CN105114348A - 基于电站运行数据的引风机故障预警装置和方法 - Google Patents

Abstract

本发明涉及基于电站运行数据的引风机故障预警装置和方法，该装置包括依次连接的观测变量收集模块、当前观测样本估计计算处理模块和相似度计算处理模块，观测变量收集模块选择引风机运行参数作为观测变量；当前观测样本估计计算处理模块从历史运行数据中收集机组负荷变化大的若干段所述观测变量作为初始的训练样本并计算当前观测样本的估计值；相似度计算处理模块计算观测变量的当前观测样本与估计值的相似度，再根据相似度与报警阈值的比对判断设备状态，在相似度大于报警阈值时当前设备状态正常，在相似度小于等于报警阈值时当前设备状态异常进而进行故障预警。该装置预测精度高、成本低、计算速度快，有利于应用于工程实践之中。

Description

基于电站运行数据的引风机故障预警装置和方法

技术领域

本发明涉及热工技术和人工智能交叉技术领域，特别是基于电站运行数据的引风机故障预警装置和方法。

背景技术

提高电站设备运行的安全性、可靠性、可用率，降低设备的维护成本，延长检修的周期对提高发电企业的经济效益和社会效益具有重要的意义。随着对电站设备安全性要求的进一步提高，人们不仅希望在出现故障时提供故障的检测与隔离，还要求在设备发生故障前就能实现对其预警。这样，就有足够的时间采取措施来防止故障的发生，避免不必要的损失。

引风机是大型火力发电厂主要的设备之一，其运行状态直接影响电力生产的经济性和安全性。由于设备本身结构十分复杂，故障类型繁多，而且在运行过程中会受到许多外界因素的影响，很难及时地发现故障和准确判断故障原因，这样不仅会给企业造成经济损失，甚至会影响到现场工作人员的人身安全。因此，在设备出现异常或故障之前进行准确的预警，提前将潜在的故障预警送达给相关人员，对企业的安全生产和效益的提高都具有重要的意义。

发明内容

本发明针对现有技术无法在引风机出现异常或故障之前进行准确预警的问题，提供一种基于电站运行数据的引风机故障预警装置，选择引风机运行相关的参数作为观测变量，通过采集观测变量的当前观测样本再计算其估计值并进行相似度比较，准确判断当前设备的状态，实现引风机故障预警，该装置预测精度高、成本低、计算速度快，有利于应用于工程实践之中。本发明还涉及一种基于电站运行数据的引风机故障预警方法。

本发明的技术方案如下：

一种基于电站运行数据的引风机故障预警装置，其特征在于，包括依次连接的观测变量收集模块、当前观测样本估计计算处理模块和相似度计算处理模块，

所述观测变量收集模块，用于选择引风机电流、引风机前轴承温度、引风机后轴承温度、引风机腰侧水平振动、引风机腰侧垂直振动、引风机端侧水平振动和引风机端侧垂直振动这七个引风机运行参数作为观测变量；

所述当前观测样本估计计算处理模块，是从历史运行数据中收集机组负荷变化大的若干段所述观测变量作为初始的训练样本，并构建记忆矩阵；然后采集观测变量的当前观测样本并结合所述记忆矩阵计算权值向量，再计算当前观测样本的估计值；

所述相似度计算处理模块，用于计算观测变量的当前观测样本与所述估计值的相似度，再根据所述相似度与报警阈值的比对判断设备状态，在相似度大于报警阈值时当前设备状态正常，在相似度小于等于报警阈值时当前设备状态异常进而进行故障预警。

所述观测变量收集模块还选择引风机入口烟气压力和引风机电动机绕组温度这两个引风机运行参数与所述七个引风机运行参数共同作为观测变量。

所述当前观测样本估计计算处理模块采集观测变量的当前观测样本结合所述记忆矩阵并基于非线性状态估计算法计算权值向量，再利用记忆矩阵和权值向量的乘积计算当前观测样本的估计值。

所述相似度计算处理模块是基于历史运行数据中的训练样本的方差确定的非相似性测度参数来计算观测变量的当前观测样本与所述估计值的相似度。

一种基于电站运行数据的引风机故障预警方法，其特征在于，包括下述步骤：

A、选择引风机电流、引风机前轴承温度、引风机后轴承温度、引风机腰侧水平振动、引风机腰侧垂直振动、引风机端侧水平振动和引风机端侧垂直振动这七个引风机运行参数作为观测变量；

