導(dǎo)語(yǔ)：數(shù)據(jù)挖掘在電站故障預(yù)警的應(yīng)用一文來(lái)源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢(xún)客服老師，歡迎參考。

摘要：近年，電站企業(yè)從自動(dòng)化轉(zhuǎn)型為信息化、智能化的需求升高，通過(guò)對(duì)電站DCS中儲(chǔ)存的大量數(shù)據(jù)進(jìn)行分析，能夠提示設(shè)備劣化狀態(tài)，對(duì)電站企業(yè)提高生產(chǎn)效率、經(jīng)濟(jì)安全運(yùn)行有積極的指導(dǎo)意義。將數(shù)據(jù)挖掘應(yīng)用于電站數(shù)據(jù)分析，試圖為電站安全性運(yùn)行提供理論依據(jù)。介紹了數(shù)據(jù)挖掘的概念，著重研究了數(shù)據(jù)挖掘中數(shù)據(jù)預(yù)處理、聚類(lèi)、回歸的方法，之后將該方法應(yīng)用于實(shí)際電站的預(yù)警中取得了較好的效果。

關(guān)鍵詞：數(shù)據(jù)挖掘；故障預(yù)警；聚類(lèi)；回歸

電站設(shè)備的可靠、安全運(yùn)行是各個(gè)發(fā)電企業(yè)管理者最為關(guān)注的事情。同時(shí)，為了追求高利潤(rùn)，就需要合理安排檢修周期和內(nèi)容。實(shí)現(xiàn)設(shè)備的高可靠性運(yùn)行與減少檢修費(fèi)用的雙向需求，是電廠管理者的難題，往往現(xiàn)場(chǎng)人員少、任務(wù)多，能夠讓計(jì)算機(jī)代替人員在海量的數(shù)據(jù)中挖掘出有價(jià)值的信息，并主動(dòng)、準(zhǔn)確地發(fā)現(xiàn)設(shè)備潛在的問(wèn)題，幫助電站有重點(diǎn)、合理的安排檢修計(jì)劃。目前大多電站主要以DCS報(bào)警為依據(jù)對(duì)設(shè)備進(jìn)行故障狀態(tài)觀察，這些傳統(tǒng)的技術(shù)方法無(wú)法發(fā)現(xiàn)數(shù)據(jù)背后隱藏的規(guī)律，很難了解設(shè)備運(yùn)行的劣化狀態(tài)，造成了數(shù)據(jù)資源的巨大浪費(fèi)。近年來(lái)，數(shù)據(jù)挖掘隨著計(jì)算機(jī)性能的發(fā)展越來(lái)越多的得到了人們的關(guān)注，它是一門(mén)利用數(shù)據(jù)庫(kù)、統(tǒng)計(jì)學(xué)、人工智能、專(zhuān)家知識(shí)庫(kù)等知識(shí)，把海量歷史數(shù)據(jù)作為研究對(duì)象，對(duì)這些數(shù)據(jù)通過(guò)分類(lèi)、關(guān)聯(lián)規(guī)則分析、回歸擬合等方式進(jìn)行分析、處理，從而挖掘出隱藏在數(shù)據(jù)中有用的知識(shí)，幫助管理者和技術(shù)人員決策提供有力的依據(jù)。將數(shù)據(jù)挖掘應(yīng)用于電站故障預(yù)警中，可幫助電站實(shí)現(xiàn)預(yù)測(cè)性檢修管理，在保證設(shè)備安全有效的情況下，減少檢修費(fèi)用。

