層次分析法和灰色關(guān)聯(lián)法在發(fā)電廠設(shè)備運行狀態(tài)評估中的綜合應(yīng)用

王 嶺，王曉華，吳進(jìn)新

（浙江浙能溫州發(fā)電有限公司，浙江 溫州 325602）

0 引言

現(xiàn)代發(fā)電廠自動化程度高，運行設(shè)備冗雜且聯(lián)系緊密，因此在系統(tǒng)運行過程中需要采取有力措施保證各設(shè)備持續(xù)穩(wěn)定運行，從而確保發(fā)電廠整個系統(tǒng)安全穩(wěn)定運行[1-2]。目前，發(fā)電廠設(shè)備故障監(jiān)視主要是對設(shè)備單一狀態(tài)量的監(jiān)測，現(xiàn)代大型已建機組都配備了DCS（分散控制系統(tǒng)），其監(jiān)控及數(shù)據(jù)存儲功能強大，但數(shù)據(jù)分析方面略顯不足，缺少對設(shè)備運行狀態(tài)進(jìn)行分析和預(yù)測的功能。因此，針對發(fā)電廠DCS上述不足，研究人員提出了神經(jīng)元網(wǎng)絡(luò)技術(shù)、模糊理論等一系列機器學(xué)習(xí)方法，并廣泛應(yīng)用于火電廠設(shè)備監(jiān)測和故障診斷研究[3]。

本文以發(fā)電廠DCS為基礎(chǔ)，以發(fā)電廠長期連續(xù)運行設(shè)備磨煤機為例，提出了一種基于層次分析法和灰色關(guān)聯(lián)法的發(fā)電廠設(shè)備運行狀態(tài)評估方法，旨在及早發(fā)現(xiàn)已有故障傾向的運行設(shè)備并進(jìn)行調(diào)停檢修，保證發(fā)電廠系統(tǒng)安全穩(wěn)定運行，為綜合評估發(fā)電廠設(shè)備運行狀態(tài)提供一種新的思路和方法。

1 磨煤機運行狀態(tài)評估特征量的選取

某發(fā)電廠配置的HP1003-Dyn型碗式中速磨煤機，其作用是將原煤碾磨到合格的細(xì)度范圍，再輸送到爐膛進(jìn)行燃燒。如果運行中磨煤機突然發(fā)生故障將導(dǎo)致機組RB（輔機故障減負(fù)荷），更嚴(yán)重的可能導(dǎo)致鍋爐熄火機組MFT（主燃料跳閘）。若能提取表征磨煤機運行狀態(tài)的特征量，提前預(yù)測磨煤機的運行狀態(tài)，對已有故障傾向的磨煤機提前調(diào)停檢修，將會避免惡性事故的發(fā)生，保證機組連續(xù)安全運行[4-5]。

以DCS為基礎(chǔ)，對磨煤機長期連續(xù)運行數(shù)據(jù)統(tǒng)計分析后發(fā)現(xiàn)，磨煤機電流、磨煤機軸承溫度、減速機推力瓦溫度、減速機輸入軸軸承溫度等數(shù)據(jù)可以準(zhǔn)確反映磨煤機的運行狀態(tài)，因此將以上數(shù)據(jù)確定為評估磨煤機運行狀態(tài)的主要特征量。

2 磨煤機運行狀態(tài)評估算法

2.1 應(yīng)用層次分析法分配評估特征量權(quán)重

層次分析法是一種簡單、科學(xué)的決策方法，能夠?qū)?fù)雜問題層次化，能夠綜合分析處理多種影響因素，是解決諸多受定性和定量因素影響問題的有效途徑[6-7]。影響磨煤機特征量權(quán)重分配的定性和定量因素較多，為避免多次計算調(diào)整，本文采用改進(jìn)的層次分析法，只需計算一次即可滿足一致性的要求[8-9]。

