CN105510045B - 基于系数矩阵的燃气轮机燃烧系统在线监测方法 - Google Patents
基于系数矩阵的燃气轮机燃烧系统在线监测方法 Download PDFInfo
- Publication number
- CN105510045B CN105510045B CN201510854332.0A CN201510854332A CN105510045B CN 105510045 B CN105510045 B CN 105510045B CN 201510854332 A CN201510854332 A CN 201510854332A CN 105510045 B CN105510045 B CN 105510045B
- Authority
- CN
- China
- Prior art keywords
- mrow
- mtd
- msub
- coefficient matrix
- msup
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
- G01M15/14—Testing gas-turbine engines or jet-propulsion engines
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Turbines (AREA)
Abstract
基于系数矩阵的燃气轮机燃烧系统在线监测方法，属于燃气轮机燃烧系统监测领域。现有的燃气轮机检测方法无法全面的描述燃机燃烧室工作的情况，导致无法在故障发生早期检测出系统异常。一种基于系数矩阵的燃气轮机燃烧系统在线监测方法，在燃气轮机的排气端周向均匀地布置n个热电偶作为温度测点，获得各温度测点的温度，建立任意两个温度测点的温度之间的关系；分别得到机组正常运行时的系数矩阵和一段时间内机组运行状况的系数矩阵，计算两矩阵的欧氏距离，并通过判断欧氏距离的变化，判断机组运行状况。本发明能够快速灵敏的检测出燃气轮机燃烧系统异常状况。
Description
技术领域
本发明涉及一种基于系数矩阵的燃气轮机燃烧系统在线监测方法。
背景技术
燃气轮机作为新型的动力设备，具有结构紧凑、运行平稳、安全可靠、可以快速启动并带动负载，具有较高的热效率等优点，在航空、地面和舰船等方面得到了广泛的应用，因此燃气轮机的异常检测对生产实际有着重要意义。在燃气轮机机组运行过程中，对于燃气轮机燃烧系统异常检测方面，50％以上的故障都与燃烧室有关。由于燃烧室燃烧筒等部件长期工作在1600℃的高温区域，工作环境恶劣，设备一旦出现缺陷将可能会对下游的喷嘴和动叶部件安全构成威胁。因此，有必要对燃烧室的工作状况进行监控。
燃烧系统一旦出现故障，会使燃烧室出口温度发生异常。因此我们可以通过检测燃烧室出口温度来监测燃烧系统的运行状况。但是，常规的温度测量元件无法在如此高温的区域长期工作，因此，在机组透平排气通道中周向均匀布置了若干个排气测温热电偶，热电偶所测的温度就是燃气轮机的排温。用户通过监视燃气轮机的排气温度来间接监视燃烧室内的工作状况。在实际运行时，当燃烧筒出现异常的时候，排温的结果也会出现异常，所以就可以通过排温异常来判断燃烧筒的工作情况是否出现异常。现有技术中引用了形状因子这一概念，即t时刻下，热电偶测得的最高温与平均温度的比值，由于温度的突变会影响形状因子，所以便可以用一段时间内的形状因子的变化来推测燃机燃烧室是否发生了异常。
如图3所示的某型燃气轮机的形状因子在某个时间内的变化情况。可以看出其形状因子有上升的趋势，由此可以推断出其温度有上升的趋势，同时与所测热电偶的图4所示的实际值相比，可以发现，燃机燃烧室的温度的确有上升的趋势。这种技术的缺点是：
该方法仅仅使用了一组热电偶中的最大值，不能全面的描述燃机燃烧室工作的情况：当某些异常发生时，会导致一些热电偶的测得的温度出现问题，若这些排温不是最高温度，则该方法不能检测出系统异常。
发明内容
本发明的目的是为了解决现有的燃气轮机检测方法存在无法在故障发生早期检测出系统异常的问题，而提出一种基于系数矩阵的燃气轮机燃烧系统在线监测方法。
一种基于系数矩阵的燃气轮机燃烧系统在线监测方法，所述在线监测方法通过以下步步骤实现：
步骤一、在燃气轮机的排气端周向均匀地布置n个热电偶作为温度测点，各个温度测点测得的温度分别为T1，T2，T3…Tn；
步骤二、根据各个温度测点的温度之间的线性相关性，得到第i、j两个温度测点的温度之间的关系方程表示：
Ti＝aijTj+bij+cij
其中，Ti、Tj分别为第i、j两个温度测点的排气温度，aij、bij为第i、j两个温度测点之间的关系系数，cij为噪声，其中i，j∈[1，n]；
步骤三、在机组正常运行状态下，系数aij保持恒定，利用最小二乘法计算出机组正常运行时的系数矩阵中每个元素的值，从而得到机组正常运行时的系数矩阵：
步骤四、建立关于时间的滑动窗口：
