CN115793526B - 一种基于信息融合的发电机组运行参数监测方法及系统 - Google Patents

Abstract

本发明公开一种基于信息融合的发电机组运行参数监测方法及系统，包括：采集发电机组的各运行参数的历史数据并进行预处理，确定影响所监测的目标参数的特征参数；在设定滑动窗的滑动时间序列内获取所述目标参数及特征参数的运行数据信息，并代入一次函数的回归公式中进行回归计算得到相应的回归系数；根据所述回归系数构建所述目标参数在当前滑动窗的系数偏差监测指标；基于当前滑动窗的系数偏差监测指标，利用AR自回归预测法计算下一个滑动窗的阈值；当监测到下一个滑动窗的系数偏差监测指标超过所述阈值时，则判定所监测的目标参数存在异常并发出预警信号。本发明能够有效提高对运行参数监测的灵敏度和实效性，确保机组运行的安全性和可靠性。

Description

一种基于信息融合的发电机组运行参数监测方法及系统

技术领域

本发明涉及发电机组运行监测技术领域，特别涉及一种基于信息融合的发电机组运行参数监测方法及系统。

背景技术

在当前“双碳”目标及电网调峰形势下，发电机组参与深度调峰，机组运行的实时状态及能效成为决定电厂运营效果的关键因素。目前，对发电机组故障监测主要是通过光子牌报警画面进行监视，对于机组运行参数的监测采用固定的上下限值进行判断，由于现场测量环境干扰等原因，发电机组运行参数的监视存在着不确定性；通过固定的上下限值对发电机组是否存在故障进行判断的方法，存在着灵敏度不高和时效性较低等问题，不利于机组的安全运行。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种基于信息融合的发电机组运行参数监测方法及系统，提高监测的灵敏度和实效性。

为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明提供一种基于信息融合的发电机组运行参数监测方法，所述方法包括：

采集发电机组的各运行参数的历史数据并进行预处理，确定影响所监测的目标参数的特征参数；

在设定滑动窗的滑动时间序列内获取所述目标参数及特征参数的运行数据信息，并代入一次函数的回归公式中进行回归计算得到相应的回归系数；

根据所述回归系数构建所述目标参数在当前滑动窗的系数偏差监测指标；

基于当前滑动窗的系数偏差监测指标，利用AR自回归预测法计算下一个滑动窗的阈值；

当监测到下一个滑动窗的系数偏差监测指标超过所述阈值时，则判定所监测的目标参数存在异常并发出预警信号。

结合第一方面，优选地，所述采集发电机组的各运行参数的历史数据并进行预处理，确定影响所监测的目标参数的特征参数，包括以下步骤：

在机组额定负荷的50％～100％变化区间内采集一组历史运行数据，在所监测的目标参数额定值的50％～100％变化区间内采集另一组历史运行数据，将两组历史运行数据进行合并得到历史数据集；

剔除所述历史数据集中各运行参数的异常数据，获得初始数据集；

对初始数据集进行向量去重复操作，获得新的数据集；

基于所述新的数据集，利用PCA主成份分析法各运行参数与所监测的目标参数的关联度，将关联度高于设定阈值的运行参数确定为影响所监测的目标参数的特征参数。

结合第一方面，优选地，所述对初始数据集进行向量去重复操作的步骤包括：

通过公式(1)计算两个数据向量中对应的各元素之间的平均相对偏差：

式中，abs表示绝对值，表示初始数据集中第i个运行参数在t₁时刻的值，表示初始数据集中第i个运行参数在t₂时刻的值，i＝1,2,…n，n表示初始数据集中运行参数的总个数；

若所计算的两个数据向量中有超过三分之一的元素的平均相对偏差值小于2％，则判定所计算的两个数据向量为同一状态，将所计算的两个数据向量中的其中一个数据向量去除。

结合第一方面，优选地，所述一次函数的回归公式为：

y＝a_kx+b_k (2)

式中，y和x分别表示第k个滑动窗的目标参数和特征参数的运行数据信息；k表示滑动窗的编号，k＝1,2,…；a_k和b_k分别表示第k个滑动窗运行数据信息的回归系数和常数项。

结合第一方面，优选地，根据所述回归系数构建所述目标参数在当前滑动窗的系数偏差监测指标的步骤包括：

将当前滑动窗的编号设为r，截取包括当前滑动窗r的前q个滑动窗的目标参数及特征参数的运行数据信息，并利用公式(2)分别进行回归计算，得到所述前q个滑动窗的回归系数，即a_r、a_r-1、a_r-2…a_r-q+2、a_r-q+1；

