，首先根據(jù)各個(gè)設(shè)備對(duì)設(shè)備群狀態(tài)值或者系統(tǒng)的影響程度確定各個(gè)設(shè)備的權(quán)重，且同一設(shè)備群狀態(tài)值或者系統(tǒng)下的所有設(shè)備的權(quán)重之和為1，然后將各個(gè)設(shè)備的設(shè)備狀態(tài)值與對(duì)應(yīng)的權(quán)重進(jìn)行加權(quán)取平均值，得到對(duì)應(yīng)設(shè)備群的設(shè)備群狀態(tài)值或者系統(tǒng)的系統(tǒng)狀態(tài)值；根據(jù)設(shè)備群狀態(tài)值或者系統(tǒng)狀態(tài)值和“正?！?、“注意”、“異?！薄ⅰ皣?yán)重”四種設(shè)備群狀態(tài)或者系統(tǒng)狀態(tài)之間的預(yù)設(shè)映射關(guān)系表獲取該設(shè)備群狀態(tài)值對(duì)應(yīng)的設(shè)備群狀態(tài)或者系統(tǒng)狀態(tài)值對(duì)應(yīng)的系統(tǒng)狀態(tài)；所述預(yù)設(shè)映射關(guān)系表中，“正?！睂?duì)應(yīng)的設(shè)備群狀態(tài)值或者系統(tǒng)狀態(tài)值的范圍為(0，0.2]，“注意”對(duì)應(yīng)的設(shè)備群狀態(tài)值或者系統(tǒng)狀態(tài)值的范圍為(0.2，0.5]，“異常”對(duì)應(yīng)的設(shè)備群狀態(tài)值或者系統(tǒng)狀態(tài)值的范圍為(0.5，0.7]，“嚴(yán)重”對(duì)應(yīng)的設(shè)備群狀態(tài)值或者系統(tǒng)狀態(tài)值的范圍為(0.7，1]。
[0014]優(yōu)選地，所述步驟6)中根據(jù)所述設(shè)備群的設(shè)備群狀態(tài)值或者系統(tǒng)的系統(tǒng)狀態(tài)值加權(quán)評(píng)估得到火電廠機(jī)組的機(jī)組狀態(tài)值及機(jī)組狀態(tài)時(shí)，首先根據(jù)各個(gè)設(shè)備群狀態(tài)值或者系統(tǒng)對(duì)火電廠的機(jī)組的影響程度確定各個(gè)設(shè)備群狀態(tài)值或者系統(tǒng)的權(quán)重，且所有設(shè)備群狀態(tài)值或者系統(tǒng)的權(quán)重之和為1，然后將各個(gè)設(shè)備群的設(shè)備群狀態(tài)值或者系統(tǒng)的系統(tǒng)狀態(tài)值與對(duì)應(yīng)的權(quán)重進(jìn)行加權(quán)取平均值，得到火電廠機(jī)組的機(jī)組狀態(tài)值；根據(jù)機(jī)組狀態(tài)值和“正常”、“注意”、“異?！?、“嚴(yán)重”四種機(jī)組狀態(tài)之間的預(yù)設(shè)映射關(guān)系表獲取該機(jī)組狀態(tài)值對(duì)應(yīng)的機(jī)組狀態(tài)；所述預(yù)設(shè)映射關(guān)系表中，“正?！睂?duì)應(yīng)的機(jī)組狀態(tài)值范圍為(0，0.2]，“注意”對(duì)應(yīng)的機(jī)組狀態(tài)值范圍為(0.2,0.5]，“異?！睂?duì)應(yīng)的機(jī)組狀態(tài)值范圍為(0.5,0.7]，“嚴(yán)重”對(duì)應(yīng)的機(jī)組狀態(tài)值范圍為(0.7，I]。
