[发明专利]一种机组设备温度异常检测方法

说明书

本发明涉及一种机组设备温度异常检测方法，其包括以下步骤：(1)基于对机组设备历史数据的分析，建立基于WCA和Shepard插值的机组设备温度异常状态辨识模型，其中，机组设备的历史数据包括机组在不同环境因素和运行工况下的温度状态监测数据；(2)获取当前工况下机组设备的环境参数、运行工况参数以及对应的温度实测值，并将当前工况下机组设备的环境参数、运行工况参数输入机组设备温度异常状态辨识模型，得到模型输出的健康标准值；(3)将当前工况下机组设备的温度实测值与健康标准值进行比较，根据比较结果确定当前工况下机组设备的温度运行状态。本发明可以广泛应用于机组设备的温度异常检测领域。

技术领域

本发明涉及一种机组设备温度异常检测方法，特别是涉及一种基于Shepard曲面和水循环算法的机组设备温度异常检测方法。

背景技术

在机组设备运行过程中，由于表面摩擦、热辐射以及电气等原因，使得机组部件温度的变化规律较为复杂，难以对其建立数学模型。为及时获取机组设备的运行温度状态和发展趋势，防止突发事故的发生，需要对温度参数的影响因素进行充分研究，建立合理可靠的机组设备温度异常检测模型。

传统的温度监测报警值采用统一的静态报警阈值，有两个缺陷：(1)设备温度值出现报警，但检修发现是环境温度，或设备工作转速高导致。当环境温度或转速下降后，温度不再报警。(2)设备温度监测值一直没有报警，但大修时却发现设备已经严重损坏。这充分说明传统静态报警不能很好地反映设备的运行健康状况。

Shepard插值模型(谢别德插值模型)按相似的原因产生相似结果的原则，从历史样本集中找出与预测对象最相似的一个或几个的组合作为预测结果。该模型具有很高的计算速度和计算精度。但在应用该方法时，模型参数α常人为确定，不能得到最佳的拟合精度。

发明内容

针对上述问题，本发明的目的是提供一种机组设备温度异常检测方法，该方法充分考虑机组设备的环境因素和运行工况，能有效地对机组设备温度异常进行在线状态评估，实现设备异常的早期预警。

为实现上述目的，本发明采取以下技术方案：一种机组设备温度异常检测方法，其包括以下步骤：

(1)基于对机组设备历史数据的分析，建立基于WCA和Shepard插值的机组设备温度异常状态辨识模型，其中，机组设备的历史数据包括机组在不同环境因素和运行工况下的温度状态监测数据；

(2)获取当前工况下机组设备的环境参数、运行工况参数以及对应的温度实测值r(t)，并将当前工况下机组设备的环境参数、运行工况参数输入机组设备温度异常状态辨识模型，得到模型输出的健康标准值；

(3)将当前工况下机组设备的温度实测值r(t)与健康标准值p(t)进行比较，根据比较结果确定当前工况下机组设备的温度运行状态。

进一步的，所述步骤(1)中，基于对机组设备历史数据的分析，建立基于WCA和Shepard插值的机组设备温度异常状态辨识模型的方法，包括以下步骤：

(1.1)对机组设备在不同环境因素和运行工况下的温度状态监测数据进行分析，确定机组设备的标准健康状态，并选取能够反映机组标准健康状态的特征参数；

(1.2)将机组设备处于标准健康状态下，其在各种环境因素和运行工况下的特征参数输入Shepard模型，建立三维曲面模型P＝f(V,U)；

(1.3)采用WCA算法对建立三维曲面模型P＝f(V,U)进行优化，得到Shepard模型的参数α的最优结果，并将优化后的Shepard模型作为机组设备温度异常状态辨识模型。

进一步的，所述步骤(1.2)中，将机组设备处于标准健康状态下，其在各种环境因素和运行工况下的特征参数输入Shepard模型，建立三维曲面模型P＝f(V,U)的方法，包括以下步骤：