一种电厂设备的故障检测设备的制作方法

1.本实用新型涉及电厂检测技术领域，具体为一种电厂设备的故障检测设备。


背景技术：

2.传统的电厂设备故障主要依靠人工巡检来发现，检修普遍采用计划性检修和定期预防性检修，无法对系统设备故障进行预测。随着计算机技术和网络技术的发展，现代电厂已经基本实现了电站状态信息化和控制自动化，系统设备的故障可由dcs系统进行报警并及时对故障设备进行切换，并通过数据库技术对设备的相关数据进行记录保存，虽然仍无法对故障进行提前预测，但随着数据的积累，逐渐形成了海量的、多样化的机组状态信息数据，可以多维、全面地反映机组或设备状态。
3.近几年，随着数据挖掘技术、大数据技术和人工智能技术的发展应用，逐渐形成了一些基于电厂单一设备对象或孤立系统运行数据的设备故障预测方法。当前电厂存在多系统多参量耦合情况，包括多种远源参量，因此会存在一些远源关联性故障，如轴冷器结垢后轴冷水温度高引起引风机润滑油温高导致引风机轴承温度高故障跳闸，仅从单从一方面对设备进行故障诊断与状态评估已无法满足现代化智慧电厂的要求。
4.因此，如何准确的对电厂远源关联性故障进行检测，提高电厂设备的可靠性，是目前有待解决的技术问题。


技术实现要素：

5.针对现有技术的不足，本实用新型提供了一种电厂设备的故障检测设备，通过驱动机构带动检测模块对电厂设备进行巡回检测，通过获取模块获取电厂设备的待检测故障的故障数据和耦合数据，解决了以上背景技术中提到的问题。
6.为实现以上目的，本实用新型通过以下技术方案予以实现：一种电厂设备的故障检测设备，主要包括：检测平台、获取模块、分析模块、生成模块、处理模块、控制模块以及驱动机构；
7.所述检测平台设置于所述驱动机构上；
8.所述控制模块设置于所述检测平台上，由所述控制模块对所述驱动机构进行控制；
9.所述获取模块设置于所述检测平台上，由所述获取模块获取电厂设备的待检测故障的故障数据和耦合数据；
10.所述分析模块设置于所述检测平台上，由所述分析模块对所述电厂设备的故障数据和耦合数据进行关联关系分析，并由所述分析模块确定关联规则；
11.所述生成模块设置于所述检测平台上，由所述生成模块对所述电厂设备的关联规则生成故障预测模型；
12.所述处理模块设置于所述检测平台上，以将所述关联规则中与所述待检测故障对应的关联设备和关联参量的实时数据输入所述故障预测模型，以使所述故障预测模型输出
对所述待检测故障的检测结果；
13.其中，所述故障数据为自所述待检测故障发生的时刻前预设时长内发生所述待检测故障的故障设备的运行数据集，所述耦合数据为所述预设时长内预设设备和预设参量的运行数据集，所述预设设备和所述预设参量是根据所述故障设备的控制逻辑确定的，所述预设设备和所述预设参量与所述故障设备存在耦合关系。
14.优选的，所述驱动机构包括：底盘、驱动机、阻尼弹簧、驱动轮以及第一连接组件；
15.所述第一连接组件设置于所述底盘上，且所述第一连接组件位于所述底盘的四角处，所述驱动机设置于所述第一连接组件的底端，所述驱动轮与所述驱动机的输出端相连接，所述阻尼弹簧设置于所述第一连接组件上。
16.优选的，还包括：
17.调节机构，所述调节机构设置于所述检测平台以及所述驱动机构之间。
18.优选的，所述调节机构包括：液压杆、支撑板、旋转电机以及第二连接组件；
19.所述液压杆设置于所述底盘上，所述支撑板与所述液压杆的伸缩端相连接，所述旋转电机设置于所述支撑板的底端，且所述旋转电机的输出端与所述检测平台相连接，所述第二连接组件设置于所述支撑板以及检测平台之间。
20.优选的，还包括：
21.伸缩杆，所述伸缩杆设置于所述底盘以及所述支撑板之间。
22.优选的，还包括：
23.摄像头，所述摄像头设置于所述检测平台上。
24.优选的，所述第一连接组件包括：连接板、第一连接杆以及第二连接杆；
25.所述连接板与所述底板相连接，且所述连接板与所述阻尼弹簧的一端相连接，所述第一连接杆设置于所述底板上，且所述第一连接与所述阻尼弹簧的另一端相连接，所述第二连接杆设置于所述连接板上，且所述第二连接杆与所述驱动机相连接。
