(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211017981.1 (22)申请日 2022.08.24 (71)申请人 诸暨市萤朵贸易有限公司 地址 312000 浙江省绍兴 市诸暨市姚江镇 新民村下陈3 07号 (72)发明人 罗恒　方果　 (51)Int.Cl. G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G01D 21/02(2006.01) (54)发明名称 用于火力发电设备的故障诊断方法及其系 统 (57)摘要 本申请实施例提供一种用 于火力发电设备 的故障诊断方法及其系统， 其使用上下文编码器 对多个预定时间点的火电机组的锅炉的多项工 作参数进行编码， 并通过第一卷积神经网络进行 处理得到第二特征向量， 以提取到在时序维度上 的高维局部 隐含关联特征， 以及， 使用时序编码 器对多项工作参数中各项工作参数在多个预定 时间点的序列进行编码， 并通过第二卷积神经网 络进行处理得到第四特征向量， 以提取在时序维 度上的高维变化特征在不同参数样本之间的高 维局部隐含特征， 接着， 对第二特征向量和第四 特征向量进行以两者间的衍生信息超凸度量因 数作为加权系数的加权融合， 避免导致两者的信 息损失而影响分类精度， 这样， 有利于提高对锅 炉的故障诊断的精准度。 权利要求书3页 说明书16页 附图3页 CN 115392370 A 2022.11.25 CN 115392370 A 1.一种用于火力发电设备的故障诊断系统， 其特征在于， 包括： 工作参数数据获取单 元， 用于获取包含当前时间点在内的多个预定时间点的火电机组的锅炉的多项工作参数， 所述多项工作参数包括过热蒸汽流量、 过热蒸汽压力、 过热蒸汽温度、 再热蒸汽流量、 再热 蒸汽进口压力、 再热蒸汽出 口压力、 再热蒸汽进口温度、 再热蒸汽出 口温度、 锅炉正常水容 积、 给水温度、 一次风量、 二次风量、 耗煤、 烟气量、 排烟修正后温度； 上下文参数编码单元， 用于将各个所述预定时间点的火电机组的锅炉的多项工作参数通过上下文编码器以获得 多个特征向量， 并将所述多个特征向量进 行级联以得到对应于各个所述预定时间点的火电 机组的锅炉的多项工作参数 的第一特征向量； 参数时序关联编码单元， 用于将各个所述预 定时间点的火电机组的锅炉的多项工作参数的第一特征向量进行时间维度二维排列为第 一特征矩阵后通过使用第一卷积核的第一卷积神经网络以生成第二特征向量； 参数时序编 码单元， 用于将所述多个预定时间点的火电机组的锅炉的多项工作参数中各项工作参数分 别按照时间维度排列为输入向量后通过包含一维卷积层和全连接层的时序编码器以生成 对应于所述多个预定时间点的火电机组的锅炉的多项工作参数中各项工作参数的第三特 征向量； 参数样本关联编码单元， 用于将所述多个预定时间点的火电机组的锅炉的多项工 作参数中各项工作参数 的第三特征向量按照样本维度二维排列为第二特征矩阵后通过使 用第二卷积核的第二卷积神经网络以生成第四特征向量， 其中， 所述第二卷积神经网络的 第二卷积核的尺寸大于所述第一卷积神经网络的第一卷积核的尺寸； 加权融合单元， 用于 对所述第二特征向量和所述第四特征向量进行基于以两者间的衍生信息超凸度量因数作 为加权系 数的加权融合以得到分类特征向量， 其中， 所述第二特征向量和所述第四特征向 量之间的衍生信息超凸度量因数基于所述第二特征向量和所述第四特征向量中对应位置 的特征值间的差值的绝对值的加权和生成； 以及预警单元， 用于将所述分类特征向量通过 分类器以得到分类结果， 所述分类结果用于表示是否产生故障预警。 2.根据权利要求1所述的用于火力发电设备的故障诊断系统， 其中， 所述上下文参数编 码单元还用于： 使用所述上下文编 码器的嵌入层分别将同一预定时间点的火电机组的锅炉 的多项工作参数中各项参数映射为嵌入向量以获得嵌入向量的序列； 以及使用所述上下文 编码器的转换器对所述嵌入向量的序列进行基于上下位的全局语义编码以获得所述多个 特征向量。 3.根据权利要求2所述的用于火力发电设备的故障诊断系统， 其中， 所述参数时序关联 编码单元还用于： 使用所述第一卷积神经网络的各层在层的正向传递中分别对输入数据进 行： 使用第一卷积核对所述输入数据进行卷积处理以生成卷积特征图； 对所述卷积特征图 进行基于特征矩阵的全局池化处理以生成池化特征向量； 以及 对所述池化特征向量进 行基 于非线性激活以生成激活特征向量； 其中， 所述第一卷积神经网络的最后一层输出 的所述 激活特征向量为所述第二特 征向量。 4.根据权利要求3所述的用于火力发电设备的故障诊断系统， 其中， 所述参数时序编码 单元还用于： 将所述多个预定时间点的火电机组的锅炉的多项工作参数中各项工作参数以 天为单位按照时间维度排列为对应于所述火电机组的锅炉各天的一 维的输入向量； 使用所 述时序编码器的全连接层以如下公式对所述输入向量进行全连接编码以提取出所述输入 向量中各个位置的特 征值的高维隐含特 征， 其中， 所述公式为： 其中X是输 入向量， Y是输出向量， W是权重矩阵， B是偏置向量， 表示矩阵乘； 使用所述 时序编码器的权　利　要　求　书 1/3 页 2 CN 115392370 A 2一维卷积层以如下公式对所述输入向量进行一维卷积编码以提取出所述输入向量中各个 位置的特 征值间的高维隐含关联 特征， 其中， 所述公式为： 其中， a为卷积核在x方向上的宽度、 F为卷积核参数向量、 G为与卷积核函数运算的局部 向量矩阵， w 为卷积核的尺寸。 5.根据权利要求4所述的用于火力发电设备的故障诊断系统， 其中， 所述加权融合单元 还用于： 以如下公式计算所述第二特征向量和所述第四特征向量之 间的衍生信息超凸度量 因数作为加权系数； 其中， 所述公式为： 其中v2i∈V2且v4i∈V4， V2表示第二特 征向量和V4表示第四特 征向量， w表示加权系数。 6.根据权利要求5所述的用于火力发电设备的故障诊断系统， 其中， 所述预警单元还用 于： 使用所述分类器以如下公式对所述分类特征向量进 行处理以生成分类结果， 其中， 所述 公式为： softmax{(Wn,Bn):…:(W1,B1)|X}， 其中， W1至Wn为各层全连接层的权重矩阵， B1至Bn 表示各层全连接层的偏置矩阵。 7.一种用于火力发电设备的故障诊断方法， 其特征在于， 包括： 获取包含当前时间点在 内的多个预定时间点的火电机组的锅炉的多项工作参数， 所述多项工作参数包括过热蒸汽 流量、 过热蒸汽压力、 过热蒸汽温度、 再热蒸汽流量、 再热蒸汽进口压力、 再热蒸汽出口压 力、 再热蒸汽进口温度、 再热蒸汽出口温度、 锅炉正常水容积、 给水温度、 一次风量、 二次风 量、 耗煤、 烟气量、 排烟修正后温度； 将各个所述预定时间点的火电机组的锅炉的多项工作 参数通过上下文编 码器以获得多个特征向量， 并将所述多个特征向量进 行级联以得到对应 于各个所述预定时间点的火电机组的锅炉的多项工作参数的第一特征向量； 将各个所述预 定时间点的火电机组的锅炉的多项工作参数的第一特征向量进行时间维度二维排列为第 一特征矩阵后通过使用第一卷积核的第一卷积神经网络以生成第二特征向量； 将所述多个 预定时间点的火电机组的锅炉的多项工作参数中各项工作参数分别按照时间维度排列为 输入向量后通过包含一维卷积层和全连接层的时序编码器以生成对应于所述多个预定时 间点的火电机组的锅炉的多项工作参数中各项工作参数的第三特征向量； 将所述多个预定 时间点的火电机组的锅炉的多项工作参数中各项工作参数的第三特征向量按照样本维度 二维排列为第二特征矩阵后通过使用第二卷积核的第二卷积神经网络以生成第四特征向 量， 其中， 所述第二卷积神经网络的第二卷积核的尺寸大于所述第一卷积神经网络的第一 卷积核的尺寸； 对所述第二特征向量和所述第四特征向量进 行基于以两者间的衍生信息超 凸度量因数作为加权系 数的加权融合以得到分类特征向量， 其中， 所述第二特征向量和所 述第四特征向量之间的衍生信息超凸度量因数基于所述第二特征向量和所述第四特征向 量中对应位置的特征值间的差值的绝对值的加权和生成； 以及将所述分类特征向量通过分 类器以得到分类结果， 所述分类结果用于表示是否产生故障预警。 8.根据权利要求7所述的用于火力发电设备的故障诊断方法， 其中， 所述将各个所述预 定时间点的火电机组的锅炉 的多项工作参数通过上下文编码器 以获得多个特征向量， 包 括： 使用所述上下文编 码器的嵌入层分别将同一预定时间点的火电机组的锅炉的多项工作权　利　要　求　书 2/3 页 3 CN 115392370 A 3