[发明专利]一种基于混合预测的燃气轮机转子故障预警方法

权利要求书

1.一种基于混合预测的燃气轮机转子故障预警方法，其特征在于，包括以下步骤：

1)构建结合LMD-XGBoost的混合预测模型，并对燃机转子状态参数进行实时预测，获得预测信号；

2)构建基于LMD-PCA的阈值模型，根据历史正常运行数据获取监测指标阈值；

3)获取预测信号的监测指标，包括主元统计值T²和平方预测误差SPE，并与作为上限的监测指标阈值进行比较，实现燃机转子故障的早期预警；

所述的步骤1)中，通过结合局部均值分解方法和极端梯度提升算法构建混合预测模型，将局部均值分解得到的PF分量作为极端梯度提升算法的输入，以极端梯度提升算法的输出作为预测信号；

在混合预测模型预测过程中，对采用局部均值分解得到的多个PF分量按频率选取后进行叠加得到两个子序列，即高频子序列和低频子序列，分别采用极端梯度提升算法进行预测后再重构得到完整的预测信号；

所述的混合预测模型中，函数空间中的损失函数为：

其中，G_k为每个叶子节点k的一阶梯度的和，H_k表示每个叶子节点k的二阶梯度的和，T为叶子节点个数，λ为正则化系数；

所述的步骤2)包括LMD的特征分量提取和基于PCA的故障检测过程，具体为：

将历史正常运行数据进行局部均值分解得到的PF分量组成矩阵投影到PCA模型中，得到作为监测指标的平方预测误差SPE和主元统计值T²的阈值；

所述的步骤2)中，主元统计值T²的表达式为：

T²＝t^TΛ^-1t

其中，Λ为转子信号矩阵X(m×n)的协方差矩阵，且Λ＝diag(λ₁，λ₂…λ_j…)，λ_j为协方差矩阵的第j个特征值，上标T表示转置，t为m×r的主元矩阵，r为主元个数；

主元统计值T²的阈值服从自由度为m和n－m的F分布F(m，n-m)，且置信度为a，则有：

其中，m为样本数量，n为PF分量数量。

2.根据权利要求1所述的一种基于混合预测的燃气轮机转子故障预警方法，其特征在于，所述的步骤1)中，燃机转子状态参数包括振动参数和热力参数，具体为压气机侧的轴承转子X、Y向振动位移、透平侧的轴承转子X、Y向振动位移以及轴瓦温度。

3.根据权利要求1所述的一种基于混合预测的燃气轮机转子故障预警方法，其特征在于，所述的步骤2)中，平方预测误差SPE的计算式为：

其中，表示置信度为α的控制限，即平方预测误差的阈值SPE_lim，I为单位阵，x为降维后的样本。

4.根据权利要求3所述的一种基于混合预测的燃气轮机转子故障预警方法，其特征在于，所述的控制限的计算式为：

其中，h₀为中间变量，θ₁为对应的协方差矩阵特征值之和，θ₂为对应的协方差矩阵特征值平方之和，θ₃为对应的协方差矩阵特征值三次方之和，c_α为置信度α的标准正态分布统计值，λ_j为转子信号矩阵X(m×n)的协方差矩阵的第j个特征值。

5.根据权利要求1所述的一种基于混合预测的燃气轮机转子故障预警方法，其特征在于，所述的步骤3)中，当任一燃机转子状态对应预测信号的主元统计值T²或平方预测误差SPE在预测时间段内超过阈值的数量占比超过设定的预警值时，则对该燃气轮机转子进行预警。