1.本技术涉及电厂热力系统技术领域，特别是涉及一种电站燃气轮机运行状态的在线判断方法、装置和设备。
背景技术：2.电站燃气轮机作为当前重要的调峰电源，经常处于变化工况下运行。通常来说，在稳定工况下燃气轮机系统数据建模精度较高。而在非稳定状态工况下，系统输入与输出之前的模型关系不能保持较强的一致性，无法真实地反映燃机系统输入输出间的关系。因此，燃气轮机在线运行中对稳态和非稳态的判别是燃气轮机在线过程建模分析的基础，对于燃气轮机智能控制优化、性能评估以及故障检测诊断具有重大的意义。
3.目前，稳态检测方法主要包括基于机理分析、基于统计理论和基于趋势提取。其中，基于机理分析法普遍在理想化假设前提下进行检测对象的特性分析，基于统计理论法和基于趋势提取法也大多应用于离线历史数据的稳态筛选。上述几种稳态检测方法难以准确地在线判断燃气轮机的运行状态。
技术实现要素：4.基于此，本技术提供了一种电站燃气轮机运行状态的在线判断方法、装置和设备，以准确地在线判断燃气轮机的运行状态。
5.第一方面，提供一种电站燃气轮机运行状态的在线判断方法，该方法包括：
6.获取电站燃气轮机在线运行状态下的燃机数据，其中，燃机数据包括燃机功率数据和时间数据；
7.根据燃机功率数据和时间数据，并结合燃机功率回归模型，确定所述燃机功率回归模型的参数向量，所述参数向量包括：燃机功率和时间的斜率；
8.根据斜率和预先确定的燃机功率阈值，在线判断电站燃气轮机的运行状态。
9.根据本技术实施例中一种可实现的方式，根据燃机功率数据和时间数据，并结合燃机功率回归模型，确定所述燃机功率回归模型的参数向量，包括：
10.根据燃机功率数据，生成燃机功率回归模型的燃机功率向量；
11.根据时间数据，生成燃机功率回归模型的回归向量；
12.根据燃机功率向量和回归向量，确定燃机功率回归模型的参数向量。
13.根据本技术实施例中一种可实现的方式，根据燃机功率向量和回归向量，确定燃机功率回归模型的参数向量，包括：
14.根据回归向量，构建时间矩阵；
15.根据燃机功率向量和时间矩阵，确定燃机功率回归模型的参数向量。
16.根据本技术实施例中一种可实现的方式，在线运行状态包括稳定状态；根据斜率和预先确定的燃机功率阈值，判断电站燃气轮机的在线运行状态，包括：
17.当斜率的绝对值小于燃机功率阈值时，判断电站燃气轮机的在线运行状态为稳定
状态。
18.根据本技术实施例中一种可实现的方式，在线运行状态包括非稳定状态；根据斜率和预先确定的燃机功率阈值，判断电站燃气轮机的在线运行状态，包括：
19.当斜率的绝对值大于或等于燃机功率阈值时，判断电站燃气轮机的在线运行状态为非稳定状态。
20.根据本技术实施例中一种可实现的方式，燃机功率阈值采用以下方式预先确定：
21.获取预设时段内电站燃气轮机的历史燃机数据，其中，历史燃机数据包括在稳定状态下的稳态燃机功率数据；
22.根据稳态燃机功率数据和稳态燃机功率数据的个数，确定稳态燃机功率数据的标准差；
23.根据标准差和预设观测窗口值，确定燃机功率阈值。
24.根据本技术实施例中一种可实现的方式，在根据稳态燃机数据和稳态燃机数据的个数，确定稳态燃机数据的标准差之前，方法还包括：
25.采用平滑降噪算法对历史燃机数据进行滤波。
26.第二方面，提供了一种电站燃气轮机运行状态的在线判断装置，该装置包括：
27.获取模块，用于获取电站燃气轮机在线运行状态下的燃机数据，其中，燃机数据包括燃机功率数据和时间数据；
28.确定模块，用于根据燃机功率数据和时间数据，并结合燃机功率回归模型，确定所述燃机功率回归模型的参数向量，所述参数向量包括：燃机功率和时间的斜率；
29.判断模块，用于根据斜率和预先确定的燃机功率阈值，在线判断电站燃气轮机的在线运行状态。
30.第三方面，提供了一种计算机设备，包括：
31.至少一个处理器；以及
32.与所述至少一个处理器通信连接的存储器；其中，
33.所述存储器存储有可被所述至少一个处理器执行的计算机指令，所述计算机指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述第一方面中涉及的方法。
