本發(fā)明涉及鍋爐溫度監(jiān)測(cè)，具體為一種基于人工智能的鍋爐溫度監(jiān)測(cè)系統(tǒng)及方法。

背景技術(shù)：

1、在工業(yè)鍋爐的運(yùn)行過程中，爐膛內(nèi)外壁的溫度是衡量其運(yùn)行狀態(tài)和效率的重要指標(biāo)之一，由于長(zhǎng)期運(yùn)行，燃料燃燒不完全、燃燒產(chǎn)物積累以及水質(zhì)問題，常常導(dǎo)致爐膛內(nèi)外壁形成結(jié)垢或積灰，這些結(jié)垢或積灰會(huì)降低傳熱效率，使鍋爐的內(nèi)外壁溫度異常，溫度異常不僅影響鍋爐的運(yùn)行效率和增加能耗，還可能引發(fā)嚴(yán)重的安全隱患，結(jié)垢會(huì)導(dǎo)致鍋爐內(nèi)壁溫度升高，增加爐膛內(nèi)壓力，可能引起設(shè)備損壞；積灰則會(huì)阻礙熱量傳遞，導(dǎo)致鍋爐過熱甚至發(fā)生爆炸，因此，及時(shí)準(zhǔn)確地監(jiān)測(cè)和診斷鍋爐溫度異常，識(shí)別結(jié)垢或積灰情況，對(duì)于保障鍋爐的安全高效運(yùn)行至關(guān)重要。

2、傳統(tǒng)的鍋爐溫度監(jiān)測(cè)方法主要依賴于人工巡檢和簡(jiǎn)單的溫度傳感器，這些方法存在以下局限：人工巡檢需要操作人員定期到現(xiàn)場(chǎng)進(jìn)行檢查，不僅勞動(dòng)強(qiáng)度大，而且容易受到主觀因素的影響，導(dǎo)致溫度異常未能及時(shí)發(fā)現(xiàn)，此外人工巡檢的頻率有限，無法實(shí)現(xiàn)對(duì)鍋爐溫度的實(shí)時(shí)監(jiān)測(cè)，容易錯(cuò)過早期異常信號(hào)，其次，傳統(tǒng)溫度傳感器只能提供局部的溫度數(shù)據(jù)，難以全面反映鍋爐運(yùn)行狀態(tài)，尤其是在復(fù)雜的工業(yè)環(huán)境中，單一傳感器的數(shù)據(jù)可能不具備代表性，傳感器數(shù)量有限，布置不合理時(shí)可能無法捕捉到關(guān)鍵區(qū)域的溫度變化；傳統(tǒng)方法缺乏智能化的數(shù)據(jù)分析手段，難以從大量的溫度數(shù)據(jù)中提取有用的特征，進(jìn)行準(zhǔn)確的異常檢測(cè)和診斷，溫度數(shù)據(jù)復(fù)雜多變，傳統(tǒng)方法難以應(yīng)對(duì)數(shù)據(jù)的多樣性，容易漏報(bào)或誤報(bào)異常。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于人工智能的鍋爐溫度監(jiān)測(cè)系統(tǒng)及方法，以解決上述背景技術(shù)中提出的問題。

2、為了解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：一種基于人工智能的鍋爐溫度監(jiān)測(cè)系統(tǒng)，所述系統(tǒng)包括：數(shù)據(jù)采集模塊、數(shù)據(jù)庫、數(shù)據(jù)處理模塊和告警處理模塊；所述數(shù)據(jù)采集模塊用于采集鍋爐工作時(shí)的環(huán)境信息、鍋爐運(yùn)行時(shí)的操作參數(shù)和過程參數(shù)；所述數(shù)據(jù)庫用于存儲(chǔ)采集到的所有數(shù)據(jù)；所述數(shù)據(jù)處理模塊用于從采集到的數(shù)據(jù)中提取特征，并利用孤立森林模型對(duì)鍋爐溫度進(jìn)行監(jiān)測(cè)；所述告警處理模塊在識(shí)別出異常狀態(tài)時(shí)立即發(fā)出告警。