滑动窗口的长度设置为a，表示滑动窗口所对应的时间段为[ti，ti+a-1]，其中i，a∈[1，n]，ti表示第i时刻，ti+a-1表示第i+a-1时刻；每一时刻，滑动窗口向后位移一位，则第1时刻，滑动窗口所对应的时间段为[t1，ta]，第2时刻，滑动窗口所对应的时间段为[t2，t1+a]；
之后，机组运行一段时间作为运行测试时间，通过在测试时间段内建立长度为a的滑动窗口，并且计算每一时刻滑动窗口所对应时间段内机组运行的系数矩阵，从而可以得到测试时间段内第k时刻的系数矩阵Pk’；其中k∈[1，M-a+1]，M表示测试时间段的时间长度，且
其中，a’ijk表示第k时刻滑动窗口所对应时间段内第i、j两个温度测点之间的关系系数；i，j∈[1，n]；
步骤五、利用N维空间的欧氏距离公式，计算机组正常运行时的系数矩阵P与测试时间段内所得到的第k时刻的系数矩阵Pk’中每一行和每一列系数的欧氏距离，以获得每一时刻机组运行状况的系数与正常运行时的系数之间的偏差；其中，N的维数的值与温度测点个数n的值相同，k∈[1，M-a+1]，M表示测试时间段的时间长度，a表示滑动窗口长度；
计算机组正常运行时的系数矩阵P与测试时间段内第k时刻所对应的系数矩阵Pk’中各行和各列的欧氏距离如下：
对于第x行的系数，其欧氏距离计算公式为：
对于第y列的系数，其欧氏距离计算公式为：
其中，axj表示机组正常运行时的系数矩阵P中第x行第j列的元素；a’xjk表示测试时间段内第k时刻的系数矩阵Pk’中第x行第j列的元素；aiy表示机组正常运行时的系数矩阵P中第i行第y列的元素；a’iyk表示测试时间段内第k时刻的系数矩阵Pk’中第i行第y列的元素；x，y，i，j∈[1，n]；
步骤六、通过第x行系数的欧氏距离Dx和第y列系数的欧氏距D’y的变化趋势，判断机组运行状况。
本发明的有益效果为：
与目前已知的同类实时监测方法相比，本发明在燃气轮机排温分布中，通过各个测点的温度之间存在的相关关系，建立基于热力参数的系数矩阵，进而通过观测各测点之间的相关系数的异常变化情况，实现燃气轮机燃烧系统的在线监测，充分利用排温各个测点的数据信息，准确检测出异常演变。通过及时的发现故障，降低因为燃气轮机产生故障不能及时发现所造成的损失，且降低维修、更新所需的经济投入。
附图说明
图1为本发明的流程图；
图2为本发明背景技术涉及的燃烧室及热电偶布置情况示意图；
图3为本发明背景技术涉及的某型燃气轮机的形状因子在某个时间内的变化情况；图中，横坐标表示时间，纵坐标表示形状因子的大小；
图4为本发明背景技术涉及的某型燃气轮机在一段时间内的热电偶测得的排气温度变化；图中，横坐标表示时间，纵坐标表示华氏摄氏度；
图5为本发明实施例1涉及的12个温度测点在测试阶段计算得到的行方向相应的欧氏距离；
图6为本发明实施例1涉及的12个温度测点在测试阶段计算得到的列方向相应的欧氏距离。
具体实施方式
具体实施方式一：
本实施方式的基于系数矩阵的燃气轮机燃烧系统在线监测方法，结合图1流程图所示，所述在线监测方法通过以下步骤实现：
步骤一、在燃气轮机的排气端周向均匀地布置n个热电偶作为温度测点，各个温度测点测得的温度分别为T1，T2，T3…Tn；
步骤二、根据各个温度测点的温度之间的线性相关性，得到第i、j两个温度测点的温度之间的关系方程表示：
Ti＝aijTj+bij+cij
其中，Ti、Tj分别为第i、j两个温度测点的排气温度，aij、bij为第i、j两个温度测点之间的关系系数，cij为噪声，其中i，j∈[1，n]；
步骤三、在机组正常运行状态下，系数aij保持恒定，利用最小二乘法计算出机组正常运行时的系数矩阵中每个元素的值，从而得到机组正常运行时的系数矩阵：
步骤四、建立关于时间的滑动窗口：
滑动窗口的长度设置为a，表示滑动窗口所对应的时间段为[ti，ti+a-1]，其中i，a∈[1，n]，ti表示第i时刻，ti+a-1表示第i+a-1时刻；每一时刻，滑动窗口向后位移一位，则第1时刻，滑动窗口所对应的时间段为[t1，ta]，第2时刻，滑动窗口所对应的时间段为[t2，t1+a]；
之后，机组运行一段时间作为运行测试时间，通过在测试时间段内建立长度为a的滑动窗口，并且计算每一时刻滑动窗口所对应时间段内机组运行的系数矩阵，从而可以得到测试时间段内第k时刻的系数矩阵Pk’；其中k∈[1，M-a+1]，M表示测试时间段的时间长度，且
其中，a’ijk表示第k时刻滑动窗口所对应时间段内第i、j两个温度测点之间的关系系数；i，j∈[1，n]；
步骤五、利用N维空间的欧氏距离公式，计算机组正常运行时的系数矩阵P与测试时间段内所得到的第k时刻的系数矩阵Pk’中每一行和每一列系数的欧氏距离，以获得每一时刻机组运行状况的系数与正常运行时的系数之间的偏差；其中，N的维数的值与温度测点个数n的值相同，k∈[1，M-a+1]，M表示测试时间段的时间长度，a表示滑动窗口长度；
计算机组正常运行时的系数矩阵P与测试时间段内第k时刻所对应的系数矩阵Pk’中各行和各列的欧氏距离如下：
对于第x行的系数，其欧氏距离计算公式为：
对于第y列的系数，其欧氏距离计算公式为：
其中，axj表示机组正常运行时的系数矩阵P中第x行第j列的元素；a’xjk表示测试时间段内第k时刻的系数矩阵Pk’中第x行第j列的元素；aiy表示机组正常运行时的系数矩阵P中第i行第y列的元素；a’iyk表示测试时间段内第k时刻的系数矩阵Pk’中第i行第y列的元素；x，y，i，j∈[1，n]；
步骤六、通过第x行系数的欧氏距离Dx和第y列系数的欧氏距D’y的变化趋势，判断机组运行状况。
通过在机组透平排气通道中周向均匀布置了若干个排气测温热电偶，检测燃烧室出口温度，因此，热电偶所测的温度就是燃气轮机的排温，在实际运行时，当燃烧筒出现异常的时候，排温的结果也会出现异常，通过排温的情况来判断燃烧筒的工作情况是否出现异常，从而监视燃气轮机的排气温度来间接监视燃烧室内的工作状况，得到监测燃烧系统的运行状况。
与目前已知的同类实时监测方法相比，本发明在燃气轮机排温分布中，通过各个测点的温度之间存在的相关关系，建立基于热力参数的系数矩阵，进而通过观测各测点之间的相关系数的异常变化情况，实现燃气轮机排温的在线监测，充分利用排温各个测点的数据信息，准确检测出异常演变。由于燃气轮机系统50％以上的故障都与燃烧室有关，所以本发明方法将排温异常检测、故障定位的速度提高3-4倍，体现快速灵敏的好处。通过及时的发现故障，降低因为燃气轮机产生故障不能及时发现所造成的损失，且降低维修、更新所需的经济投入。
具体实施方式二：
与具体实施方式一不同的是，本实施方式的基于系数矩阵的燃气轮机燃烧系统在线监测方法，步骤六所述通过Dx和D’y的变化，判断机组运行状况的过程为，
若Dx和D’y呈趋势变化或突变，则表明机组发生异常；
若Dx和D’y没有发生上述变化，则表明机组没有发生异常。
具体实施方式三：
与具体实施方式一或二不同的是，本实施方式的基于系数矩阵的燃气轮机燃烧系统在线监测方法，步骤四所述计算每一时刻滑动窗口所对应时间段内机组运行的系数矩阵，从而可以得到测试时间段内第k时刻的系数矩阵Pk’的过程是，机组运行一段时间作为运行测试时间，设定长度为a的滑动窗口，计算出第1时刻滑动窗口所包含时间段内机组运行状况的系数矩阵中的每个元素a’ij1，每一时刻滑动窗口随时间向后位移一位，可计算出第2时刻滑动窗口所包含时间段内机组运行状况的系数矩阵中的每个元素a’ij2，依次可计算出第k时刻滑动窗口所包含时间段内机组运行状况的系数矩阵中的每个元素a’ijk，k∈[1，M-a+1]，从而得到测试时间段内前M-a+1个时刻的系数矩阵P1’，P2’...PM-a+1’。
具体实施方式四：
与具体实施方式三不同的是，本实施方式的基于系数矩阵的燃气轮机燃烧系统在线监测方法，步骤四所述滑动窗口的长度a为100-1200。
具体实施方式五：
与具体实施方式三或四不同的是，本实施方式的基于系数矩阵的燃气轮机燃烧系统在线监测方法，步骤四所述滑动窗口所包含时间段内具有1000个时刻点。
具体实施方式六：
与具体实施方式一、二、四或五不同的是，本实施方式的基于系数矩阵的燃气轮机燃烧系统在线监测方法，步骤六所述通过第x行系数的欧氏距离Dx和第y列系数的欧氏距D’y的变化趋势，判断机组运行状况的过程为，计算每一时刻所对应的机组运行状况的系数与正常运行时的系数之间的偏差，随着滑动窗的位移，获得系数矩阵每一行和每一列元素的欧式距离的变化曲线。
实施例1：
一种基于系数矩阵的燃气轮机燃烧系统在线监测方法，所述在线监测方法通过以下步骤实现：
步骤一、在燃气轮机的排气端周向均匀地布置12个热电偶作为温度测点，T1，T2，T3…Tn分别为各温度测点的温度；
步骤二、根据各个温度测点的温度之间的线性相关性，得到第i、j两个温度测点的温度之间的关系方程表示：
Ti＝aijTj+bij+cij
其中，Ti、Tj分别为第i、j两个温度测点的排气温度，aij、bij为第i、j两个温度测点之间的关系系数，bij和cij在计算过程中的影响忽略，i，j∈[1，12]。
步骤三、在机组正常运行状态下，系数aij保持恒定，利用最小二乘法计算出机组正常运行时的系数矩阵中每个元素的值，从而得到机组正常运行时的系数矩阵：
步骤四、选取机组某一段运行时间作为测试时间段，该时间段一共有2880个时刻。设定长度a为1000的滑动窗口，计算出滑动窗口所包含时间段内机组运行状况的系数矩阵中每个元素的值，由于滑动窗口每一时刻都会向后位移一位，从而可以得到测试时间段内前1881(2880-1000+1＝1881)个时刻所对应的系数矩阵P’1,P’2,...,P’1881。
步骤五、利用12维空间的欧氏距离公式，计算机组正常运行时的系数矩阵P与测试时间段内第k时刻的系数矩阵P’j中每一行和每一列系数的欧氏距离，以获得每一时刻机组运行状况的系数与正常运行时的系数之间的偏差；其中，j∈[1，1881]。
计算机组正常运行时的系数矩阵P与测试时间段内第k时刻所对应的系数矩阵Pj’中各行和各列的欧氏距离如下：
对于第x行的系数，其欧氏距离计算公式为：
对于第y列的系数，其欧氏距离计算公式为：
随着滑动窗的位移，系数矩阵所对应的每一行和每一列元素的欧氏距离也在发生变化，
