CN101162247A - 电气装置“亚健康”运行状态识别方法 - Google Patents

Abstract

电气装置“亚健康”运行状态识别方法，传统的电气装置没有智能的实时监测手段，装置的维护是通过人为的定期检查来实现，采用人为定期检查方式非常耗费人力、物力，尤其是装置的远程维护，这种装置的定期检查成本非常高。本发明的方法包括：采用数据处理服务器，数据测量终端、电气装置对电器装置的状态进行监控，所述的数据处理服务器通过数据库软件保存着相应电气装置各个故障关键点采集量的历史记录，数据测量终端对电气装置的各个故障关键点进行长期实时在线监测，并定时把关键点的采集量通过各种通信手段上传到数据处理服务器中，然后通过预警算法来判断电气当前状态是否处于故障临界状态状态，然后提醒用户或技术人员对相应故障点进行及时维修。本发明方法适用于电气装置的检查。

Description

电气装置“亚健康”运行状态识别方法

技术领域：

本发明涉及一种智能实时监视电气装置运行状态的一种识别方法。

背景技术：

传统的电气装置没有智能的实时监测手段，装置的维护是通过人为的定期检查来实现，采用人为定期检查方式非常耗费人力、物力，尤其是装置的远程维护，这种装置的定期检查成本非常高，另外，采用出故障时再由技术人员进行修理的方法也有弊端，就是电气装置一旦出故障后就可能造成巨大损失，例如发电厂发电装置损坏造成停机，在电气装置出故障的原因中，90％是因为关键电子元件损坏造成的。

所谓“亚健康”，是指表面上设备在正常运行，但因某个或多个元器件出现了问题，但问题还不足以使设备发生故障，但此时出现问题的元器件运行时的参数已发生了变化，如PN结压降的变化，某引脚漏电流的变化等等，此时即为“亚健康”运行状态，“亚健康”运行状态较为隐敝，不易被使用者发觉，但设备在“亚健康”状态下继续工作运行则会出现“非健康”状态，即出现故障，不但会烧毁元器件、设备，还会间接的造成其它经济损失，酿成严重后果。

发明内容：

本发明的目的是提供一种及时预警，并且成本低，可靠性高的电气装置“亚健康”运行状态识别方法。

上述的目的通过以下的技术方案实现：

一种电气装置“亚健康”运行状态识别方法，采用数据处理服务器，数据测量终端、电气装置对电器装置的状态进行监控，所述的数据处理服务器通过数据库软件保存着相应电气装置各个故障关键点采集量的历史记录，数据测量终端对电气装置的各个故障关键点进行长期实时在线监测，并定时把关键点的采集量通过通信设备上传到数据处理服务器中，然后通过预警算法来判断电气当前状态是否处于故障临界状态，所述的预警算法根据数据库中以前保存的历史记录分析、计算得到此电气装置的历史健康参数变化率，在数据库中还保存着此电气装置能允许的最大变化率，当新数据到来后，通过计算得到新数据相对于历史数据的变化率，此变化率超出允许的最大变化率，则说明此电气装置已经处于“亚健康”的临界状态即故障临界状态，从而需要提醒用户或技术人员对相应故障点进行及时维修。

上述的电气装置“亚健康”运行状态识别方法，所述的预警算法为首先进行曲线拟合，采用工程数学中的拉格朗日插值算法来得到此结电阻的阻值变化曲线，这里设各个对应的值分别为x_k，y_k，k＝0，1，2，...，n，则设拉格郎日插值基函数为：

$l_k^{\left(n\right)}\left(x_i\right)=\frac{(x-x_0)...(x-x_{k-1})(x-x_{k+1})...(x-x_n)}{(x_k-x_0)...(x_k-x_{k-1})(x_k-x_{k+1})...(x_k-x_n)},k=\mathrm{0,1,2},...,n$

令

$L_n\left(x\right)=\underset{k=0}{\overset{n}{\mathrm{\Σ}}}{y}_k{l}_k^{\left(n\right)}\left(x\right)=y_0{l}_0^{\left(n\right)}\left(x\right)+y_1{l}_1^{\left(n\right)}\left(x\right)+...+y_n{l}_n^{\left(n\right)}\left(x\right)$

得到了此参数表对应的拉格郎日插值曲线L_n(x)，而后对此曲线上每个y_k节点求导，得到对应点的导数，也就是曲线在此点的变化率，从而得到此参数的曲线变化率表。

上述的电气装置“亚健康”运行状态识别方法，所述的通信设备为有线互联网、电话线或无线手机短信，GPRS。

这个技术方案有以下有益效果：

1.本发明方法是采用一种全新的技术路线，克服了传统电气装置检查手段的弊端，本发明具有无人职守，实时监测，智能在线，“亚健康”及时预警，成本低，可靠性高等特点。

2.本发明方法能够在设备刚一出现“亚健康”的工作状态时就及时的发现了是哪个或哪些元器件出现了问题，并及时更换相对应的元器件，那么设备会马上由“亚健康”的工作状态变为“健康”的工作状态，而不会变为“非健康”的工作状态。