3、進(jìn)一步的，所述數(shù)據(jù)采集模塊包括環(huán)境參數(shù)采集單元、操作參數(shù)采集單元和過程參數(shù)采集單元，所述環(huán)境參數(shù)采集單元用于采集環(huán)境溫度和環(huán)境濕度；所述操作參數(shù)采集單元用于采集風(fēng)門開度和送風(fēng)機(jī)速度；所述過程參數(shù)采集單元用于采集煙氣流速和爐膛內(nèi)外壁溫度數(shù)據(jù)，將采集到的所有數(shù)據(jù)傳輸?shù)剿鰮?jù)庫中。

4、進(jìn)一步的，所述數(shù)據(jù)處理模塊包括特征提取單元和異常檢測(cè)單元，所述特征提取單元從環(huán)境溫度、環(huán)境濕度、風(fēng)門開度、送風(fēng)機(jī)速度和煙氣流速數(shù)據(jù)中提取特征，計(jì)算出環(huán)境溫度變化率、環(huán)境濕度變化率、風(fēng)門開度變化率、送風(fēng)機(jī)速度變化率和煙氣流速變化率；所述異常檢測(cè)單元使用提取到的特征數(shù)據(jù)訓(xùn)練孤立森林模型，對(duì)鍋爐溫度進(jìn)行監(jiān)測(cè)。

5、進(jìn)一步的，所述告警處理模塊包括告警觸發(fā)單元和告警裝置，所述告警觸發(fā)單元在檢測(cè)到鍋爐溫度出現(xiàn)異常情況時(shí)立即觸發(fā)告警；所述告警裝置通過聲光報(bào)警設(shè)備發(fā)出警報(bào)并通知相關(guān)管理人員。

6、一種基于人工智能的鍋爐溫度監(jiān)測(cè)方法，包括以下步驟：

7、s1：采集鍋爐工作時(shí)的環(huán)境溫度、環(huán)境濕度、風(fēng)門開度、送風(fēng)機(jī)速度、煙氣流速數(shù)據(jù)和爐膛內(nèi)外壁溫度數(shù)據(jù)；

8、s2：對(duì)獲得的鍋爐數(shù)據(jù)進(jìn)行進(jìn)一步的數(shù)據(jù)清洗，去除異常點(diǎn)和噪聲；

9、s3：從清洗后的數(shù)據(jù)中提取特征，計(jì)算環(huán)境溫度、環(huán)境濕度、風(fēng)門開度、送風(fēng)機(jī)速度和煙氣流速的變化率；

10、s4：利用特征提取單元提取的特征訓(xùn)練孤立森林模型，建立鍋爐溫度異常檢測(cè)模型。

11、進(jìn)一步的，在步驟s1中：在鍋爐進(jìn)風(fēng)口和出風(fēng)口安裝環(huán)境溫度和濕度傳感器，獲得環(huán)境溫度和環(huán)境濕度數(shù)據(jù)，能夠反映外部環(huán)境條件的動(dòng)態(tài)變化，對(duì)鍋爐運(yùn)行狀態(tài)的影響進(jìn)行實(shí)時(shí)監(jiān)控；在鍋爐風(fēng)門上安裝風(fēng)門開度傳感器，實(shí)時(shí)監(jiān)測(cè)風(fēng)門開度；在送風(fēng)機(jī)的旋轉(zhuǎn)軸上安裝送風(fēng)機(jī)速度傳感器，實(shí)時(shí)監(jiān)測(cè)送風(fēng)機(jī)速度；在鍋爐煙道內(nèi)的直管段安裝煙氣流速傳感器，實(shí)時(shí)監(jiān)測(cè)煙氣流速；在鍋爐的內(nèi)外壁安裝紅外溫度傳感器獲取爐膛內(nèi)外壁溫度數(shù)據(jù)。

