一种基于数据协调及假设检验的电站系统多故障诊断方法

摘要

一种基于数据协调及假设检验的电站系统多故障诊断方法，属于电厂性能监测及故障诊断领域。具体技术步骤包括：1)选取准静态测量数据，建立系统约束方程，进行数据协调计算；2)计算全局假设检验统计量，和允许的临界值对比，判断参数是否存在显著误差；3)若存在显著误差，识别包含误差的参数并在下一轮计算前剔除；4)计算降秩后的检验统计量，并和新的临界值对比，判断参数是否存在显著误差；5)若不存在，则结束运算；否则重复步骤3)及4)，直至检测出所有的显著误差。该方法采用序列消去的思想，逐一实现快速、精准的故障定位。显著误差临界值可作为电站报警阈值，在故障早期及时提示操作人员，从而保护机组安全，降低生产成本。

主权项

一种基于数据协调及假设检验的电站系统多故障诊断方法，其特征是该方法包括如下步骤：1)通过准静态数据分析，从电厂数据库选取准静态工况的测量数据；根据电厂系统的测点信息，选取参与热力系统平衡计算的测量变量x及未测量变量u，并将测量变量x的测量值记为y；$x=\left[\begin{array}{c}{x}_1\\ .\\ .\\ .\\ x_n\end{array}\right],y=\left[\begin{array}{c}{y}_1\\ .\\ .\\ .\\ y_n\end{array}\right],u=\left[\begin{array}{c}{u}_1\\ .\\ .\\ .\\ u_p\end{array}\right]$其中n为所有测量变量的个数；p为所有未测量变量的个数；2)根据电厂热力系统中测量仪表的精度等级，按照下列方程(1)评定各个测量变量测量值的不确定度，分别记为σ₁，σ₂，…σ_n；${\sigma }_i=\frac{{\mathrm{k\xi }}_i}{1.96\sqrt{N_s}}---\left(1\right)$其中，i代表第i个测量变量，i取1，2，3...n；ξ_i代表置信区间为95％的仪表最大允许误差；N_s代表测量同一变量的仪表个数；k为修正系数；3)根据电厂系统热力设备的平衡方程及特性方程，建立关于测量变量x及未测量变量u的约束方程组，如下所示：f(x，u)＝0                                  (2)g(x，u)≤0                                  (3)其中，f代表等式约束方程组；g代表不等式约束方程组；4)结合测量变量的测量值、测量值的不确定度、约束方程组f和g，利用目标函数计算得到测量变量x的协调值x^*和未测量变量u的估计值u^*；其中，5)数据协调计算的最小目标函数值等于全局假设检验统计量γ_R；假设当测量变量中不存在显著误差时，统计分布的临界值为将γ_R与统计分布的临界值进行比较；其中，R代表系统的冗余度，α为显著性水平；6)如果则表明测量变量中不存在显著误差，即仪表或设备没有发生故障；相反，若则表明测量变量中存在显著误差，需要进行故障识别；当对第j个测量变量进行故障识别时，将该测量变量当作未测量变量，则系统的冗余度减一，按照下式重新进行数据协调计算：其中，为消去第j个测量变量后的目标函数；j的取值依次从1到n；此时，新的全局假设检验统计量γ_R‑1等于数据协调计算得到的的最小值；将γ_R‑1与新的统计分布的临界值进行比较，代表系统冗余度降为R‑1后的统计分布的临界值；如果表明除第j个测量变量以外的其它变量没有发生故障，则识别出第j个测量变量发生故障，故障识别结束；如果表明除第j个测量变量以外的其它测量变量仍然有故障，则继续对下一个测量变量进行故障识别；7)按步骤6)逐个对测量变量进行故障识别时，如果所有识别结果均为则表明同时有多个测量变量发生故障；找出第一轮故障识别过程中检验统计量γ_R‑1最小的情况，判定被消去的测量变量存在故障，并将该测量变量作为未测量变量，按步骤6)逐个对其余测量变量进行第二轮故障识别，此时系统的冗余度为R‑2，统计分布的临界值为8)在第二轮故障识别过程中，找出第二个包含故障的测量变量；按步骤7)判断是否仍有其他故障存在；如果不存在，则故障识别结束；如果存在，则将第二个包含故障的测量变量作为未测量变量，进行第三轮故障识别；9)以此类推，重复步骤6)、7)、8)，当第r轮故障识别过程中，出现或进行的轮数r＝R时，故障识别结束，至此依次识别出测量变量中的全部故障。