基于神经网络算法模型的发电厂智慧监盘预警系统及实现方法与流程

1.一种基于神经网络算法模型的发电厂智慧监盘预警系统，其特征在于，包括：数据采集及储存层、数据处理层和数据应用层；

2.根据权利要求1所述的基于神经网络算法模型的发电厂智慧监盘预警系统，其特征在于，所述数据预处理包括：将已采集的原始数据进行筛选、过滤、去重、填充，去除数据中的噪声和错误；

3.根据权利要求1所述的基于神经网络算法模型的发电厂智慧监盘预警系统，其特征在于，采用长短期记忆神经网络lstm模型，对发电厂的系统健康状态、重要参数运行情况、控制回路及执行机构性能进行故障预警分析；lstm模型通过其长短时记忆单元来记忆有关当前和先前时间步长的信息，长短时记忆单元中的信息在每个lstm单元之间线性传输，使信息跨多个时间步进行传输并得到维护；

4.根据权利要求1所述的基于神经网络算法模型的发电厂智慧监盘预警系统，其特征在于，所述预警模型在线训练包括：通过离线训练数据的有效性和收敛性确定离线训练的系统输入变量，将离线训练确定的系统输入变量实时值接入神经网络模型的输入数据中，利用神经网络模型对系统输出值进行实时预测，以此来判断设备系统是否出现异常，以此来达到提前预警的效果；

5.根据权利要求1所述的基于神经网络算法模型的发电厂智慧监盘预警系统，其特征在于，实时预测模型在线运行具体过程如下：

6.根据权利要求1所述的基于神经网络算法模型的发电厂智慧监盘预警系统，其特征在于，具体预测模型，包括：参数预警模型、健康度评价模型、控制回路性能评价模型、执行机构性能评价模型、故障诊断模型、故障根源分析模型；

7.根据权利要求6所述的基于神经网络算法模型的发电厂智慧监盘预警系统，其特征在于，健康度评价模型在神经网络模型中输入变量实时值，对输出变量进行实时预测；根据系统运行状态的实际变量参数跟踪神经网络模型输出变量预测值，同时采用关联度分析对系统的健康程度进行评估打分，实现对系统的异常预警和设备健康度分析，包括对发电机组的磨煤机、一次风机、送风机、引风机、给水泵和高低压系统进行健康度分析。

8.根据权利要求6所述的基于神经网络算法模型的发电厂智慧监盘预警系统，其特征在于，所述控制回路性能评价模型，根据控制系统的设定值和反馈值变量，以控制回路中受控对象设定值和反馈值的相对偏差、以及受控对象的平稳性表现，对控制回路的过程性能进行评价；

9.根据权利要求6所述的基于神经网络算法模型的发电厂智慧监盘预警系统，其特征在于，所述执行机构性能评价模型，基于信号趋势分析的执行机构性能检测方法，根据执行机构的输入变量和反馈变量数据判断执行机构的故障类型，所述故障类型分为：粘滞/滑动故障、执行器死区故障、执行器增益故障、执行器偏差故障、执行器卡死故障；

10.一种基于神经网络算法模型的发电厂智慧监盘预警系统实现方法，其特征在于，采用权利要求1至9中任一项所述的基于神经网络算法模型的发电厂智慧监盘预警系统，包括如下步骤：