12、進(jìn)一步的，在步驟s2中：對(duì)獲得的鍋爐數(shù)據(jù)進(jìn)行進(jìn)一步的數(shù)據(jù)清洗，采用z-score方法和iqr方法進(jìn)行異常點(diǎn)去除和除噪聲處理。

13、進(jìn)一步的，在步驟s3中：從清洗后的數(shù)據(jù)中提取特征，并為每個(gè)特征賦予不同的權(quán)重，具體步驟如下所示：

14、s3-1：從清洗后的數(shù)據(jù)中提取特征，計(jì)算環(huán)境溫度變化率、環(huán)境濕度變化率、風(fēng)門開度變化率、送風(fēng)機(jī)速度變化率和煙氣流速變化率，特征計(jì)算公式如下：根據(jù)δtenv(t)＝tenv(t)-tenv(t-1)計(jì)算環(huán)境溫度變化率，其中，δtenv(t)表示環(huán)境溫度變化率，tenv(t)表示時(shí)間t時(shí)的環(huán)境溫度，tenv(t)表示時(shí)間t-1時(shí)的環(huán)境溫度；根據(jù)δhenv(t)＝henv(t)-henv(t-1)計(jì)算環(huán)境濕度變化率，其中，δhenv(t)表示環(huán)境濕度變化率，henv(t)表示時(shí)間t時(shí)的環(huán)境濕度，henv(t-1)表示時(shí)間t-1時(shí)的環(huán)境濕度；根據(jù)δd(t)＝d(t)-d(t-1)計(jì)算風(fēng)門開度變化率，其中，δd(t)表示風(fēng)門開度變化率，d(t)表示時(shí)間t時(shí)的風(fēng)門開度，d(t-1)表示時(shí)間t-1時(shí)的風(fēng)門開度；根據(jù)δf(t)＝f(t)-f(t-1)計(jì)算送風(fēng)機(jī)速度變化率，其中，δf(t)表示送風(fēng)機(jī)速度變化率，f(t)表示時(shí)間t時(shí)的送風(fēng)機(jī)速度，f(t-1)表示時(shí)間t-1時(shí)的送風(fēng)機(jī)速度；根據(jù)δv(t)＝v(t)-v(t-1)計(jì)算煙氣流速變化率，其中，δv(t)表示煙氣流速變化率，v(t)表示時(shí)間t時(shí)的煙氣流速，v(t-1)表示時(shí)間t-1時(shí)的煙氣流速，通過變化率計(jì)算提供了實(shí)時(shí)的參數(shù)變化信息，使得系統(tǒng)能夠動(dòng)態(tài)監(jiān)控鍋爐的運(yùn)行狀態(tài)，并對(duì)異常情況作出快速響應(yīng)；

15、s3-2：根據(jù)每個(gè)特征對(duì)鍋爐運(yùn)行狀態(tài)的影響，賦予不同的權(quán)重，具體分配如下：環(huán)境溫度權(quán)重是w1，環(huán)境濕度權(quán)重是w2，風(fēng)門開度權(quán)重是w3，送風(fēng)機(jī)速度權(quán)重是w4，煙氣流速權(quán)重是w5，其中，w1表示賦予環(huán)境溫度的權(quán)重，w2表示賦予環(huán)境濕度的權(quán)重，w3表示賦予風(fēng)門開度的權(quán)重，w4表示賦予送風(fēng)機(jī)速度的權(quán)重，w5表示賦予煙氣流速的權(quán)重；

16、s3-3：對(duì)特征變化率進(jìn)行加權(quán)計(jì)算，得到綜合評(píng)分，并根據(jù)預(yù)設(shè)的特征變化率閾值初步判斷數(shù)據(jù)點(diǎn)是否異常，綜合評(píng)分計(jì)算公式如下所示：

