【技术实现步骤摘要】
本专利技术涉及数据处理领域，尤其涉及一种用于f级燃机故障诊断的数据处理方法和系统。
技术介绍
1、燃机作为一种热能与动能转换的动力装置，己经广泛应用在发电、机械驱动、船舶动力等领域。燃机之所以得到广泛应用是因为其优点众多，如具有比功率大、快速启动、可承受高速变化负荷、可使用多种燃料做动力源等。燃机以它高温、高转以及应用高端技术的特点被人们誉为制造业上的一颗明珠，同时在现代社会中燃机已成为实现能源高效转换的重要装备，燃机的本质上是一种通过燃料（主要为天然气）与空气燃烧产生出气体推动叶片做功的机械，按照燃烧室温度分为e级，f级和h级。
2、采用燃机进行发电，为燃机的一大具体应用，作为相较于传统锅炉一汽轮机发电机组，f级燃机发电机组具有启动速度大幅度提升，运行更加平稳，热效率更高，环境污染更小的特点，因此在平抑新能源波动方面具有更大的优势。然而，在f级燃机自身结构复杂和工作环境苛刻的双重因素作用下，随着时间的推移，f级燃机各部件的性能将不可避免地发生退化，进而导致在f级燃机运行期间发生的各种异常或故障，这将对发电厂的整体运行的可靠性和经济性造成极大的威胁。
3、为了减少由f级燃机故障所引发的巨大经济损失，f级燃机故障诊断系统不断得到重视，使其尽早检测出机组异常，作为f级燃机故障诊断的重要环节之一，对燃机运行数据进行有效处理，能够极大程度的减少燃机因故障而停机的时间，进而避免相应的经济损失。
4、现有技术在对f级燃机故障诊断时，一般地均是通过常规的滤波、归一化等操作对采集的数据进行处理，这样导致处理的
5、同时，现有技术中也存在将燃机工况分为不同工况进行数据处理的方案，以及对数据类别进行判断然后采用不同的数据处理方式的方案，然而，对于燃机故障诊断来说，一方面需要采集长时间的数据才可用于数据诊断，另一方面燃机在运行过程中，拉长燃机的运行周期，其大部分运行数据为趋势型数据，上述处理方法导致数据处理方法在燃机数据处理时可移植性不强；
6、同时，现有技术中在数据滤波时，存在自适应窗口大小进行变窗口滑动平均滤波方法的方案，一般地，根据待处理的数据类型人为规定窗口大小，或者机械的根据处理结果对窗口数量进行累加，上述处理方法存在主管影响较大以及针对性不强的问题。
技术实现思路
1、为了解决上述技术问题，本专利技术提供了一种基于f级燃机故障诊断的数据处理方法和系统，用以解决
技术介绍
中提到的上述问题。
2、本专利技术提供一种基于f级燃机故障诊断的数据处理方法，具体包括：
3、s1：数据采集模块采集所述f级燃机运行数据；
4、s2：将所述f级燃机运行数据按照预设时间t分割为若干数据集；
5、s3：对所述若干数据集进行分类操作，分为稳定数据集和非稳定数据集；
6、s4：对所述稳定数据集采用第一滤波方法进行滤波操作；
7、s5：对所述非稳定数据集采用第二滤波方法进行滤波操作；
8、其中，所述第二滤波方法为变窗口大小的滑动平均滤波方法；
9、所述第二滤波方法中窗口大小的确定过程为：
10、s5.a：计算所述非稳定数据集的数据偏离系数；
11、s5.b：根据所述非稳定数据集的数据偏离系数c计算所述非稳定数据集的滑动平均滤波方法的窗口大小；
12、根据所述非稳定数据集的数据偏离系数c计算所述非稳定数据集的滑动平均滤波方法的窗口大小的公式为：
13、
14、其中，n为滑动平均滤波方法的窗口的大小，l为数据集中每种类型的数据的个数，round（）为取整函数；
15、s6：将经过数据处理后的数据集进行组合操作，得到数据处理后的f级燃机运行数据。
16、优选地，所述s5.a具体为：
17、s5.a1：获取所述f级燃机正常运行状态下的不同类型数据的基准范围；
18、s5.a2：统计所述非稳定数据集 中不同类型数据偏离该类型数据的基准范围的比例；得到偏离比例p1、p2、p3；其中，p1为温度数据的偏离比例，p2为压力数据的偏离比例，p3为振动数据的偏离比例；
19、s5.a3：根据所述非稳定数据集的偏离比例计算所述非稳定数据集的数据偏离系数c；
20、s5.a4：重复步骤s5.a1- s5.a4，直至所有所述非稳定数据集的数据偏离系数均计算完成。
21、优选地，所述非稳定数据集的数据偏离系数的计算公式为：
22、
23、其中，a1、a2、a3为系数，其中，a1=0.6，a2=0.3，a3=0.1。
24、优选地，所述s1中，所述数据采集模块包括在所述f级燃机上设置的传感器，用于获取反应所述f级燃机运行情况的参数数据；所述传感器包括温度传感器、压力传感器以及振动传感器；所述数据包括温度数据、压力数据、振动数据。
25、优选地，所述s1还包括：所述传感器采集f级燃机运行信号后，将所述传感器采集的运行信号转换为数字信号，通过数据采集卡实现运行数据的汇总得到所述f级燃机的运行数据，其中，所述数据采集卡选用ni pxie-6368 多功能数据采集卡，提供 16 路模拟量输入，采样率高达2 ms·s-1，分辨率为16位。
