专利名称：燃气轮机的近邻异常检测方法
技术领域：
本发明涉及一种燃气轮机的近邻异常检测方法，属于燃气轮机的状态监测技术领域。
背景技术：
燃气轮机作为一种重要的巨型动力机械，因具有结构紧凑、运行平稳、热效率较高等特点，而应用越来越广泛。由于对燃气轮机在工作中的高安全可靠性的要求，在燃气轮机的日常工作情况下，需要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，以及时处理燃机的大型故障，避免造成无可挽回的损失。
·
目前，在所有燃气轮机上都加装了较多的传感器以监测轮机的工作状态。传感器监测记录的数据信息，如燃机转速、进出口温度等，对保障轮机的安全运行具有重大的意义和使用价值。但是，由于传感器采集的数据信息量庞大，噪声也较多，导致数据采集的质量不高。同时，由于传感器的数量繁多，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，因此，分析效率很低，而且误判度会很高。
发明内容
本发明是为了解决现有燃气轮机采用多个传感器采集运行状态数据，由于数据数目多而使对燃气轮机的健康状况分析效率低的问题，提供一种燃气轮机的近邻异常检测方法。本发明所述燃气轮机的近邻异常检测方法，它包括以下步骤步骤一获取燃气轮机G个相同相隔顺序时刻的监测数据，Pk表示第k个时刻监测数据的测点记录，G为大于或等于800的整数，k = 1,2,3……G ;同时，设定ks为邻域系数，ks为取值在3-17之间的的整数，异常参考比例系数为P，0 < P ,0 < ^ < I,并预定向量5为29维度的特征权向量；步骤二 根据G个相同相隔顺序时刻的监测数据，提取每个时刻监测数据测点记录的监测特征量集合PFk，用PFk⑴表示第k个时刻第I个测点的监测特征量PFk⑴，I =1,2,3......29 ；步骤三根据监测特征量集合PFk，用p范数距离来度量第b个时刻的监测特征量集合PFb与第g个时刻的监测特征量集合PFg之间的相似距离
J_
(29P\p/坤)/,;”/)/,:)= YjOi /^(/)-/^(/)1 ’ h=i，2.“，(；，g二1，2...，，
V=1J并建立全局距离矩阵Dgxg,
权利要求
1.一种燃气轮机的近邻异常检测方法，其特征在于它包括以下步骤 步骤ー获取燃气轮机G个相同相隔顺序时刻的监测数据，Pk表示第k个时刻监测数据的测点记录，G为大于或等于800的整数，k= 1，2，3……G ;同时，设定ks为邻域系数，ks为取值在3-17之间的的整数，异常參考比例系数为β，0< β <1β，0< β <1，并预定向量5为29维度的特征权向量； 步骤ニ 根据G个相同相隔顺序时刻的监测数据，提取每个时刻监测数据测点记录的监测特征量集合PFk，用PFk (I)表示第k个时刻第I个测点的监测特征量PFk⑴，I = 1,2,.3......29 ； 步骤三根据监测特征量集合PFk，用P范数距离来度量第b个时刻的监测特征量集合PFb与第g个时刻的监测特征量集合PFg之间的相似距离
2.根据权利要求I所述的燃气轮机的近邻异常检测方法，其特征在于所述步骤四中测点记录Pk的邻域集合为NB(k)和局部可达密度向量为LRS(k)的获得方法为 步骤四一获取第k个测点记录Pk与其它测点记录之间第ks近的距离，记为LD (k)，即对 Dist (PFk, PF1), Dist (PFk, PF2),. . . , Dist (PFk, PFk^1), Dist (PFk, PFk+1), . . . , Dist (PFk,PFg)按照从小到大的顺序进行排序，对应第ks小的距离即为LD(k)； 其中与测点记录Pk距离最近的前ks个样本Ρω (ω = 1，2,. . . , k-1, k+1,. . . , G)集合记为NB(k)NB(k) = {Ρω，Dist (PFk，PFw) ^ LD (k)}； 步骤四ニ 测点记录Pk的局部可达密度向量为LRS(k)为
3.根据权利要求2所述的燃气轮机的近邻异常检测方法，其特征在于所述步骤五中计算每个测点记录的局部异常因子系数的方法为 获取所有测点记录的局部异常因子系数，用LOF (k)表示第k个测点记录的局部异常因子系数，LOF (k)表示为
4.根据权利要求3所述的燃气轮机的近邻异常检测方法，其特征在于步骤六中得出异常样本数据的方法为 对所有LOF (k)按照从大到小的顺序进行排序，前LGxガ」个值对应的测点记录Pk，判定为异常样本数据。
5.根据权利要求1、2、3或4所述的燃气轮机的近邻异常检测方法，其特征在于每个时刻的监测特征量PFk(I)由以下特征量组成 齿轮箱振动数据PFk(I);发电机DEX振动数据PFk (2);发电机DEY振动数据PFk (3);发电机EEX振动数据PFk (4);发电机EEY振动数据PFk (5);燃气发生器转速数据PFk(6);发电机总实际功率数据PFk (7) ；3#轴承Y振动数据PFk⑶；3#轴承X振动数据PFk (9) ；2#轴承Y振动数据PFk(IO) ；2#轴承X振动数据PFk(Il) ； 1#轴承Y振动数据PFk (12) ； 1#轴承X振动数据PFk(13);压气机空气进ロ温度数据PFk(14);排气平均温度数据PFk(15) ;0度方向的排气温度数据PFk(16) ;30度方向的排气温度数据PFk(17) ;60度方向的排气温度数据PFk(18) ;90度方向的排气温度数据PFk(19) ; 120度方向的排气温度数据PFk(20) ; 150度方向的排气温度数据PFk(21) ; 180度方向的排气温度数据PFk(22) ;210度方向的排气温度数据PFk(23) ;240度方向的排气温度数据PFk(24) ;270度方向的排气温度数据PFk(25) ；300度方向的排气温度数据PFk(26) ;330度方向的排气温度数据PFk(27);润滑油系统进ロ的油温数据PFk (28);润滑油系统的出口的油温数据PFk (29)。
6.根据权利要求5所述的燃气轮机的近邻异常检测方法，其特征在于所述范数距离P=2,泛为所有数值都为I的列向量。
全文摘要
燃气轮机的近邻异常检测方法，属于燃气轮机的状态监测技术领域。它解决了现有燃气轮机采用多个传感器采集运行状态数据，由于数据数目多而使对燃气轮机的健康状况分析效率低的问题。它首先获取监测数据的测点记录；然后提取出表征各不同时刻特性的监测特征量集合；建立度量不同时刻的样本点之间相似距离的全局距离矩阵；从所述G个样本中获取每个样本的局部可达密度及邻域样本点的集合；将各样本与其邻域中其它样本的局部可达密度进行比较计算各样本的异常得分；对样本的异常得分结果的数目进行排序，得出异常样本的集合。本发明适用于燃气轮机的近邻异常检测。
文档编号G06F19/00GK102706563SQ20121019567
公开日2012年10月3日 申请日期2012年6月14日 优先权日2012年6月14日
发明者于达仁, 贺惠新, 陈冰冰, 马超奇 申请人:哈尔滨工业大学