熱力系統(tǒng)的狀態(tài)監(jiān)測(cè)與故障診斷研究.pdf

1、熱力系統(tǒng)的狀態(tài)監(jiān)測(cè)與故障診斷對(duì)機(jī)組的安全、經(jīng)濟(jì)運(yùn)行具有重要意義。其主要功能為根據(jù)傳感器數(shù)據(jù)及系統(tǒng)知識(shí)確定機(jī)組運(yùn)行狀態(tài)，判斷機(jī)組是否發(fā)生故障并分析引起故障的原因。由于熱力系統(tǒng)結(jié)構(gòu)復(fù)雜、非線性強(qiáng)、運(yùn)行環(huán)境多變，故障及征兆具有較大的不確定性，難以建立精確適用的數(shù)學(xué)模型，影響了診斷系統(tǒng)的實(shí)際應(yīng)用效果。隨著電力信息化技術(shù)的不斷發(fā)展，電廠多配置了數(shù)據(jù)采集系統(tǒng)，具有大量的系統(tǒng)運(yùn)行歷史數(shù)據(jù)。本文以數(shù)據(jù)驅(qū)動(dòng)方法為基礎(chǔ)，結(jié)合系統(tǒng)結(jié)構(gòu)知識(shí)，形成了比較完善的故

2、障診斷系統(tǒng)。對(duì)系統(tǒng)在數(shù)據(jù)的可靠性、系統(tǒng)的非線性和系統(tǒng)的復(fù)雜性等方面的問(wèn)題進(jìn)行了深入的研究，提出了可行的解決方案。 在數(shù)據(jù)的可靠性方面，研究了基于獨(dú)立成分分析的數(shù)據(jù)去噪方法。對(duì)單個(gè)傳感器和冗余傳感器的情況分別進(jìn)行了討論。提出了基于獨(dú)立成分分析的冗余傳感器故障診斷系統(tǒng)。對(duì)多個(gè)傳感器和兩個(gè)傳感器的冗余系統(tǒng)分別進(jìn)行了研究。 為降低復(fù)雜系統(tǒng)建模的難度，結(jié)合熱力系統(tǒng)運(yùn)行特點(diǎn)，提出了多工況故障診斷框架。該框架以系統(tǒng)歷史數(shù)據(jù)為基礎(chǔ)，將系

3、統(tǒng)的運(yùn)行工況劃分為多個(gè)子工況，針對(duì)每個(gè)子工況分別建立子模型。為此，提出了工況的穩(wěn)態(tài)檢測(cè)方法和工況劃分方法。 提出了基于核主元分析的傳感器故障診斷方法。核主元模型提取系統(tǒng)多個(gè)傳感器之間的非線性相關(guān)性，克服了傳統(tǒng)主元分析方法用在非線性系統(tǒng)所帶來(lái)的問(wèn)題。利用特征空間的距離與輸入空間的距離之間的關(guān)系，將數(shù)據(jù)在主元空間的投影逆映射到輸入空間，完成數(shù)據(jù)在輸入空間的重構(gòu)。重構(gòu)方法使得在輸入空間中計(jì)算預(yù)測(cè)誤差成為可能，同時(shí)為模型的核函數(shù)的選擇、

4、核參數(shù)的選擇和主元個(gè)數(shù)的選擇提供了指導(dǎo)，充分克服了模型選擇的盲目性。這種方法的本質(zhì)是一種非線性的參數(shù)預(yù)測(cè)方法。提出了改進(jìn)的序貫概率比檢測(cè)方法。該方法適用于殘差服從高斯分布或者近似高斯分布的情況。通過(guò)該方法進(jìn)行殘差分析，實(shí)現(xiàn)了參數(shù)的故障檢測(cè)和故障征兆的識(shí)別。 針對(duì)系統(tǒng)故障和征兆的模糊性，提出了新的模糊故障診斷系統(tǒng)。在征兆的表達(dá)方面，采用廣義隸屬函數(shù)表達(dá)征兆的模糊性，并綜合考慮了故障征兆的動(dòng)態(tài)屬性和靜態(tài)屬性。在故障識(shí)別方面，提出了加