[发明专利]基于故障预警技术的火电机组短期可靠性评估方法及装置

权利要求书

1.一种基于故障预警技术的火电机组短期可靠性评估方法，其特征在于，包括：

S1、获取火电机组正常状态下的第一段历史数据，将第一段历史数据生成第一观测向量，并根据第一观测向量建立多元状态估计模型；

S2、获取火电机组正常状态下的第二段历史数据，将第二段历史数据生成第二观测向量，将第二观测向量中的第二段历史数据作为表征实际值输入至多元状态估计模型中，得到对应的第一估计值，将全部的第一估计值生成第一估计向量；

S3、利用预置相似度函数根据表征实际值和第一估计值生成验证数据集下第二观测向量和第一估计向量之间的第一相似度序列，对第一相似度序列进行滑动窗口法处理得到平均相似度曲线，根据平均相似度曲线确认预警阈值；

S4、将待评估的数据生成的第三观测向量输入至多元状态估计模型中，得到对应的第二估计向量，通过预置相似度函数得到第三观测向量和第二估计向量之间的第二相似度序列，当第二相似度序列中的相似度低于预警阈值时发出故障预警信号；

S5、根据表征实际值和第一估计值生成验证数据集下第二观测向量和第一估计向量之间的第一相对误差序列，对第一相对误差序列进行滑动窗口法处理得到平均相对误差曲线，根据平均相对误差曲线确认最大误差阈值；

S6、获取待评估的数据对应的第三观测向量与第二估计向量的第二相对误差序列，并根据平均相对误差曲线和第二相对误差序列确定故障点；

S7、获取故障点的数据，若故障点的数据大于预设阈值，对故障点进行等维更新预测，获取故障点的预测数据；

S8、根据故障点的预测数据对监测参数进行劣化分析，得到机组运行可靠性评估，根据监测参数的劣化度生成预估出力曲线。

2.根据权利要求1中所述的基于故障预警技术的火电机组短期可靠性评估方法，其特征在于，步骤S3具体包括：

S301、根据层次分析法确定每一个监测参数对设备出力的影响权重，并利用预置相似度函数生成验证数据集下第二观测向量和第一估计向量之间的第一相似度序列；

S302、对第二观测向量和第一估计向量之间的第一相似度序列采用滑动窗口法处理，得到平均相似度曲线

S303、根据平均相似度曲线确定预警阈值S_wt。

3.根据权利要求2中所述的基于故障预警技术的火电机组短期可靠性评估方法，其特征在于，预置相似度函数为：

式中，X_obs为第二观测向量，X_est为第一估计向量，W_i为第i个监测参数对设备出力的影响权重，为第i个监测参数在时间段t_k的第二观测向量，X_i^est(t_k)为第i个监测参数在时间段t_k的第一估计向量；

预警阈值其中k为预置预警系数，k>1。

4.根据权利要求3中所述的基于故障预警技术的火电机组短期可靠性评估方法，其特征在于，步骤S5具体包括：

S501、根据表征实际值和第一估计值生成验证数据集下第二观测向量和第一估计向量之间的第一相对误差序列；

S502、对第一相对误差序列采用滑动窗口法处理，得到平均相对误差曲线；

S503、将平均相对误差曲线中的最大平均相对误差值乘以预置预警系数k，得到最大误差阈值。

5.根据权利要求4中所述的基于故障预警技术的火电机组短期可靠性评估方法，其特征在于，步骤S6具体包括：

S601、获取待评估的数据对应的第三观测向量与第二估计向量之间的第二相对误差序列；

S602、确定第二相对误差序列中的数值超过最大误差阈值的异常数据，结合全部异常数据确定故障点。