1數(shù)據(jù)挖掘

1.1數(shù)據(jù)預(yù)處理過(guò)程。在工況復(fù)雜的工業(yè)電站中傳感器數(shù)據(jù)通過(guò)DCS讀取和傳輸，傳感器數(shù)據(jù)往往會(huì)因?yàn)榄h(huán)境影響產(chǎn)生數(shù)值跳變或者損壞。為了提高預(yù)警建模的準(zhǔn)確性，首先我們需要提高數(shù)據(jù)的質(zhì)量，清除數(shù)據(jù)中的噪聲，糾正不一致。數(shù)據(jù)預(yù)處理就是將準(zhǔn)確、完整、一致、可信的數(shù)據(jù)提取出來(lái)。數(shù)據(jù)預(yù)處理通過(guò)數(shù)據(jù)清理、數(shù)據(jù)集成的方式來(lái)完成。通過(guò)填寫(xiě)缺失值，光滑噪聲數(shù)據(jù)，識(shí)別或刪除離群點(diǎn)對(duì)原始數(shù)據(jù)進(jìn)行清理。首先對(duì)于采集的數(shù)據(jù)進(jìn)行偏差檢測(cè)，對(duì)于錯(cuò)誤和退化的數(shù)據(jù)進(jìn)行分離或者修正。數(shù)據(jù)的缺失值采用回歸基于推理的方式填寫(xiě)。噪聲數(shù)據(jù)采用分箱的方法將數(shù)據(jù)分成多個(gè)不同的區(qū)間，進(jìn)行箱中位數(shù)光滑或者箱邊界光滑。同時(shí)設(shè)置數(shù)據(jù)上下限過(guò)濾和時(shí)間過(guò)濾，可按照上下限或時(shí)間對(duì)于故障數(shù)據(jù)、停機(jī)數(shù)據(jù)進(jìn)行過(guò)濾處理。對(duì)于一般的離群點(diǎn)數(shù)據(jù)進(jìn)行分析，對(duì)于無(wú)效數(shù)據(jù)刪除，離群點(diǎn)清理如圖所示。1.2數(shù)據(jù)聚類(lèi)。數(shù)據(jù)挖掘中主要的數(shù)據(jù)類(lèi)別定義算法是分類(lèi)和聚類(lèi)，其中分類(lèi)算法常見(jiàn)的有KNN、決策樹(shù)、支持向量機(jī)、樸素貝葉斯等，聚類(lèi)算法常見(jiàn)的有K-means、DBSCAN等。本文選取的是聚類(lèi)算法k-means，該算法是無(wú)監(jiān)督學(xué)習(xí)算法可以在不定義樣本類(lèi)別的情況下，自動(dòng)的根據(jù)數(shù)據(jù)特征進(jìn)行迭代分析從而聚類(lèi)。該算法的主要思想是將數(shù)據(jù)分為K類(lèi)，則隨機(jī)選取K個(gè)對(duì)象作為初始的聚類(lèi)中心，然后計(jì)算每條數(shù)據(jù)與定義過(guò)的中心之間的距離，把該條數(shù)據(jù)分配給距離它最近的一個(gè)聚類(lèi)中心。聚類(lèi)中心以及分配給它的所有數(shù)據(jù)條就代表一個(gè)類(lèi)。系統(tǒng)會(huì)不斷迭代計(jì)算聚類(lèi)中心直到滿(mǎn)足條件結(jié)束，一般來(lái)說(shuō)就是每條數(shù)據(jù)到聚類(lèi)中心的誤差平方和最小為最佳聚類(lèi)方案。迭代方法，給定數(shù)據(jù)集劃分假設(shè)的聚類(lèi)數(shù)K，每個(gè)類(lèi)各自一個(gè)聚類(lèi)中心：準(zhǔn)則函數(shù)：ᥘᥘ1.3標(biāo)準(zhǔn)值預(yù)測(cè)模型。將數(shù)據(jù)分類(lèi)后，對(duì)機(jī)理意義上數(shù)據(jù)相關(guān)的兩個(gè)或多個(gè)屬性進(jìn)行數(shù)據(jù)挖掘找尋他們之間的關(guān)系建立標(biāo)準(zhǔn)值預(yù)測(cè)模型。本文標(biāo)準(zhǔn)值預(yù)測(cè)模型選取的算法是回歸算法，回歸算法模型中利用梯度下降法對(duì)損失函數(shù)求最優(yōu)解。損失函數(shù)：ᥘᥘᥘᥘᥘ批梯度下降：ᥘᥘᥘᥘᥘᥘ