應(yīng)用改進(jìn)層次分析法[10-11]評估磨煤機的運行狀態(tài)，需要先分析影響磨煤機運行狀態(tài)的要素，然后層次化具有邏輯關(guān)系的表征磨煤機運行狀態(tài)的特征元素。磨煤機電流、減速箱溫度、推力瓦溫度等可表征磨煤機運行狀態(tài)的各參數(shù)測點相互獨立，符合層次分析法的應(yīng)用基礎(chǔ)[12-13]，且各參數(shù)能準(zhǔn)確實時反映磨煤機的運行狀態(tài)，因此被選為評估磨煤機運行狀態(tài)的特征量。

磨煤機運行狀態(tài)的評估分為3個層次（如圖1所示）。磨煤機的運行狀態(tài)為目標(biāo)層；磨煤機電機側(cè)和非電機側(cè)特征量為中間層；磨煤機電機電流I、電機軸承溫度T1、減速機推力瓦溫度T2、減速機輸入軸承溫度T3為指標(biāo)層。

圖1 磨煤機運行狀態(tài)評估層次

各特征量對磨煤機運行狀態(tài)的評估效果不同，以下利用改進(jìn)層次分析法建立準(zhǔn)確的擬優(yōu)化傳遞矩陣，用以表征特征量的相對重要性，進(jìn)而計算得出合理的特征量權(quán)重向量。

第一步，構(gòu)造判斷矩陣。設(shè)有n個特征向量，根據(jù)各個特征量對磨煤機運行狀態(tài)的重要程度構(gòu)造判斷矩陣A，如式（1）所示：

式中aij采用三標(biāo)度法，應(yīng)用準(zhǔn)則如（2）所示：

式中： i， j均為正整數(shù)， 1≤i≤n， 1≤j≤n， 且 aij=1/aji，aii=1。（注：下文中i，j的取值范圍與此處相同）。

磨煤機電機側(cè)和非電機側(cè)運行數(shù)據(jù)均包含了表征磨煤機運行狀態(tài)的大量信息，但電機側(cè)數(shù)據(jù)反映磨煤機運行狀態(tài)信息較為靈敏，磨煤機本體側(cè)因適應(yīng)磨煤機復(fù)雜運行工況能力較強，反映磨煤機運行狀態(tài)的信息相對滯后，可得到目標(biāo)層對中間層的判斷矩陣A，如式（3）所示：

中間層對指標(biāo)層電機側(cè)特征量中，磨煤機電流I為電氣量特征量，根據(jù)磨煤機的運行工況實時變化，且反映磨煤機趨向于故障的變工況運行較為靈敏；而磨煤機電機軸承溫度T1需要時間積累才能反映出磨煤機運行工況，反映較為滯后。因此磨煤機電流參數(shù)I比磨煤機電機軸承溫度T1更具參考性，可得中間層電機側(cè)對指標(biāo)層的判斷矩陣B1如式（4）所示：

中間層對指標(biāo)層非電機特征量中，推力瓦軸承溫度T2比減速機軸承溫度T3更能靈敏準(zhǔn)確地反映磨煤機的運行狀況，因此中間層非電機側(cè)對指標(biāo)層的判斷矩陣B2如式（5）所示：

第二步，構(gòu)造擬優(yōu)化傳遞矩陣。以判斷矩陣A為例，對判斷矩陣A的各元素取對數(shù)處理，即即w為滿足一致性校驗的擬優(yōu)化傳遞矩陣；同理B1，B2的擬優(yōu)化傳遞矩陣為 w1， w2，如式（6）所示：

第三步，應(yīng)用規(guī)范列平均法確定擬優(yōu)化傳遞矩陣的權(quán)重。以擬優(yōu)化傳遞陣w為例，對其進(jìn)行歸一化處理，如式（7）所示：

利用式（5）即可計算出各個特征量的權(quán)重值wi， 如式（8）所示：

由式（6）計算所得的矩陣元素即構(gòu)成了特征向量的權(quán)重。經(jīng)以上步驟計算得到擬優(yōu)化傳遞矩陣A，B1和B2最大特征值對應(yīng)的特征向量分別為：

第四步，求指標(biāo)層各特征向量對目標(biāo)層的總權(quán)重Q。Q=w·[w1w2]，經(jīng)計算得到總權(quán)重Q為：

2.2 應(yīng)用灰色關(guān)聯(lián)法評估設(shè)備運行狀態(tài)

