【技术实现步骤摘要】
本专利技术涉及燃气轮机发电厂故障诊断，具体涉及一种基于小波频带剖分和多层次聚类的板卡故障诊断方法。
技术介绍
1、随着燃气轮机及其联合循环技术的日臻成熟，以及世界范围内天然气资源的大量开发及地球环保压力的日益严峻，燃气轮机发电不仅用作紧急备用电源和尖峰负荷，还作为清洁能源、分布式能源和基本负荷向电网输送电力。时至今日，燃气轮机在发电领域正在不断成长和迅猛发展；使用氢气作为燃料的燃气轮机发电，得到了空前重视和极大发展。
2、燃气轮机控制系统是由大量的零部件按一定的方式、功能和要求集合而成的复杂非线性动态系统。燃气轮机控制系统中的电子控制器(dcs系统)，是整个燃机控制系统的核心和关键。如何对燃机控制系统的电子控制器进行有效地故障诊断，一直是工业界的难题。传统的基于bit技术的电子控制器故障诊断方法，需要在电子部件内增加大量冗余诊断电路，这一方面增加了系统成本，另一方面也增加了新的电子故障点。
3、不同燃机控制系统的生产厂家，在各自的dcs系统中内置了很多专业的系统诊断功能，这些功能必须在具有相应权限的工程师操作站中才能查看到，并且信息获取的过程都是被动式的，需要操作人员自己到不同位置查找各种报警信息，然后再结合纸质版的各种图纸资料，甚至需要到dcs机柜内实际查看硬件指示状态，才能判断系统的故障点。要进一步判断发生故障的原因，则更多是工程师的个人能力和经验程度。这严重制约了燃机电厂在出现系统故障的快速判断，其结果是经常性出现因电子控制器系统误报警而导致的非计划停机，给电厂造成极大的经济损失。
4、
5、在燃机发电行业，这种例行检修的工作方式，对以dcs为代表的电子控制器系统并不适合。dcs系统有高精度和高密度的电子元器件/芯片构成，各种元器件的工作原理和失效机制完全不同，其失效模式经常是‘突然式’，仅仅凭借日常的检查手段和测试手段根本无法有效解决故障检测问题。在燃气轮机的日常运行过程中，燃烧室的温度是最重要的控制监测参数，该组参数(9f机组是31个圆周型排布的测点)的稳定性和一致性，直接关系到机组是否可以继续运行；一旦出现因io板卡故障造成测量值失真，就可能需要立刻停机，后果非常严重。
6、研究电子控制器io板卡的数据驱动故障诊断方法，如何方便快捷地判定电子控制器的io板卡故障、找到一种可工程实现的故障诊断方法，一直是工业界的难题。
技术实现思路
1、本专利技术的目的在于，针对上述现有技术的不足，提供一种基于小波频带剖分和多层次聚类的板卡故障诊断方法，以解决燃气轮机控制系统中电子控制器的模拟量io板卡的工程化故障诊断问题。
2、为实现上述目的，本专利技术采用的技术方案如下：
3、本专利技术提供了一种基于小波频带剖分和多层次聚类的板卡故障诊断方法，该方法包括：
4、步骤101，从燃气轮机电子控制器系统中获取原始的过程信号，进行数据预处理，形成原始正常数据集；
5、步骤102，使用小波频带剖分，将预处理后的信号分解成不同频带的子信号，得到小波系数，并计算小波能量谱；
6、步骤103，对小波能量谱进行主成分分析，降低数据维度；
7、步骤104，从主成分中提取统计特征，包括均值、方差、能量，用于描述板卡在不同频带上的特征；
8、步骤105，将特征向量输入到多层次聚类算法中进行聚类，使用轮廓系数来确定聚类个数，根据聚类结果识别可能的故障模式，从而完成燃气轮机控制系统电子控制器io板卡故障诊断。
9、可选地，在所述步骤101中，所述从燃气轮机电子控制器中获取原始的过程信号包括：使用opc ua工业协议，从燃气轮机电子控制器dcs系统中获取与io板卡相关联的所有传感器的实时过程信号。
10、可选地，在所述步骤101中，数据预处理包括：缺失值处理、异常值处理、重复值处理。
11、可选地，所述步骤102，具体包括：
12、利用频带剖分的小波包变换，将信号x(t)分解为不同频带的逼近系数aj,k(t)和细节系数dj,k(t)，其中，j表示分解的层数，k表示在该层的位，
13、aj,k(t),dj,k(t)＝wpt(x(t),j)
14、波能量谱反映了信号在不同频带上的能量分布；
15、在小波包分解得到的逼近系数和细节系数的基础上，通过对每个系数的幅度进行平方运算得到小波能量谱：
16、ej,k(t)＝|aj,k(t)|2+|dj,k(t)|2,
17、ej,k(t)表示在第j层、第k个位置上的小波能量。
18、可选地，所述步骤103具体包括：
19、通过计算协方差矩阵σ来描述不同维度之间的相关性：
20、∑＝cov(dj,k(t))
21、σi,j表示第i个小波包系数和第j个小波包系数之间的协方差:
22、
23、其中，n是小波包系数的样本数，是第j层的第ki个小波包系数在时刻t的值，是第j层的第ki个小波包系数的均值；
24、通过解协方差矩阵的特征方程来获取协方差矩阵的特征值λ和特征向量v；
25、选择前n个特征值对应的特征向量构成投影矩阵p,这些特征向量对应于协方差矩阵中最大的特征值，表示数据中的主要方向,
26、p＝[v1,v2,v3,...,vn],
27、将小波包系数dj,k(t)投影到新的特征空间，得到主成分分析后的数据xpca(t):
28、xpca(t)＝pt*dj,k(t)。
29、可选地，所述步骤105中，选用轮廓系数来确定最优聚类个数，包括：
30、对于样本i，计算簇内平均距离ai：
31、
32、其中，ci为是簇内样本数，d(i,j)是样本i到簇内其他样本j的距离；
33、对于样本i，计算簇间平均距离bi：
34、
35、其中，cluster(i)表示样本i所在的簇，ck是簇间样本数，d(i,j)是样本i到簇间其他样本j的距离；
36、计算样本i的轮廓系数si：
37、
38、轮廓系数的取值范围本文档来自技高网...
【技术保护点】
1.一种基于小波频带剖分和多层次聚类的板卡故障诊断方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于小波频带剖分和多层次聚类的板卡故障诊断方法，其特征在于，在所述步骤101中，所述从燃气轮机电子控制器中获取原始的过程信号包括：使用OPC UA工业协议，从燃气轮机电子控制器DCS系统中获取与IO板卡相关联的所有传感器的实时过程信号。
3.根据权利要求2所述的基于小波频带剖分和多层次聚类的板卡故障诊断方法，其特征在于，在所述步骤101中，数据预处理包括：缺失值处理、异常值处理、重复值处理。
4.根据权利要求1所述的基于小波频带剖分和多层次聚类的板卡故障诊断方法，其特征在于，所述步骤102，具体包括：
5.根据权利要求4所述的基于小波频带剖分和多层次聚类的板卡故障诊断方法，其特征在于，所述步骤103具体包括：
6.根据权利要求5所述的基于小波频带剖分和多层次聚类的板卡故障诊断方法，其特征在于，所述步骤105中，使用MLC多层次聚类算法进行聚类，选用轮廓系数来确定最优聚类个数，进而识别IO板卡的故障，包括：
【技术特征摘要】
1.一种基于小波频带剖分和多层次聚类的板卡故障诊断方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于小波频带剖分和多层次聚类的板卡故障诊断方法，其特征在于，在所述步骤101中，所述从燃气轮机电子控制器中获取原始的过程信号包括：使用opc ua工业协议，从燃气轮机电子控制器dcs系统中获取与io板卡相关联的所有传感器的实时过程信号。
3.根据权利要求2所述的基于小波频带剖分和多层次聚类的板卡故障诊断方法，其特征在于，在所述步骤101中，数据预处理包括：缺...
【专利技术属性】
技术研发人员：孙志伟，闫鹏宇，杨华，
申请(专利权)人：上海工业自动化仪表研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。