[0015]本發(fā)明火電廠設(shè)備狀態(tài)評(píng)估方法具有下述優(yōu)點(diǎn):本發(fā)明基于設(shè)備實(shí)時(shí)監(jiān)測系統(tǒng)的歷史數(shù)據(jù)選取正常狀態(tài)數(shù)據(jù)集并建立回歸模型訓(xùn)練得到各個(gè)設(shè)備監(jiān)測參數(shù)對(duì)應(yīng)不同工況的正常值，然后針對(duì)實(shí)時(shí)監(jiān)測數(shù)據(jù)，進(jìn)行數(shù)據(jù)準(zhǔn)確性甄別，主動(dòng)地發(fā)現(xiàn)測點(diǎn)異常；能夠逐層計(jì)算設(shè)備監(jiān)測模型的模型狀態(tài)、設(shè)備的設(shè)備狀態(tài)、設(shè)備群的設(shè)備群狀態(tài)、系統(tǒng)的系統(tǒng)狀態(tài)及機(jī)組狀態(tài)，并輸出多個(gè)狀態(tài)信息以實(shí)現(xiàn)多重告警模式，能夠?qū)崿F(xiàn)設(shè)備、系統(tǒng)及機(jī)組的狀態(tài)評(píng)估和設(shè)備對(duì)象潛在故障變化的早期預(yù)警，并通過基于不同報(bào)警類型的參數(shù)狀態(tài)評(píng)估方法，逐層計(jì)算參數(shù)類、模型、設(shè)備組或系統(tǒng)及機(jī)組狀態(tài)，發(fā)布設(shè)備潛在故障早期預(yù)，幫助電廠關(guān)注設(shè)備早期劣化、分析故障原因以及積累診斷經(jīng)驗(yàn)。
【附圖說明】
[0016]圖1為本發(fā)明實(shí)施例方法的基本流程示意圖。
[0017]圖2為本發(fā)明實(shí)施例方法中的設(shè)備監(jiān)測模型示意圖。
[0018]圖3為本發(fā)明實(shí)施例方法中的回歸模型訓(xùn)練流程示意圖。
[0019]圖4為本發(fā)明實(shí)施例方法中的設(shè)備監(jiān)測參數(shù)評(píng)估流程示意圖。
[0020]圖5為本發(fā)明實(shí)施例方法中的分層評(píng)估流程示意圖。
【具體實(shí)施方式】
[0021]如圖1所示，本實(shí)施例的火電廠設(shè)備狀態(tài)評(píng)估方法的實(shí)施步驟包括:
1)建立設(shè)備監(jiān)測模型:從火電廠的各個(gè)設(shè)備監(jiān)測系統(tǒng)的實(shí)時(shí)數(shù)據(jù)庫中選擇設(shè)備監(jiān)測參數(shù)，將火電廠的機(jī)組劃分為多個(gè)設(shè)備群或者系統(tǒng)，將每一個(gè)設(shè)備群或者系統(tǒng)劃分為多個(gè)設(shè)備，針對(duì)每一個(gè)設(shè)備建立至少一個(gè)設(shè)備監(jiān)測模型，為每一個(gè)設(shè)備監(jiān)測模型關(guān)聯(lián)相關(guān)的設(shè)備監(jiān)測參數(shù)，并根據(jù)設(shè)備監(jiān)測參數(shù)的屬性將每一個(gè)設(shè)備監(jiān)測模型下的設(shè)備監(jiān)測參數(shù)分類為不同的參數(shù)類；
2)篩選設(shè)備正常運(yùn)行歷史數(shù)據(jù):從歷史數(shù)據(jù)庫中篩選出設(shè)備正常運(yùn)行歷史數(shù)據(jù)，得到設(shè)備的正常狀態(tài)數(shù)據(jù)集；
3)訓(xùn)練設(shè)備監(jiān)測模型:建立基于廣義矩估計(jì)算法的回歸模型，使用正常狀態(tài)數(shù)據(jù)集對(duì)設(shè)備監(jiān)測模型進(jìn)行模型訓(xùn)練，得到各個(gè)設(shè)備監(jiān)測參數(shù)對(duì)應(yīng)不同工況的正常值并輸出；
