一种基于半监督的火电机组智慧巡检系统及方法与流程

本发明涉及监测，尤其涉及一种基于半监督的火电机组智慧巡检系统及方法。

背景技术：

1、火电机组巡检是指对火力发电厂中的各重要设备及其附属系统进行定期或不定期的检查、测试和维护的过程，目的在于及时发现设备运行中存在的潜在问题、早期故障迹象和安全隐患，确保机组安全稳定运行，延长设备使用寿命，降低非计划停机时间和维护成本，提高发电效率和经济效益。

2、火电机组的热力系统巡检主要是指对锅炉系统、汽轮机系统、疏放水及冷却系统、热力系统辅助设备进行检测，目前主要是采集传感器数据进行阈值判断，这样的检测方式较为单一，检测效率不高。

技术实现思路

1、本发明的目的在于提供一种基于半监督的火电机组智慧巡检系统及方法，旨在提高巡检效率，减少了人工干预和误差，便于更好发现热力系统的相应问题。

2、为实现上述目的，第一方面，本发明提供了一种基于半监督的火电机组智慧巡检系统，包括数据采集模块、特征提取模块、模型生成模块、实时数据获取模块、故障诊断与预测模块和报警模块，所述数据采集模块、所述特征提取模块、所述模型生成模块、所述实时数据获取模块、所述故障诊断与预测模块和所述报警模块依次连接；