B、从历史运行数据中，收集机组负荷变化大的若干段所述观测变量作为初始的训练样本，并构建记忆矩阵；然后采集观测变量的当前观测样本并结合所述记忆矩阵计算权值向量，再计算当前观测样本的估计值；

C、计算观测变量的当前观测样本与所述估计值的相似度，再根据所述相似度与报警阈值的比对判断设备状态，在相似度大于报警阈值时当前设备状态正常，在相似度小于等于报警阈值时当前设备状态异常进而进行故障预警。

在所述步骤A中还选择引风机入口烟气压力和引风机电动机绕组温度这两个引风机运行参数与所述七个引风机运行参数共同作为观测变量。

所述步骤B是采集观测变量的当前观测样本结合所述记忆矩阵并基于非线性状态估计算法计算权值向量，再利用记忆矩阵和权值向量的乘积计算当前观测样本的估计值。

所述步骤C是基于历史运行数据中的训练样本的方差确定的非相似性测度参数来计算观测变量的当前观测样本与所述估计值的相似度。

本发明的技术效果如下：

本发明涉及的基于电站运行数据的引风机故障预警装置，设置特定结构且依次连接的观测变量收集模块、当前观测样本估计计算处理模块和相似度计算处理模块，观测变量收集模块选择引风机运行相关的参数作为观测变量，当前观测样本估计计算处理模块从历史运行数据中收集机组负荷变化大的若干段所述观测变量作为初始的训练样本以及采集观测变量的当前观测样本并计算当前观测样本的估计值，通过相似度计算处理模块计算观测变量的当前观测样本与所述估计值的相似度，准确判断当前设备的状态，若两者相似度较小，则认为引风机运行工况异常，从而实现对引风机故障的提前预警，解决了现有技术无法在引风机出现异常或故障之前进行准确预警的问题，该装置基于实际机组运行数据实现大型电站引风机的故障预警，应用本发明装置，不增加任何硬件，而且易于工程现场应用，成本低，计算速度快，在引风机设备出现异常或故障之前进行准确的预警，提前将潜在的故障预警送达给相关人员，对企业的安全生产和效益的提高都具有重要的意义。

本发明涉及的基于电站运行数据的引风机故障预警方法，选择与引风机运行有关的参数作为观测变量，选取历史运行数据作为初始训练样本，通过采集观测变量的当前观测样本再计算其估计值并进行相似度比较，准确判断当前设备的状态，实现引风机故障预警，预警结果精确可靠，该方法克服了现有技术的弊端，具有预测精度高、使用成本低、计算速度快的优点，有利于应用于工程实践之中。

附图说明

图1为本发明基于电站运行数据的引风机故障预警装置的结构框图。

图2为本发明基于电站运行数据的引风机故障预警装置的工作原理图。

图3为本发明基于电站运行数据的引风机故障预警方法的流程图。

图4为本发明基于电站运行数据的引风机故障预警装置或方法对某火电站引风机的故障预警效果图。

具体实施方式

下面结合附图对本发明进行说明。

本发明公开了一种基于电站运行数据的引风机故障预警装置，其结构如图1所示，包括依次连接的观测变量收集模块、当前观测样本估计计算处理模块和相似度计算处理模块，所述观测变量收集模块，用于选择引风机电流、引风机前轴承温度、引风机后轴承温度、引风机腰侧水平振动、引风机腰侧垂直振动、引风机端侧水平振动和引风机端侧垂直振动这七个引风机运行参数作为观测变量；所述当前观测样本估计计算处理模块，是从历史运行数据中收集机组负荷变化大的若干段所述观测变量作为初始的训练样本，并构建记忆矩阵；然后采集观测变量的当前观测样本并结合所述记忆矩阵计算权值向量，再计算当前观测样本的估计值；所述相似度计算处理模块，用于计算观测变量的当前观测样本与所述估计值的相似度，再根据所述相似度与报警阈值的比对判断设备状态，在相似度大于报警阈值时当前设备状态正常，在相似度小于等于报警阈值时当前设备状态异常进而进行故障预警。

