基于MSET的電站鍋爐空氣預(yù)熱器狀態(tài)預(yù)測(cè)系統(tǒng)

賀濤 郭群龍

1.新疆中泰化學(xué)（集團(tuán)）股份有限公司阜康能源熱電項(xiàng)目部，新疆 烏魯木齊 830009

2.中南電力設(shè)計(jì)院，湖北 武漢 430071

基于MSET的電站鍋爐空氣預(yù)熱器狀態(tài)預(yù)測(cè)系統(tǒng)

賀濤1郭群龍2

1.新疆中泰化學(xué)（集團(tuán)）股份有限公司阜康能源熱電項(xiàng)目部，新疆 烏魯木齊 830009

2.中南電力設(shè)計(jì)院，湖北 武漢 430071

詳細(xì)闡述了一種基于多變量狀態(tài)估計(jì)(MultivariatSe tate EstimatioTn echniqueMs, SET )的電站鍋爐空氣預(yù)熱器狀態(tài)預(yù)測(cè)的方法。在該方法中, 首先建立正常工況下各監(jiān)測(cè)參數(shù)之間的關(guān)聯(lián)模型；然后根據(jù)系統(tǒng)當(dāng)前觀測(cè)特征向量與各建模樣本特征向量之間的相似性程度, 使用MSET對(duì)當(dāng)前觀測(cè)向量進(jìn)行估計(jì) ,得到與觀測(cè)向量相對(duì)應(yīng)的估計(jì)殘差。最終模擬計(jì)算結(jié)果表明, MSET 可有效并精確的對(duì)空氣預(yù)熱器的運(yùn)行狀態(tài)進(jìn)行預(yù)測(cè)，實(shí)現(xiàn)對(duì)空氣預(yù)熱器劣化趨勢(shì)進(jìn)行早期預(yù)測(cè)，具有很高的實(shí)用價(jià)值。

MSET；空氣預(yù)熱器；狀態(tài)預(yù)測(cè)；電站鍋爐；劣化趨勢(shì)

MSET; air preheaters; tate predictionp; owe r station boiler; degradation trend

引言

空氣預(yù)熱器是電廠的主要輔機(jī)設(shè)備，其運(yùn)行狀態(tài)直接決定了電廠機(jī)組運(yùn)行的安全性與經(jīng)濟(jì)性。MSET 最早是由美國(guó)阿爾貢國(guó)立實(shí)驗(yàn)室旨在檢測(cè)核電廠中傳感器、設(shè)備以及運(yùn)行參數(shù)的初始劣化點(diǎn)而開(kāi)發(fā)的一種非線性、非參數(shù)的多元回歸技術(shù)[1,2]。該技術(shù)利用設(shè)備歷史正常運(yùn)行參數(shù)進(jìn)行建模，并用其對(duì)設(shè)備的運(yùn)行狀態(tài)進(jìn)行預(yù)測(cè)。與神經(jīng)網(wǎng)絡(luò)相比, MSET 的學(xué)習(xí)和模型構(gòu)建過(guò)程更加快速和簡(jiǎn)單, 可更好地滿足工業(yè)現(xiàn)場(chǎng)的實(shí)時(shí)性要求。

1 MSET建模與電站鍋爐空氣預(yù)熱器狀態(tài)預(yù)測(cè)

1.1 MSET建模原理

假設(shè)某一過(guò)程或設(shè)備共有n個(gè)相互關(guān)聯(lián)的測(cè)點(diǎn)，設(shè)在某一時(shí)刻i，觀測(cè)到的n個(gè)測(cè)點(diǎn)記為觀測(cè)向量，即

MSET方法的關(guān)鍵在于合理構(gòu)造歷史正常狀態(tài)矩陣D，在設(shè)備正常工作的時(shí)段內(nèi)，以及不同運(yùn)行工況下采集m個(gè)歷史相關(guān)測(cè)點(diǎn)，組成歷史正常狀態(tài)矩陣為[3]

歷史正常狀態(tài)矩陣中的每一列相關(guān)測(cè)點(diǎn)代表設(shè)備的一個(gè)正常工作狀態(tài)。經(jīng)過(guò)合理選擇的歷史正常狀態(tài)矩陣中的m個(gè)歷史相關(guān)測(cè)點(diǎn)能夠代表設(shè)備正常運(yùn)行的整個(gè)動(dòng)態(tài)過(guò)程。因此，歷史正常狀態(tài)矩陣的實(shí)質(zhì)就是對(duì)設(shè)備正常運(yùn)行特性的學(xué)習(xí)和記憶過(guò)程。

假設(shè)MSET的輸入某一時(shí)刻的觀測(cè)向量為Xobs，通過(guò)模型計(jì)算輸出的預(yù)測(cè)向量為，輸出值與輸入值的殘差為ε，則

其中，W為一個(gè)m維的權(quán)值向量，反映了MSET模型中輸入相關(guān)測(cè)點(diǎn)與歷史正常狀態(tài)矩陣中各向量的相似性。對(duì)殘差進(jìn)行極小化，求得權(quán)值向量W為

[4]