3、所述数据采集模块，用于采集火电机组的热力系统的历史故障数据；

4、所述特征提取模块，用于采用主成分分析法从采集到的历史故障数据中提取故障特征；

5、所述模型生成模块，用于基于故障特征训练支持向量机，得到诊断模型；

6、所述实时数据获取模块，用于实时获取火电机组的运行数据，得到实时数据；

7、所述故障诊断与预测模块，用于采用诊断模型对实时数据进行分析，得到诊断结果；

8、所述报警模块，用于基于诊断结果发出对应的警报信息，所述报警模块包括结果获取单元、信息整合单元和通知单元；

9、所述结果获取单元，用于接收火电机组热力系统的诊断结果；

10、所述信息整合单元，用于根据诊断结果和预设的报警规则，生成警报信息；

11、所述通知单元，用于将生成的警报信息通过通讯渠道通知给运维人员。

12、

13、其中，所述基于半监督的火电机组智慧巡检系统还包括显示模块，所述显示模块用于对实时数据进行显示。

14、其中，所述数据采集模块包括数据采集设定单元、数据处理单元和格式化单元；

15、所述数据采集设定单元，用于与采集故障数据的数据源进行连接和配置；

16、所述数据处理单元，用于将从数据源采集到的故障数据进行预处理；

17、所述格式化单元，用于对预处理后的故障数据进行格式化。

18、其中，所述特征提取模块包括特征变量构造单元、降维单元、数量设置单元、得分计算单元，所述特征变量构造单元，用于故障分析构造特征变量；

19、所述降维单元，用于使用pca算法对构造的特征变量进行降维；

20、所述数量设置单元，用于根据累计方差贡献率来确定保留的主成分数量；

21、所述得分计算单元，用于使用pca算法计算每个样本的主成分得分，并将计算出的主成分得分作为故障特征。

22、其中，所述根据累计方差贡献率来确定保留的主成分数量的具体步骤包括：

23、对数据集进行协方差矩阵分析，通过特征分解计算出特征值和对应的特征向量；

24、将计算出的特征值从大到小进行排序；

25、计算每个特征值及其之前特征值的累计和，得到累计方差贡献率；

26、根据需求和数据的特点确定阈值；

27、根据计算出的累计方差贡献率和阈值选择对应数量的主成分。

28、其中，所述模型生成模块包括数据集划分单元、参数选择单元、训练单元和验证单元；

29、所述数据集划分单元，将处理后的数据集划分为训练集和验证集；

30、所述参数选择单元，用于选择线性svm参数以生成svm模型；

31、所述训练单元，用于使用训练集数据训练svm模型；

32、所述验证单元，用于使用验证集对训练好的svm模型进行性能评估和调整模型参数。

33、其中，所述实时数据获取模块包括传感器单元、采集单元和预处理单元；

34、所述传感器单元，用于在火电机组部署传感器，所述传感器用于监测温度、压力、流量、振动参数；

35、所述采集单元，用于收集传感器传输过来的实时数据；

36、所述预处理单元，用于对采集到的实时数据进行预处理。

37、第二方面，本发明还提供一种基于半监督的火电机组智慧巡检方法，包括：采集和处理火电机组的热力系统的历史故障和环境数据；

38、采用主成分分析法从采集到的历史故障数据中提取故障特征；

39、基于故障特征训练支持向量机，得到诊断模型；

40、实时获取火电机组的运行数据，得到实时数据；

41、采用诊断模型对实时数据进行分析，得到诊断结果；

42、基于诊断结果发出对应的警报信息。

43、本发明的一种基于半监督的火电机组智慧巡检系统及方法，数据采集模块负责采集火电机组的热力系统历史故障数据，特征提取模块利用主成分分析法(pca)对采集到的历史故障数据进行降维处理，提取出最具代表性的故障特征。模型生成模块基于提取的故障特征，训练支持向量机(svm)模型，以实现对火电机组故障的准确诊断。实时数据获取模块负责实时获取火电机组的运行数据，包括温度、压力、流量、振动等多个参数。这些数据将作为诊断模型的输入，用于实时监测机组的状态。故障诊断与预测模块利用已训练好的svm模型对实时数据进行分析，诊断机组是否存在故障，并对可能出现的故障进行预测。这一模块是智慧巡检系统的核心，能够为运维人员提供及时、准确的故障信息。报警模块根据故障诊断与预测模块的输出结果，发出相应的警报信息。这些信息通过声音、灯光等多种方式提醒运维人员关注机组状态，及时采取应对措施。从而通过自动化采集、分析和处理数据，大大提高了巡检效率，减少了人工干预和误差。利用先进的机器学习算法对故障进行诊断和预测，提高了故障识别的准确性，有助于及时发现并处理潜在问题，并能够自动分析数据并发出警报，降低了对运维人员的依赖，提高了智能化水平。

技术特征：

1.一种基于半监督的火电机组智慧巡检系统，其特征在于，

2.如权利要求1所述的一种基于半监督的火电机组智慧巡检系统，其特征在于，

3.如权利要求2所述的一种基于半监督的火电机组智慧巡检系统，其特征在于，

4.如权利要求3所述的一种基于半监督的火电机组智慧巡检系统，其特征在于，

5.如权利要求4所述的一种基于半监督的火电机组智慧巡检系统，其特征在于，

6.如权利要求5所述的一种基于半监督的火电机组智慧巡检系统，其特征在于，

7.如权利要求6所述的一种基于半监督的火电机组智慧巡检系统，其特征在于，

8.一种基于半监督的火电机组智慧巡检方法，其特征在于，包括：采集和处理火电机组的热力系统的历史故障和环境数据；采用主成分分析法从采集到的历史故障数据中提取故障特征；基于故障特征训练支持向量机，得到诊断模型；

技术总结本发明涉及监测技术领域，具体涉及一种基于半监督的火电机组智慧巡检系统及方法，数据采集模块，用于采集火电机组的热力系统的历史故障数据；特征提取模块，用于采用主成分分析法从采集到的历史故障数据中提取故障特征；模型生成模块，用于基于故障特征训练支持向量机，得到诊断模型；实时数据获取模块，用于实时获取火电机组的运行数据，得到实时数据；故障诊断与预测模块，用于采用诊断模型对实时数据进行分析，得到诊断结果；报警模块，用于基于诊断结果发出对应的警报信息。从而通过自动化采集、分析和处理数据，大大提高了巡检效率，减少了人工干预和误差。提高了故障识别的准确性。技术研发人员：高圣哲,赵恒星受保护的技术使用者：西安圣瞳科技有限公司技术研发日：技术公布日：2024/7/29