基于机器学习的炉膛负压闭环控制系统健康度监测方法

本申请实施例公开了一种基于机器学习的炉膛负压闭环控制系统健康度监测方法，涉及火力发电厂热工过程自动控制技术领域，该方法包括：获取炉膛负压闭环控制系统的实时运行数据，输入第一神经网络模型中，得到前馈参数标准值，得到前馈调节偏差参数，根据实时运行数据确定运行状态，计算得到对应运行状态的炉膛负压调节偏差参数，基于实时运行数据计算得到动叶偏差参数，加权得到融合参数，得到健康度监测结果。本申请实现了膛负压闭环控制系统的健康度的秒级量化评估、早期故障小时级预警、收益量化决策，有效提升火电机组运行安全性与运维的智能化水平，为系统的状态监测与优化维护提供了科学解决方案。