一种大型燃煤锅炉热效率的异常监测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111898794A(43)申请公布日2020.11.06(21)申请号202010520719.3G06F17/16(2006.01)(22)申请日2020.06.10(71)申请人山东科技大学地址266590山东省青岛市黄岛区前湾港路579号(72)发明人周东华陈茂银吴德浩朱继峰闫飞郑水明郭恩陶纪洪泉徐晓滨(74)专利代理机构青岛智地领创专利代理有限公司37252代理人陈海滨(51)Int.Cl.G06Q10/04(2012.01)G06Q10/06(2012.01)G06Q50/06(2012.01)权利要求书4页说明书12页附图6页(54)发明名称一种大型燃煤锅炉热效率的异常监测方法(57)摘要本发明公开了一种大型燃煤锅炉热效率的异常监测方法，具体涉及工业过程异常监测领域。该方法以排烟温度、烟气含氧量等与锅炉热效率密切相关且可以实时测量的变量作为关键性能指标，通过建立过程变量与关键性能指标之间的关联模型，实现对锅炉热效率的异常监测。首先，基于过程变量和关键性能指标之间存在的非平稳共同趋势，建立了输出相关的共同趋势模型，将这些非平稳变量表示为非平稳成分与平稳成分之和的形式。然后，将该模型的参数估计问题描述为一个优化问题，利用交替方向乘子法进行求解。最后，基于该模型设计三个不同的监测统计量，分别用于监测与锅炉热效率有关或无关的异常情况。CN111898794ACN111898794A权利要求书1/4页1.一种大型燃煤锅炉热效率的异常监测方法，其特征在于，包括以下步骤：1.1、离线训练阶段，具体为：1.1.1、采集大型燃煤锅炉在正常运行工况下的历史数据，包括过程变量和关键性能指标数据其中，N为历史数据集中样本的数目，m为过程测量的变量数，n为关键性能指标的变量数；1.1.2、基于过程变量和关键性能指标之间存在的非平稳共同趋势，建立输出相关的共同趋势模型，如式(1)所示：其中，S和T代表过程变量和关键性能指标之间存在的非平稳共同趋势，和是平稳的残差，和是负载矩阵，a是共同因子的数目，通过交叉验证来获得；1.1.3、假设非平稳共同趋势S和T分别可以由X和Y的线性组合进行表示，即S＝XC且T＝YD，式(1)转化为式(2)：为了使式(2)是一个子空间分解的形式，假设CAT和DBT都是投影矩阵，即：TTAC＝BD＝Ia(3)将式(2)中模型参数A，B，C，D的估计问题转化为优化问题，优化目标为：(1)输入残差尽可能平稳；(2)输出残差尽可能平稳；(3)输入非平稳趋势S与输出非平稳趋势T尽可能接近，即S对T有最强的解释作用；1.1.4、利用交替方向乘子法对优化问题进行迭代求解，得到式(2)中的模型参数A，B，C，D；1.1.5、依据式(4)计算和并计算非平稳趋势S和T之间的差值Z＝S-T；1.1.6、依次计算和Z的均值向量μz和协方差矩阵Σz，以为例，其均值向量和协方差矩阵可分别由式(5)和式(6)进行计算：其中，表示数据矩阵中的第i个样本；1.1.7、对历史数据集中的第i个数据对{xi,yi}，计算2CN111898794A权利要求书2/4页TTzi＝Cxi-Dyi(9)；1.1.8、分别构建三个检测统计量：其中，与关键性能指标无关，和与关键性能指标有关；1.1.9、给定显著性水平α，利用核密度估计等经验方法确定各个检测指标的控制限；1.2、在线监测阶段，具体为：1.2.1、对于实时数据对{x,y}的分解结果如下：过程变量和关键性能指标的共同趋势之间的差值为：z＝CTx-DTy(14)1.2.2、计算三个检测统计量如下：1.2.3、分别将三个统计量与其控制限比较，若超过控制限则说明锅炉系统发生了异常情况；进一步地，若仅是统计量超限则说明该异常不会影响锅炉热效率，若或统计量超限则说明该异常会对锅炉热效率造成影响。2.如权利要求1所述的一种大型燃煤锅炉热效率的异常监测方法，其特征在于，将式(2)中模型参数A，B，C，D的估计问题转化为优化问题，具体为：若一个变量的均值是平稳的，则认为它是一个平稳变量，由式(4)可知，和的均值与X、Y及模型参数都有关，为此，先对X和Y进行零均值化处理，即：其中，μx和μy分别为X和Y的样本均值；经过式(18)的处理，和的均值一定为0，欲令和是平稳的，则需使和的各个行向量接近于0，则优化目标描述为：3.如权利要求1所述的一种大型燃煤锅炉热效率的异常监测方法，其特征在于，利用交3CN111898794A权利要求书3/4页替方向乘子法对上述优化问题进行迭代求解，得到式(2)中的模型参数A，B，C，C的具体过程如下所述。3.1、令则优化问题(19)的增广拉格朗日函数为：其中，U和V是拉格朗日乘子，ρ1,ρ2＞0是惩罚系数；-1-13.2、