一种高压抗燃油系统运行内漏的故障诊断方法及系统与流程

本技术属于火力发电厂高压抗燃油系统智能控制领域，具体涉及一种高压抗燃油系统运行内漏的故障诊断方法及系统。

背景技术：

1、汽轮机eh油系统的功能是提供高压抗燃油，并由它来驱动伺服执行机构，该执行机构响应微处理控制器来的指令信号，以调节汽轮机各汽门的开度。其中，eh油内漏是汽轮机数字电液控制系统(deh)中eh油系统的一个常见故障，严重影响汽轮机的安全运行。

2、现代煤化工企业需要管理的阀门数量越来越庞大，形成的各类检维修数据成几何倍的增长，但传统的管理方式，未能发挥各类阀门维护信息的作用，仅是台账和记录，在需要时由人工进行查询，再经技术人员个人判断，形成阀门维护建议。

3、目前涉及相关阀门在线运行状态判断的系统或手段少之又少，阀门内漏问题作为相关企业存在的主要问题之一，缺少在线监测手段，无法实时监测并提出预测性维护意见，需人为判断内漏并采取相应检修手段时，阀门已失修，致使检修成本大幅上升，甚至导致装置生产异常或非计划停机。

4、针对上述相关技术中只能通过工艺人员结合dcs参数判断是否内漏，或通过测温手段现场辅助判断阀门是否内漏，检测不及时且不精准，容易导致化工装置生产异常的问题，目前尚未提出有效的解决方案。

5、目前，燃煤机组智能化建设已成为当下电厂发展的新热点，很多学者开始将人工智能技术、数据挖掘技术、深度学习技术等应用于燃煤机组，尝试建立了各种系统模型对机组进行状态分析及故障诊断，以提高燃煤机组的精细化控制水平。

技术实现思路

1、针对上述技术背景，本发明的目的在于提供一种高压抗燃油系统运行内漏的故障诊断方法及系统。

2、为了实现上述目的，本发明采用如下技术方案：

3、一种高压抗燃油系统运行内漏的故障诊断方法，包括：

4、1)从分散控制系统中获取实际流量值和相关工艺参数值，其中，分散控制系统是一种用于工业自动化领域的控制系统，实际流量值为从dcs中获取的真实值，相关工艺参数值为从dcs中获取的真实值，用于预测阀门的目标参数；

5、2)基于在20余台超超临界燃煤机组的专家经验知识，运用汽机专业在基建调试期的调试成果和商业运行期的运行数据，归纳总结得到eh油系统专家知识库；

6、3)根据eh油系统专家知识库，建立了eh油系统运行综合故障诊断模型，包括正常工况下启动-停机过程中的多样性比对模型，运行过程中的稳态和变工况运行模型，以及故障工况下启-运-停各过程中的多故障联合分类识别的数据模型；

7、4)将从分散控制系统中获取的相关工艺参数值输入至eh油系统运行综合故障诊断模型中，以利用eh油系统运行综合故障诊断模型对相关工艺参数进行处理，得到阀门的预测流量值，其中，eh油系统运行综合故障诊断模型是使用多组训练数据通过机器学习的方式进行训练得到的；

8、5)在预测流量值与从分散控制系统中获取实际流量值之间的差值大于偏差阈值时，确定阀门发生内漏；

9、6)在确定阀门发生内漏后，生成预警信息；其中，预警信息包括：阀门的位置信息和内漏信息。

10、本发明进一步的改进在于，步骤1)中，相关工艺参数值包括油质中颗粒度、水分、酸值、泡沫特性、电阻率、温度、阀门的流量系数、工艺管道的参数以及反应设备的容积。

11、本发明进一步的改进在于，步骤2)中，基于在20余台超超临界燃煤机组的专家经验知识，运用汽机专业在基建调试期的调试成果和商业运行期的运行数据，归纳总结得到eh油系统专家知识库，包括：

12、数据清洗

13、因此需要对原始数据进行数据清洗，将无效数据剔除，保证所有数据被电脑所接受，为提高模型准确率，防止停机数据和异常数据对正常数据造成干扰，根据专家经验处理这部分数据，并利用python编程方式将数据重新构建，构建出用于模型训练的数据；