其中关于每一行的欧氏距离变化情况如图5，关于每一列的欧氏距离变化情况如图6。
由图5和图6可知：欧氏距离变化曲线在第900时刻开始出现趋势变化，并且数值缓慢增大。说明燃气轮机排温从第900时刻开始，出现了异常。
本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，本领域技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (4)
1.一种基于系数矩阵的燃气轮机燃烧系统在线监测方法，其特征在于：所述在线监测方法通过以下步骤实现：
步骤一、在燃气轮机的排气端周向均匀地布置n个热电偶作为温度测点，各个温度测点测得的温度分别为T1，T2，T3…Tn；
步骤二、根据各个温度测点的温度之间的线性相关性，得到第i、j两个温度测点的温度之间的关系方程表示：
Ti＝aijTj+bij+cij
其中，Ti、Tj分别为第i、j两个温度测点的排气温度，aij、bij为第i、j两个温度测点之间的关系系数，cij为噪声，其中i，j∈[1，n]；
步骤三、在机组正常运行状态下，系数aij保持恒定，利用最小二乘法计算出机组正常运行时的系数矩阵中每个元素的值，从而得到机组正常运行时的系数矩阵：
<mrow>
<mi>P</mi>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>a</mi>
<mn>11</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>a</mi>
<mn>12</mn>
</msub>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<msub>
<mi>a</mi>
<mrow>
<mn>1</mn>
<mi>n</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>a</mi>
<mn>21</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>a</mi>
<mn>22</mn>
</msub>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<msub>
<mi>a</mi>
<mrow>
<mn>2</mn>
<mi>n</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>a</mi>
<mrow>
<mi>n</mi>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>a</mi>
<mrow>
<mi>n</mi>
<mn>2</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<msub>
<mi>a</mi>
<mrow>
<mi>n</mi>
<mi>n</mi>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
步骤四、建立关于时间的滑动窗口：
滑动窗口的长度设置为a，表示滑动窗口所对应的时间段为[ti，ti+a-1]，其中i，a∈[1，n]，ti表示第i时刻，ti+a-1表示第i+a-1时刻；每一时刻，滑动窗口向后位移一位，则第1时刻，滑动窗口所对应的时间段为[t1，ta]，第2时刻，滑动窗口所对应的时间段为[t2，t1+a]；
之后，机组运行一段时间作为运行测试时间，通过在测试时间段内建立长度为a的滑动窗口，并且计算每一时刻滑动窗口所对应时间段内机组运行的系数矩阵，从而可以得到测试时间段内第k时刻的系数矩阵Pk’；其中k∈[1，M-a+1]，M表示测试时间段的时间长度，且
<mrow>
<msubsup>
<mi>P</mi>
<mi>k</mi>
<mo>&prime;</mo>
</msubsup>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<msup>
<mi>a</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mn>11</mn>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<msup>
<mi>a</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mn>12</mn>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mrow>
<msub>
<msup>
<mi>a</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mn>1</mn>
