本发明涉及故障诊断，具体涉及一种高压调节阀门劣化分析方法。
背景技术：
1、汽轮机是能将蒸汽热能转化为机械功的外燃回转式机械，来自锅炉的蒸汽进入汽轮机后，依次经过一系列环形配置的喷嘴和动叶，将蒸汽的热能转化为汽轮机转子旋转的机械能。调节阀的功能是通过改变阀门开度来控制汽轮机的进汽量，在汽轮发电机组带负荷之前，调节阀不同的开度对应不同的转速；在汽轮机发电机组并网带负荷之后，调节阀不同的开度对应不同的负荷，若调节阀在部分开度的情况下，蒸汽将发生节流的现象，造成蒸汽在不做功的情况下的熵增，损失一部分的能量，做功能力降低。因此作为机组正常运行中调整负荷的主要执行机构，高压调节阀的运行状态对机组的安全稳定与经济运行起着重要作用。
2、目前，高压调节阀门的故障分析方法主要根据关联性测点参数值变化进行判断分析，但忽略了测点参数自身潜在的数值规律，比如相关技术中，公布号为cn113446073a的专利申请文献中提出了一种汽轮机高压调节汽门的故障诊断方法，通过将采集到的若干工作状态参数分别与门芯脱落判断条件、卸荷阀动作判断条件以及lvdt故障判断条件进行比较，当满足任一条件时，即判断高压调节汽门发生故障。
技术实现思路
1、本发明所要解决的技术问题在于如何克服现有高压调节阀门故障劣化分析方法精度不高、预测能力不足的问题。
2、本发明通过以下技术手段解决上述技术问题的：
3、提出了一种高压调节阀门劣化分析方法，所述方法包括：
4、采集高压调节阀门的运行历史参数和运行实时参数；
5、对所述运行历史参数，基于时空域从时间、频率、幅值三个维度进行分析，获得故障劣化指标；
6、基于故障劣化指标，采用三西格马准则获得高压调节阀门的故障劣化控制线；
7、基于所述运行实时参数和所述故障劣化控制线，判断高压调节阀门的故障状态类别。
8、进一步地，所述运行历史参数包括高压调节阀门agc指令的历史数据、高压调节阀门指令的历史数据、高压调节阀门反馈的历史数据、高压调节阀门压力比的历史数据和机组负荷测点的历史数据；
9、所述运行实时参数包括高压调节阀门agc指令的实时数据、高压调节阀门指令的实时数据、高压调节阀门反馈的实时数据、高压调节阀门压力比的实时数据和机组负荷测点的实时数据。
10、进一步地，所述对所述运行历史参数，基于时空域从时间、频率、幅值三个维度进行分析，获得各类故障的劣化指标，包括：
11、对所述运行历史参数中每类参数按单位时长进行不重叠划分，得到多个单位时段；
12、对多个所述单位时段内的状态指标计算离散积分，将离散积分覆盖的面积区域作为测点参数的劣化指标；
13、对单位时段内测点参数的劣化指标进行单位标准化，得到每类参数的故障劣化指标。
14、进一步地，所述运行历史参数包括高压调节阀门agc指令的历史数据、高压调节阀门指令的历史数据、高压调节阀门反馈的历史数据、高压调节阀门压力比的历史数据和机组负荷测点的历史数据；所述对所述运行历史参数中每类参数按单位时长进行不重叠划分，得到多个单位时段，包括：
15、基于所述高压调节阀门指令的历史数据和所述高压调节阀门反馈的历史数据，计算阀门指令反馈差的历史数据；
16、分别对所述高压调节阀门agc指令的历史数据、所述阀门指令反馈差的历史数据、所述高压调节阀门压力比的历史数据和所述机组负荷测点的历史数据按照单位时长进行不重叠划分，得到每种参数对应的多个单位时段。
17、进一步地，所述对多个所述单位时段内的状态指标计算离散积分，将离散积分覆盖的面积区域作为测点参数的劣化指标，公式表示为：
18、
19、式中，ii为第i个单位时段ωi内的测点参数劣化指标，ti2(t)为单位时段ωi内的状态指标，是采用最小二乘拟合函数计算单位时段内指标的拟合曲线，该单位时段ωi内发生n＝1,2,…ni次故障，一次故障持续时间为[t1,t2,…tn]。
20、进一步地，所述对单位时段内测点参数的劣化指标进行单位标准化，得到每类参数的故障劣化指标，公式表示为：
21、
22、式中，i'i为故障劣化指标。
23、进一步地，所述基于故障劣化指标，采用三西格马准则获得高压调节阀门的故障劣化控制线，包括：
24、根据每类测点参数的故障劣化指标，采用itree方法记故障劣化指标的均值作为根节点，将小于根节点值的劣化指标置于左叶子节点，将大于根节点值的劣化指标置于右叶子节点，得到二叉树；
25、对于每类测点参数对应的二叉树，取叶子节点至根节点最长路径长度作为该测点参数的itree长度；
26、基于每类测点参数对应的itree长度，根据三西格马准则计算itree长度的均值和方差；
