CN120030802B 火电厂设备的数据预测方法及系统 （江西赣能股份有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN120030802B(45)授权公告日2025.07.01

(21)申请号202510496292.0

(22)申请日2025.04.21

(65)同一申请的已公布的文献号申请公布号CN120030802A

(43)申请公布日2025.05.23

(73)专利权人江西赣能股份有限公司

地址330000江西省南昌市高新区火炬大

街199号

(72)发明人魏建宏匡仁钦陈芳权李泽峰毛圣永张建军于洪元吴华亮游国军熊惠平江卫国曾名劭

(74)专利代理机构南昌海藻知融专利代理事务所(普通合伙)36162

专利代理师谢子运

(51)Int.CI.

GO6F30/20(2020.01)G06Q50/06(2024.01)GO6F18/213(2023.01)

GO6F18/22(2023.01)

GO6F18/24(2023.01)

G06F119/08(2020.01)

GO6F119/14(2020.01)

G06F119/02(2020.01)

(56)对比文件

CN118897956A,2024.11.05

CN119443720A,2025.02.14审查员刘义乐

权利要求书3页说明书11页附图1页

(54)发明名称

火电厂设备的数据预测方法及系统

(57)摘要

CN120030802B本发明公开了火电厂设备的数据预测方法及系统，具体涉及电力设备状态监测技术领域，用于解决现有火电厂设备预测因动态工况下工况噪声与故障信号特征混淆导致健康状态误判的问题；通过采集多源运行数据并分类至负荷工况区间，提取时频域特征构建工况特征集合；基于负荷切换频率动态检测与跨工况一致性分析标记异常工况区间；结合历史退化阶段匹配结果分解非异常工况特征生成退化特征子集；通过机械动力学与热力学参数耦合修正退化特征；最终沿故障传播图谱逆向定位故障源设备，生成维护指令；实现了动态工况特征分离与物理机理融

CN120030802B

S1

S1

S3

S5

S6

采集火电厂设备的运行状态数据并预处理

根据预设的负荷工况区间对运行状态数据进行分类，提取每一负荷工况区间内的时频域特征，生成工况特征集合

检测负荷工况区间的切换频率，若切换频率超过切换频率阈值，则启动动态分析策略切换以标记异常工况区间

根据设备历史退化阶段与当前时频域特征的相似性匹配结果对非异常工况区间的工况特征集合进行分解，生成设备退化特征子集

基于设备机械动力学参数和热力学参数的耦合关系，对设备退化特征子集进行参数耦合修正

基于修正后的设备退化特征子集沿设备故障传播图谱逆向回溯潜在故障源设备，确定维护优先级并生成维护指令

CN120030802B权利要求书1/3页

2

1.火电厂设备的数据预测方法，其特征在于，包括如下步骤：

S1、采集火电厂设备的运行状态数据并预处理；

S2、根据预设的负荷工况区间对运行状态数据进行分类，提取每一负荷工况区间内的时频域特征，生成工况特征集合；

S3、检测负荷工况区间的切换频率，若切换频率超过切换频率阈值，则启动动态分析策略切换以标记异常工况区间；

S4、根据设备历史退化阶段与当前时频域特征的相似性匹配结果对非异常工况区间的工况特征集合进行分解，生成设备退化特征子集；

S5、基于设备机械动力学参数和热力学参数的耦合关系，对设备退化特征子集进行参数耦合修正；

S6、基于修正后的设备退化特征子集沿设备故障传播图谱逆向回溯潜在故障源设备，确定维护优先级并生成维护指令。

2.根据权利要求1所述的火电厂设备的数据预测方法，其特征在于，采集火电厂设备的运行状态数据并预处理，包括：

同步采集火电厂设备的振动数据、温度数据及压力数据，并对振动数据、温度数据及压力数据进行时间戳对齐；

对时间戳对齐后的振动数据、温度数据及压力数据进行数据清洗，数据清洗包括采用滑动窗口滤波方法去除振动数据中的高频噪声分量，并基于温度数据与压力数据的相关性剔除异常离群点；

将清洗后的振动数据、温度数据及压力数据按预设采样频率进行重采样，生成标准化的运行状态数据集。

3.根据权利要求1所述的火电厂设备的数据预测方法，其特征在于，根据预设的负荷工况区间对运行状态数据进行分类，提取每一负荷工况区间内的