17、wall＝δtenv(t)*w1+δhenv(t)*w2+δd(t)*w3+δf(t)*w4+δv(t)*w5

18、其中，wall表示對(duì)特征變化率進(jìn)行加權(quán)計(jì)算得到綜合評(píng)分，將多個(gè)復(fù)雜特征整合為一個(gè)單一指標(biāo)，便于直觀了解鍋爐的運(yùn)行狀態(tài)，通過考慮各特征的變化及其權(quán)重，綜合評(píng)分能夠反映鍋爐運(yùn)行狀態(tài)的變化，從而提高異常檢測(cè)的準(zhǔn)確性和及時(shí)性。

19、進(jìn)一步的，在步驟s4中：利用特征提取單元提取的特征和歷史數(shù)據(jù)訓(xùn)練孤立森林模型，建立鍋爐溫度異常檢測(cè)模型，具體訓(xùn)練孤立森林模型步驟如下所示：

20、s4-1：對(duì)提取到的特征通過歸一化進(jìn)行標(biāo)準(zhǔn)化處理；

21、s4-2：使用標(biāo)準(zhǔn)化后的歷史特征數(shù)據(jù)訓(xùn)練孤立森林模型，建立鍋爐溫度異常檢測(cè)模型，并將標(biāo)準(zhǔn)化后的實(shí)時(shí)特征數(shù)據(jù)輸入訓(xùn)練好的孤立森林模型，進(jìn)行實(shí)時(shí)檢測(cè)；

22、s4-3：模型對(duì)每個(gè)數(shù)據(jù)點(diǎn)進(jìn)行異常評(píng)分，并根據(jù)預(yù)設(shè)異常評(píng)分閾值進(jìn)一步判斷數(shù)據(jù)點(diǎn)是否異常，如果異常評(píng)分超過閾值，則該數(shù)據(jù)點(diǎn)被判定為異常；

23、s4-4：分析綜合評(píng)分和各特征的加權(quán)評(píng)分，判斷是否存在內(nèi)部結(jié)垢或積灰的問題。

24、與現(xiàn)有技術(shù)相比，本發(fā)明所達(dá)到的有益效果是：本發(fā)明通過引入環(huán)境溫度、環(huán)境濕度、風(fēng)門開度、送風(fēng)機(jī)速度和煙氣流速參數(shù)進(jìn)行綜合分析，提高了對(duì)鍋爐溫度異常情況的識(shí)別精度；通過結(jié)合孤立森林模型的異常評(píng)分，可以準(zhǔn)確檢測(cè)出鍋爐運(yùn)行中的異常數(shù)據(jù)點(diǎn)，從而提高了異常檢測(cè)的準(zhǔn)確性和效率；在鍋爐的不同位置安裝傳感器，實(shí)時(shí)采集參數(shù)數(shù)據(jù)，確保監(jiān)測(cè)系統(tǒng)能夠?qū)崟r(shí)反映鍋爐的運(yùn)行狀態(tài)；模型能夠?qū)崟r(shí)處理和分析采集到的數(shù)據(jù)，及時(shí)發(fā)現(xiàn)鍋爐溫度異常并觸發(fā)報(bào)警系統(tǒng)，減少了人工巡檢的延遲和誤判；利用人工智能技術(shù)對(duì)數(shù)據(jù)進(jìn)行自動(dòng)化處理和分析，減少了人工干預(yù)的需要，降低了操作復(fù)雜性和勞動(dòng)強(qiáng)度；系統(tǒng)能夠在溫度異常初期即發(fā)出預(yù)警，防止鍋爐結(jié)垢或積灰問題的進(jìn)一步惡化，從而降低設(shè)備故障和安全事故的風(fēng)險(xiǎn)；通過智能化的監(jiān)測(cè)和預(yù)警，本發(fā)明減少了因突發(fā)故障帶來的緊急維護(hù)和修理成本，延長(zhǎng)了設(shè)備的使用壽命。