作为国家“十三五”发展计划100项任务之首,燃气轮机将呈现蓬勃发展之态,而同时由于其工作条件恶劣、各类故障频发使得其运行安全性与稳定性也受到极大的关注,而其中以燃机高温部件最具代表性。燃机高温部件由于长期工作在高温、高压环境中导致其即易发生故障又无法直接利用传感器进行监测且由于其维修周期长、维修成本高,因此高温部件故障对经营生产带来了极大的影响。现在通用的检测方法为利用燃机排温的变化情况来间接反映燃机高温部件的性能变化情况,但由于算法灵敏性较低往往是高温部件已经出现较为严重的损伤才能被检测出来,因此如何提高基于燃机排温的燃机高温部件检测灵敏性,实现对燃机高温部件故障的早期预警具有十分重大的意义。本文重点围绕燃机排温与高温部件的关系、影响排温的关键因素、高温部件早期预警模型的建立、基于模型预测的高温部件性能趋势变化分析等方面展开研究,主要的工作和创新点为:(1)由于燃机高温部件温度过高导致传感器无法直接测量其内部温度变化,因此通常利用透平出口排温间接测量并判断高温部件的异常情况,但由于燃机排温作为终端参数受到诸多参数的干扰,因此利用相关性分析和燃机机理相结合的方式确定了影响排温变化的主要参数;同时利用实际燃机故障案例确定了高温部件异常对排温的影响,在研究过程中确定了测点排温与平均排温之间存在极强的线性关系,并得出结论如果这种明显的线性关系发生变化则说明高温部件出现异常。(2)基于支持向量回归方法建立了燃机高温部件早期预警模型,并利用遗传算法对燃机测点进行了优化选择,修正了早期预警模型提高了模型精度;并基于实际燃机数据确定了模型的训练集选取规则,即选取短时间大范围工况变化的数据进行建模能够得到较为精确的模型,最后结合0.05置信水平的置信区间和改进质量控制图的方法确定了报警机制,该报警机制能够灵敏发现燃机高温部件的异常情况,同时也能够保证检测的鲁棒性降低了系统的误报警率。(3)运用以建立的燃机高温部件早期预警模型并运用计算机网络技术和通讯技术建立基于网络的高温部件早期预警在线监测系统,并运用该系统对8台燃机进行了测试,证明了系统的稳定性和可行性。