駱東松 胡聰穎
(蘭州理工大學電氣工程與信息工程學院 蘭州 730050)
隨著鍋爐事業的不斷發展與進步,其背后的隱患也不容忽視。鍋爐是具有高溫、高壓的熱能設備,是特種設備之一[1],在各行各業中廣泛使用,一旦發生事故,就會涉及公共安全和人身安全,同時造成巨大損失。因此,鍋爐建設時都會配置一套完善的鍋爐狀態監測系統。狀態監測的目的是采用有效的檢測手段和分析診斷技術[2],及時、準確地掌握鍋爐運行狀態,判定產生故障的部位和原因,并預測、預報設備未來的狀態[3]。以保證鍋爐的安全、可靠和經濟運行。本文提出一種融合稀疏自編碼器與卡爾曼濾波的學習方法,用于分析傳感器采集的數據,實現鍋爐的在線運行狀態監測及負荷預測。
監測方法如圖1所示,首先對采集的數據提取特征值,進而歸一化處理。將預處理后的數據作為稀疏自編碼器的輸入,通過稀疏自編碼器進行數據降維[4]。其次將訓練好的數據作為卡爾曼濾波的輸入得到預測數值。計算實際值與預測值的殘差,得到健康時的殘差分布。最后通過設定相應的閾值實現設備異常監測。

圖1 基于稀疏自編碼器與卡爾曼濾波的鍋爐運行狀態監測方法
熱水鍋爐的負荷指鍋爐單位時間內產生多少熱量[5],計算公式為

式中:Q為熱水鍋爐的運行負荷,單位MW;G為循環水量,單位為kg/h;ic為出水熱焓,單位kJ/kg,需查閱飽和水和飽和蒸汽熱焓值;……