4)甄別實(shí)時(shí)設(shè)備監(jiān)測參數(shù)數(shù)據(jù):從火電廠的各個(gè)設(shè)備監(jiān)測系統(tǒng)的實(shí)時(shí)數(shù)據(jù)庫中獲取各個(gè)測點(diǎn)的設(shè)備監(jiān)測參數(shù)數(shù)據(jù)，判斷各個(gè)設(shè)備監(jiān)測參數(shù)數(shù)據(jù)是否數(shù)據(jù)異常，如果數(shù)據(jù)異常則將其剔除不參與后續(xù)的狀態(tài)評(píng)估；如果數(shù)據(jù)正常，則將其保留以參與后續(xù)的狀態(tài)評(píng)估； 5)評(píng)估實(shí)時(shí)設(shè)備監(jiān)測參數(shù)數(shù)據(jù):將所有正常的設(shè)備監(jiān)測參數(shù)數(shù)據(jù)進(jìn)行狀態(tài)評(píng)估，得到各個(gè)正常的設(shè)備監(jiān)測參數(shù)數(shù)據(jù)對(duì)應(yīng)的評(píng)估狀態(tài)；
6)分層評(píng)估:將所有設(shè)備監(jiān)測參數(shù)數(shù)據(jù)的評(píng)估狀態(tài)轉(zhuǎn)換為設(shè)備監(jiān)測參數(shù)的參數(shù)狀態(tài)值，基于設(shè)備監(jiān)測參數(shù)的參數(shù)狀態(tài)值評(píng)估得到對(duì)應(yīng)參數(shù)類的參數(shù)類狀態(tài)值及參數(shù)類狀態(tài)，基于參數(shù)類的參數(shù)類狀態(tài)值加權(quán)評(píng)估得到對(duì)應(yīng)設(shè)備監(jiān)測模型的模型狀態(tài)值及模型狀態(tài)，基于設(shè)備監(jiān)測模型的模型狀態(tài)值加權(quán)評(píng)估得到對(duì)應(yīng)設(shè)備的設(shè)備狀態(tài)值及設(shè)備狀態(tài)，基于設(shè)備的設(shè)備狀態(tài)值加權(quán)評(píng)估得到對(duì)應(yīng)設(shè)備群的設(shè)備群狀態(tài)值及設(shè)備群狀態(tài)或者系統(tǒng)的系統(tǒng)狀態(tài)值及系統(tǒng)狀態(tài)，根據(jù)設(shè)備群的設(shè)備群狀態(tài)值或者系統(tǒng)的系統(tǒng)狀態(tài)值加權(quán)評(píng)估得到火電廠機(jī)組的機(jī)組狀態(tài)值及機(jī)組狀態(tài)；最終將火電廠機(jī)組的設(shè)備監(jiān)測模型的模型狀態(tài)、設(shè)備的設(shè)備狀態(tài)、設(shè)備群的設(shè)備群狀態(tài)、系統(tǒng)的系統(tǒng)狀態(tài)及機(jī)組狀態(tài)輸出。如果火電廠機(jī)組的設(shè)備監(jiān)測模型的模型狀態(tài)、設(shè)備的設(shè)備狀態(tài)、設(shè)備群的設(shè)備群狀態(tài)、系統(tǒng)的系統(tǒng)狀態(tài)及機(jī)組狀態(tài)出現(xiàn)劣化趨勢，則逐層分析劣化原因，同時(shí)發(fā)布設(shè)備潛在故障預(yù)警。
