一种燃气轮机的聚类异常检测方法

文档序号:6123794阅读:232来源:国知局
专利名称:一种燃气轮机的聚类异常检测方法
技术领域
本发明涉及一种燃气轮机的聚类异常检测方法。
背景技术
燃气轮机作为一种重要的巨型动力机械,具有结构紧凑、运行平稳、热效率较高等特点,应用范围越发广泛。现实中对燃气轮机的安全可靠的工作要求很高,在燃气轮机日常的工作情况下,对机组的健康情况进行分析监测,对可能出现的各种异常情况进行分析检测,可避免或以便于及时处理燃机的大型故障。目前所有燃气轮机厂商在轮机上都加装了较多的传感器以监测轮机的工作状态。 监测记录的数据信息(如燃机转速、进出口温度等),对轮机的运行保障具有重大的意义和使用价值。但传感器采集的数据信息量庞大,噪声也较多,数据质量不高。同时传感器的数量繁多,而一般预判断的分析强度都很大,对所有传感器的信息进行预识别的计算和分析负荷极大,分析效率很低,而且误判度会很高。从而,为有效对燃气轮机等重型工业设备的海量的高度复杂的系统信息的健康监测和故障预判,需同时结合轮机对象的本质特征以及数据处理的各先进技术加以实施。

发明内容
本发明为了解决现有的燃气轮机的传感器采集的数据数目众多,信息量过度庞大,而预警技术不足,故障监测水平简单有限,误判度高的问题,提供一种燃气轮机的聚类异常检测方法。本发明为解决上述技术问题采取的技术方案是步骤一、获取监测数据和输入参数从燃气轮机的监测软件中获取G个不同时刻的监测数据,以下用Pk表示第k个时刻的监测值,其中KkSG ;并输入参数权值向量 ,迭代次数LT,更新参数λ,异常参考比例β ;步骤二、提取出表征各不同时刻特性的特征量从所述监测数据选出特征量 PFk(I),其中I彡I彡29,即对应包括以下29个测点的值齿轮箱振动、发电机DEX振动、 发电机DEY振动、发电机EEX振动、发电机EEY振动、燃气发生器转速、发电机总实际功率、 3#轴承Y振动、3#轴承X振动、2#轴承Y振动、2#轴承X振动、1#轴承Y振动、1#轴承X振动、压气机空气进口温度、排气平均温度、O度方向的排气温度、30度方向的排气温度、60度方向的排气温度、90度方向的排气温度、120度方向的排气温度、150度方向的排气温度、 180度方向的排气温度、210度方向的排气温度、240度方向的排气温度、270度方向的排气温度、300度方向的排气温度、330度方向的排气温度,润滑油系统进口的油温,润滑油系统的出口的油温;PFk(l)为第k个时刻的第I个测点的监测数据;举例如PF3⑴为第3个时刻的第I个测点(齿轮箱振动)的数据;步骤三、建立度量不同时刻的样本点之间相似度的全局距离矩阵 用P范数距离来度量第b个时刻的数据与第g个时刻的数据之间的相似距离
权利要求
1.一种燃气轮机的聚类异常检测方法,其特征在于所述方法的具体过程为步骤一、获取监测数据和输入参数从燃气轮机的监测软件中获取G个不同时刻的监测数据,以下用Pk表示第k个时刻的监测值,其中KkSG ;然后获取人为设置的参数权值向量泛,迭代次数LT,更新参数λ,异常参考比例β ;步骤二、提取出表征各不同时刻特性的特征量从所述监测数据选出特征量PFk(I),其中I彡I彡29,即对应包括以下29个测点的值齿轮箱振动、发电机DEX振动、发电机DEY 振动、发电机EEX振动、发电机EEY振动、燃气发生器转速、发电机总实际功率、3#轴承Y振动、3#轴承X振动、2#轴承Y振动、2#轴承X振动、1#轴承Y振动、1#轴承X振动、压气机空气进口温度、排气平均温度、O度方向的排气温度、30度方向的排气温度、60度方向的排气温度、90度方向的排气温度、120度方向的排气温度、150度方向的排气温度、180度方向的排气温度、210度方向的排气温度、240度方向的排气温度、270度方向的排气温度、300度方向的排气温度、330度方向的排气温度,润滑油系统进口的油温,润滑油系统的出口的油温; PFk(I)为第k个时刻的第I个测点的监测数据;步骤三、建立度量不同时刻的样本点之间相似度的全局距离矩阵用 P范数距离来度量第b个时刻的数据与第g个时刻的数据之间的相似距离
2.根据权利要求I所述的一种燃气轮机的聚类异常检测方法,其特征在于在步骤四中,从所述G个样本中获取每个样本所归属的聚类中心样本
全文摘要
一种燃气轮机的聚类异常检测方法,涉及一种燃气轮机的聚类异常检测方法。本发明是要解决目前燃气轮机的传感器采集的数据数目众多,信息量过度庞大,而预警技术不足,故障监测水平简单有限,误判度高的问题。本发明方法的具体过程为获取监测数据和输入参数;提取出表征各不同时刻特性的特征量;建立度量不同时刻的样本点之间相似度的全局距离矩阵;从所述G个样本中获取每个样本所归属的聚类中心样本;将有相同聚类中心的样本归为同一类,得到各聚类的集合;对聚类结果的数目进行排序,得出异常样本的集合。本发明计算资源需求小,具有较低的时间和空间代价;采用基于线性的聚类方式对数据进行快速聚类,最终用以表达异常数据点,有很强的可说明性。
文档编号G01D21/02GK102607641SQ20111044358
公开日2012年7月25日 申请日期2011年12月27日 优先权日2011年12月27日
发明者于达仁, 林志荣, 贺惠新 申请人:哈尔滨工业大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1