26、优选地，所述s2中，t的具体数值根据所述f级燃机的历史状态确定；
27、t的具体数值的确定公式为：
28、
29、其中，n为所述f级燃机检修完成时刻后发生的故障预警次数；t为时间间隔，单位为秒
30、优选地，所述s3具体为：
31、s3.1：确定所述f级燃机故障诊断的核心指标；
32、s3.2：获取所述f级燃机正常运行状态下所述核心指标的基准范围；
33、s3.3：根据所述数据集中偏离所述基准范围的数据的比例对所述数据集分类。
34、优选地，所述s3.1中，所述f级燃机故障诊断的核心指标为温度。
35、优选地，所述s3.3具体为：若所述数据集中偏离所述基准范围的数据的比例大于设定阈值，则所述数据集为非稳定数据集；若所述数据集中偏离所述基准范围的数据的比例小于等于设定阈值，则所述数据集为稳定数据集。
36、根据本专利技术的另一方面，本专利技术还提供一种基于f级燃机故障诊断的数据处理系统，该系统采用上述的一种基于f级燃机故障诊断的数据处理方法，所述数据处理系统包括：
37、数据采集模块，用于采集所述f级燃机运行数据；
38、数据分割模块，用于将所述f级燃机运行数据按照预设时间t分割为若干数据集；
39、数据集分类模块，用于对所述若干数据集进行分类操作，分为稳定数据集和非稳定数据集；
40、第一滤波操作模块，用于对所述稳定数据集采用第一滤波方法进行滤波操作；
41、第二滤波操作模块，用于对所述非稳定数据集采用第二滤波方法进行滤本文档来自技高网...
【技术保护点】
1.一种基于F级燃机故障诊断的数据处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于F级燃机故障诊断的数据处理方法，其特征在于，所述S5.a具体为：
3.根据权利要求2所述的一种基于F级燃机故障诊断的数据处理方法，其特征在于，所述非稳定数据集的数据偏离系数的计算公式为：
4.根据权利要求1所述的一种基于F级燃机故障诊断的数据处理方法，其特征在于，所述S1中，所述数据采集模块包括在所述F级燃机上设置的传感器，用于获取反应所述F级燃机运行情况的参数数据；所述传感器包括温度传感器、压力传感器以及振动传感器；所述数据包括温度数据、压力数据、振动数据。
5.根据权利要求4所述的一种基于F级燃机故障诊断的数据处理方法，其特征在于，所述S1还包括：所述传感器采集F级燃机运行信号后，将所述传感器采集的运行信号转换为数字信号，通过数据采集卡实现运行数据的汇总得到所述F级燃机的运行数据，其中，所述数据采集卡选用NI PXIe-6368多功能数据采集卡，提供16路模拟量输入，采样率高达2 MS·s-1，分辨率为16位。
6
7.根据权利要求1所述的一种基于F级燃机故障诊断的数据处理方法，其特征在于，所述S3具体为：
8.根据权利要求7所述的一种基于F级燃机故障诊断的数据处理方法，其特征在于，所述S3.1中，所述F级燃机故障诊断的核心指标为温度。
9.根据权利要求7所述的一种基于F级燃机故障诊断的数据处理方法，其特征在于，所述S3.3具体为：若所述数据集中偏离所述基准范围的数据的比例大于设定阈值，则所述数据集为非稳定数据集；若所述数据集中偏离所述基准范围的数据的比例小于等于设定阈值，则所述数据集为稳定数据集。
10.一种基于F级燃机故障诊断的数据处理系统，该系统采用权利要求1-9任一项所述的一种基于F级燃机故障诊断的数据处理方法，其特征在于，所述数据处理系统包括：
...【技术特征摘要】
1.一种基于f级燃机故障诊断的数据处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于f级燃机故障诊断的数据处理方法，其特征在于，所述s5.a具体为：
3.根据权利要求2所述的一种基于f级燃机故障诊断的数据处理方法，其特征在于，所述非稳定数据集的数据偏离系数的计算公式为：
4.根据权利要求1所述的一种基于f级燃机故障诊断的数据处理方法，其特征在于，所述s1中，所述数据采集模块包括在所述f级燃机上设置的传感器，用于获取反应所述f级燃机运行情况的参数数据；所述传感器包括温度传感器、压力传感器以及振动传感器；所述数据包括温度数据、压力数据、振动数据。
5.根据权利要求4所述的一种基于f级燃机故障诊断的数据处理方法，其特征在于，所述s1还包括：所述传感器采集f级燃机运行信号后，将所述传感器采集的运行信号转换为数字信号，通过数据采集卡实现运行数据的汇总得到所述f级燃机的运行数据，其中，所述数据采集卡选用ni pxie-6368多功能数据采集卡，...
【专利技术属性】
技术研发人员：沈晓兵，吴伟，程甫，汪忠德，吴森南，於国良，
申请(专利权)人：浙江浙能电力股份有限公司萧山发电厂，
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。