[0022]本實(shí)施例中，火電廠的各個(gè)設(shè)備監(jiān)測系統(tǒng)的實(shí)時(shí)數(shù)據(jù)庫的數(shù)據(jù)源包括火電廠分散控制系統(tǒng)(DCS)數(shù)據(jù)(溫度、壓力、振動(dòng))、企業(yè)資源一體化系統(tǒng)(ERP)數(shù)據(jù)、廠級(jí)監(jiān)控信息系統(tǒng)(SIS)數(shù)據(jù)。需要說明的是，本實(shí)施例通過整合各個(gè)分散的數(shù)據(jù)源中針對(duì)火電廠設(shè)備進(jìn)行監(jiān)測的設(shè)備監(jiān)測參數(shù)，其實(shí)現(xiàn)并不需要依賴于某一種特定的數(shù)據(jù)源。
[0023]本實(shí)施例基于“設(shè)備監(jiān)測參數(shù)一參數(shù)類狀態(tài)一模型狀態(tài)一設(shè)備狀態(tài)一設(shè)備群或系統(tǒng)狀態(tài)一機(jī)組狀態(tài)”的多層結(jié)構(gòu)來構(gòu)建火電廠設(shè)備狀態(tài)評(píng)估分層模型，每一層結(jié)構(gòu)包括至少一個(gè)子層結(jié)構(gòu)，從而實(shí)現(xiàn)了從設(shè)備監(jiān)測參數(shù)到機(jī)組狀態(tài)的逐層評(píng)估結(jié)果的匯聚。
[0024]以圖2所示的某一個(gè)設(shè)備監(jiān)測模型為例，該設(shè)備監(jiān)測模型的模型狀態(tài)由下級(jí)參數(shù)類1、參數(shù)類2、......、參數(shù)類η的參數(shù)類狀態(tài)決定，針對(duì)參數(shù)類η而言，其狀態(tài)由設(shè)備監(jiān)測參數(shù)1、設(shè)備監(jiān)測參數(shù)2、……、設(shè)備監(jiān)測參數(shù)η決定；同理，該監(jiān)測模型的上層還有設(shè)備、設(shè)備群或系統(tǒng)、機(jī)組三層，由于其結(jié)構(gòu)類型，故在此不再贅述。選定設(shè)備監(jiān)測參數(shù)之后，根據(jù)設(shè)備監(jiān)測參數(shù)的參數(shù)屬性及設(shè)備監(jiān)測參數(shù)對(duì)火電廠設(shè)備狀態(tài)評(píng)估分層模型的影響程度，建立不同的參數(shù)類，常見的參數(shù)類有工況參數(shù)類、振動(dòng)類、軸溫類、水位類、壁溫類、進(jìn)口參數(shù)類、出口參數(shù)類等。
[0025]本實(shí)施例中，步驟2)中從歷史數(shù)據(jù)庫中篩選出設(shè)備正常運(yùn)行歷史數(shù)據(jù)時(shí)，設(shè)備正常運(yùn)行歷史數(shù)據(jù)滿足以下條件:設(shè)備正常運(yùn)行歷史數(shù)據(jù)涵蓋一段能夠反映設(shè)備在各個(gè)工況下的運(yùn)行時(shí)間，且設(shè)備正常運(yùn)行歷史數(shù)據(jù)中的每個(gè)采樣數(shù)據(jù)組包括的設(shè)備所有設(shè)備監(jiān)測參數(shù)的數(shù)據(jù)值都在正常范圍內(nèi)以表達(dá)設(shè)備的正常運(yùn)行狀態(tài)，且每個(gè)采樣數(shù)據(jù)組中設(shè)備各個(gè)設(shè)備監(jiān)測參數(shù)均在同一時(shí)刻被采樣。從歷史數(shù)據(jù)庫中篩選出設(shè)備正常運(yùn)行歷史數(shù)據(jù)時(shí)，篩選過程在一段時(shí)間的同一時(shí)間軸上，選擇設(shè)備所有設(shè)備監(jiān)測參數(shù)的實(shí)時(shí)數(shù)據(jù)都在正常范圍內(nèi)的數(shù)據(jù)，去除設(shè)備運(yùn)行中非正常和干擾數(shù)據(jù)。
