定义为新的故障状态，将此故障征兆样本添加至征兆样本集X，重新计算故障征兆样本集X每个样本与图形化故障诊断模型每个节点的距离，按照欧氏距离判断原则定义赋予每个节点的故障属性，更新完成后即可用于步骤（3）的图形化故障诊断，如果经过一次更新的图形化故障诊断模型仍然没能诊断成功，则需要增加反映燃气轮机运行状态的特征信号的数量，重新图形化故障诊断模型。