14、特征归一化

15、消除指标之间的量纲影响，进行数据归一化处理，以解决数据指标之间的可比性。

16、本发明进一步的改进在于，步骤3)中，根据eh油系统专家知识库，建立了eh油系统运行综合故障诊断模型，包括：

17、bpnn模型设计

18、用四层神经网络对eh油系统正常运行过程进行训练，其中，输入层节点数为5，经过交叉验证及考虑计算效率第一层隐含层节点数定为26，第二层隐含层节点数为4，经过动态神经元激活层后输出层节点个数为1，通过对系统运行特性分析内漏；

19、优化算法

20、adam算法使用的更新公式如下：

21、m0＝v0＝0

22、

23、式中m0及v0分别初始化参数向量矩阵，β1、β2、η、ε分别是算法更新过程中的配置参数，e和w为算法更新过程中误差和权重；

24、评价方法和指标

25、均方误差：观测值与真值偏差的平方和与观测次数的比值；

26、

27、mse的值越接近于0，说明预测模型描述实验数据具有好的精确度。

28、本发明进一步的改进在于，步骤4)中，eh油系统运行综合故障诊断模型为阀门的流量系数、工艺管道的参数；将流量系数输入至eh油系统运行综合故障诊断模型中，得到阀门的预测流量值。

29、本发明进一步的改进在于，步骤5)中，确定阀门发生内漏，包括：

30、获取阀门组当前状态，预测流量值，预测参数值；

31、在实际流量值大于流量阈值时，确定阀门发生内漏。

32、本发明进一步的改进在于，步骤6)中，确定阀门发生内漏的位置，包括：

33、获取调节阀组的当前状态；再根据当前状态确定调节阀组中内漏阀门的位置。

34、本发明进一步的改进在于，步骤6)中，生成预警信息，包括：

35、将预警信息发送至分散控制系统，以利用分散控制系统的图像显示设备展示预警信息，利用分散控制系统的播报设备播报预警信息。

36、一种高压抗燃油系统运行内漏的故障诊断系统，包括：

37、参数获取模块，从分散控制系统中获取实际流量值和相关工艺参数值，其中，分散控制系统是一种用于工业自动化领域的控制系统，实际流量值为从dcs中获取的真实值，相关工艺参数值为从dcs中获取的真实值，用于预测阀门的目标参数；

38、数据归纳模块，基于在20余台超超临界燃煤机组的专家经验知识，运用汽机专业在基建调试期的调试成果和商业运行期的运行数据，归纳总结得到eh油系统专家知识库；

39、模型建立模块，根据eh油系统专家知识库，建立了eh油系统运行综合故障诊断模型，包括正常工况下启动-停机过程中的多样性比对模型，运行过程中的稳态和变工况运行模型，以及故障工况下启-运-停各过程中的多故障联合分类识别的数据模型；

40、参数处理模块，将从分散控制系统中获取的相关工艺参数值输入至eh油系统运行综合故障诊断模型中，以利用eh油系统运行综合故障诊断模型对相关工艺参数进行处理，得到阀门的预测流量值，其中，eh油系统运行综合故障诊断模型是使用多组训练数据通过机器学习的方式进行训练得到的；

41、确定模块，在预测流量值与从分散控制系统中获取实际流量值之间的差值大于偏差阈值时，确定阀门发生内漏；

42、预警模块，在确定阀门发生内漏后，生成预警信息；其中，预警信息包括：阀门的位置信息和内漏信息。

43、本发明进一步的改进在于，参数获取模块中，相关工艺参数值包括油质中颗粒度、水分、酸值、泡沫特性、电阻率、温度、阀门的流量系数、工艺管道的参数以及反应设备的容积。

44、与现有技术相比，本发明至少具有以下有益的技术效果：

45、本发明提供的一种高压抗燃油系统运行内漏的故障诊断方法及系统，通过数据清洗，筛选建立eh油系统专家知识库，通过eh油系统专家知识库，选取特征数据建立eh油系统运行阀门内漏综合故障诊断模型，使用eh油系统运行阀门内漏综合故障诊断模型，通过神经网络训练得到阀门组流量预测值，通过阀门组预测流量值与实际流量值的差距阈值确定内漏故障状态，生成预警信息，预警信息包含阀门的位置和内漏信息。本发明可以让运行人员在eh油内泄露预警发生时，对油泄露的剩余时间和当前油泄露速率进行实时监控，让运行人员了解到事故发生时最有价值的指标信息。