影響磨煤機運行狀態(tài)的因素不十分明確，但也不是一無所知，可視為復(fù)雜的灰色x系統(tǒng)，因此可運用灰色理論評估磨煤機的運行狀態(tài)[14]。本文在量化評估磨煤機運行狀態(tài)指標(biāo)體系上，引入灰色關(guān)聯(lián)評估法來對磨煤機運行狀態(tài)進(jìn)行綜合評估。

綜合應(yīng)用層次分析法和灰色關(guān)聯(lián)法評估磨煤機運行狀態(tài)之前，首先必須明確評估磨煤機運行狀態(tài)的狀態(tài)向量。本文選取4個磨煤機運行狀態(tài)評估特征量構(gòu)成評估磨煤機運行狀態(tài)的狀態(tài)向量X， 如式（9）所示：

式中：x（1）， x（2），x（3），x（4）分別表示磨煤機電流I，電機側(cè)軸承溫度T1，推力瓦溫度T2和非電機側(cè)軸承溫度T3。這4個特征參數(shù)相互獨立，且均可從DCS中提取數(shù)據(jù)并分析，能準(zhǔn)確反映磨煤機的運行狀態(tài)。

根據(jù)所確定的狀態(tài)向量元素，可建立磨煤機運行狀態(tài)的評估流程，如圖2所示。

圖2 磨煤機運行狀態(tài)評估流程

第一步，構(gòu)建標(biāo)準(zhǔn)狀態(tài)向量表。首先，從DCS中提取磨煤機運行數(shù)據(jù)。

第二步，根據(jù)所提取的運行數(shù)據(jù)將磨煤機分為正常運行狀態(tài)和故障運行狀態(tài)2類，對2類狀態(tài)所對應(yīng)的特征數(shù)據(jù)取平均值后建立向量表X1和X2，構(gòu)成標(biāo)準(zhǔn)狀態(tài)向量表。

第三步，向量無量綱化。為了提高精度，避免多指標(biāo)之間因單位和量級不同而無法直接進(jìn)行評價的問題，對狀態(tài)向量中各個元素進(jìn)行無量綱化處理[15]。本文應(yīng)用均值化算子對待診磨煤機運行狀態(tài)向量X0及標(biāo)準(zhǔn)狀態(tài)向量X1和X2進(jìn)行無量綱化處理， 得到 X0′， X1′和 X2′， 如式（10）所示：

第四步：計算關(guān)聯(lián)系數(shù)。根據(jù)灰色理論，待評估的磨煤機狀態(tài)向量x0′與標(biāo)準(zhǔn)狀態(tài)向量xi′（i=1，2）關(guān)聯(lián)度計算公式如（11）所示：

式中： r0i（k）為 X0′和 Xi′的關(guān)聯(lián)度； Δi（k）為待評估的狀態(tài)向量X0′與標(biāo)準(zhǔn)狀態(tài)向量Xi′在k點的絕對差值； Δ（min）為兩級最小差； Δ（max）為兩級最大差，計算如式（12）所示；為了減小兩級最大差過大造成的失真，分辨系數(shù)ξ取值范圍在[0，1]，本文取0.5。

第五步：計算關(guān)聯(lián)度。計算待評估磨煤機的狀態(tài)向量與標(biāo)準(zhǔn)運行狀態(tài)下狀態(tài)向量的關(guān)聯(lián)度，判斷待評估的磨煤機屬于何種運行模式。計算公式如式（13）所示：

通過計算得出2個關(guān)聯(lián)度的大小，找出與待評估磨煤機關(guān)聯(lián)度最大的標(biāo)準(zhǔn)運行模式，即可判斷待評估磨煤機處于哪種運行狀態(tài)。磨煤機的運行狀態(tài)評估判據(jù)為：若待評估磨煤機運行狀態(tài)與標(biāo)準(zhǔn)向量表中磨煤機正常運行狀態(tài)關(guān)聯(lián)度最高，則磨煤機處于正常運行狀態(tài)；若待評估磨煤機運行狀態(tài)與需檢修磨煤機運行狀態(tài)關(guān)聯(lián)度最高，則磨煤機處于故障運行狀態(tài)，需調(diào)停檢修；若所計算出的關(guān)聯(lián)度值與磨煤機對應(yīng)的各標(biāo)準(zhǔn)向量值都接近時，需加強對運行磨煤機的監(jiān)視，再次選取新的特征向量值重新計算。