34.第四方面，提供了一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述计算机指令用于使计算机执行上述第一方面中涉及的方法。
35.根据本技术实施例所提供的技术内容，获取电站燃气轮机在线运行状态下的燃机数据，其中，燃机数据包括燃机功率数据和时间数据，根据燃机功率数据和时间数据，并结合燃机功率回归模型，确定所述燃机功率回归模型的参数向量，所述参数向量包括：燃机功率和时间的斜率，根据斜率和预先确定的燃机功率阈值，在线判断电站燃气轮机的运行状态，能够准确快速地在线判断燃气轮机的运行状态，抗噪能力强，可靠性高。
附图说明
36.图1为一个实施例中电站燃气轮机运行状态的在线判断方法的流程示意图；
37.图2为一个实施例中电站燃气轮机运行状态的在线判断结果图；
38.图3为一个实施例中电站燃气轮机运行状态的在线判断装置的结构框图；
39.图4为一个实施例中计算机设备的示意性结构图。
具体实施方式
40.以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
41.当电站燃气轮机处于非稳定状态工况下时，需要采用动态建模，来保证机组处于“稳态-非稳态-稳态”交替运行中建模的准确性。依据在线过程的稳态判别结果，选择对应的模型(稳态模型或动态模型)进行计算分析。若对非稳态过程仍采用稳态过程原始模型，会导致正常参数的误报警，需要增派检修人员去排查故障，严重的甚至造成错误的故障诊断与维修决策，导致运维成本提高。
42.现有的机理分析法普遍在理想化假设前提下进行检测对象的特性分析，而实际燃机运行过程难以满足这一假设，稳态指标计算精度及准确度均有一定程度的下降。基于统计理论和基于趋势提取的稳态检测方法也大多应用于离线历史数据的稳态筛选，缺乏有效的在线稳态判别能力，并且部分相关稳态阈值参数的确定缺乏可靠的理论或数据支撑。除此之外，抗噪能力差，无法满足复杂性燃机实际生产现场数据在线稳态判别的需要。
43.为了解决现有技术问题，本技术实施例提供了一种电站燃气轮机运行状态的在线判断方法、装置和设备。下面首先对本技术实施例所提供的电站燃气轮机运行状态的在线判断方法进行介绍。
44.图1示出了本技术一个实施例提供的电站燃气轮机运行状态的在线判断方法的流程示意图。如图1所示，该方法可以包括以下步骤：
45.s110，获取电站燃气轮机在线运行状态下的燃机数据，其中，燃机数据包括燃机功率数据和时间数据。
46.根据电站燃气轮机的运行机理，考虑到电站燃气轮机的功率信号最能客观反应机组的实际的动态状态，故选取电站燃气轮机的功率信号作为电站燃气轮机运行状态的在线判断的唯一参数变量。
47.因此，实时获取燃机数据电站燃气轮机在线运行状态下的燃机功率数据和时间数据，能够准确快速地在线判断电站燃气轮机的运行状态。其中，燃机功率数据包括燃机功率仪表测量值，时间数据包括燃机功率对应的时间。
48.s120，根据燃机功率数据和时间数据，并结合燃机功率回归模型，确定所述燃机功率回归模型的参数向量，所述参数向量包括：燃机功率和时间的斜率。
49.基于燃机功率回归模型对燃机功率数据和时间数据进行拟合，得到燃机功率和时间的斜率。将通过拟合得到的斜率作为判断电站燃气轮机运行状态的重要参数，运算速度快，节约计算资源，能够准确快速地在线判断电站燃气轮机的运行状态。
50.s130，根据斜率和预先确定的燃机功率阈值，在线判断电站燃气轮机的运行状态。
51.燃机功率阈值是根据电站燃气轮机的历史数据计算得到的，具有大量的数据支持，能够准确地反映电站燃气轮机稳定状态和非稳定状态的临界状态。
52.根据斜率和燃机功率阈值的大小关系，在线判断电站燃气轮机的运行状态，抗噪能力强，可靠性高，为燃气轮机智能控制优化、性能评估以及故障监测诊断提供可靠的数据基础。
53.可以看出，本技术实施例通过获取电站燃气轮机在线运行状态下的燃机数据，其中，燃机数据包括燃机功率数据和时间数据，根据燃机功率数据和时间数据，并结合燃机功率回归模型，确定所述燃机功率回归模型的参数向量，所述参数向量包括：燃机功率和时间的斜率，根据斜率和预先确定的燃机功率阈值，在线判断电站燃气轮机的运行状态，能够准确快速地在线判断燃气轮机的运行状态，抗噪能力强，可靠性高。
