[发明专利]一种基于DBN网络的发电设备参数预警方法

摘要

本发明属于发电设备在线监测与故障诊断领域，并公开了一种基于DBN网络的发电设备参数预警方法。该预警方法包括：(a)获取发电设备运行参数数据；(b)建立设备运行参数之间交叉拟合的DBN网络模型；(c)训练DBN网络模型；(d)利用已训练网络模型实时获取目标参数预测值；(e)实时比较设备运行参数实际值与预测值进行参数预警。本发明根据设备当前运行参数反映设备状态这一基本想法，利用设备参数之间的相关性建立参数之间的交叉拟合模型，采用小批量训练方法实现了模型的增量训练。通过本发明，解决了变负荷工况下时间序列模型不准确的问题，同时可以避免设备维修活动和自然劣化对模型准确性的影响，提高设备安全经济运行能力。

主权项

一种基于DBN网络的发电设备参数预警方法，其特征在于，该预警方法包括下列步骤：(a)选取待处理发电设备的多个运行参数作为采样对象，并记录所述运行参数的数量，分别获取每个运行参数对应的历史运行数据和当前运行数据，并形成历史数据集和当前运行数据集；(b)选取DBN网络作为所述运行参数预警的网络模型，根据步骤(a)中所述运行参数的数量确定该DBN网络模型的结构，并选取该DBN网络模型相应的激活函数，由此完成所述DBN网络模型的建立；(c)利用步骤(a)中所述历史数据集中的数据训练所述DBN网络模型，通过在训练过程中调整该DBN网络模型隐藏层层数和各层神经元个数，从而使得训练误差和训练时间均最小，由此得到最优DBN网络模型；(d)将步骤(a)所述当前运行数据集中的数据作为所述最优DBN网络模型的输入，经过该最优DBN网络模型运行后输出所述运行参数对应的预测值；(e)将所述运行参数对应的预测值与从待处理设备上获取的该运行参数实际监测值Pi做差，并获得差值的绝对值|ΔP|，然后判断与预设阈值p0之间的关系，当时，则标记该预测值对应的时刻为待处理发电设备的警报点，并由现场工作人员处理，否则，持续监测，其中，i是监测点，i＝1,2,3,...,n。