26.优选的，所述第二连接组件包括：连接环以及滑轨；
27.所述滑轨设置于所述支撑板的顶端，所述连接环设置于所述检测平台的底端，且所述连接环的底部设置于所述滑轨的内部。
28.本实用新型提供了一种电厂设备的故障检测设备，具备以下有益效果：该电厂设备的故障检测设备设计合理，使用方法简单便于操作，通过驱动机构带动检测模块对电厂设备进行巡回检测，通过获取模块获取电厂设备的待检测故障的故障数据和耦合数据，通过分析模块对电厂设备的故障数据和耦合数据进行关联关系分析，通过生成模块对电厂设备的关联规则生成故障预测模型，以使故障预测模型输出对待检测故障的检测结果，从而准确的对电厂远源关联性故障进行检测，提高了电厂设备的可靠性。
附图说明
29.图1为本实用新型所述一种电厂设备的故障检测设备的主视图；
30.图2为本实用新型所述一种电厂设备的故障检测设备的俯视图；
31.图3为本实用新型图1的局部放大图。
32.图中：1、检测平台；2、获取模块；3、分析模块；4、生成模块；5、处理模块；6、控制模块；7、底盘；8、驱动机；9、阻尼弹簧；10、驱动轮；11、第一连接组件；1101、连接板；1102、第一
连接杆；1103、第二连接杆；12、液压杆；13、支撑板；14、旋转电机；15、第二连接组件；1501、连接环；1502、滑轨；16、伸缩杆；17、摄像头。
具体实施方式
33.下面将结合本实用新型实施例中的附图，对本实用新型实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本实用新型一部分实施例，而不是全部的实施例，基于本实用新型中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本实用新型保护的范围。
34.实施例：本实用新型提供一种技术方案：根据说明书附图1
‑
3可知，本案是一种电厂设备的故障检测设备，主要包括：检测平台1、获取模块2、分析模块3、生成模块4、处理模块5、控制模块6以及驱动机构，连接关系如下：
35.检测平台1设置于驱动机构上；控制模块6设置于检测平台1上，由控制模块6对驱动机构进行控制；获取模块2设置于检测平台1上，由获取模块2获取电厂设备的待检测故障的故障数据和耦合数据；分析模块3设置于检测平台1上，由分析模块3对电厂设备的故障数据和耦合数据进行关联关系分析，并由分析模块3确定关联规则；生成模块4设置于检测平台1上，由生成模块4对电厂设备的关联规则生成故障预测模型；处理模块5设置于检测平台1上，以将关联规则中与待检测故障对应的关联设备和关联参量的实时数据输入故障预测模型，以使故障预测模型输出对待检测故障的检测结果。
36.其中，故障数据为自待检测故障发生的时刻前预设时长内发生待检测故障的故障设备的运行数据集，耦合数据为预设时长内预设设备和预设参量的运行数据集，预设设备和预设参量是根据故障设备的控制逻辑确定的，预设设备和预设参量与故障设备存在耦合关系。
37.综上可知，检测方法如下：
38.步骤s1：基于opc协议从预设数据库中获取待检测故障的故障数据和耦合数据。
39.本步骤中，opc(ole for process control，应用于过程控制的ole)协议，即opc通信协议，是为了解决应用软件与各种设备驱动程序的通信而产生的一项工业技术规范和标准，ole(object linking and embedding，对象连接与嵌入)，简称ole技术，它可以把文字、声音、图像、表格、应用程序等组合在一起，根据opc协议从预设数据库中获取待检测故障的故障数据和耦合数据，该预设数据库可以根据实际情况进行设置，可选的，该预设数据库可以是电厂历史数据库或sis(supervisory information system，厂级监控信息系统)数据库，其中，该故障数据为自待检测故障发生的时刻前预设时长内发生待检测故障的故障设备的运行数据集，耦合数据为预设时长内预设设备和预设参量的运行数据集，该预设时长可以根据需要进行设置，例如可以设置预设时长为12小时，该预设设备和该预设参量是根据故障设备的控制逻辑确定的，预设设备和预设参量与故障设备存在耦合关系，可选的，该预设设备和预设参量包括：通过dcs系统和sis系统分析得到的与故障设备有直接关联的设备和参量、与故障设备有间接耦合的设备和参量、与故障设备有耦合可能的设备及参量。