[0026]如圖3所示，步驟3)的詳細(xì)步驟包括:
3.1)設(shè)定設(shè)備監(jiān)測模型的模型監(jiān)視條件，確定監(jiān)視工況，非模型監(jiān)視條件下不輸出模型訓(xùn)練值；
3.2)調(diào)整正常狀態(tài)數(shù)據(jù)集，進(jìn)一步擴(kuò)充或篩選設(shè)備正常運(yùn)行歷史數(shù)據(jù)，完善豐富正常狀態(tài)數(shù)據(jù)集；
3.3)針對(duì)廣義矩估計(jì)算法進(jìn)行系數(shù)設(shè)定，設(shè)定的算法系數(shù)包括模型精度、數(shù)據(jù)采樣間隔，根據(jù)設(shè)定的算法系數(shù)建立基于廣義矩陣估計(jì)算法的回歸模型；
3.4)使用正常狀態(tài)數(shù)據(jù)集對(duì)設(shè)備監(jiān)測模型進(jìn)行訓(xùn)練；
3.5)輸出模型訓(xùn)練值，根據(jù)各個(gè)設(shè)備監(jiān)測參數(shù)的狀態(tài)，自動(dòng)選擇與設(shè)備監(jiān)測參數(shù)最接近的正常狀態(tài)數(shù)據(jù)集，給出每個(gè)設(shè)備監(jiān)測參數(shù)對(duì)應(yīng)的訓(xùn)練值，訓(xùn)練值即為參數(shù)在正常運(yùn)行數(shù)據(jù)模型下的正常值；
3.6)判斷模型訓(xùn)練值是否滿足精度要求，如果滿足要求，則結(jié)束并跳轉(zhuǎn)執(zhí)行步驟4);否貝IJ，跳轉(zhuǎn)執(zhí)行步驟3.2)。
[0027]本實(shí)施例基于上述步驟3.1)?3.6)來針對(duì)每一個(gè)設(shè)備監(jiān)測參數(shù)進(jìn)行訓(xùn)練得到對(duì)應(yīng)的訓(xùn)練值，從正常狀態(tài)數(shù)據(jù)集的數(shù)據(jù)組中抽取典型特征數(shù)據(jù)組用于創(chuàng)建正常運(yùn)行數(shù)據(jù)模型(回歸模型)，其中典型特征數(shù)據(jù)組即數(shù)據(jù)狀態(tài)集中數(shù)據(jù)組分布密度大的區(qū)域，典型特征數(shù)據(jù)組的算術(shù)平均值即為正常運(yùn)行數(shù)據(jù)模型輸出的訓(xùn)練值；模型內(nèi)每個(gè)設(shè)備監(jiān)測參數(shù)均有對(duì)應(yīng)的訓(xùn)練值，訓(xùn)練值即為參數(shù)在正常運(yùn)行數(shù)據(jù)模型下的正常值。
[0028]本實(shí)施例中，步驟4)判斷各個(gè)設(shè)備監(jiān)測參數(shù)數(shù)據(jù)是否數(shù)據(jù)異常是針對(duì)實(shí)時(shí)檢測的設(shè)備監(jiān)測參數(shù)進(jìn)行數(shù)據(jù)甄別的步驟，在數(shù)據(jù)甄別步驟中，基于動(dòng)態(tài)測試數(shù)據(jù)處理的經(jīng)典方法，引入熱力生產(chǎn)過程經(jīng)驗(yàn)對(duì)設(shè)備參數(shù)進(jìn)行準(zhǔn)確性判斷，主動(dòng)地發(fā)現(xiàn)測點(diǎn)異?！，F(xiàn)已研發(fā)完成5種主要方法，即標(biāo)準(zhǔn)差檢驗(yàn)、突變點(diǎn)檢驗(yàn)、冗余檢驗(yàn)、粗范圍檢驗(yàn)和相關(guān)檢驗(yàn)；數(shù)據(jù)準(zhǔn)確性判斷異常的測點(diǎn)