<mi>n</mi>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<msup>
<mi>a</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mn>21</mn>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<msup>
<mi>a</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mn>22</mn>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mrow>
<msub>
<msup>
<mi>a</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mn>2</mn>
<mi>n</mi>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<msup>
<mi>a</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mi>n</mi>
<mn>1</mn>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<msup>
<mi>a</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mi>n</mi>
<mn>2</mn>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mrow>
<msub>
<msup>
<mi>a</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mi>n</mi>
<mi>n</mi>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中，a’ijk表示第k时刻滑动窗口所对应时间段内第i、j两个温度测点之间的关系系数；i，j∈[1，n]；
步骤五、利用N维空间的欧氏距离公式，计算机组正常运行时的系数矩阵P与测试时间段内所得到的第k时刻的系数矩阵Pk’中每一行和每一列系数的欧氏距离，以获得每一时刻机组运行状况的系数与正常运行时的系数之间的偏差；其中，N的维数的值与温度测点个数n的值相同，k∈[1，M-a+1]，M表示测试时间段的时间长度，a表示滑动窗口长度；
计算机组正常运行时的系数矩阵P与测试时间段内第k时刻所对应的系数矩阵Pk’中各行和各列的欧氏距离如下：
对于第x行的系数，其欧氏距离计算公式为：
<mrow>
<msub>
<mi>D</mi>
<mi>x</mi>
</msub>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>a</mi>
<mrow>
<mi>x</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<msubsup>
<mi>a</mi>
<mrow>
<mi>x</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>&rsqb;</mo>
</mrow>
<mrow>
<mn>1</mn>
<mo>/</mo>
<mn>2</mn>
</mrow>
</msup>
<mo>;</mo>
</mrow>
对于第y列的系数，其欧氏距离计算公式为：
<mrow>
<msubsup>
<mi>D</mi>
<mi>y</mi>
<mo>&prime;</mo>
</msubsup>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>a</mi>
<mrow>
<mi>i</mi>
<mi>y</mi>
</mrow>
</msub>
<mo>-</mo>
<msubsup>
<mi>a</mi>
<mrow>
<mi>i</mi>
<mi>y</mi>
<mi>k</mi>
</mrow>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mrow>
<mn>1</mn>
<mo>/</mo>
<mn>2</mn>
</mrow>
</msup>
<mo>;</mo>
</mrow>
其中，axj表示机组正常运行时的系数矩阵P中第x行第j列的元素；a’xjk表示测试时间段内第k时刻的系数矩阵Pk’中第x行第j列的元素；aiy表示机组正常运行时的系数矩阵P中第i行第y列的元素；a’iyk表示测试时间段内第k时刻的系数矩阵Pk’中第i行第y列的元素；x，y，i，j∈[1，n]；
步骤六、通过第x行系数的欧氏距离Dx和第y列系数的欧氏距D’y的变化趋势，判断机组运行状况。