27、基于测点参数itree长度均值、方差和欧拉常数，计算高压调节阀门的故障劣化控制线。
28、进一步地，所述基于测点参数itree长度均值、方差和欧拉常数，计算高压调节阀门的故障劣化控制线，包括：
29、l＝μ+3σ+0.0013γ
30、式中，l为故障劣化控制线，μ为测点参数itree长度均值，σ为测点参数itree长度方差，γ为欧拉常数。
31、进一步地，所述基于所述运行实时参数和所述故障劣化控制线，判断高压调节阀门的故障状态类别，包括：
32、基于所述运行实时参数，确定是否超过所述故障劣化控制线；
33、若超过，则判断所述高压调节阀门出现故障；
34、若未超过，则判断所述高压调节阀门状态正常。
35、进一步地，在判断所述高压调节阀门出现故障之后，所述方法还包括：
36、当满足机组负荷与agc指令偏差较大且指令反馈差异常时，判定为阀门卡涩故障；
37、当满足机组负荷与agc指令偏差较大且指令反馈差正常时，判定为相对流量故障；
38、当满足机组负荷随agc指令变化且指令反馈差异常时，判定为lvdt故障；
39、当满足机组负荷随agc指令变化、指令反馈差正常且压力比异常时，判定为相对流量异常。
40、本发明的优点在于：
41、(1)本发明针对高压调节阀门常见故障基于时空域从时间、频率、幅值三个维度采用设计的融合规则获得各类故障劣化指标，并针对数据潜在规律进行挖掘，可以更好对高压调节阀门故障进行合理性分析和提前干预；通过采用三西格马准则根据各类故障劣化指标获得高压调节阀门故障阈值控制线，三西格马准则服从正态分布，广泛应用于异常检测及阈值决策，对阈值分析具有良好的预测精度和效果，具有较高的泛化能力，可以满足高压调节阀门故障分类及劣化分析需求；最后基于阈值分类决策方法根据高压调节阀门关联性参数测点设计故障分类预警系统，可以实现对高压调节阀门故障的劣化分析和预测告警，对高压调节阀门的故障分析及预测具有良好的劣化分析效果。应用在发电厂高压调节阀门实际运行工作环境可实现对高压调节阀门故障的提前干预和及时预警，极大程度提高高压调节阀门运行寿命，降低检修频次和故障发生频次，具有科学合理、适用性强、效果佳等优点。
42、(2)本发明为消除误差概率，引入欧拉常数作为三西格马准则误差概率的修正值，欧拉常数对于数据极限值具有较高的准确性和适用性，特别对于阈值控制线极限设置具有良好的收敛效果。
43、本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
1.一种高压调节阀门劣化分析方法，其特征在于，所述方法包括：
2.如权利要求1所述的高压调节阀门劣化分析方法，其特征在于，所述运行历史参数包括高压调节阀门agc指令的历史数据、高压调节阀门指令的历史数据、高压调节阀门反馈的历史数据、高压调节阀门压力比的历史数据和机组负荷测点的历史数据；
3.如权利要求1所述的高压调节阀门劣化分析方法，其特征在于，所述对所述运行历史参数，基于时空域从时间、频率、幅值三个维度进行分析，获得各类故障的劣化指标，包括：
4.如权利要求3所述的高压调节阀门劣化分析方法，其特征在于，所述运行历史参数包括高压调节阀门agc指令的历史数据、高压调节阀门指令的历史数据、高压调节阀门反馈的历史数据、高压调节阀门压力比的历史数据和机组负荷测点的历史数据；所述对所述运行历史参数中每类参数按单位时长进行不重叠划分，得到多个单位时段，包括：
5.如权利要求3所述的高压调节阀门劣化分析方法，其特征在于，所述对多个所述单位时段内的状态指标计算离散积分，将离散积分覆盖的面积区域作为测点参数的劣化指标，公式表示为：
6.如权利要求5所述的高压调节阀门劣化分析方法，其特征在于，所述对单位时段内测点参数的劣化指标进行单位标准化，得到每类参数的故障劣化指标，公式表示为：
7.如权利要求1所述的高压调节阀门劣化分析方法，其特征在于，所述基于故障劣化指标，采用三西格马准则获得高压调节阀门的故障劣化控制线，包括：
8.如权利要求7所述的高压调节阀门劣化分析方法，其特征在于，所述基于测点参数itree长度均值、方差和欧拉常数，计算高压调节阀门的故障劣化控制线，包括：
9.如权利要求1所述的高压调节阀门劣化分析方法，其特征在于，所述基于所述运行实时参数和所述故障劣化控制线，判断高压调节阀门的故障状态类别，包括：
10.如权利要求9所述的高压调节阀门劣化分析方法，其特征在于，在判断所述高压调节阀门出现故障之后，所述方法还包括：
