本发明涉及蒸汽动力,尤其涉及一种蒸汽动力系统的状态评估方法及系统。
背景技术:
1、随着工业化进程的加速发展,能源和环保问题日益突出,蒸汽动力系统作为一种成熟的能源形式,是过程工业的重要组成部分,它消耗大量的一次能源为过程系统提供蒸汽、电力等,被广泛应用在各行各业中,一旦内部某个设备出现故障,就会引起蒸汽动力系统产生的蒸汽和电力发生波动,从而导致整个蒸汽动力系统停止。
2、目前,蒸汽动力系统内的各个设备分散且状态多变,无法自主综合评估蒸汽动力系统的当前总体状态,主要靠人工汇总各个设备的监控数据及状态信息,然后通过监控数据和人工经验进行蒸汽动力系统总体的状态评估。
3、然而,人工经验判别的耗时过长,综合定量定性特征进行推演的难度也较大,且分散的设备状态无法自主的对当前整个蒸汽动力系统的总体状态进行评估,使得难以快速掌握蒸汽动力系统的总体状态。
技术实现思路
1、本发明提供一种蒸汽动力系统的状态评估方法及系统,用以解决依靠人工经验判别蒸汽动力系统的总体状态的问题,该方法包括:
2、获取当前状态下的蒸汽动力系统的测试运行数据,输入到状态评估模型中,得到状态评估结果;
3、其中,所述状态评估模型的构建包括:
4、获取蒸汽动力系统的样本运行数据,计算得到多组注意力向量;
5、将所述多组注意力向量输入到多头注意力机制模型中,得到状态评估结果;
6、基于所述样本运行数据和对应的所述状态评估结果对transformer网络模型进行训练,得到所述状态评估模型。
7、进一步的,多组所述注意力向量的获取包括:
8、基于所述样本运行数据获得词向量和多组权重矩阵;
9、将所述词向量与多组所述权重矩阵分别计算得到多组注意力向量。
10、进一步的,多组所述权重矩阵的获得包括:基于所述样本运行数据,利用关联性计算神经网络计算各个设备之间的关联性,得到以不同设备为中心的多组所述权重矩阵。
11、进一步的,所述词向量的获得包括:
12、基于所述样本运行数据对应获得各个设备的目标状态,得到语义特征文本;
13、将所述语义特征文本转换为语义特征矩阵;
14、对所述语义特征矩阵进行奇异值分解,得到所述词向量。
15、进一步的,所述词向量与多组所述权重矩阵分别相乘,对应得到多组所述注意力向量。
16、进一步的,所述语义特征文本的获取包括:
17、获取蒸汽动力系统的多个设备之间的拓扑结构;
18、获取每个设备的状态种类,构建与设备一一对应的语义特征数据集;
19、基于所述拓扑结构对所述语义特征数据集进行排列,对应得到语义特征文本模型;
20、将所述目标状态依次输入到所述语义特征文本模型中,得到语义特征文本。
21、进一步的,所述样本运行数据包括:所述蒸汽动力系统的各个设备在不同状态下的多组运行参数。
22、进一步的,所述样本运行数据用于判定设备的目标状态和计算各个设备之间的关联性,至少包括:温度、压力、寿命、负荷量、噪声、气体或液体流量、是否泄漏中的一种或多种。
23、进一步的,将所述多组注意力向量输入到多头注意力机制模型中,包括:将每组所述注意力向量的结果拼接起来进行线性变换,得到状态评估概率。
24、另一方面,本发明还提供了一种蒸汽动力系统的状态评估系统,该系统至少包括运行数据获取模块和状态评估模型,其用于执行上述任一项所述方法的步骤。
25、总体而言,通过本发明所构思的技术方案,与现有技术相比能够取得下列有益效果:
26、(1)本发明提供一种蒸汽动力系统的状态评估方法及系统,采用设备特征语义化策略,依据动力装置的结构与运行特性,抽取拓扑结构,实现对各类设备特征的语义进行关联性映射构建;通过语义特征构建与注意力构建对复杂的系统状态特征进行量化处理,实现对动力系统各项细节特征的语义化描述;且利用多头注意力机制将语义化描述转变为概率信息,使得对蒸汽动力系统的状态评估更为简单和直观。
27、(2)本发明提供一种蒸汽动力系统的状态评估方法及系统,基于设备的语义特征以及transformer网络模型对各类设备的语义特征进行综合学习,将各个设备的状态语义化,并对所有设备状态所组成的词文本进行学习,进而获得动力系统当前的总体状态评估结果,不仅能大幅度降低了对于人工经验的依赖,而且在评估过程中也能避免因多个设备分散而造成信息误判和漏判的问题。
1.一种蒸汽动力系统的状态评估方法,其特征在于,该方法包括:
2.如权利要求1所述的一种蒸汽动力系统的状态评估方法,其特征在于,多组所述注意力向量的获取包括:
3.如权利要求2所述的一种蒸汽动力系统的状态评估方法,其特征在于,多组所述权重矩阵的获得包括:基于所述样本运行数据,利用关联性计算神经网络计算各个设备之间的关联性,得到以不同设备为中心的多组所述权重矩阵。
4.如权利要求2所述的一种蒸汽动力系统的状态评估方法,其特征在于,所述词向量的获得包括:
5.如权利要求2所述的一种蒸汽动力系统的状态评估方法,其特征在于,所述词向量与多组所述权重矩阵分别相乘,对应得到多组所述注意力向量。
6.如权利要求4所述的一种蒸汽动力系统的状态评估方法,其特征在于,所述语义特征文本的获取包括:
7.如权利要求1所述的一种蒸汽动力系统的状态评估方法,其特征在于,所述样本运行数据包括:所述蒸汽动力系统的各个设备在不同状态下的多组运行参数。
8.如权利要求1所述的一种蒸汽动力系统的状态评估方法,其特征在于,所述样本运行数据用于判定设备的目标状态和计算各个设备之间的关联性,至少包括:温度、压力、寿命、负荷量、噪声、气体或液体流量、是否泄漏中的一种或多种。
9.如权利要求1所述的一种蒸汽动力系统的状态评估方法,其特征在于,将所述多组注意力向量输入到多头注意力机制模型中,包括:将每组所述注意力向量的结果拼接起来进行线性变换,得到状态评估概率。
10.一种蒸汽动力系统的状态评估系统,其特征在于,该系统至少包括运行数据获取模块和状态评估模型,其用于执行权利要求1~9中任一项所述方法的步骤。