1.基于改进MSET的汽轮机故障预警分析方法，其特征在于包括以下步骤：步骤1：将汽轮机运行的历史数据进行标准化预处理，获得标准化处理后的历史数据；

步骤2：构造MSET的历史矩阵，使用遗传算法优化MSET的历史矩阵；

步骤3：采用滑动窗口残差统计方法，计算汽轮机参数的故障预警阈值，建立故障诊断模块，引入故障信息，使用MSET对故障进行分析，获得诊断结果。

2.根据权利要求1所述基于改进MSET的汽轮机故障预警分析方法，其特征在于：所述步骤1中，标准化预处理公式为：式中，μ、x、σ分别为实时观测向量Xobs中的均值、变量、标准差。

3.根据权利要求1所述基于改进MSET的汽轮机故障预警分析方法，其特征在于：所述步骤2包括如下步骤：步骤2.1：构建观测向量，将n个变量用于多元状态估计的建模，第i时刻的观测向量Y(i)表示如下：T

Y(i)＝[Y1(i) Y2(i) Y3(i) … Yn(i)]；

式中：Yf(i)表示第i时刻的第f个变量，变量取值为f＝1，2，3，…，n；T表示转置；

步骤2.2：从标准化处理后的历史数据中选取合适n个观测向量，得到历史矩阵D；

选取的观测向量中的数据包括汽轮机机组在不同负荷下的运行工况，其中形成的历史矩阵D表示如下：Y(1)代表第1个观测向量在一段时间的运行状态数列；Y(2)代表第2个观测向量在一段时间的运行状态数列；Y(n)代表第n个观测向量在一段时间的运行状态数列；

Y1(1)代表第1个观测向量在时间点1的运行状态的数值；Y1(2)代表第2个观测向量在时间点1的运行状态的数值；Y1(n)代表代表第n个观测向量在时间点1的运行状态的数值；

Y2(1)代表第1个观测向量在时间点2的运行状态的数值；Y2(2)代表第2个观测向量在时间点2的运行状态的数值；Y2(n)代表代表第n个观测向量在时间点2的运行状态的数值；

Ym(1)代表第1个观测向量在时间点m的运行状态的数值；Ym(2)代表第2个观测向量在时间点m的运行状态的数值；Ym(n)代表代表第n个观测向量在时间点m的运行状态的数值；

m表示历史运行状态个数；n表示观测向量个数；

步骤2.3：由实时观测向量Xobs，计算得到估计向量Xest：T

Xest＝D·W＝D[w1 w2 w3 … wm]＝＝w1·Y(1)+w2·Y(2)+…+wm·Y(m)式中：W是根据实时观测向量Xobs求得的权值向量，wm是第m维权值；D表示历史矩阵；

w1是第1维权值；w2是第2维权值；w3是第3维权值；wm是第m维权值；

Y(1)代表第1个观测向量在一段时间的运行状态数列；Y(2)代表第2个观测向量在一段时间的运行状态数列；Y(m)代表第m个观测向量在一段时间的运行状态数列；

步骤2.4：由残差最小的原则，逆推得到权值向量W，公式如下：T

式中， ‑非线性运算符号；λ‑权值向量的优化参数，0<λ<1；I‑单位向量；D表示历史向量的转置；

其中， 选用欧氏距离，其计算方法如下：

Xm×n、Ym×n分别表示向量X、向量Y；

x1表示向量X中第一行数列；x2表示向量X中第二行数列；xm表示向量X中第m行数列；

y1表示向量Y中第一列数列；y2表示向量Y中第二列数列；ym表示向量Y中第m列数列P(x1，y1)表示向量X中第一行数列x1与向量Y中第一行数列y1的乘积的值；P(x1，y2)表示向量X中第一行数列x1与向量Y中第二行数列y2的乘积的值；P(x1，ym)表示向量X中第一行数列x1与向量Y中第m行数列ym的乘积的值；

P(x2，y1)表示向量X中第二行数列x2与向量Y中第一行数列y1的乘积的值；P(x2，y2)表示向量X中第二行数列x2与向量Y中第二行数列y2的乘积的值；P(x2，ym)表示向量X中第二行数列x2与向量Y中第m行数列ym的乘积的值；

P(xm，y1)表示向量X中第m行数列xm与向量Y中第一行数列y1的乘积的值；P(xm，y2)表示向量X中第m行数列xm与向量Y中第二行数列y2的乘积的值；P(xm，ym)表示向量X中第m行数列xm与向量Y中第m行数列ym的乘积的值；

P(xi，yj)表示向量X中第i行数列xi与向量Y中第j行数列yj的乘积的值；

xi，k表示向量X中第i行数列中的第k列；yk，j表示向量Y中第k行数列中的第j列；

k＝1，2，3…m；

步骤2.5：使用遗传算法求得优化参数λ。

4.根据权利要求1所述基于改进MSET的汽轮机故障预警分析方法，其特征在于：所述步骤3包括如下步骤：步骤3.1：计算汽轮机运行时的残差向量ε，残差向量ε计算如下：ε＝Xobs‑Xest；

其中：Xobs为观测向量；Xest为估计向量；

步骤3.2：选取滑动窗口法对计算所得的残差向量ε进行处理；其中，选择适当窗口宽度N，计算残差向量平均值 其公式如下：εi为残差向量的第i个数值；N为窗口宽度，i＝1，2，3…N；

步骤3.3：根据残差向量平均值 计算得到故障预警阈值EAV；

汽轮机健康运行时，通过残差向量图找其最大值为EMAX，k为预警阈值，则汽轮机故障预警阈值EAV计算公式如下：EAV＝kEMAX；

步骤3.4：通过观察计算得到的平均残差曲线图，得到诊断结果；当其高于预警阈值时，汽轮机存在异常运行；当其没有超过预警阈值时，汽轮机正常运行。