40.步骤s2：基于apriori算法对故障数据和耦合数据进行关联关系分析，并确定关联规则。
41.本步骤中，在获得故障数据和耦合数据后，根据apriori(关联规则算法)算法对故
障数据和耦合数据进行关联关系分析，并确定关联规则。
42.为了准确的确定关联规则，在一些实施例中，基于apriori算法对故障数据和耦合数据进行关联关系分析，并确定关联规则，具体为：
43.根据故障数据中每条故障数据记录与耦合数据中每条耦合数据记录确定各耦合数据记录的支持度；
44.根据支持度大于预设支持度的耦合数据记录生成包括多个频繁项集的频繁项集列表；
45.根据频繁项集列表确定关联规则。
46.具体的，先根据故障数据中每条故障数据记录与耦合数据中每条耦合数据记录的关系确定各耦合数据记录的支持度，然后将支持度大于预设支持度的耦合数据记录保留，并生成包括多个频繁项集的频繁项集列表，该预设支持度可以通过实验获得，最后根据该频繁项集列表确定故障数据和耦合数据的关联规则。
47.为了准确确定各耦合数据记录的支持度，在一些实施例中，根据故障数据中每条故障数据记录与耦合数据中每条耦合数据记录确定各耦合数据记录的支持度，具体为：
48.基于依次抽取各故障数据记录确定多个当前故障数据记录；
49.基于person相关系数确定当前故障数据记录分别与各耦合数据记录的相关系数；
50.将绝对值大于预设值的相关系数作为目标相关系数，并根据与目标相关系数对应的耦合数据记录的计数值确定支持度。
51.具体的，根据依次抽取的各个故障数据记录确定多个当前故障数据记录，然后根据person相关系数确定当前故障数据记录分别与各耦合数据记录的相关系数，即确定每一个当前故障数据记录分别与各个耦合数据记录的相关系数，该person相关系数是在两组数据协方差的基础上除以了两个变量的标准差，得到一个介于
‑
1和1之间的值，结果越接近
‑
1或者1，说明关联性越强，将绝对值大于预设值的相关系数作为目标相关系数，该预设值可以根据需要进行设置，并根据与目标相关系数对应的耦合数据记录的计数值确定支持度，例如当有5条耦合数据记录对应的相关系数为目标相关系数，则将该耦合数据记录的支持度为5。
52.需要说明的是，以上实施例的方案仅为本技术所提出的一种具体实现方案，其他根据故障数据中每条故障数据记录与耦合数据中每条耦合数据记录确定各耦合数据记录的支持度的方式均属于本技术的保护范围，可选的，可以根据样本熵来确定当前故障数据记录分别与各耦合数据记录的相关系数，该样本熵是一种新的时间序列复杂性的度量方法。
53.为了准确的确定关联规则，在一些实施例中，根据频繁项集列表确定关联规则，具体为：
54.确定频繁项集中故障数据记录与耦合数据记录同时出现时的第一支持度和频繁项集中故障数据记录出现时的第二支持度；
55.根据第一支持度与第二支持度的比值确定可信度；
56.根据可信度大于预设可信度值的频繁项集确定关联规则。
57.具体的，在得到频繁项集后，先确定该频繁项集中故障数据记录与耦合数据记录同时出现时的第一支持度，然后确定频繁项集中故障数据记录出现时的第二支持度，根据
该第一支持度与该第二支持度的比值确定可信度，根据可信度大于预设可信度值的频繁项集确定故障数据和耦合数据的关联规则，该预设可信度值可以根据需要进行设置，该预设可信度值的大小决定了最终关联规则的多少。
58.需要说明的是，以上优选实施例的方案仅为本技术所提出的一种具体实现方案，其他根据频繁项集列表确定关联规则的方式均属于本技术的保护范围。
59.步骤s3：根据关联规则生成故障预测模型。
60.本步骤中，在得到故障数据和耦合数据的关联规则后，根据该关联规则生成故障预测模型。
