[发明专利]一种燃气轮机时变工况下状态参数自适应预警方法

权利要求书

1.一种燃气轮机时变工况下状态参数自适应预警方法，其特征在于：所述预警方法包括以下步骤：

步骤1：数据获取和预处理：从船舶状态检测系统获取所述燃气轮机状态参数数据，将停车时刻的数据及由于传感器异常或其他故障产生的异常点或空值做统一去除处理；

步骤2：相关性分析：采用pearson相关系数法计算每个测点的所述状态参数与所述燃气轮机功率的相关系数；然后判断相关系数是否大于0.5，若是，则认为该所述状态参数与工况相关，否则认为该所述状态参数与工况不相关；最终得出与所述燃气轮机工况相关的所述状态参数列表及对应的相关系数值；

步骤3：非线性拟合：以所述燃气轮机功率为自变量，所述燃气轮机状态参数的平均值为因变量进行2次非线性拟合，拟合公式如式(1)：

其中，p为燃气轮机状态参数，x为燃气轮机功率，k为多项式顺序，n为多项式总项数，a_k为第k项的多项式系数，为第k项多项式；

然后计算实际数据与对应拟合曲线的数值之间的差值，得到2次拟合曲线的全部残差r；最后求取所述残差的均方根误差R_RMSE和平均绝对误差R_MAE的均值，并判断R_RMSE和R_MAE的均值是否是最小值，若是，则确认最终的非线性拟合模型，否则增加多项式阶次，继续进行拟合分析，此过程中，增加多项式阶次不超过5次；

所述非线性拟合模型可表示为：

y’＝ax⁵+bx⁴+cx³+dx²+ex+f (2)

其中，y’为燃气轮机状态参数数据，a、b、c、d、e为多项式的系数，f为常数项；

所述均方根误差R_RMSE和平均绝对误差R_MAE的计算公式分别如式(3)和式(4)所示：

式中，为拟合值，x_i为实际值，n为数据点数；

步骤4：残差分析：通过求取所述步骤3中得到状态参数拟合数据与所述步骤1中获取的状态参数实际数据的差值，得到所述状态参数的残差数据；

统计残差数据的频数分布，根据其分布规律进行基于EM算法的混合高斯模型的参数估计，如式(5)所示：

Θ＝(θ₁,θ₂,…,θ_k)^T (5)

式中，Θ为混合高斯模型的参数估计结果，θ₁为权值估计值，θ₂为均值估计值，θ_k为标准差估计值，根据所述混合高斯模型的参数估计结果确定所述残差r服从正态分布、二维高斯分布或三维高斯分布；

步骤5：阈值设定：根据二维高斯分布的3σ原则，当置信率为99.7％时的置信区间为[R₁，R₂]，结合步骤3得到的所述残差r的非线性拟合模型，求取该状态参数最终的阈值上下限L_down和L_up，计算公式如式(6)和式(7)所示：

L_down＝y’-R₁ (6)

L_up＝y’+R₂ (7)

将所述公式(6)和公式(7)输入到所述状态监测系统中，与监测到的状态参数进行对比；

步骤6监测预警：分别采用其他航行阶段的正常状态数据T1与存在异常的数据T2作为测试集对所述预警方法进行验证；

当所述状态监测系统监测到的所述燃气轮机状态参数连续5次超过阈值范围时，触发报警。

2.如权利要求1所述的一种燃气轮机时变工况下状态参数自适应预警方法，其特征在于：所述燃气轮机的状态参数包括压力和温度参数。

3.如权利要求1所述的一种燃气轮机时变工况下状态参数自适应预警方法，其特征在于：在所述步骤4中，进行所述基于EM算法的混合高斯模型的参数估计时，根据需要和混合高斯模型的复杂程度，参数估计的个数k可以增加。