[发明专利]机组能效异常诊断方法、装置以及存储介质

权利要求书

1.一种机组能效异常诊断方法，其特征在于，包括：

获取待检测的机组运行数据，其中，所述机组运行数据包括多个能效状态指标；

根据预先确定的基准区间，确定所述多个能效状态指标中的目标异常能效指标；以及

基于预先构建的诊断知识库，确定所述目标异常能效指标对应的目标非正常模式和造成所述目标非正常模式的目标故障原因及目标维护方案，其中，所述诊断知识库记录异常能效指标与非正常模式、故障原因及维护方案的关联关系。

2.如权利要求1所述的方法，其特征在于，还包括：确定所述机组运行数据所属的目标工况类型，根据预先确定的基准区间，确定所述多个能效状态指标中的目标异常能效指标，包括：

根据与所述目标工况类型对应的基准区间，确定所述多个能效状态指标中的目标异常能效指标。

3.如权利要求2所述的方法，其特征在于，根据预先确定的基准区间，确定所述多个能效状态指标中的目标异常能效指标之前，还包括：

获取机组样本数据，所述机组样本数据包括训练样本数据和测试样本数据；

基于目标特征对所述训练样本数据进行K-均值聚类，得到多种工况类型；

采用多元高斯混合模型确定每种所述工况类型对应的样本集合，所述样本集合中的样本属于所述训练样本数据；

根据所述样本集合训练每种工况类型的LSTM模型，并采用所述LSTM模型计算所述测试样本数据的预测值；

根据所述测试样本数据的实际值与所述预测值的残差的倍数，确定所述基准区间的上限和下限范围。

4.如权利要求3所述的方法，其特征在于，基于目标特征对所述训练样本数据进行K-均值聚类之前，还包括：

对所述机组样本数据进行筛选，确定稳态的机组样本数据。

5.如权利要求1所述的方法，其特征在于，基于预先构建的诊断知识库，确定所述目标异常能效指标对应的目标非正常模式和造成所述目标非正常模式的目标故障原因及目标维护方案，包括：

根据所述目标异常能效指标，确定目标异常类型；

将所述目标异常类型作为征兆，在所述诊断知识库中查询对应的所述目标非正常模式；

根据所述非正常模式，采用推理规则确定多个候选故障原因；以及

采用因果图模型，从所述多个候选故障原因中确定所述目标故障原因。

6.如权利要求4所述的方法，其特征在于，对所述机组样本数据进行筛选，确定稳态的机组样本数据，包括：根据以下公式确定所述稳态的机组样本数据：

其中，p_t代表所述机组样本数据中t时刻测量值，p_r代表t时刻输出功率的真实值，λ代表t时刻输出功率的的变化速率，ε代表输出功率的随机误差。

7.如权利要求1所述的方法，其特征在于，还包括：

确定新出现的故障案例，其中，所述故障案例包括新的异常类型与非正常模式、故障原因及维护方案的关联关系；以及

将所述故障案例更新至所述诊断知识库。

8.一种机组能效异常诊断装置，其特征在于，包括：

第一获取模块，用于获取待检测的机组运行数据，其中，所述机组运行数据包括多个能效状态指标；

第一确定模块，用于根据预先确定的基准区间，确定所述多个能效状态指标中的目标异常能效指标；以及

第二确定模块，用于基于预先构建的诊断知识库，确定所述目标异常能效指标对应的目标非正常模式和造成所述目标非正常模式的目标故障原因及目标维护方案，其中，所述诊断知识库记录异常能效指标与非正常模式、故障原因及维护方案的关联关系。

9.如权利要求8所述的装置，其特征在于，所述装置还包括：第三确定模块，用于确定所述机组运行数据所属的目标工况类型，所述第一确定模块，具体用于：根据与所述目标工况类型对应的基准区间，确定所述多个能效状态指标中的目标异常能效指标。