54.下面对上述方法流程中的各步骤进行详细描述。首先结合实施例对上述s120即“根据燃机功率数据和时间数据，并结合燃机功率回归模型，确定所述燃机功率回归模型的参数向量”进行详细描述。
55.作为一种可实现的方式，根据燃机功率数据，生成燃机功率回归模型的燃机功率向量；
56.根据时间数据，生成燃机功率回归模型的回归向量；
57.根据燃机功率向量和回归向量，确定燃机功率回归模型的参数向量。
58.燃机功率回归模型为预先建立的燃机功率在观测窗口n内的多项式回归函数。其中，观测窗口n可根据数据采集频率来确定，观测窗口n可表示为窗口时间长度与数据采集频率的比值。比如说，窗口时间长度为5min，数据采集频率为1min，那么n为5。
59.因受机组所处边界及运行条件的影响，通常燃机功率仪表测量值应为燃机功率的真实值与燃机功率的随机误差之和。但在本技术实施例中，将采集大量的燃机数据进行拟合，可以忽略随机误差带来的影响，因此，将燃机功率仪表测量值约等于燃机功率的真实值。基于此，建立的多项式回归函数可以表示为以下公式：
60.c(t)＝k0+k1t+k2t2+
…
+kmtmꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
61.其中，c(t)表示在t时刻的燃机功率，k0表示观测窗口n内燃机功率的平均值，k1表示燃机功率和时间的斜率，k2，
…
，km表示系数，t表示时间。
62.根据燃机功率数据生成燃机功率回归模型的燃机功率向量，燃机功率向量可以表示为c＝[c(1)，c(2)，c(3)，
…
，c(n)]。
[0063]
根据时间数据生成燃机功率回归模型的回归向量，回归向量可以表示为b(t)＝[t0,t1,t2，
…
，tm]
t
。
[0064]
令k＝[k0，k1，k2，
…
，km]
t
作为燃机功率回归模型的系数向量，公式(1)可以表示为：
[0065]
c(t)＝k
t
b(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0066]
应用最小二乘法得到系数k0，k1，k2，
…
，km的最优解，即：
[0067]
k＝(b
t
·
b)-1
·btcꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0068]
具体地，根据回归向量，构建时间矩阵。时间矩阵可以表示为：
[0069][0070]
根据燃机功率向量和时间矩阵，确定燃机功率回归模型的参数向量，即，将燃机功率向量和时间矩阵代入公式(3)，求得系数向量k＝[k0，k1，k2，
…
，km]
t
，从而解得燃机功率和时间的斜率k2。
[0071]
为了提高燃机功率回归模型的处理速度和鲁棒性，可以通过改变模型阶数m的取
值对燃机功率回归模型进行简化。比如说，模型阶数取2阶，即m＝2，那么燃机功率回归模型可以表示为：
[0072]
c(t)＝k0+k1t+k2t2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0073]
接着，结合实施例对上述s130即“根据斜率和预先确定的燃机功率阈值，判断电站燃气轮机的在线运行状态”进行详细描述。
[0074]
作为一种可实现的方式，燃机功率阈值采用以下方式预先确定：
[0075]
获取预设时段内电站燃气轮机的历史燃机功率数据，其中，历史燃机数据包括在稳定状态下的稳态燃机功率数据；
[0076]
根据稳态燃机功率数据和稳态燃机功率数据的个数，确定稳态燃机功率数据的标准差；
[0077]
根据标准差和预设观测窗口值，确定燃机功率阈值。
[0078]
可以从电站机组的分布式控制系统(distributed control system，dcs)或者厂级信息监控系统(supervisory information system，sis)数据库中获取预设时段内电站燃气轮机全工况下运行的历史燃机功率数据，剔除停机工况。其中，采集频率可以为5s-2min。全工况是指包含最低负荷、最高负荷之间的所有运行状态，最低负荷可以为61.00mw、最高负荷可以为314.66mw。预设时段可以设置得相对长一点，比如说，一个月，避免获取的历史数据较少使得确定的燃机功率阈值具有偶然性。