61.为了准确生成故障预测模型，在一些实施例中，故障预测模型为lstm模型，根据关联规则生成故障预测模型，具体为：
62.根据关联规则涉及的机组参量合成远源故障特征向量；
63.根据远源故障特征向量生成故障预测模型。
64.具体的，先根据关联规则涉及的机组参量合成远源故障特征向量，该远源故障特征向量具体可以为关联规则涉及的前后设备参数组成的滑窗矩阵函数，然后根据该远源故障特征向量生成故障预测模型。
65.步骤s4：将关联规则中与待检测故障对应的关联设备和关联参量的实时数据输入故障预测模型，以使故障预测模型输出对待检测故障的检测结果。
66.本步骤中，将上述关联规则中与待检测故障对应的关联设备和关联参量的实时数据输入上述故障预测模型，以使故障预测模型输出对待检测故障的检测结果。
67.其中，驱动机构包括：底盘7、驱动机8、阻尼弹簧9、驱动轮10以及第一连接组件11；
68.第一连接组件11设置于底盘7上，且第一连接组件11位于底盘7的四角处，驱动机8设置于第一连接组件11的底端，驱动轮10与驱动机8的输出端相连接，阻尼弹簧9设置于第一连接组件11上。
69.其中，第一连接组件11包括：连接板1101、第一连接杆1102以及第二连接杆1103；
70.连接板1101与底板相连接，且连接板1101与阻尼弹簧9的一端相连接，第一连接杆1102设置于底板上，且第一连接与阻尼弹簧9的另一端相连接，第二连接杆1103设置于连接板1101上，且第二连接杆1103与驱动机8相连接。
71.综上可知，通过底盘7对驱动机8进行支撑，并通过底盘7对检测平台1进行支撑，通过第一连接组件11增加底盘7以及驱动机8之间的连接性，其中，驱动轮10采用麦克纳姆轮，启动驱动机8，通过驱动机8的转动带动驱动轮10进行旋转，从而带动检测平台1进行移动，通过驱动机8对麦克纳姆轮进行单独控制，从而控制驱动机构的横向或转向运动，并通过阻尼弹簧9以及第一连接组件11的配合，实现驱动机构的减震效果。
72.其中，还包括：调节机构，调节机构设置于检测平台1以及驱动机构之间；
73.调节机构包括：液压杆12、支撑板13、旋转电机14以及第二连接组件15；
74.液压杆12设置于底盘7上，支撑板13与液压杆12的伸缩端相连接，旋转电机14设置于支撑板13的底端，且旋转电机14的输出端与检测平台1相连接，第二连接组件15设置于支撑板13以及检测平台1之间。
75.其中，第二连接组件15包括：连接环1501以及滑轨1502；
76.滑轨1502设置于支撑板13的顶端，连接环1501设置于检测平台1的底端，且连接环
1501的底部设置于滑轨1502的内部。
77.综上可知，启动液压杆12，通过液压杆12对检测平台1的高度进行调节，对检测平台1的角度进行调节时，启动旋转电机14，通过旋转电机14的转动带动支撑板13进行旋转，从而调节检测平台1的角度，通过第二连接组件15增加检测平台1以及支撑板13之间的连接性。
78.其中，还包括：伸缩杆16，伸缩杆16设置于底盘7以及支撑板13之间，通过伸缩杆16增加支撑板13的稳定性。
79.其中，还包括：摄像头17，摄像头17设置于检测平台1上，通过摄像头17可对电厂设备的情况进行实时监测。
80.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序，而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素，在没有更多限制的情况下，由语句“包括一个......限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素”。
81.尽管已经示出和描述了本实用新型的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本实用新型的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本实用新型的范围由所附权利要求及其等同物限定。