本发明基于电站运行数据的引风机故障预警装置通过对引风机观测变量的实测值和估计值进行相似度比较，若两者相似度较小，则认为引风机运行工况异常，从而实现对引风机故障的提前预警。其工作原理如图2所示，观测变量收集模块选择引风机运行相关参数作为观测变量，具体可选择引风机电流、引风机入口烟气压力、引风机电动机绕组温度、引风机前轴承温度、引风机后轴承温度、引风机腰侧水平振动、引风机腰侧垂直振动、引风机端侧水平振动和引风机端侧垂直振动这九个引风机运行参数作为观测变量，九个引风机运行参数即为九个变量的观测点。当前观测样本估计计算处理模块，从历史运行数据中收集机组负荷变化较大的若干段所述观测变量作为初始的训练样本，记t_j时刻p个变量的观测点样本为：X(t_j)＝[x₁(t_j),x₂(t_j),…,x_p(t_j)]^T，其中x_i(t_j)表示观测点i在t_j时刻的测量值(或者说是第i个变量的观测点样本)；当前观测样本估计计算处理模块还利用收集的历史运行数据，构建记忆矩阵D

其中D_ij＝x_i(t_j)

当前观测样本估计计算处理模块同时还采集观测变量的当前观测样本x_q，并结合所述记忆矩阵D基于非线性状态估计算法计算当前观测样本的权值向量w

$w={(D^T\⊗D)}^{-1}\·(D^T\⊗x_q)$ 其中为非线性运算符，其运算规则是

当前观测样本估计计算处理模块再利用记忆矩阵D和权值向量w的乘积计算当前观测样本的估计值

${\hat{x}}_q=D\·w---\left(3\right)$

相似度计算处理模块基于历史运行数据中的训练样本的方差确定的非相似性测度参数来计算观测变量的当前观测样本与所述估计值的相似度s

$s=1-sim(x_q,{\hat{x}}_q)/\mathrm{\ϵ}---\left(4\right)$

其中ε是非相似性测度参数，通过历史运行数据中的训练样本的方差来确定；

相似度计算处理模块再根据所述相似度s与报警阈值σ的比对判断设备状态，若s>σ，则当前设备状态正常；若s≤σ，则当前设备状态异常，有可能即将发生故障，进而进行故障预警。

本发明还涉及一种基于电站运行数据的引风机故障预警方法，该方法与本发明上述的基于电站运行数据的引风机故障预警装置相对应，可理解为是实现本发明基于电站运行数据的引风机故障预警装置的方法。该方法流程如图3所示，包括下述步骤：

A、选择引风机电流、引风机前轴承温度、引风机后轴承温度、引风机腰侧水平振动、引风机腰侧垂直振动、引风机端侧水平振动和引风机端侧垂直振动这七个引风机运行参数作为观测变量；优选还选择引风机入口烟气压力和引风机电动机绕组温度这两个引风机运行参数与所述七个引风机运行参数共同作为观测变量。

B、从历史运行数据中，收集机组负荷变化大的若干段所述观测变量作为初始的训练样本，并构建记忆矩阵D；然后采集观测变量的当前观测样本x_q，结合记忆矩阵D并基于非线性状态估计算法计算权值向量w，再利用记忆矩阵D和权值向量w的乘积计算当前观测样本的估计值

C、基于历史运行数据中的训练样本的方差确定的非相似性测度参数来计算观测变量的当前观测样本与所述估计值的相似度s，再根据相似度s与报警阈值σ的比对判断设备状态，在相似度s大于报警阈值σ时当前设备状态正常，在相似度s小于等于报警阈值σ时当前设备状态异常进而进行故障预警。

通过实施例说明利用本发明基于电站运行数据的引风机故障预警方法对某330MW火力电站引风机的超温故障进行预警。该风机为由上海鼓风机厂有限公司用引进德国“TLT”公司技术设计制造的G158/265型静叶可调轴流式引风机。本发明基于电站运行数据的引风机故障预警方法的具体实施步骤为：

步骤1：选择引风机电流、引风机入口烟气压力、引风机电动机绕组温度、引风机前轴承温度、引风机后轴承温度、引风机腰侧水平振动、引风机腰侧垂直振动、引风机端侧水平振动和引风机端侧垂直振动等变量作为观测变量；

步骤2：从历史运行数据中，收集机组负荷变化较大的若干段观测变量数据样本作为初始的训练样本；

步骤3：利用收集的历史运行数据，利用式(1)构建记忆矩阵D；

步骤4：采集当前观测样本x_q，利用式(2)计算权值向量w；

步骤5：利用式(3)计算当前观测样本的估计值

步骤6：利用式(4)计算当前观测样本与估计值的相似度s，并确定非相似性测度参数ε；

步骤7：判断相似度，若s>σ，则当前设备状态正常；若s≤σ，则当前设备状态异常，有可能即将发生故障；这里，σ为报警阈值。

上述步骤1即为步骤A，是从历史运行数据中选择样本；上述步骤2-5即为步骤B，是利用非线性状态估计算法来实现对观测变量的估计；上述步骤6-7即为步骤C，利用非相似性测度参数来判断当前引风机运行的状况。利用以上步骤对引风机监测的效果如图4所示，纵轴为相似度s，横轴为工况点(或者说是样品点)，即每个时刻的每个工况点，可以看出在第94个工况点，引风机运行工况的非相似度低于报警阈值，此时运行状态出现异常，从而实现了故障的提前预警。

图4也可以理解为是本发明基于电站运行数据的引风机故障预警装置对某火电站引风机的故障预警效果图。相似度计算处理模块根据所述相似度s与报警阈值σ的比对判断设备状态，在第94个工况点时s<σ，设备状态异常，有可能即将发生故障，进行故障预警。

应当指出，以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明创造，但不以任何方式限制本发明创造。因此，尽管本说明书参照附图和实施例对本发明创造已进行了详细的说明，但是，本领域技术人员应当理解，仍然可以对本发明创造进行修改或者等同替换，总之，一切不脱离本发明创造的精神和范围的技术方案及其改进，其均应涵盖在本发明创造专利的保护范围当中。

Claims (8)

1.一种基于电站运行数据的引风机故障预警装置，其特征在于，包括依次连接的观测变量收集模块、当前观测样本估计计算处理模块和相似度计算处理模块，

所述观测变量收集模块，用于选择引风机电流、引风机前轴承温度、引风机后轴承温度、引风机腰侧水平振动、引风机腰侧垂直振动、引风机端侧水平振动和引风机端侧垂直振动这七个引风机运行参数作为观测变量；

所述当前观测样本估计计算处理模块，是从历史运行数据中收集机组负荷变化大的若干段所述观测变量作为初始的训练样本，并构建记忆矩阵；然后采集观测变量的当前观测样本并结合所述记忆矩阵计算权值向量，再计算当前观测样本的估计值；

所述相似度计算处理模块，用于计算观测变量的当前观测样本与所述估计值的相似度，再根据所述相似度与报警阈值的比对判断设备状态，在相似度大于报警阈值时当前设备状态正常，在相似度小于等于报警阈值时当前设备状态异常进而进行故障预警。

2.根据权利要求1所述的引风机故障预警装置，其特征在于，所述观测变量收集模块还选择引风机入口烟气压力和引风机电动机绕组温度这两个引风机运行参数与所述七个引风机运行参数共同作为观测变量。

3.根据权利要求1或2所述的引风机故障预警装置，其特征在于，所述当前观测样本估计计算处理模块采集观测变量的当前观测样本结合所述记忆矩阵并基于非线性状态估计算法计算权值向量，再利用记忆矩阵和权值向量的乘积计算当前观测样本的估计值。

4.根据权利要求1或2所述的引风机故障预警装置，其特征在于，所述相似度计算处理模块是基于历史运行数据中的训练样本的方差确定的非相似性测度参数来计算观测变量的当前观测样本与所述估计值的相似度。

5.一种基于电站运行数据的引风机故障预警方法，其特征在于，包括下述步骤：

A、选择引风机电流、引风机前轴承温度、引风机后轴承温度、引风机腰侧水平振动、引风机腰侧垂直振动、引风机端侧水平振动和引风机端侧垂直振动这七个引风机运行参数作为观测变量；

B、从历史运行数据中，收集机组负荷变化大的若干段所述观测变量作为初始的训练样本，并构建记忆矩阵；然后采集观测变量的当前观测样本并结合所述记忆矩阵计算权值向量，再计算当前观测样本的估计值；

C、计算观测变量的当前观测样本与所述估计值的相似度，再根据所述相似度与报警阈值的比对判断设备状态，在相似度大于报警阈值时当前设备状态正常，在相似度小于等于报警阈值时当前设备状态异常进而进行故障预警。

6.根据权利要求5所述的引风机故障预警方法，其特征在于，在所述步骤A中还选择引风机入口烟气压力和引风机电动机绕组温度这两个引风机运行参数与所述七个引风机运行参数共同作为观测变量。

7.根据权利要求5或6所述的引风机故障预警方法，其特征在于，所述步骤B是采集观测变量的当前观测样本结合所述记忆矩阵并基于非线性状态估计算法计算权值向量，再利用记忆矩阵和权值向量的乘积计算当前观测样本的估计值。

8.根据权利要求5或6所述的引风机故障预警方法，其特征在于，所述步骤C是基于历史运行数据中的训练样本的方差确定的非相似性测度参数来计算观测变量的当前观测样本与所述估计值的相似度。