[0079]
燃机功率阈值主要依据历史燃机功率数据中的稳态燃机功率数据进行确定，燃机功率阈值实际上为燃气轮机稳定状态运行下的阈值。考虑到燃机功率测量仪表的突然波动，或装置条件的突然变化等状况，会使稳态燃机功率数据包含显著误差。因此，在根据稳态燃机功率数据和稳态燃机功率数据的个数，确定稳态燃机功率数据的标准差之前，对稳态燃机功率数据采用平滑降噪算法进行滤波，以降低随机误差和粗差的影响。平滑降噪算法高斯滤波法，其概率密度数学形式为：
[0080][0081]
其中，x表示稳态燃机功率数据，μ表示稳态燃机功率数据的均值，σ2表示稳态燃机功率数据的方差。
[0082]
在对稳态燃机功率数据进行滤波后，根据燃机功率阈值与稳态燃机功率数据的标准差、预设观测窗口值之间的关系表达式，确定燃机功率阈值。其中，关系表达式可以为：
[0083][0084]
其中，β表示燃机功率阈值，σ1表示稳态燃机功率数据的标准差，n表示预设观测窗口值。
[0085]
稳态燃机功率数据的标准差根据以下公式计算得到：
[0086][0087]
其中，m表示稳态燃机数据的个数，c(t)表示在t时刻稳态燃机功率数据。
[0088]
电站燃气轮机的在线运行状态包括稳定状态和非稳定状态。当斜率的绝对值小于燃机功率阈值时，判断电站燃气轮机的在线运行状态为稳定状态。
[0089]
当斜率的绝对值大于或等于燃机功率阈值时，判断电站燃气轮机的在线运行状态
为非稳定状态，也可以称为动态。
[0090]
由于燃机功率阈值基于大量的历史数据计算得到，能够更加真实地反映电站燃气轮机的在线运行的临界状态。因此，基于斜率的绝对值与燃机功率阈值的大小关系，能够准确判断电站燃气轮机的稳定状态和非稳定状态。
[0091]
执行上述方法得到电站燃气轮机运行状态的在线判断结果如图2所示，灰色点线为燃气轮机动态工况，黑色点线为燃气轮机稳态工况。由图2可以清楚直观地看到电站燃气轮机哪个时间段处于稳态工况，哪个时间段处于动态工况，电站燃气轮机以多大功率运行比较稳定，为燃气轮机智能控制优化、性能评估以及故障监测诊断提供可靠的数据基础。
[0092]
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本技术中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
[0093]
图3为本技术实施例提供的一种电站燃气轮机运行状态的在线判断装置的结构示意图，用以执行如图1中所示的方法流程。如图3所示，该装置可以包括：获取模块310、确定模块320和判断模块330，还可以进一步包括：滤波模块。其中各组成模块的主要功能如下：
[0094]
获取模块310，用于获取电站燃气轮机在线运行状态下的燃机数据，其中，燃机数据包括燃机功率数据和时间数据；
[0095]
确定模块320，用于根据燃机功率数据和时间数据，并结合燃机功率回归模型，确定所述燃机功率回归模型的参数向量，所述参数向量包括：燃机功率和时间的斜率；
[0096]
判断模块330，用于根据斜率和预先确定的燃机功率阈值，在线判断电站燃气轮机的在线运行状态。
[0097]
在本技术实施例中，能够准确快速地在线判断燃气轮机的运行状态，抗噪能力强，可靠性高。
[0098]
作为一种可实现的方式，确定模块320，具体用于根据燃机功率数据，生成燃机功率回归模型的燃机功率向量；
[0099]
根据时间数据，生成燃机功率回归模型的回归向量；
[0100]
根据燃机功率向量和回归向量，确定燃机功率回归模型的参数向量。
[0101]
作为一种可实现的方式，确定模块320，具体用于根据回归向量，构建时间矩阵；
[0102]
根据燃机功率向量和时间矩阵，确定燃机功率回归模型的参数向量。
[0103]
作为一种可实现的方式，在线运行状态包括稳定状态；判断模块330，具体用于当斜率的绝对值小于燃机功率阈值时，判断电站燃气轮机的在线运行状态为稳定状态。
