[发明专利]基于动态基线模型的火电厂系统各部件工作状态评估方法

权利要求书

1.一种基于动态基线模型的火电厂系统各部件工作状态评估方法，其特征在于，包括如下步骤：

根据采集的系统测点历史数据，采用多元状态估计技术建立系统健康状态模型；

基于所述系统健康状态模型构建动态基线，对系统各部件工作状态进行监测和预警，确定系统各部件的异常工作状态；

对所述异常工作状态进行分析，确定系统中的异常测点、异常测点出现的时刻和异常部件；

对异常工作状态进行分析中，

通过比较测点对异常的贡献率，确定对异常状态影响较大的测点；

通过定量衡量异常测点观测值和估计值的偏差程度，来确定测点异常出现时刻；

通过将监测测点划分到归属的部件中，计算每个部件中所有测点对异常的贡献率之和作为所述部件的状态值，进行部件故障判断；

所述测点对异常的贡献率用公式表示；式中，cnp(i)为第i个测点的贡献率，X_obs(i，j)和X_est(i，j)分别是第i个测点在j时刻的观测向量和估计向量；

所述部件的状态值用公式Sv(j)＝∑_icnp(i，j)表示；式中，Sv(j)为系统中第j个部件的状态值，cnp(i，j)为第j个部件中的第i个测点的贡献率。

2.根据权利要求1所述的工作状态评估方法，其特征在于，所述建立系统健康状态模型，包括如下步骤：

采集所监测的火电厂子系统中与系统健康状态有关测点的历史数据；

对历史数据进行清洗，提取测点在健康状态下的历史数据；

对清洗后的测点历史数据进行归一化，得到归一化的历史数据A_m×N；其中，行数m代表健康状态相关的传感器测点个数，列数N代表正常运行状态个数；

利用归一化的历史数据A_m×N构造健康矩阵Z_m×k；其中，列数k代表观测向量的个数；

根据构造的健康矩阵，采用多元状态估计技术建立系统健康状态模型。

3.根据权利要求2所述的工作状态评估方法，其特征在于，

所述对历史数据进行清洗步骤包括：

排除电机开关机和停机阶段单测点采集的数据；

剔除单测点的离群点；

采用关联关系比较法排除关联测点的离群点。

4.根据权利要求3所述的工作状态评估方法，其特征在于，

采用箱线图离群点检测方法识别单测点的离群点；

箱线图上边界设置为：X_upper＝Q₃+β×(Q₃-Q₁)；

箱线图下边界设置为：X_lower＝Q₃-β×(Q₃-Q1)；

式中，Q₁为下分位数，Q₃为上分位数，β为经验系数；

单测点的离群点为{x|x＞X_upper，x∈X}和{x|x＜X_lower，x∈X}，X为排除电机开关机和停机阶段的单测点序列。

5.根据权利要求2所述的工作状态评估方法，其特征在于，

所述构造健康矩阵，包括以下步骤：

1)将[0，1]区间等分为k份，以1/k为步距确定等间隔点集为：

2)从A_m×N的单测点x₁中提取出与p₁最近的点所对应的观测向量x₁(t₁)，加入到健康矩阵中；

3)依次遍历等间隔点集p中的其他点{p₂，…，p_k}进行2)中的操作；

4)依次遍历A_m×N中的其他单测点{x₂，…，x_m}进行2)和3)中的操作得到健康矩阵其中，健康矩阵Z的列数k代表观测向量的个数，行数m代表m个测点维数。