2.根据权利要求1所述基于系数矩阵的燃气轮机燃烧系统在线监测方法，其特征在于：步骤六所述通过Dx和D’y的变化，判断机组运行状况的过程为，
若Dx和D’y呈趋势变化或突变，则表明机组发生异常；
若Dx和D’y没有发生上述变化，则表明机组没有发生异常。
3.根据权利要求1或2所述基于系数矩阵的燃气轮机燃烧系统在线监测方法，其特征在于：步骤四所述计算每一时刻滑动窗口所对应时间段内机组运行的系数矩阵，从而可以得到测试时间段内第k时刻的系数矩阵Pk’的过程是，机组运行一段时间作为运行测试时间，设定长度为a的滑动窗口，计算出第1时刻滑动窗口所包含时间段内机组运行状况的系数矩阵中的每个元素a’ij1，每一时刻滑动窗口随时间向后位移一位，可计算出第2时刻滑动窗口所包含时间段内机组运行状况的系数矩阵中的每个元素a’ij2，依次可计算出第k时刻滑动窗口所包含时间段内机组运行状况的系数矩阵中的每个元素a’ijk，k∈[1，M-a+1]，从而得到测试时间段内前M-a+1个时刻的系数矩阵P1’，P2’...PM-a+1’。
4.根据权利要求3所述基于系数矩阵的燃气轮机燃烧系统在线监测方法，其特征在于：步骤六所述通过第x行系数的欧氏距离Dx和第y列系数的欧氏距D’y的变化趋势，判断机组运行状况的过程为，计算每一时刻所对应的机组运行状况的系数与正常运行时的系数之间的偏差，随着滑动窗的位移，获得系数矩阵每一行和每一列元素的欧式距离的变化曲线。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510854332.0A CN105510045B (zh) | 2015-11-27 | 2015-11-27 | 基于系数矩阵的燃气轮机燃烧系统在线监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510854332.0A CN105510045B (zh) | 2015-11-27 | 2015-11-27 | 基于系数矩阵的燃气轮机燃烧系统在线监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105510045A CN105510045A (zh) | 2016-04-20 |
| CN105510045B true CN105510045B (zh) | 2017-12-01 |
Family
ID=55718187
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510854332.0A Active CN105510045B (zh) | 2015-11-27 | 2015-11-27 | 基于系数矩阵的燃气轮机燃烧系统在线监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105510045B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109184821B (zh) * | 2018-09-11 | 2020-06-05 | 浙江大学 | 一种大型发电机组汽轮机的闭环信息分析的在线监测方法 |
| CN113091928B (zh) * | 2021-04-01 | 2022-08-02 | 广东电网有限责任公司佛山供电局 | 一种高压室设备温度故障监测方法及相关装置 |
| CN114235108B (zh) * | 2021-12-24 | 2023-08-15 | 华中科技大学无锡研究院 | 基于数据分析燃气流量计异常状态检测方法和装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102607641A (zh) * | 2011-12-27 | 2012-07-25 | 哈尔滨工业大学 | 一种燃气轮机的聚类异常检测方法 |
| CN103061891A (zh) * | 2011-09-14 | 2013-04-24 | 通用电气公司 | 用于模拟燃气轮机运行的系统和方法 |
| CN105005940A (zh) * | 2015-07-09 | 2015-10-28 | 河海大学 | 计及相关性的电-气互联系统概率最优潮流计算方法 |
| CN105067275A (zh) * | 2015-07-24 | 2015-11-18 | 哈尔滨工业大学 | 基于排温偏离指数的燃气轮机燃烧系统在线监测诊断方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8431917B2 (en) * | 2010-12-22 | 2013-04-30 | General Electric Company | System and method for rotary machine online monitoring |
-
2015