[0104]
作为一种可实现的方式，在线运行状态包括非稳定状态；判断模块330，具体用于当斜率的绝对值大于或等于燃机功率阈值时，判断电站燃气轮机的在线运行状态为非稳定状态。
[0105]
作为一种可实现的方式，确定模块320，还用于获取预设时段内电站燃气轮机的历史燃机数据，其中，历史燃机数据包括在稳定状态下的稳态燃机功率数据；
[0106]
根据稳态燃机功率数据和稳态燃机功率数据的个数，确定稳态燃机功率数据的标准差；
[0107]
根据标准差和预设观测窗口值，确定燃机功率阈值。
[0108]
作为一种可实现的方式，该装置还包括：滤波模块，用于采用平滑降噪算法对历史燃机数据进行滤波。
[0109]
上述各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0110]
需要说明的是，本技术实施例中可能会涉及到对用户数据的使用，在实际应用中，可以在符合所在国的适用法律法规要求的情况下(例如用户明确同意，对用户切实通知，用户明确授权等)，在适用法律法规允许的范围内在本文描述的方案中使用用户特定的个人数据。
[0111]
根据本技术的实施例，本技术还提供了一种计算机设备、一种计算机可读存储介质。
[0112]
如图4所示，是根据本技术实施例的计算机设备的框图。计算机设备旨在表示各种形式的数字计算机或移动装置。其中数字计算机可以包括台式计算机、便携式计算机、工作台、个人数字助理、服务器、大型计算机和其它适合的计算机。移动装置可以包括平板电脑、智能电话、可穿戴式设备等。
[0113]
如图4所示，设备400包括计算单元401、rom 402、ram 403、总线404以及输入/输出(i/o)接口405，计算单元401、rom 402以及ram 403通过总线404彼此相连。输入/输出(i/o)接口405也连接至总线404。
[0114]
计算单元401可以根据存储在只读存储器(rom)402中的计算机指令或者从存储单元408加载到随机访问存储器(ram)403中的计算机指令，来执行本技术方法实施例中的各种处理。计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401可以包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。在一些实施例中，本技术实施例提供的方法可被实现为计算机软件程序，其被有形地包含于计算机可读存储介质，例如存储单元408。
[0115]
ram 403还可存储设备400操作所需的各种程序和数据。计算机程序的部分或者全部可以经由rom 802和/或通信单元409而被载入和/或安装到设备400上。
[0116]
设备400中的输入单元406、输出单元407、存储单元408和通信单元409可以连接至i/o接口405。其中，输入单元406可以是诸如键盘、鼠标、触摸屏、麦克风等；输出单元407可以是诸如显示器、扬声器、指示灯等。设备400能够通过通信单元409与其他设备进行信息、数据等的交换。
[0117]
需要说明的是，该设备还可以包括实现正常运行所必需的其他组件。也可以仅包含实现本技术方案所必需的组件，而不必包含图中所示的全部组件。
[0118]
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件和/或它们的组合中实现。
[0119]
用于实施本技术的方法的计算机指令可以采用一个或多个编程语言的任何组合来编写。这些计算机指令可以提供给计算单元401，使得计算机指令当由诸如处理器等计算单元401执行时使执行本技术方法实施例中涉及的各步骤。
[0120]
本技术提供的计算机可读存储介质可以是有形的介质，其可以包含或存储计算机指令，用以执行本技术方法实施例中涉及的各步骤。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的等形式的存储介质。
[0121]
上述具体实施方式，并不构成对本技术保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本技术的精神和原则之内所作的修改、等同替换和改进等，均应包含在本技术保护范围之内。
