[发明专利]基于人工智能的燃气调压设备故障预测方法

说明书

本发明公开了一种基于人工智能的燃气调压设备故障预测方法，包括S1、获取调压器运行状态的状态参数，并根据调压器运行状态和状态参数之间的关联，确认核心状态参数；S2、根据核心状态参数，构建调压器正常运行状态下的关系模型；S3、基于关系模型对调压器故障参数进行模拟，根据提取的模拟故障特征，构建调压器故障预测模型，并基于调压器故障预测模型对调压器进行故障预测诊断，得到故障预测类型。本发明通过构建调压器正常运行状态下的关系模型，利用调压器故障成因分析成果对调压器故障相关参数进行模拟，通过对模拟的故障数据进行分析处理，提取故障特征，从而得到调压器故障预测模型，进而实现对调压器故障类别的预测。

技术领域

本发明属于燃气调压器故障预测的技术领域，具体涉及一种基于人工智能的燃气调压设备故障预测方法。

背景技术

每年数千亿立方米的天然气消费量为我国燃气输配设施带来严峻的考验，而在燃气输配设施中最核心的便是燃气调压器，又叫调压阀、减压阀、稳压阀等，以下统称调压器，燃气调压器工作是否正常不仅关系到燃气的输配是否顺畅，同时调压器故障还可能导致安全事故发生，所以对调压器故障的处理是燃气输配工作的重中之重。

最常见的燃气调压器信息化管理方式为通过站控系统对调压器进出口压力和流量等数据进行监测，通过设置压力、流量等数据的上下限阈值来进行监控报警。采用这种方式具有明显的弊端：首先当燃气调压器发生故障并造成运行数据报警后才能被发现，同时报警信息并不能表明是具体哪种故障。

随着人工智能等新兴技术的发展，已经有技术人员在尝试智能化的燃气调压器故障诊断方法，但是目前的方法主要都是对已经发生的故障类型进行诊断，不能实现提前预测，同时能够判断的也只是调压器憋压、供气能力不足等表象故障，不能精确到调压器内部具体的故障原因和故障模块。同时由于调压器真实故障数据获取困难且数据量小等原因，目前的技术都还无法达到规模化应用要求。

发明内容

本发明的目的在于针对现有技术中的上述不足，提供一种基于人工智能的燃气调压设备故障预测方法，以解决现有技术只能对已经发生的故障类型进行诊断，不能实现提前预测的问题。

为达到上述目的，本发明采取的技术方案是：

一种基于人工智能的燃气调压设备故障预测方法，其包括：

步骤S1、获取调压器运行状态的状态参数，并根据调压器运行状态和状态参数之间的关联，确认核心状态参数；

步骤S2、根据核心状态参数，构建调压器正常运行状态下的关系模型；

步骤S3、基于关系模型对调压器故障参数进行模拟，根据提取的模拟故障特征，构建调压器故障预测模型，并基于调压器故障预测模型对调压器进行故障预测诊断，得到故障类型。

进一步地，步骤S1中获取调压器运行状态的状态参数，并根据调压器运行状态和状态参数之间的关联，确认核心状态参数为调压器出口压力P₂和调压器驱动压力P₃。

进一步地，步骤S2中根据核心状态参数，构建调压器正常运行状态下的关系模型，包括：

步骤S2.1、采用散点图矩阵进行核心状态参数的特征值关联度筛选，并采用平滑滤波处理筛选后的关联度特征值数据；

步骤S2.2、对处理后的关联度特征值数据的输入输出训练样本组合进行曲线拟合，提取特征参数；

步骤S2.3、基于多项式回归，构建得到调压器正常工作下的含参模型和正常工作的预测曲线；

含参模型为：

其中，a、b为参数；

正常工作的预测曲线为：