[发明专利]高端发电装备磨煤机的多指示变量解耦的智能监测方法

权利要求书

1.一种高端发电装备磨煤机的多指示变量解耦的智能监测方法，其特征在于，包括以下步骤：

(1)获取过程分析数据：设当前共有n台磨煤机在工作，整个生产过程具有J_m个测量变量和J_o个操作变量，使得每一次采样得到一个1×J的向量，J＝J_m+J_o。采样N次后得到的数据表述为一个二维矩阵X(N×J)；

(2)藉由n台磨煤机对应的n个给煤量，根据预置的基于给煤量工况划分的变量子组划分方法，以获得n个变量子组X′_V,i(i＝1,2,...,n)；

(3)藉由每个变量子组X′_V,i(i＝1,2,...,n)，建立基于PCA的监测模型；

(4)进行在线过程监测，以判断任一个变量子组X′_V,i(i＝1,2,...,n)是否发生故障。

2.根据权利要求1所述的高端发电装备磨煤机的多指示变量解耦的智能监测方法，其特征在于，步骤(2)中，所述基于给煤量工况划分的变量子组划分方法具体实施为以下步骤：

(2.1)设V_i是第i(i＝1,2,...n)个给煤量，划分基于给煤量V_i的变量子组；

(2.2)基于原始数据矩阵X(N×J)，然后重复执行步骤(2.1)，直到切分全部n个给煤量的变量子组。

3.根据权利要求2所述的高端发电装备磨煤机的多指示变量解耦的智能监测方法，其特征在于，步骤(2.1)具体实施为以下步骤：

(2.1.1)构造基于给煤量V_i的条件片：将(1)中的过程数据矩阵X，剔除每个样本中的n个给煤量，并按给煤量V_i从小到大将剔除给煤量后的矩阵中的样本重新排序，构造得到新的数据集X′_i(N×(J-n))，(J-n)表示剔除n个给煤量后的变量个数；再依据给煤量V_i将数据集X_i′划分成条件片，具体为：取ΔV作为划分间隔，划分条件片区间为[V_min,i+(j-1)ΔV,V_min,i+jΔV],条件片记为X′_slice,i,j；V_max,i表示给煤量V_i的最大值，V_min,i表示给煤量V_i的最小值；

(2.1.2)对条件片进行合并调整，使得每个条件片内样本数为过程变量数J-n的2-4倍，得到K_i个调整后的条件片；

(2.1.3)计算每一个条件片内的均值和方差向量；

(2.1.4)利用平稳子空间分析方法(SSA)对这连续的K_i个条件片提取平稳子空间投影B_i^s((J-n)×d_i)和平稳子空间特征d_i表示第i个给煤量对应的平稳子空间特征个数。

(2.1.5)对平稳子空间特征进行正态分布检验，选出最符合正态分布的一个特征，记为

(2.1.6)利用弹性网方法求解稀疏化后的平稳子空间投影

其中，X′_i是按给煤量V_i重构后的样本矩阵；为了防止过拟合现象的出现，引入正则化方法，|·|是L1正则化项，是L2正则化项；β_i,1和β_i,2分别是L1正则化项和L2正则化项的惩罚因子；由于L2正则化项只是用来调节选择的变量，所以β_i,2只需要设置成一个非常小的正数即可；L1正则化项起着稀疏的主要作用，需要回归模型的精度和稀疏化后变量的可解释性，所以β_i,1需要采用K折交叉验证方法来挑选。

(2.1.7)根据稀疏化后的平稳子空间投影某行上权重系数为零意味着该行所对应的X′_i中的变量对构成平稳子空间特征无关，权重系数非零意味着X′_i中所对应的变量对构成平稳子空间特征至关重要，而这部分变量被认为是受到给煤量V_i影响的变量，这部分变量组合在一起称为基于给煤量V_i的变量子组，用矩阵X′_V,i(N×J_V,i)表示，J_V,i表示权重系数非零的变量个数。