技术特征：1.一种电站燃气轮机运行状态的在线判断方法，其特征在于，所述方法包括：获取电站燃气轮机在线运行状态下的燃机数据，其中，所述燃机数据包括燃机功率数据和时间数据；根据所述燃机功率数据和所述时间数据，并结合燃机功率回归模型，确定所述燃机功率回归模型的参数向量，所述参数向量包括：燃机功率和时间的斜率；根据所述斜率和预先确定的燃机功率阈值，在线判断所述电站燃气轮机的运行状态。2.根据权利要求1所述的方法，其特征在于，所述根据所述燃机功率数据和所述时间数据，并结合燃机功率回归模型确定所述燃机功率回归模型的参数向量，包括：根据所述燃机功率数据，生成所述燃机功率回归模型的燃机功率向量；根据所述时间数据，生成所述燃机功率回归模型的回归向量；根据所述燃机功率向量和所述回归向量，确定所述燃机功率回归模型的参数向量。3.根据权利要求2所述的方法，其特征在于，所述根据所述燃机功率向量和所述回归向量，确定所述燃机功率回归模型的参数向量，包括：根据所述回归向量，构建时间矩阵；根据所述燃机功率向量和所述时间矩阵，确定所述燃机功率回归模型的参数向量。4.根据权利要求1所述的方法，其特征在于，所述在线运行状态包括稳定状态；所述根据所述斜率和预先确定的燃机功率阈值，判断所述电站燃气轮机的在线运行状态，包括：当所述斜率的绝对值小于所述燃机功率阈值时，判断所述电站燃气轮机的在线运行状态为稳定状态。5.根据权利要求1或4所述的方法，其特征在于，所述在线运行状态包括非稳定状态；所述根据所述斜率和预先确定的燃机功率阈值，判断所述电站燃气轮机的在线运行状态，包括：当所述斜率的绝对值大于或等于所述燃机功率阈值时，判断所述电站燃气轮机的在线运行状态为非稳定状态。6.根据权利要求1所述的方法，其特征在于，所述燃机功率阈值采用以下方式预先确定：获取预设时段内电站燃气轮机的历史燃机数据，其中，所述历史燃机数据包括在稳定状态下的稳态燃机功率数据；根据所述稳态燃机功率数据和所述稳态燃机功率数据的个数，确定所述稳态燃机功率数据的标准差；根据所述标准差和预设观测窗口值，确定所述燃机功率阈值。7.根据权利要求6所述的方法，其特征在于，在根据所述稳态燃机数据和所述稳态燃机数据的个数，确定所述稳态燃机数据的标准差之前，所述方法还包括：采用平滑降噪算法对所述历史燃机数据进行滤波。8.一种电站燃气轮机运行状态的在线判断装置，其特征在于，所述装置包括：获取模块，用于获取电站燃气轮机在线运行状态下的燃机数据，其中，所述燃机数据包括燃机功率数据和时间数据；确定模块，用于根据所述燃机功率数据和所述时间数据，并结合燃机功率回归模型，确定所述燃机功率回归模型的参数向量，所述参数向量包括：燃机功率和时间的斜率；
判断模块，用于根据所述斜率和预先确定的燃机功率阈值，在线判断所述电站燃气轮机的在线运行状态。9.一种计算机设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机指令，所述计算机指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。10.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述计算机指令用于使计算机执行权利要求1至7中任一项所述的方法。
技术总结本申请涉及一种电站燃气轮机运行状态的在线判断方法、装置和设备。主要技术方案包括：获取电站燃气轮机在线运行状态下的燃机数据，其中，燃机数据包括燃机功率数据和时间数据，根据燃机功率数据和时间数据，并结合燃机功率回归模型，确定所述燃机功率回归模型的参数向量，所述参数向量包括：燃机功率和时间的斜率，根据斜率和预先确定的燃机功率阈值，在线判断电站燃气轮机的运行状态。本申请能够准确快速地在线判断燃气轮机的运行状态，抗噪能力强，可靠性高。可靠性高。可靠性高。
技术研发人员：漆聪 程奎 马定辉 郑海涛 户晓斌
受保护的技术使用者：中国电建集团江西省电力设计院有限公司
技术研发日：2022.06.28
技术公布日：2022/11/1