該非線性運(yùn)算符具有直觀的物理意義，當(dāng)兩向量相同或相似時(shí)，距離為0或接近0；兩向量差異越大，其非線性運(yùn)算的結(jié)果越大。

由式（4）和式（5）得

當(dāng)設(shè)備工作正常時(shí)，Xobs位于D所代表的正常工作空間內(nèi)，與D中的某些歷史相關(guān)測(cè)點(diǎn)距離較近，相應(yīng)的Xest具有很高的精度。當(dāng)設(shè)備有劣化趨勢(shì)時(shí)，由于動(dòng)態(tài)特性的改變，Xobs將偏離D所代表的正常工作空間，此時(shí)Xest的精度會(huì)下降，殘差增大。

1.2 電廠鍋爐空氣預(yù)熱器狀態(tài)預(yù)測(cè)過(guò)程

1.2.1 建模變量的選取以及歷史觀測(cè)向量集合K的生成

為建立空氣預(yù)熱器狀態(tài)預(yù)測(cè)模型，需確定相關(guān)測(cè)點(diǎn)中的建模變量，即與電站鍋爐空氣預(yù)熱器密切相關(guān)的測(cè)點(diǎn)參數(shù)。由電廠PI系統(tǒng)以及通過(guò)運(yùn)行人員的運(yùn)行經(jīng)驗(yàn)，取得與空氣預(yù)熱器密切相關(guān)的12個(gè)參數(shù)。

由于歷史正常狀態(tài)矩陣的構(gòu)造需要使其內(nèi)部的m個(gè)相關(guān)測(cè)點(diǎn)X(1), X(2),…,X(m)能夠盡量覆蓋空氣預(yù)熱器的正常工作狀態(tài)，因此，構(gòu)成D的每一個(gè)歷史相關(guān)測(cè)點(diǎn)應(yīng)同時(shí)滿足一下條件[5]：

① 涵蓋了一段足夠長(zhǎng)的運(yùn)行時(shí)間；

② 每組數(shù)據(jù)都表達(dá)了設(shè)備對(duì)象的一個(gè)正常狀態(tài)；

③ 滿足每一組采樣值中各個(gè)變量的同時(shí)性，必須是同一時(shí)刻的采樣值。

記空氣預(yù)熱器的歷史正常相關(guān)測(cè)點(diǎn)集合為

其中，m表示空氣預(yù)熱器的每個(gè)測(cè)點(diǎn)在m個(gè)時(shí)刻的正常數(shù)據(jù)，n表示空氣預(yù)熱器有n個(gè)相關(guān)測(cè)點(diǎn)，每個(gè)相關(guān)測(cè)點(diǎn)包括從電廠PI系統(tǒng)中取得的12測(cè)點(diǎn)值，將其分別記為x1, x2,…, x12，即式(1)中n=12。

1.2.2 數(shù)據(jù)歸一化處理

在選用電廠數(shù)據(jù)庫(kù)中實(shí)時(shí)數(shù)據(jù)構(gòu)造過(guò)程記憶矩陣和預(yù)測(cè)輸出時(shí)，由于電廠中某一設(shè)備模型相關(guān)測(cè)點(diǎn)的量綱不同，且不同測(cè)點(diǎn)數(shù)據(jù)絕對(duì)值相差很大，為保證使用非線性算子正確衡量不同觀測(cè)向量之間的距離，需要對(duì)各個(gè)測(cè)點(diǎn)的測(cè)量值根據(jù)各自的極值進(jìn)行歸一化處理，使實(shí)際測(cè)量值映射到[0，1]區(qū)間，具體計(jì)算表達(dá)式如下：

其中，x為取得的原始數(shù)據(jù)，y為歸一化處理后的數(shù)據(jù)，xmax和xmin分別為所取數(shù)據(jù)樣本中的最大值和最小值。

實(shí)現(xiàn)歸一化的計(jì)算程序如下（MATLAB）：

1.2.3 歷史正常狀態(tài)矩陣D的構(gòu)造

對(duì)于空氣預(yù)熱器的每一個(gè)相關(guān)測(cè)點(diǎn)，將[0,1]之間等分為h份，以1/h為步距從集合K中查找出若干個(gè)觀測(cè)向量加入矩陣D中。向歷史正常狀態(tài)矩陣D中添加觀測(cè)向量的方法如圖1所示。采用此方法構(gòu)造過(guò)程記憶矩陣，能夠?qū)⒔M成觀測(cè)向量的相關(guān)測(cè)點(diǎn)的不同測(cè)量值對(duì)應(yīng)的歷史記錄選入矩陣D中，且不重復(fù)錄入，從而使其能較好地覆蓋設(shè)備的正常工作空間。歷史正常狀態(tài)矩陣D構(gòu)造完成后，即可按照公式(6)進(jìn)行預(yù)測(cè)。

圖1 歷史正常狀態(tài)矩陣D構(gòu)造過(guò)程邏輯圖

2 計(jì)算結(jié)果與分析

本文以山西某電廠電站鍋爐空氣預(yù)熱器為例進(jìn)行模擬計(jì)算。由于與空氣預(yù)熱器相關(guān)的測(cè)點(diǎn)共取了12個(gè)，本文只顯示其中幾個(gè)測(cè)點(diǎn)的模擬計(jì)算結(jié)果，其他結(jié)果與之類似。