3 實例分析

本文通過DCS提取了磨煤機大量的運行數(shù)據(jù)，并進(jìn)行分類統(tǒng)計，將磨煤機運行狀態(tài)分為故障運行狀態(tài)和正常運行狀態(tài)2類。將所提取的分類數(shù)據(jù)取平均值，分類后磨煤機狀態(tài)向量如表1所示，X1為第1類，表示磨煤機正常運行狀態(tài)；X2為第2類，表示磨煤機故障運行狀態(tài)，此磨煤機需要調(diào)停檢修。所有數(shù)據(jù)均是統(tǒng)一運行狀態(tài)下的平均數(shù)據(jù)，表1數(shù)據(jù)對應(yīng)的磨煤機運行狀態(tài)為：煤量43 t/h，風(fēng)量86 t/h，出口溫度75℃。

為驗證本文所提灰色關(guān)聯(lián)評估方法的正確性，特提取一組運行參數(shù)相同的磨煤機，對其正常運行狀態(tài)和故障運行狀態(tài)的數(shù)據(jù)進(jìn)行計算分析，如表2所示。

表1 磨煤機運行狀態(tài)標(biāo)準(zhǔn)向量

表2 磨煤機運行狀態(tài)特征向量

首先對兩個待評估計算量X3/X4與標(biāo)準(zhǔn)狀態(tài)向量X1/X2進(jìn)行無量綱化處理，然后計算出灰色關(guān)聯(lián)系數(shù)，最后計算出與標(biāo)準(zhǔn)向量的關(guān)聯(lián)度r01和r02，計算結(jié)果如表3所示。

表3 磨煤機2種運行工況下的關(guān)聯(lián)度

由表3可以看出：磨煤機在運行狀態(tài)X3下，與磨煤機標(biāo)準(zhǔn)運行狀態(tài)X1和X2的關(guān)聯(lián)度分別為0.797和0.683，其中與磨煤機標(biāo)準(zhǔn)運行狀態(tài)X1關(guān)聯(lián)度最大為0.797；磨煤機故障運行狀態(tài)X4與標(biāo)準(zhǔn)向量運行狀態(tài)X2關(guān)聯(lián)度最大為0.57。依據(jù)本文提出的磨煤機運行狀態(tài)評估判據(jù)，磨煤機在X3時運行正常，在X4時已經(jīng)處于故障運行狀態(tài)。為避免不安全事件的發(fā)生，當(dāng)磨煤機處于X4狀態(tài)時需要停磨檢修，這與磨煤機實際運行情況一致，從而驗證了本文所提方法的正確性。

4 結(jié)語

發(fā)電廠DCS可實時監(jiān)測系統(tǒng)設(shè)備，并對設(shè)備運行狀態(tài)參數(shù)進(jìn)行儲存，然而DCS僅當(dāng)設(shè)備個別參數(shù)嚴(yán)重偏離正常值時才會報警。針對DCS系統(tǒng)數(shù)據(jù)分析能力的不足，本文提出了一種層次分析法和灰色關(guān)聯(lián)法相結(jié)合的綜合評估方法，綜合應(yīng)用表征設(shè)備運行狀態(tài)的所有特征信息來評估其運行狀態(tài)，及早發(fā)現(xiàn)有故障傾向的運行設(shè)備并調(diào)停檢修，避免不安全事件發(fā)生。

本文提出的評估方法具有廣泛適用性，可以與發(fā)電廠DCS相融合應(yīng)用于凝結(jié)水泵、閉冷泵等發(fā)電廠重要輔助設(shè)備。需要注意的是，本方法在建立標(biāo)準(zhǔn)向量表上存在一定的局限性，需要對設(shè)備的各類故障運行數(shù)據(jù)不斷進(jìn)行統(tǒng)計分類，以保證此方法應(yīng)用的準(zhǔn)確性。