申请/专利权人：江西江投能源技术研究有限公司

申请日：2024-04-12

公开（公告）日：2024-06-21

公开（公告）号：CN118035929B

主分类号：G06F18/2433

分类号：G06F18/2433;G01D21/02;G06F18/26;G06F18/27;G06N3/0455;G06Q50/06;G06N3/048

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2024.05.31#实质审查的生效;2024.05.14#公开

摘要：本发明公开了一种基于热力学和数据挖掘的电厂安全监测预警方法及系统，该方法通过获取电厂设备各个测点的历史运行数据；依据热力学模型计算参数计算值；与参数实测值比较计算参数残差，以参数残差为目标，根据历史运行数据中的参数特征搭建数据模型，离线训练数据模型，得到参数残差预测值；根据更新后参数残差计算预警阈值；获取电厂设备各个测点的实时运行数据，根据参数残差预测值、参数实测值和参数计算值计算更新后参数残差，将更新后参数残差变换后，与预警阈值进行对比，判断对应电厂设备是否出现异常，输出预警结果。本发明综合了热力学模型和数据模型的优点，提升了预警的效率与准确率。

主权项：1.一种基于热力学和数据挖掘的电厂安全监测预警方法，其特征在于，包括离线训练阶段和在线监测阶段；所述离线训练阶段包括以下步骤：获取电厂设备各个测点的历史运行数据；基于电厂设备热力平衡图，建立热力学模型，依据热力学模型计算参数计算值；计算参数残差，其中，为参数实测值，为参数计算值；以参数残差为目标，根据历史运行数据中的参数特征搭建数据模型，离线训练数据模型，得到参数残差预测值；通过参数计算值和参数残差预测值得到更新后参数计算值，同时与参数实测值对比，得到更新后参数残差；根据更新后参数残差计算预警阈值；所述在线监测阶段包括以下步骤：获取电厂设备各个测点的实时运行数据，获取参数实测值并依据热力学模型计算参数计算值，使用训练后的数据模型根据实时运行数据得到参数残差预测值；根据参数残差预测值、参数实测值和参数计算值计算更新后参数残差，将更新后参数残差boxcox变换后，与预警阈值进行对比，若boxcox变换后的更新后参数残差大于预警阈值，则判断认为对应电厂设备出现异常，输出预警结果；所述数据模型包括自编码器以及岭回归模型，所述自编码器用于提取数据的深度特征，所述岭回归模型用于预测所述参数残差；所述自编码器包括三层网络结构，即输入层、隐藏层及输出层，所述输入层层数与所述输出层层数相同，同时与输入数据维度一致，所述隐藏层层数少于所述输入层层数；所述隐藏层的输出，其中，为输入的参数特征，为隐藏层的非线性激活函数，、分别为隐藏层的权重及偏置；所述输出层输出的预测值为，其中，为输出层的非线性激活函数，、分别为输出层的权重及偏置；所述自编码器的目标是使输入层输入与输出层输出的误差最小，所以自编码器的损失函数为，为输入的第i个参数特征，为输出的第i个参数特征,n为参数数量；所述隐藏层的输出即为对历史运行数据非线性降维后的深度特征矩阵；以所述参数残差为目标，以所述自编码器提取的深度特征矩阵在为输入，搭建岭回归模型，其中，为参数残差预测值，为岭回归模型参数，是岭回归模型权重与偏置的组合，分别为第1,2，…，n个岭回归模型参数，为岭回归模型初始参数，，分别为第1,2，…，n个深度特征，1表示扩充1维；所述岭回归模型的损失函数为最小化参数残差实际值与参数残差预测值的平方误差，具体公式如下所示： ，式中，为第i个参数残差实际值，为第i个参数残差预测值，为二范式正则化项，为正则化项的调节参数；利用最小二乘估计得到岭回归模型参数的估计值为，其中为单位矩阵，为深度特征矩阵的转置；利用岭回归模型参数的估计值，得到参数残差预测值。

全文数据：

权利要求：

百度查询： 江西江投能源技术研究有限公司 基于热力学和数据挖掘的电厂安全监测预警方法及系统

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