圖2為該電廠2號(hào)空氣預(yù)熱器底部軸承溫度1的實(shí)測(cè)值與模型計(jì)算的預(yù)測(cè)值的對(duì)比圖。有圖2可以粗略展示預(yù)測(cè)值與實(shí)測(cè)值。圖3為2號(hào)空氣預(yù)熱器底部軸承溫度1的殘差值圖，圖3清晰的展示了關(guān)于空氣預(yù)熱器底部軸承溫度1的實(shí)測(cè)值與預(yù)測(cè)值之間的殘差大小。

圖2 空氣預(yù)熱器底部軸承溫度1的實(shí)測(cè)值與預(yù)測(cè)值對(duì)比圖

圖3 空氣預(yù)熱器底部軸承溫度1的殘差值圖

圖4、圖5分別為空氣預(yù)熱器入口送風(fēng)壓力的實(shí)測(cè)值與預(yù)測(cè)值的對(duì)比圖和殘差值圖。

圖4 空氣預(yù)熱器入口送風(fēng)壓力的實(shí)測(cè)值與預(yù)測(cè)值的對(duì)比圖

圖5 空氣預(yù)熱器入口送風(fēng)壓力的殘差值圖

由以上4個(gè)圖可以得出：基于MSET的電站鍋爐空氣預(yù)熱器的狀態(tài)預(yù)測(cè)系統(tǒng)具有很高的預(yù)測(cè)精度，能夠?qū)諝忸A(yù)熱器的運(yùn)行狀態(tài)進(jìn)行比較精確的預(yù)測(cè)，防止其故障的發(fā)生。該系統(tǒng)與電廠的PI數(shù)據(jù)庫(kù)連接可以對(duì)電站鍋爐空氣預(yù)熱器進(jìn)行在線實(shí)時(shí)的狀態(tài)預(yù)測(cè)。

3 結(jié)語(yǔ)

本文介紹了多變量狀態(tài)估計(jì)（MSET）理論，并給出了歷史正常狀態(tài)矩陣構(gòu)造的有效方法，概述了建立MSET預(yù)測(cè)模型過(guò)程。該建模方法與神經(jīng)網(wǎng)絡(luò)等建模方法和傳統(tǒng)在線監(jiān)測(cè)方法相比，具有物理意義明確，實(shí)時(shí)性，創(chuàng)建動(dòng)態(tài)設(shè)備模型快速、準(zhǔn)確、可靠等優(yōu)點(diǎn)。通過(guò)計(jì)算結(jié)果顯示：利用多變量狀態(tài)估計(jì)（MSET）方法建立的模型具有很高的精度，并實(shí)現(xiàn)對(duì)空氣預(yù)熱器劣化趨勢(shì)早期預(yù)測(cè)，具有很好的應(yīng)用價(jià)值。

[1]Gross KC, Singer RM, and WegerichS W, etal. Applicatioonf a model-basefad ult detectiosn ystem to nuclear plant signals[ A]. I SAP [C]. Seou l, Korean, 1997: 66—70.

[2]Stephan W WegerichS. imilarity based model ing of time synchronoauvs eragedv ibrations ignalsf or machinerhy ealth monitorin[Ag ].2004 IEEE Aerospace Conference Proceeding s[C].2004: 3654—3662.

[3]郭鵬等. 風(fēng)電機(jī)組齒輪箱溫度趨勢(shì)狀態(tài)監(jiān)測(cè)及分析方法[J].中國(guó)電機(jī)工程學(xué)報(bào)，2011（30）

[4]姚良, 李艾華, 孫紅輝, 張振仁. 基于MSET和SPRT的內(nèi)燃機(jī)氣閥機(jī)構(gòu)振動(dòng)監(jiān)測(cè)[J].振動(dòng)工程學(xué)報(bào)，2009, 4, 22(2):150-155

[5]北京中瑞泰科技有限公司. iEM 設(shè)備狀態(tài)智能預(yù)警系統(tǒng)白皮書.北京:北京中瑞泰科技有限公司，2007.

The state prediction system of power station boiler air preheater based on MSET

He Tao1Guo Qunlong2
1.XINJIANG ZHONGTAI CHEMICAL（GROUP）CO., LTD. Urumqi 830009
2.Central Southern Electric Power Design Institute Wuhan 43007

A novel approacfho r air preheatesrt ate prediction of power station boileri s expoundedde tailed ly based on multivariatset ate estimatiotn echniq ues (MSET). In the approachc, orrelation modeal mong monitorinpg arameteris n normal work conditi on is constructefdi rstly. Then, accordintg o the similaritiebs etweent he current observedf eatur e vector and each history feature vector contained in process memory matrix, estimatioon f the current feature vector is calculated by using MSET Results demonstrattehd at MSET can effective ly and accurately predictt he operatiosnt ate of air preheatera, nd realize forecast the degradat ion trend of air preheatert, his approachh as hig h practical value.

10.3969/j.issn.1001-8972.2012.12.109