申请/专利权人：北京京能能源技术研究有限责任公司

申请日：2023-12-06

公开（公告）日：2024-06-21

公开（公告）号：CN117634303B

主分类号：G06F30/27

分类号：G06F30/27;G06N20/00;G01R31/34;G06F119/08

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2024.03.19#实质审查的生效;2024.03.01#公开

摘要：本发明提供了一种基于AI建模的汽轮发电机铁心过热故障预警方法，包括如下步骤：S1：归类分析发电机运行数据，建立静态温度模型；S2：基于静态温度模型，采用机器学习和深度学习算法，寻找适宜的动态温度模型算法，建立动态温度模型；S3：引入动态分级判据，形成动态自学习引擎系统；S4：根据历史数据进行动态温度模型的验证与迭代优化；S5：寻找有温升隐患的机组数据。本发明公开的基于AI建模的汽轮发电机铁心过热故障预警方法，无需增加发电机温度测点、无需进行发电机温度数据降维分析、无需让使用者进行大量的建模与分析计算，利用发电机运行数据即可完成对铁心过热故障的自动预警。

主权项：1.一种基于AI建模的汽轮发电机铁心过热故障预警方法，其特征在于，包括如下步骤：S1：归类分析发电机运行数据，根据各运行参数对汽轮发电机铁心温度的影响，按照线性回归给出静态温度模型；S2：基于静态温度模型，采用机器学习和深度学习算法，结合发电机运行工况特点，寻找适宜的动态温度模型算法，建立动态温度模型；其中，步骤S2包括如下步骤：S21:获取工况模型；S22:电磁原理建模；根据电磁原理，按照发电机不同运行工况创建动态温度模型，尝试利用不同线性回归算法，按照较优的拟合度选取适宜的组合算法，优化铁心动态温度模型；S23:热传导原理建模；根据热传导原理，按照汽轮发电机各部位冷却介质耦合关系创建动态温度模型，尝试利用不同非线性回归算法，按照较优的拟合度选取适宜的组合算法，优化铁心动态温度模型；S24:结合电磁原理、热传导原理模型，利用历史数据，结合不同运行工况训练适宜的动态温度模型，选取电磁原理与热传导原理模型中拟合度较好的模型确定动态温度模型算法组合，建立动态温度模型；S3：引入动态分级判据，形成动态自学习引擎系统；步骤S3包括如下步骤：S31:计算静态温度模型输出值与实际值的偏差，并根据偏差值进行动态分级；S32:判断汽励侧铁心温度极差的合理性，并根据极差进行动态分级；S33：根据铁心温升速率获取异常铁心测点，并根据汽、励侧铁心温升速率进行动态分级；S34：动态自学习引擎系统创建以及更新；通过将计算静态温度模型输出值与实际值的偏差值、汽励侧铁心温度极差值、铁心温升速率作为创建和维护动态自学习引擎系统的参数并用来评估铁心温度的状态，动态自学习引擎系统根据上述分级判据和模型的输出值，自动识别和记录异常情况，然后根据历史数据不断学习和适应；S4：根据历史数据进行动态温度模型的验证与迭代优化，提升动态温度模型的自适应能力；其中，根据动态自学习引擎系统对历史的正常运行数据、故障运行数据的学习，不断完善动态温度模型，自动完成量化预警工况级别配置，生成汽轮发电机铁心过热健康度模型，按照不同健康度分级进行铁心过热故障预警；S5：寻找有温升隐患的机组数据。

全文数据：

权利要求：

百度查询： 北京京能能源技术研究有限责任公司 一种基于AI建模的汽轮发电机铁心过热故障预警方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD