(19)中华 人民共和国 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 202111281389.8 (22)申请日 2021.11.01 (71)申请人 江苏方天电力技 术有限公司 地址 211102 江苏省南京市江宁区苏源大 道58号 申请人 东南大学 (72)发明人 管诗骈　徐文韬　黄亚继　陈波　 岳峻峰　曹歌翰　李雨欣　陆燕宁　 王亚欧　蔡亮　何鹏飞　耿察民　 杨振　肖杰　 (74)专利代理 机构 北京德崇智捷知识产权代理 有限公司 1 1467 代理人 王绎涵 (51)Int.Cl. G06V 10/762(2022.01)G06V 10/764(2022.01) G06N 20/00(2019.01) G06K 9/62(2022.01) (54)发明名称 一种基于直觉模糊聚类磨煤机运行安全性 在线评判方法 (57)摘要 本发明公开了一种基于直觉模糊聚类磨煤 机运行安全性在线评判方法， 包括以下步骤： 首 先， 采用直觉模糊聚类将磨煤机设备历史运行数 据样本聚类， 结合线下专家对磨煤机设备历史运 行数据评判和灰色模糊综合理论辨识磨煤机各 影响因素特征指标的安全性范围； 其次， 根据磨 煤机设备运行数据与该安全性范围残差区间， 制 定在线构建磨煤机设备各影响因素间重要度原 则； 采用机器学习挖掘磨煤机设备历史运行数据 间潜在特征， 制定在线构建磨煤机设备运行状态 评分原则； 最后， 采用灰色模糊综合评判， 实现磨 煤机设备在线评判功能。 此外， 该方法还可实现 超前预警功能， 为智能控制和智能决策提供诊断 方向。 权利要求书1页 说明书8页 附图6页 CN 114332515 A 2022.04.12 CN 114332515 A 1.一种基于直觉模糊聚类磨煤机运行安全性在线评判方法， 其特征在于， 包括以下步 骤： S1、 结合直觉模糊集合的模糊 C均值聚类算法和灰色模糊综合评价理论辨识磨煤机设 备历史输入量与输出量特 征指标的安全性 等级范围； S2、 在线构建磨煤 机设备各影响因素间重要度矩阵； S3、 基于机器学习在线构建各影响因素的评分矩阵； S4、 采用灰色模糊综合评判法评估磨煤 机运行安全性。 2.根据权利要求1所述的一种基于直觉模糊聚类磨煤机运行安全性在线评判方法， 其 特征在于， 结合直觉模糊聚类算法和灰色模糊综合评价理论深度挖掘各变量特征指标蕴含 的安全性信息， 以辨识磨煤机设备历史输入量与输出量特征指标 的安全性等级范围， 并以 直觉模糊信息熵 HIFS度量两类样 本间信息重叠程度； HIFS越大， 聚类样 本间信息重叠度越 大， 聚类效果越差； 反之， HIFS越小， 聚类样本间信息重叠度越小， 聚类效果越强， 越 能精准地辨 识磨煤机设备历史输入量与输出量特 征指标的安全性 等级范围。 3.根据权利要求1所述的一种基于直觉模糊聚类磨煤机运行安全性在线评判方法， 其 特征在于， 以磨煤机运行状态最佳时历史运行数据为学习对 象， 采用线性拟合或非线性拟 合学习历史运行数据中磨 煤机主动量与被动量间函数关系， 将该函数关系记忆并保存至计 算机， 依据被动量拟合值与被动量真实值残差， 制 定在线模拟专家构建磨煤机各变量评分 矩阵的原则。权　利　要　求　书 1/1 页 2 CN 114332515 A 2一种基于直觉模糊聚类磨煤机 运行安全性在线 评判方法 技术领域 [0001]本发明涉及电站设备安全性评估技术领域， 尤其涉及一种基于直觉模糊聚类  磨 煤机运行安全性在线评判方法。 背景技术 [0002]在国家能源转型的大背景下， 智 慧电厂和智能发电蓄势待发， 以智能型设备代替 传 统电厂就地检测和执行设备， 实现对全厂生产过程的全方位监测和感知； 将感知信息传   输到指挥控制层， 通过先进的控制算法、 智能控制技术及节能优化控制方案实现电厂运  维 智能化； 依据智慧监控层上传的数据， 智慧生产监控层生成机组分析诊断报告， 并上  传至 智慧管理层； 最终由智慧管理层中智能算法生 成详细的管理解决方案， 实现全厂闭  环管理 和智能化生产。 该层级 结构层层紧密联系， 每一层均体现智能化、 信息化、 数字  化的深度融 合。 在智慧电厂运 维中， 不仅要保证电厂智能化生产， 更要保证电厂生产的  安全性第一。 这 就要求智慧生产监控层， 应对电厂实时运行数据作科学地准确地回馈信  息。 即实时地科学 地准确地对当前机组运行状态进 行智能检测。 在智慧电厂发展 大背景 下， 本发明提出一种 基于直觉模糊聚类的在线评判磨 煤机运行安全性的方法。 采用直觉  模糊聚类、 机器学习等 方法实现磨煤机运行状态的在线评测。 为智慧管理层提供科学的  有效的生产设备安全性 分析报告， 为智慧管理层提供决策支持。 [0003]现有的文献中， 不少 学者提出磨煤机故障诊断方法， 其方法分为四类： 基于  定量 模型的故障诊断； 基于定性模型的故障诊断； 基于信号模型 的故障诊断； 基  于历史数据模 型的故障诊断。 采用基于定量模型的故障诊断， 学者们需根据待诊  断的故障类型， 构造相 对应的磨煤机数学模型， 针对问题做出相应诊断， 而且数  学模型的精度决定诊断准确 性。 采用基于定性模型的故障诊断， 主要利用专家对  磨煤机运行的经验衍生出的诊断方法， 利 用某些定性规则对磨煤机进行故障分析  和诊断， 仅 凭经验制 定的诊断方法缺少科学性和 准确性。 采用基于信号模型的故  障诊断方法， 主要将磨 煤机运行中产生的声波信号和轴承 震动信号传送至传感器  测量工具， 由传感器感知信号， 并对其信号分析和处理， 传感器感 知信号能力的  强弱直接 关联到诊断方法准确性。 采用基于历史数据模型的故障诊断方法， 主要 在磨煤机 设备历史运行数据中挖掘故障模型和正常模型， 用到的方法有自组织映  射 神经网络， 基于遗产算法磨煤机运行参数的辨识， 无论采用哪种机器学习 方法， 都未全面 实现深度学习和深度挖掘历史运行数据潜藏的信息。 虽然历史运行数据  以定量信息表示， 但历史数据在不同运行工况下蕴藏着不同的内涵， 即这些数据  具有模糊意义的性质。 此 外， 前述方法未考虑到时序性的问题， 不同运行时间的  历史运行数据传达的信息内涵也不 相同。 历史运行数据定量值与磨 煤机故障表现  性之间存在着模糊关系， 本发明采用直觉模 糊聚类更科学精准地学习历史数据间  蕴含的内涵关系， 采用灰色模糊综合评判法对模糊 信息进行评估， 考虑历史数据  模糊性基础上对历史数据深度 挖掘并学习。说　明　书 1/8 页 3 CN 114332515 A 3