本发明涉及重型燃气轮机燃烧室故障检测的，尤其是涉及一种重型燃气轮机燃烧室故障智能量化检测方法。
背景技术：
1、重型燃气轮机能源高效转换与洁净利用系统的核心动力设备，运行稳定的核心关键是压气机与燃烧室运行适配，在整机系统下，进气系统、压气机、燃烧室、透平及排气系统协同工作，形成一个强非线性全通流耦合热力系统，环境条件和控制条件的变化都会致使系统内部状态发生显著变化，这给有效诊断与预测其部件性能衰退、损伤及故障状况带来极大困难。
2、其中，燃烧室故障主要有喷嘴阻塞、火焰筒故障、燃料泄漏、燃烧器辅助喷嘴积碳等，目前主要通过将实际透平排气温度分散度值与分散度允许值进行比较来判断燃烧室是否发生故障。尽管透平排气温度分散度一定程度上反映了排气温度热电偶、透平、燃烧室及燃料系统的工作状况，但无法有效捕捉燃烧室故障演化过程以及准确量化燃烧室故障的严重程度，无法及时给制定恰当合理的优化控制和维修策略提供量化的科学依据。
技术实现思路
1、本发明的目的就是实现更好地检测重型燃气轮机燃烧室故障而提供的一种重型燃气轮机燃烧室故障智能量化检测方法，通过将检测模型的输入设置为环境条件(包括环境压力p0、环境温度t0、相对湿度rh)和控制条件(包括压气机进口导叶位置反馈igv、燃机转速n、燃料质量流量gf或燃料体积流量vf)，检测模型基于上述输出得到实际燃气轮机机组在复杂变工况运行时透平排气温度平均值的理论健康值，再计算健康特征参数，本发明选择的输入可以很好地预测出透平排气温度平均值，进而基于透平排气温度平均值和理论值量化气轮机燃烧室故障。
2、本发明的目的可以通过以下技术方案来实现：
3、一种重型燃气轮机燃烧室故障智能量化检测方法，方法包括以下步骤：
4、s1、针对燃气轮机初始化神经网络；
5、s2、将燃气轮机健康时的历史气路可测参数输入初始化后的神经网络进行训练，所述历史气路可测参数包括环境条件和控制条件，所述环境条件包括环境压力p0、环境温度t0、相对湿度rh，所述控制条件包括压气机进口导叶位置反馈igv、燃料温度tf、燃机转速n、以及燃料质量流量gf或燃料体积流量vf，得到透平排气温度平均值预测模型；
6、s3、将待测燃气轮机的实际气路可测参数输入透平排气温度平均值预测模型，得到透平排气温度平均值的理论健康值；
7、s4、基于透平排气温度平均值的理论健康值和待测燃气轮机的透平排气温度平均值的实测值计算待测燃气轮机的健康特征参数，基于健康特征参数确定待测燃气轮机的故障程度。
8、进一步地，所述将燃气轮机健康时的历史气路可测参数输入初始化后的神经网络进行训练的具体步骤为：
9、历史气路可测参数输入神经网络，基于神经网络的输出和历史透平排气温度平均值计算损失函数，基于损失函数优化神经网络的参数，迭代训练直至收敛。
10、进一步地，所述健康特征参数具体为：
11、
12、其中，hpeb表示健康参数，t5,act表示待测燃气轮机的透平排气温度平均值的实测值，t5,pre表示透平排气温度平均值的理论健康值。
13、进一步地，所述健康特征参数为无量纲化值。
14、进一步地，健康特征参数小于等于0。
15、进一步地，基于健康特征参数确定待测燃气轮机的故障程度具体为：
16、健康特征参数等于0时，表示待测燃气轮机无故障；
17、健康特征参数小于0时，表示待测燃气轮机存在故障。
18、进一步地，所述健康特征参数的绝对值越大，待测燃气轮机的故障程度越深。
19、进一步地，所述测燃气轮机包括压气机、可调导叶、燃烧室和燃烧器。
20、进一步地，所述待测燃气轮机的透平排气温度平均值的实测值为复杂变工况运行时下的透平排气温度平均值的实测值。
21、进一步地，所述复杂变工况包括并网后igv最小开度负荷至igv全开基本负荷。
22、与现有技术相比，本发明具有以下有益效果：
23、本发明通过将检测模型的输入设置为环境条件(包括环境压力p0、环境温度t0、相对湿度rh)和控制条件(包括压气机进口导叶位置反馈igv、燃机转速n、燃料质量流量gf或燃料体积流量vf)，检测模型基于上述输出得到实际燃气轮机机组在复杂变工况运行时透平排气温度平均值的理论健康值，再计算健康特征参数，本发明选择的输入可以很好地检测出透平排气温度平均值，进而基于透平排气温度平均值和理论值量化气轮机燃烧室故障，本发明选择的输入可以很好地在复杂变工况运行时预测出透平排气温度平均值，进而基于透平排气温度平均值和理论值量化气轮机燃烧室故障，且健康特征能准确体现故障的严重程度。
1.一种重型燃气轮机燃烧室故障智能量化检测方法，其特征在于，方法包括以下步骤：
2.根据权利要求1所述的一种重型燃气轮机燃烧室故障智能量化检测方法，其特征在于，所述将燃气轮机健康时的历史气路可测参数输入初始化后的神经网络进行训练的具体步骤为：
3.根据权利要求2所述的一种重型燃气轮机燃烧室故障智能量化检测方法，其特征在于，所述健康特征参数具体为：
4.根据权利要求3所述的一种重型燃气轮机燃烧室故障智能量化检测方法，其特征在于，所述健康特征参数为无量纲化值。
5.根据权利要求4所述的一种重型燃气轮机燃烧室故障智能量化检测方法，其特征在于，健康特征参数小于等于0。
6.根据权利要求5所述的一种重型燃气轮机燃烧室故障智能量化检测方法，其特征在于，基于健康特征参数确定待测燃气轮机的故障程度具体为：
7.根据权利要求6所述的一种重型燃气轮机燃烧室故障智能量化检测方法，其特征在于，所述健康特征参数的绝对值越大，待测燃气轮机的故障程度越深。
8.根据权利要求1所述的一种重型燃气轮机燃烧室故障智能量化检测方法，其特征在于，所述测燃气轮机包括压气机、可调导叶、燃烧室和燃烧器。
9.根据权利要求1所述的一种重型燃气轮机燃烧室故障智能量化检测方法，其特征在于，所述待测燃气轮机的透平排气温度平均值的实测值为复杂变工况运行时下的透平排气温度平均值的实测值。
10.根据权利要求9所述的一种重型燃气轮机燃烧室故障智能量化检测方法，其特征在于，所述复杂变工况包括并网后igv最小开度负荷至igv全开基本负荷。
