[发明专利]用于百万千瓦超超临界机组报警系统的报警分析方法有效
| 申请号: | 202010697092.9 | 申请日: | 2020-07-20 |
| 公开(公告)号: | CN111915855B | 公开(公告)日: | 2022-11-11 |
| 发明(设计)人: | 金宏伟;康开;蔡卫国;奚彩霞;赵春晖;田畅 | 申请(专利权)人: | 浙江浙能台州第二发电有限责任公司;浙江大学 |
| 主分类号: | G08B21/18 | 分类号: | G08B21/18;G06K9/62 |
| 代理公司: | 浙江永鼎律师事务所 33233 | 代理人: | 陆永强 |
| 地址: | 317109 浙江*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 用于 百万 千瓦 临界 机组 报警 系统 分析 方法 | ||
1.一种用于百万千瓦超超临界机组报警系统的报警分析方法,其特征在于,包括:
S1.离线报警模式分析,基于历史报警信息构建报警模式库:
S11.数据处理,将报警日志中的历史报警信息处理为用于报警模式提取的报警集;
S12.挖掘频繁报警模式,根据步骤S11中的报警集得到频繁项集;
S13.提取代表性报警模式,根据步骤S12中得到的频繁项集确定代表性报警模式;
S14.构建报警模式库,使用专家知识为代表性报警模式设定标识符以构建报警模式库;
S2.在线报警模式匹配,在线将正在发生的报警情况与报警模式库中的报警模式进行匹配,诊断当前报警原因;
步骤S2包括:
S21.基于报警模式库构建目标函数;
S22.使用遗传算法求解步骤S21中目标函数以诊断引发当前报警的原因;
步骤S21中,所述的目标函数为
f(E)=w1|A|+w2|ΔA|+w3|E|,其中,
w1,w2,w3为三个指标在目标函数中所占的权重系数;
E是一个维向量,E中每个元素取值0或1分别表示中每个事件的发生与否;|E|表示E中的非零元素的数目;
为所有报警模式库中所有事件的集合;
是所有代表性报警模式的个数,Hi表示第i个代表性报警模式;
A:如果At中的第j个元素为0或At和A(E)中的第j个元素都为1,则A中的第j个元素为0,否则为1;|A|表示A中的非零元素的数目;
At是一个N维向量,元素取值0或1分别表示报警变量的实际出现与否;
A(E)是一个N维向量,表示当E中取值为1的事件发生时,应出现的警报;
As={ai,i=1,...,N}为所有报警变量的集合,其中ai代表二值报警变量;
采用移动滑窗,滑窗长度为T,T时间长度内所有报警变量的组合为At={ai∈As},其中t表示当前时刻;
ΔA:是一个N维向量,等于At-A(E),|ΔA|表示ΔA中的非零元素的数目;
在步骤S22中,求解在At已知的情况下,使f(E)最小的E,该E中元素取1所对应的事件π(Hi)即为引发当前报警的原因。
2.根据权利要求1所述的用于百万千瓦超超临界机组报警系统的报警分析方法,其特征在于,在步骤S11中,对历史报警信息的处理方法为:
设共有N个二值报警变量ai,i=1,...,N,使用移动滑窗,滑窗长度为T,T时间长度内所有报警变量的组合为dt,其中t表示采样时刻;
得到用于报警模式提取的TID项集格式的集合其中表示所有采样时刻,TID为时刻标识符,代表当前时刻t。
3.根据权利要求2所述的用于百万千瓦超超临界机组报警系统的报警分析方法,其特征在于,在步骤S12中,使用Apriori算法挖掘中的频繁项集,得到频繁项集
4.根据权利要求3所述的用于百万千瓦超超临界机组报警系统的报警分析方法,其特征在于,在步骤S13中,通过以下方式确定代表性报警模式:
使用Jaccard相似系数衡量频繁项集间的相似度,将相似系数超过相似阈值的频繁项集的合集视为一组相似报警模式,并将其确定为代表性报警模式。
5.根据权利要求4所述的用于百万千瓦超超临界机组报警系统的报警分析方法,其特征在于,在步骤S13中,还包括确定代表性报警模式集合:
其中,H是一组相似报警模式的合集,是代表性报警模式Hi的集合,是所有代表性报警模式的个数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江浙能台州第二发电有限责任公司;浙江大学,未经浙江浙能台州第二发电有限责任公司;浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010697092.9/1.html,转载请声明来源钻瓜专利网。