- 2015-11-27 CN CN201510854332.0A patent/CN105510045B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103061891A (zh) * | 2011-09-14 | 2013-04-24 | 通用电气公司 | 用于模拟燃气轮机运行的系统和方法 |
| CN102607641A (zh) * | 2011-12-27 | 2012-07-25 | 哈尔滨工业大学 | 一种燃气轮机的聚类异常检测方法 |
| CN105005940A (zh) * | 2015-07-09 | 2015-10-28 | 河海大学 | 计及相关性的电-气互联系统概率最优潮流计算方法 |
| CN105067275A (zh) * | 2015-07-24 | 2015-11-18 | 哈尔滨工业大学 | 基于排温偏离指数的燃气轮机燃烧系统在线监测诊断方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105510045A (zh) | 2016-04-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Talaat et al. | A hybrid model of an artificial neural network with thermodynamic model for system diagnosis of electrical power plant gas turbine | |
| US20090228230A1 (en) | System and method for real-time detection of gas turbine or aircraft engine blade problems | |
| EP2168100B1 (en) | Engine health monitoring | |
| CN105510045B (zh) | 基于系数矩阵的燃气轮机燃烧系统在线监测方法 | |
| CN105241669B (zh) | 基于比较编码的燃气轮机燃烧系统在线监测方法 | |
| Schatte et al. | Development of a new empirical correlation for the prediction of the onset of the deterioration of heat transfer to supercritical water in vertical tubes | |
| US9791351B2 (en) | Gas turbine combustion profile monitoring | |
| CN108827643A (zh) | 一种考虑排温温度场旋转的燃气轮机高温部件故障预警方法 | |
| Martini et al. | Data Reconciliation for power systems monitoring: Application to a microturbine-based test rig | |
| CN109556876B (zh) | 一种区分燃气轮机燃烧故障和热通道设备故障的诊断方法 | |
| Jinfu et al. | Early fault detection of hot components in gas turbines | |
| CN105067275A (zh) | 基于排温偏离指数的燃气轮机燃烧系统在线监测诊断方法 | |
| CN105134386B (zh) | 基于测点加权值的燃气轮机燃烧系统在线监测方法 | |
| DeShong et al. | Applying Infrared Thermography as a Method for Online Monitoring of Turbine Blade Coolant Flow | |
| Schatte et al. | Development of a new empirical correlation for the prediction of the onset of the deterioration of heat transfer to supercritical water in vertical tubes | |
| JP7142545B2 (ja) | ボイラチューブリーク診断システム及びボイラチューブリーク診断方法 | |
| Nevriva et al. | Dynamical model of a power plant superheater | |
| US20230273095A1 (en) | Successive Gas Path Fault Diagnosis Method with High Precision for Gas Turbine Engines | |