2數(shù)據(jù)挖掘在電站故障預(yù)警中的應(yīng)用

2.1省煤器泄漏預(yù)警。鍋爐水冷壁、過(guò)熱器、再熱器和省煤器為火電最易發(fā)生泄漏的四類(lèi)受熱面，他們?cè)斐傻男孤┙y(tǒng)稱(chēng)為“四管泄漏”。在發(fā)電機(jī)組的非計(jì)劃停運(yùn)統(tǒng)計(jì)中，鍋爐四管泄漏占30％以上，在具體泄漏表現(xiàn)形式中，爆管約占90%。在泄漏事故發(fā)生時(shí)，影響重大，不僅對(duì)機(jī)組的穩(wěn)定運(yùn)行構(gòu)成了嚴(yán)重威脅，影響發(fā)電指標(biāo)的完成和導(dǎo)致經(jīng)濟(jì)效益降低，影響機(jī)組壽命，而且還直接影響到電網(wǎng)的正常調(diào)度，鍋爐四管泄漏的防治是電廠的重點(diǎn)工作，對(duì)因四管泄漏造成的非計(jì)劃停運(yùn)意義很大。本文針對(duì)省煤器泄漏進(jìn)行分析，選取測(cè)點(diǎn)為：省煤器入口煙溫、省煤器出口煙溫、主蒸汽流量。2.2省煤器預(yù)警模型。首先利用k-means算法將選擇的3個(gè)屬性的數(shù)據(jù)進(jìn)行聚類(lèi)，經(jīng)過(guò)驗(yàn)證當(dāng)k取值為4時(shí)，聚類(lèi)誤差最小。然后將每個(gè)類(lèi)別的數(shù)據(jù)（選取省煤器入口煙溫、省煤器出口煙溫）利用回歸算法進(jìn)行曲線擬合。擬合結(jié)果圖如下。2.3省煤器泄漏預(yù)警模型在電站中的應(yīng)用。下圖是某電廠省煤器出口煙溫實(shí)時(shí)值和模型輸出正常值的曲線圖，曲線中可以看出當(dāng)泄漏故障發(fā)生時(shí)實(shí)際值和正常值發(fā)生明顯偏離，根據(jù)數(shù)據(jù)偏離提示與現(xiàn)場(chǎng)省煤器位置進(jìn)行驗(yàn)證，發(fā)現(xiàn)省煤器部分確實(shí)有少量泄漏現(xiàn)象，經(jīng)過(guò)現(xiàn)場(chǎng)工作人員檢修后，數(shù)據(jù)恢復(fù)正常。

3結(jié)論

省煤器是電站鍋爐系統(tǒng)的主要設(shè)備，在應(yīng)用中及時(shí)發(fā)現(xiàn)了省煤器泄漏風(fēng)險(xiǎn)，經(jīng)提示現(xiàn)場(chǎng)及時(shí)檢修避免了故障進(jìn)一步擴(kuò)大，基于數(shù)據(jù)挖掘的預(yù)警模型建立為機(jī)組安全性運(yùn)行提供了有效依據(jù)。

參考文獻(xiàn)

[1]湯羽,林迪.大數(shù)據(jù)分析與計(jì)算[M].2018.

[2]DHand,HMannila,PSmith.PrincipleofDataMining[M].2011.

[3]沙德生,陳江.火電廠設(shè)備狀態(tài)檢修技術(shù)與管理[M].2016.

作者:張振宇 孟兆博 亓皓寬 單位:哈爾濱電站設(shè)備成套設(shè)計(jì)研究所有限公司