根据所述前q个滑动窗的回归系数，计算得到当前滑动窗r的系数偏差监测指标dis_r：

结合第一方面，优选地，所述基于当前滑动窗的系数偏差监测指标，利用AR自回归预测法计算下一个滑动窗的阈值的步骤包括：

截取当前滑动窗r的前g个滑动窗的目标参数及特征参数的运行数据信息，并运用公式(3)的计算方法，分别计算前g个滑动窗的系数偏差监测指标，即dis_r-g+1、β₂dis_r-g+2、…dis_r-1、dis_r；

根据所述前g个滑动窗的系数偏差监测指标，利用AR自回归预测法计算得到下一个滑动窗的偏差系数

式中，β₁、β₂、…、β_g-1、β_g分别表示各对应项的时间序列系数，且满足

结合当前滑动窗的系数偏差监测指标和下一个滑动窗偏的差系数，计算得到所述下一个滑动窗的阈值

式中，α表示缩放系数，α的取值由当前发电机组运行工况变化的速度决定。

结合第一方面，优选地，其特征在于，所监测的目标参数为主蒸汽压力时，影响所监测的主蒸汽压力的特征参数包括机组负荷、给水压力、给水流量、再热蒸汽压力、主蒸汽流量和各级抽汽压力。

第二方面，本发明提供一种基于信息融合的发电机组运行参数监测系统，所述系统包括：

数据采集模块，用于采集发电机组的各运行参数的历史数据并进行预处理，确定影响所监测的目标参数的特征参数；

回归计算模块，用于在设定滑动窗的滑动时间序列内获取所述目标参数及特征参数的运行数据信息，并代入一次函数的回归公式中进行回归计算得到相应的回归系数；

构建系数偏差监测指标模块，用于根据所述回归系数构建所述目标参数在当前滑动窗的系数偏差监测指标；

计算阈值模块，用于基于当前滑动窗的系数偏差监测指标，利用AR自回归预测法计算下一个滑动窗的阈值；

异常监测模块，用于当监测到下一个滑动窗的系数偏差监测指标超过所述阈值时，则判定所监测的目标参数存在异常并发出预警信号。

第三方面，本发明提供一种基于信息融合的发电机组运行参数监测设备，包括处理器及存储介质；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行第一方面任一项所述的基于信息融合的发电机组运行参数监测方法的步骤。

第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如第一方面任一项所述的基于信息融合的发电机组运行参数监测方法的步骤。

与现有技术相比，本发明所达到的有益效果：

本发明通过在设定滑动窗的滑动时间序列内获取目标参数及特征参数的运行数据信息进行回归计算，并构建系数偏差监测指标作为目标参数的监测数据，同时利用AR自回归预测法动态计算所监测数据的阈值，从而能够以最短的时间准确识别出异常参数，以便针对不同故障及早采取应对措施，提高机组运行的安全性和可靠性；

此外，本发明在确定影响所监测的目标参数的特征参数时，采集了海量的历史运行数据，并经过剔除异常数据、向量去重复操作后利用PCA主成份分析法将关联度高于设定阈值的运行参数确定为影响所监测的目标参数的特征参数，使得所构建的系数偏差监测指标能够更加精准的反应处目标参数的数据状态，进一步提高监测的灵敏度。

附图说明

图1是本发明实施例提供的一种基于信息融合的发电机组运行参数监测方法的流程图；

图2是本发明实施例提供的方法对主蒸汽压力的系数偏差指标的监测过程图；

图3是本发明实施例提供的一种基于信息融合的发电机组运行参数监测系统的结构原理框图。

具体实施方式

下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符"/"，一般表示前后关联对象是一种“或”的关系。

实施例一：

如图1所示，本实施例介绍一种基于信息融合的发电机组运行参数监测方法，具体包括如下步骤：

步骤S1：采集发电机组的各运行参数的历史数据并进行预处理，确定影响所监测的目标参数的特征参数；

步骤S2：在设定滑动窗的滑动时间序列内获取所述目标参数及特征参数的运行数据信息，并代入一次函数的回归公式中进行回归计算得到相应的回归系数；

步骤S3：根据所述回归系数构建所述目标参数在当前滑动窗的系数偏差监测指标；

步骤S4：基于当前滑动窗的系数偏差监测指标，利用AR自回归预测法计算下一个滑动窗的阈值；

步骤S5：当监测到下一个滑动窗的系数偏差监测指标超过所述阈值时，则判定所监测的目标参数存在异常并发出预警信号。

作为本发明的一种实施例，在步骤S1中，具体包括以下过程：

步骤S1.1：在机组额定负荷的50％～100％变化区间内采集一组历史运行数据，在所监测的目标参数额定值的50％～100％变化区间内采集另一组历史运行数据，将两组历史运行数据进行合并得到历史数据集；

步骤S1.2：剔除所述历史数据集中各运行参数的异常数据，获得初始数据集；

具体的，在步骤S1.2中，采用常规的阈值判断和变动速率剔除历史数据集的异常值，将满足异常值判断条件的数据剔除；阈值判断的条件为x_t>h1或x_t<h2，h1和h2分别为所对应的参数在正常运行区间的上、下限值，变动速率判断采用的公式为abs(x_t-x_t-1)＜s，x_t为参数在t时刻的测量值，x_t-1为参数在t-1时刻的测量值，abs表示绝对值，s为机组正常运行时该参数变动速率正常波动的上限值。

步骤S1.3：对初始数据集进行向量去重复操作，获得新的数据集；

本发明实施例提供的步骤S1.3具体包括：通过公式(1)计算两个数据向量中对应的各元素之间的平均相对偏差：

式中，abs表示绝对值，表示初始数据集中第i个运行参数在t₁时刻的值，表示初始数据集中第i个运行参数在t₂时刻的值，i＝1,2,…n，n表示初始数据集中运行参数的总个数；

若所计算的两个数据向量中有超过三分之一的元素的平均相对偏差值小于2％，则判定所计算的两个数据向量为同一状态，将所计算的两个数据向量中的其中一个数据向量去除。

步骤S1.4：基于所述新的数据集，利用PCA主成份分析法各运行参数与所监测的目标参数的关联度，将关联度高于设定阈值的运行参数确定为影响所监测的目标参数的特征参数。

作为本发明的一种实施例，在步骤S2中所述一次函数的回归公式为：

y＝a_kx+b_k (2)

式中，y和x分别表示第k个滑动窗的目标参数和特征参数的运行数据信息；k表示滑动窗的编号，k＝1,2,…；a_k和b_k分别表示第k个滑动窗运行数据信息的回归系数和常数项。

作为本发明的一种实施例，在步骤S3中，根据所述回归系数构建所述目标参数在当前滑动窗的系数偏差监测指标的步骤包括：

将当前滑动窗的编号设为r，截取包括当前滑动窗r的前q个滑动窗的目标参数及特征参数的运行数据信息，并利用公式(2)分别进行回归计算，得到所述前q个滑动窗的回归系数，即a_r、a_r-1、a_r-2…a_r-q+2、a_r-q+1；

根据所述前q个滑动窗的回归系数，计算得到当前滑动窗r的系数偏差监测指标dis_r：

本发明实施例提供的步骤S4具体包括以下过程：

截取当前滑动窗r的前g个滑动窗的目标参数及特征参数的运行数据信息，并运用公式(3)的计算方法，分别计算前g个滑动窗的系数偏差监测指标，即dis_r-g+1、β₂dis_r-g+2、…dis_r-1、dis_r；

根据所述前g个滑动窗的系数偏差监测指标，利用AR自回归预测法计算得到下一个滑动窗的偏差系数

式中，β₁、β₂、…、β_g-1、β_g分别表示各对应项的时间序列系数，且满足

结合当前滑动窗的系数偏差监测指标和下一个滑动窗偏的差系数，计算得到所述下一个滑动窗的阈值

式中，α表示缩放系数；

需要说明的是，α的取值由当前发电机组运行工况变化的速度决定，其大小根据实际情况自动调节，调节的规则为：若属于机组工况快速变动期间，取0.3-0.5；若属于机组工况缓慢变动期间，取0.5-0.6；若处于机组工况相对稳定期间，取0.6-0.8；其中，设置机组负荷变动的判定规则：选取机组负荷和主给水流量两个参数进行综合判断，若负荷的变动速率超过2％*额定负荷/min，同时主给水流量的变动速率超过5％的额定蒸发量，则认为处于工况快速变动期；若2个参数中有1个变动速率超限而另一个的变动速率并未超限，认为处于工况缓慢变动期；若2个参数的变动速率均未超限，则认为处于工况的相对稳定期。可见，本发明对目标参数检测的系数偏差监测指标及阈值均是根据发电机组实时运行的数据进行动态调整，使得所监测的结果更加及时准确。

本发明实施例以所监测的目标参数为主蒸汽压力进行仿真试验，通过本发明提供的方法确定影响所监测的主蒸汽压力的特征参数为机组负荷、给水压力、给水流量、再热蒸汽压力、主蒸汽流量和各级抽汽压力；参照图2为机组四管泄露导致主蒸汽压力发生异常变化的监测过程，对主蒸汽压力的系数偏差监测指标的进行监测，图2中的趋势曲线为系数偏差监测指标的计算值，矩形表示滑动窗，点划线为阈值限，从图2可以看出本发明方法检测到主蒸汽压力异常从1100s开始发出故障异常信号预警，从中可以看出，在1100s前计算的系数偏差指标稳定在0.45左右，当泄露发生后，计算指标及时出现了异常的上升趋势并且超限，而DCS系统的主蒸汽压力报警超限则在1200s后，验证了本发明方法具有较高的灵敏度，对运行参数的监测结果更加精准。

实施例二：

如图2所示，本发明实施例提供了一种基于信息融合的发电机组运行参数监测系统，可以用于实施实施例一所述的方法，具体包括：

数据采集模块，用于采集发电机组的各运行参数的历史数据并进行预处理，确定影响所监测的目标参数的特征参数；

回归计算模块，用于在设定滑动窗的滑动时间序列内获取所述目标参数及特征参数的运行数据信息，并代入一次函数的回归公式中进行回归计算得到相应的回归系数；

构建系数偏差监测指标模块，用于根据所述回归系数构建所述目标参数在当前滑动窗的系数偏差监测指标；

计算阈值模块，用于基于当前滑动窗的系数偏差监测指标，利用AR自回归预测法计算下一个滑动窗的阈值；

异常监测模块，用于当监测到下一个滑动窗的系数偏差监测指标超过所述阈值时，则判定所监测的目标参数存在异常并发出预警信号

本发明实施例提供的基于信息融合的发电机组运行参数监测系统与实施例一提供的基于信息融合的发电机组运行参数监测方法基于相同的技术构思，能够产生如实施例一所述的有益效果，在本实施例中未详尽描述的内容可以参见实施例一。

实施例三：

本发明实施例提供了一种基于信息融合的发电机组运行参数监测设备，包括处理器及存储介质；

所述存储介质用于存储指令；

处理器用于根据指令进行操作以执行根据实施例一中任一项方法的步骤。

实施例四：

本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如实现实施例一中任一项方法的步骤。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (7)

1.一种基于信息融合的发电机组运行参数监测方法，其特征在于，所述方法包括：

采集发电机组的各运行参数的历史数据并进行预处理，确定影响所监测的目标参数的特征参数；

在设定滑动窗的滑动时间序列内获取所述目标参数及特征参数的运行数据信息，并代入一次函数的回归公式中进行回归计算得到相应的回归系数；

根据所述回归系数构建所述目标参数在当前滑动窗的系数偏差监测指标；

基于当前滑动窗的系数偏差监测指标，利用AR自回归预测法计算下一个滑动窗的阈值；

当监测到下一个滑动窗的系数偏差监测指标超过所述阈值时，则判定所监测的目标参数存在异常并发出预警信号；

其中，所述一次函数的回归公式为：

； （2）

式中，分别表示第k个滑动窗的目标参数和特征参数的运行数据信息；k表示滑动窗的编号，k=和分别表示第k个滑动窗运行数据信息的回归系数和常数项；

根据所述回归系数构建所述目标参数在当前滑动窗的系数偏差监测指标的步骤包括：

将当前滑动窗的编号设为r，截取包括当前滑动窗r的前q个滑动窗的目标参数及特征参数的运行数据信息，并利用公式（2）分别进行回归计算，得到所述前q个滑动窗的回归系数，即、；

根据所述前q个滑动窗的回归系数，计算得到当前滑动窗r的系数偏差监测指标：

；（3）

所述基于当前滑动窗的系数偏差监测指标，利用AR自回归预测法计算下一个滑动窗的阈值的步骤包括：

截取当前滑动窗r的前个滑动窗的目标参数及特征参数的运行数据信息，并运用公式（3）的计算方法，分别计算前个滑动窗的系数偏差监测指标，即；

根据所述前个滑动窗的系数偏差监测指标，利用AR自回归预测法计算得到下一个滑动窗的偏差系数：

； （4）

式中，、、…、、分别表示各对应项的时间序列系数，且满足，j=；

结合当前滑动窗的系数偏差监测指标和下一个滑动窗的偏差系数，计算得到所述下一个滑动窗的阈值：

；

式中，表示缩放系数，的取值由当前发电机组运行工况变化的速度决定。

2.根据权利要求1所述的基于信息融合的发电机组运行参数监测方法，其特征在于，所述采集发电机组的各运行参数的历史数据并进行预处理，确定影响所监测的目标参数的特征参数，包括以下步骤：

在机组额定负荷的50%~100%变化区间内采集一组历史运行数据，在所监测的目标参数额定值的50%~100%变化区间内采集另一组历史运行数据，将两组历史运行数据进行合并得到历史数据集；

剔除所述历史数据集中各运行参数的异常数据，获得初始数据集；

对初始数据集进行向量去重复操作，获得新的数据集；

基于所述新的数据集，利用PCA主成份分析法各运行参数与所监测的目标参数的关联度，将关联度高于设定阈值的运行参数确定为影响所监测的目标参数的特征参数。

3.根据权利要求2所述的基于信息融合的发电机组运行参数监测方法，其特征在于，所述对初始数据集进行向量去重复操作的步骤包括括：

通过公式（1）计算两个数据向量中对应的各元素之间的平均相对偏差：

； （1）

式中，表示绝对值，表示初始数据集中第i个运行参数在时刻的值，表示初始数据集中第i个运行参数在时刻的值，，n表示初始数据集中运行参数的总个数；

若所计算的两个数据向量中有超过三分之一的元素的平均相对偏差值小于2%，则判定所计算的两个数据向量为同一状态，将所计算的两个数据向量中的其中一个数据向量去除。

4.根据权利要求1至3任一所述的基于信息融合的发电机组运行参数监测方法，其特征在于，所监测的目标参数为主蒸汽压力时，影响所监测的主蒸汽压力的特征参数包括机组负荷、给水压力、给水流量、再热蒸汽压力、主蒸汽流量和各级抽汽压力。

5.一种基于信息融合的发电机组运行参数监测系统，其特征在于，所述系统包括：

数据采集模块，用于采集发电机组的各运行参数的历史数据并进行预处理，确定影响所监测的目标参数的特征参数；

回归计算模块，用于在设定滑动窗的滑动时间序列内获取所述目标参数及特征参数的运行数据信息，并代入一次函数的回归公式中进行回归计算得到相应的回归系数；

构建系数偏差监测指标模块，用于根据所述回归系数构建所述目标参数在当前滑动窗的系数偏差监测指标；

计算阈值模块，用于基于当前滑动窗的系数偏差监测指标，利用AR自回归预测法计算下一个滑动窗的阈值；

异常监测模块，用于当监测到下一个滑动窗的系数偏差监测指标超过所述阈值时，则判定所监测的目标参数存在异常并发出预警信号；

其中，所述一次函数的回归公式为：

； （2）

式中，分别表示第k个滑动窗的目标参数和特征参数的运行数据信息；k表示滑动窗的编号，k=和分别表示第k个滑动窗运行数据信息的回归系数和常数项；

根据所述回归系数构建所述目标参数在当前滑动窗的系数偏差监测指标的步骤包括：

将当前滑动窗的编号设为r，截取包括当前滑动窗r的前q个滑动窗的目标参数及特征参数的运行数据信息，并利用公式（2）分别进行回归计算，得到所述前q个滑动窗的回归系数，即、；

根据所述前q个滑动窗的回归系数，计算得到当前滑动窗r的系数偏差监测指标：

；（3）

所述基于当前滑动窗的系数偏差监测指标，利用AR自回归预测法计算下一个滑动窗的阈值的步骤包括：

截取当前滑动窗r的前个滑动窗的目标参数及特征参数的运行数据信息，并运用公式（3）的计算方法，分别计算前个滑动窗的系数偏差监测指标，即；

根据所述前个滑动窗的系数偏差监测指标，利用AR自回归预测法计算得到下一个滑动窗的偏差系数：

； （4）

式中，、、…、、分别表示各对应项的时间序列系数，且满足，j=；

结合当前滑动窗的系数偏差监测指标和下一个滑动窗的偏差系数，计算得到所述下一个滑动窗的阈值：

；

式中，表示缩放系数，的取值由当前发电机组运行工况变化的速度决定。

6.一种基于信息融合的发电机组运行参数监设备，其特征在于，包括处理器及存储介质；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据权利要求1至4任一项所述的基于信息融合的发电机组运行参数监测方法的步骤。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时，实现如权利要求1至4任一项所述的基于信息融合的发电机组运行参数监测方法的步骤。