| Tsalavoutas et al. | Identifying faults in the variable geometry system of a gas turbine compressor | |
| Saini et al. | Nonlinear state estimation of a power plant superheater by using the extended Kalman filter for differential algebraic equation systems | |
| Barringer et al. | Effects of Combustor Exit Profiles on High Pressure Turbine Vane Aerodynamics and Heat Transfer | |
| Dominiczak et al. | Steam turbine stress control using NARX neural network | |
| Cafaro et al. | Monitoring of the thermoeconomic performance in an actual combined cycle power plant bottoming cycle | |
| Findeisen et al. | Evaluation of numerical methods to predict temperature distributions of an experimentally investigated convection-cooled gas-turbine blade | |
| GB2541010A (en) | Detecting leaks in pipes |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20200805 Address after: Room 109, building D6, No. 9, Kechuang Avenue, Zhongshan Science and Technology Park, Jiangbei new district, Nanjing, Jiangsu Province, 210046 Patentee after: NANJING POWER HORIZON INFORMATION TECHNOLOGY Co.,Ltd. Address before: 150001 Harbin, Nangang, West District, large straight street, No. 92 Co-patentee before: NANJING POWER HORIZON INFORMATION TECHNOLOGY Co.,Ltd. Patentee before: HARBIN INSTITUTE OF TECHNOLOGY |
|
| TR01 | Transfer of patent right | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20160420 Assignee: Zhongguancun Technology Leasing Co.,Ltd. Assignor: NANJING POWER HORIZON INFORMATION TECHNOLOGY Co.,Ltd. Contract record no.: X2023980032872 Denomination of invention: On-line monitoring method of gas turbine combustion system based on coefficient matrix Granted publication date: 20171201 License type: Exclusive License Record date: 20230227 |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: On-line monitoring method of gas turbine combustion system based on coefficient matrix Effective date of registration: 20230228 Granted publication date: 20171201 Pledgee: Zhongguancun Technology Leasing Co.,Ltd. Pledgor: NANJING POWER HORIZON INFORMATION TECHNOLOGY Co.,Ltd. Registration number: Y2023980033695 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |