【技术实现步骤摘要】
本专利技术涉及电厂智能化，具体涉及一种基于数据模型评估磨煤机故障预警方法、系统及存储介质。
技术介绍
1、制粉系统是火电机组的重要组成部分，其运行的好坏直接影响到锅炉燃烧稳定及机组负荷的安全性。由于磨煤机的工作环境较为恶劣，杂质磨损、潮湿堵煤等可能引起磨煤机的故障。故障特征主要体现在温度、风压、通风量等监测参数上，如磨煤机堵煤会导致通风量骤减，原煤水分与出口温度有着直接的关系等。因此，发展基于数据模型的磨煤机监测评估技术对于机组的安全生产具有重大的现实意义。
2、目前已经出现了各类数据建模方法应用于磨煤机故障预警及诊断的相关报道，但是在实际应用过程中存在着模型过于复杂、工程适用性不强等技术问题。
技术实现思路
1、为了解决数据建模方法实际应用于磨煤机故障预警及诊断过程中存在着模型过于复杂、工程适用性不强等技术问题，本专利技术提出了一种基于数据模型评估磨煤机故障预警方法、系统及存储介质。
2、为了达到上述目的，本专利技术的技术方案如下：
3、本专利技术提供一种基于数据模型评估磨煤机故障预警方法，包括以下步骤：
4、s1分析并确定体现磨煤机运行性能的特征参数，根据预先确定体现磨煤机运行性能的特征参数采集历史数据，对采集得到的历史数据集进行数据预处理，剔除其中的异常数据，作为状态矩阵提取的输入数据，提取获得状态矩阵；
5、s2采集磨煤机各特征参数的实时运行数据，根据采集磨煤机各特征参数的实时运行数据和状态矩阵中各典型状态中向量计
6、本专利技术提出了一种基于数据模型评估磨煤机故障预警方法，数据建模方法实际应用于磨煤机故障预警及诊断过程中的模型简单、工程适用性强，智能化实现了磨煤机的可靠性监测及故障预警提示。
7、作为优选技术方案，步骤s1中分析并确定体现磨煤机运行性能的特征参数，包括以下步骤：
8、采用专家经验和/或关联分析方法分析出体现磨煤机运行性能的特征参数，所述体现磨煤机运行性能的特征参数包括:给煤量、磨煤机电流、入口风压、入口风温、入口风流量、出口混合物压力、出口混合物温度、冷风调节门开度和热风调节门开度中的任一种或几种。
9、作为优选技术方案，步骤s1中根据预先确定体现磨煤机运行性能的特征参数采集历史数据，包括以下步骤：
10、历史数据采集磨煤机运行的整个工况区间，并且在整个工况区间中的各个工况分布均匀。
11、作为优选技术方案，步骤s1中对采集得到的历史数据集进行数据预处理，剔除其中的异常数据，作为状态矩阵提取的输入数据，提取获得状态矩阵，具体包括以下步骤：
12、对采集得到的历史数据集进行数据预处理，剔除其中的异常数据；
13、采用数据聚类方法对处理后的数据集进行聚类，得到代表磨煤机各典型运行工况的典型工况库，通过聚类算法提取获得状态矩阵，所述状态矩阵为：
14、
15、其中，元素xij为某参数的历史运行数据，i表示的是时刻，j表示的是参数。
16、作为优选技术方案，步骤s2包括以下步骤：
17、s201采集各特征参数的实时运行数据，根据采集各特征参数的实时运行数据和状态矩阵中各典型状态中向量计算各特征参数实时估计值，具体包括以下步骤：
18、采集各特征参数的实时运行数据，利用核函数映射计算状态矩阵中各典型状态向量与实时观测向量的权重，计算公式为：
19、
20、其中：xobs表示实时的观测向量即实测值，xi表示状态矩阵中第i行的历史状态向量，h为选取的模型参数，根据实际情况进行确定；‖xobs-xi‖2为两个向量的核函数距离算子，两个向量的核函数距离算子的计算公式为：
21、‖xobs-xi‖2＝(xobs-xi)ts-1(xobs-xi)
22、式中为协方差矩阵，其中的σj为第j各参数的标准差，通过测量的数据统计或仪表设计值得到，计算各特征参数的实时估计值，计算公式为：
23、
24、作为优选技术方案，步骤s2包括以下步骤：
25、s202根据各特征参数实时估计值和各特征参数实测值之间的偏差，进行各特征参数的劣化度的分析；
26、参数实时估计值和各特征参数实测值之间的偏差，计算公式为：
27、
28、根据计算得到的各参数偏差情况，计算各参数的劣化度，计算公式为：
29、
30、其中：l为磨煤机故障个数，m为参数个数；qj为故障发生时第j个参数对磨煤机出力的影响权重，为磨煤机故障时第j个参数的正常状态阈值，为磨煤机故障时第j个参数的紧急停运阈值。
31、作为优选技术方案，步骤s2包括以下步骤：
32、s203在分析得到各特征参数的劣化度后，将磨煤机特征参数的状态转换为磨煤机的可靠性评价指标，根据可靠度评价指标趋势的变化，确定发出预警信号的区域，以实现磨煤机的可靠性监测及故障预警提示，具体包括以下步骤：
33、在得到特征参数的劣化度后，将磨煤机特征参数的状态转换为磨煤机的可靠性评价指标，定义磨煤机的可靠性评价指标即可靠度为：
34、
35、通过磨煤机可靠度指标的趋势进行监测，当可靠度越接近于1磨煤机运行的可靠性越高，当出现明显的下降趋势，则应该发出故障预警提示。
36、本申请提供一种基于数据模型评估磨煤机故障预警系统，包括：
37、离线建模模块，用于分析并确定体现磨煤机运行性能的特征参数，根据预先确定体现磨煤机运行性能的特征参数采集历史数据，对采集得到的历史数据集进行数据预处理，剔除其中的异常数据，作为状态矩阵提取的输入数据，提取获得状态矩阵；
38、在线监测模块，用于采集各特征参数的实时运行数据，根据采集各特征参数的实时运行数据和状态矩阵中各典型状态中向量计算各特征参数实时估计值、进行各特征参数的劣化度的分析，将磨煤机特征参数的状态转换为磨煤机的可靠性评价指标，根据可靠度评价指标趋势的变化，确定发出预警信号的区域，以实现磨煤机的可靠性监测及故障预警提示。
39、作为优选技术方案，所述离线建模模块包括：
40、确定特征参数模块，用于分析出体现磨煤机运行性能的特征参数，所述体现磨煤机运行性能的特征参数包括:给煤量、磨煤机电流、入口风压、入口风温、入口风流量、出口混合物压力、出口混合物温度、冷风调节门开度和热风调节门开度中的任一种或几种；
41、采集历史数据模块，用于根据预先确定体现磨煤机运行性能的特征参数采集历史数据，历史数据采集磨煤机运行的整个工况区间，并且在整个工况区间中的各个工况分布均匀；
42、数据预处理模块，用于对采集得到本文档来自技高网...
【技术保护点】
1.一种基于数据模型评估磨煤机故障预警方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于数据模型评估磨煤机故障预警方法，其特征在于，步骤S1中分析并确定体现磨煤机运行性能的特征参数，包括以下步骤：
3.根据权利要求2所述的基于数据模型评估磨煤机故障预警方法，其特征在于，步骤S1中根据预先确定体现磨煤机运行性能的特征参数采集历史数据，包括以下步骤：
4.根据权利要求3所述的基于数据模型评估磨煤机故障预警方法，其特征在于，步骤S1中对采集得到的历史数据集进行数据预处理，剔除其中的异常数据，作为状态矩阵提取的输入数据，提取获得状态矩阵，具体包括以下步骤：
5.根据权利要求1或4所述的基于数据模型评估磨煤机故障预警方法，其特征在于，步骤S2包括以下步骤：
6.根据权利要求5所述的基于数据模型评估磨煤机故障预警方法，其特征在于，步骤S2包括以下步骤：
7.根据权利要求6所述的基于数据模型评估磨煤机故障预警方法，其特征在于，步骤S2包括以下步骤：
8.一种基于数据模型评估磨煤机故障预警系统，其特征
9.根据权利要求8所述的基于数据模型评估磨煤机故障预警系统，其特征在于，所述离线建模模块包括：
10.一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，该程序被处理器执行时实现如权利要求1-7中任一项所述的基于数据模型评估磨煤机故障预警方法。
...【技术特征摘要】
1.一种基于数据模型评估磨煤机故障预警方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于数据模型评估磨煤机故障预警方法，其特征在于，步骤s1中分析并确定体现磨煤机运行性能的特征参数，包括以下步骤：
3.根据权利要求2所述的基于数据模型评估磨煤机故障预警方法，其特征在于，步骤s1中根据预先确定体现磨煤机运行性能的特征参数采集历史数据，包括以下步骤：
4.根据权利要求3所述的基于数据模型评估磨煤机故障预警方法，其特征在于，步骤s1中对采集得到的历史数据集进行数据预处理，剔除其中的异常数据，作为状态矩阵提取的输入数据，提取获得状态矩阵，具体包括以下步骤：
5.根据权利要求1或4所述...
【专利技术属性】
技术研发人员：赵亮，杨柏依，赵辉，马东森，郑峰，孙国华，周卫庆，
申请(专利权)人：华能莱芜发电有限公司，
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。