3.本发明方法节约成本，只需更换出现问题的元器件，不会因为设备损坏而投入别的维修费用，不会因为设备突然发生故障而造成其它损失，从而减小了损失。

附图说明：

附图1为本发明方法中实施例2的工作流程图。

附图2为本发明方法中实施例3的工作流程图。

附图3为本发明方法中实施例1的工作流程图。

附图4为实施例1的电路图。

附图5为实施例4实施本发明方法中采用拉格朗日插值算法后得到的参数的特征曲线。

附图6为实施例1实施本发明方法中采用拉格朗日插值算法后得到的参数的特征曲线。

本发明的具体实施方式：

实施例1：

电气装置“亚健康”运行状态识别方法，以对型号为27n80的场效应管的参数测量来说明工作原理，微处理器采用了PIC18F2550，支持多路十位精度的A/D转换，并且集成USB2.0通信模块，M为霍尔直流互感器，用来测量场效应管正常工作时流过两引脚的电流，从而得到PN结的阻值，通过场效应管PN结之间的压降的变化可以判定该场效应管工作是否正常，是否处在“压健康”工作状态即故障临界状态下，电路中共有三个A/D监测点，分别用来测量场效应管门极导通电压、互感器感应电压和PN结压降。

工作过程：在1路A/D中接入地电平时，场效应管门极为低电平，另两极之间没有导通，当1处给以高电平时，由于电容的关系，门极电压并不是瞬间达到1处电压，而是有一个上升过程，此时场效应管另两脚间的电流会随着门极电压的升高而增大，直到达到门极导通电压为止，而在这一过程中，1路、2路、3路A/D转换器在不停的工作，捕捉各个时态的电压值，再通过一系列算法，得出该场效应管工作状态下的参数值，通过比较判断，得出该参数值是否正常，从而得出该场效应管是否工作在正常状态下，如将此电路应用在该场效管实际工作环境中，即可识别该元器件是否工作在“亚健康”状态即故障临界状态下，若监测多个关键器件，就可以现对电气装置“亚健康”运行状态的识别，即实现本发明方法。

算法：设已知某个故障关键点的关键参数值随着时间的变化表如下所示：

时间

3-24

3-25

3-26

3-27

3-28

3-29

3-30

3-31

参数值	540	541	542	543	544	545	544	543
									时间	4-1	4-2	4-3	4-4	4-5	4-6	4-7	4-8
参数值	544	543	542	541	540	539	543	544

由图中可以看出4月6日到4月7日的采集数据的斜率明显增大，说明此元器件已经处于“亚健康”状态，此斜率可以通过高等数学计算得到，所以只要具有了此故障关键点参数变化表，就可以通过计算得知当前的参数值变化是否处于标准范围内，如果没有处于标准范围内则说明此电子元件特性已经出现问题，可能导致整个电气装置处于不稳定状态，见附图3、附图6。

实施例2：

实施例1所述的电气装置“亚健康”运行状态识别方法，根据附图1，数据处理服务器嵌入在设备中，用高性价比高的嵌入式系统作为数据处理服务器，通过各种方式把采集到的信号传输到数据处理服务器，服务器通过计算得到参数变化率，如果超出标准范围则及时预报警，由于设备较少，用性价比高的嵌入式系统就可以满足数据存储、运算的实时要求。

实施例3：

实施例1或2所述的电气装置“亚健康”运行状态识别方法，如附图2，数据处理服务器在远程，例如数据处理服务器位于互联网上的一个节点，并且此服务器具有很高的性能，能够承受大量的数据存储，运算工作，这种方式适合电气装置生产厂家，具有较广泛的客户群体并且距离售后服务很远的地区，通过这种方式能够实现对买到世界各地的产品统一检测，统一管理，这样在电气装置中加入一个数据测量终端和一个互联网数据传输模块即可，由互联网数据传输模块把多个数据测量终端裁决的结果分批、分类上传到厂家的数据处理服务器统一存储管理，数据处理服务器每天定时对所有传来的数据进行分类存储，仍然采用上述的算法进行“亚健康”状态即故障临界状态判别，一旦发现问题，则可以通过各种通信方式通知厂家和电气装置的用户注意，防止大的故障发生。

实施例4：

本发明方法中所述的算法为首先进行曲线拟合，这里我们采用工程数学中的拉格朗日插值算法来得到此结电阻的阻值变化曲线，这里设各个点对应的值分别为x_k，y_k，k＝0，1，2，...，n，则设拉格郎日插值基函数为：

$l_k^{\left(n\right)}\left(x_i\right)=\frac{(x-x_0)...(x-x_{k-1})(x-x_{k+1})...(x-x_n)}{(x_k-x_0)...(x_k-x_{k-1})(x_k-x_{k+1})...(x_k-x_n)},k=\mathrm{0,1,2},...,n$

令

$L_n\left(x\right)=\underset{k=0}{\overset{n}{\mathrm{\Σ}}}{y}_k{l}_k^{\left(n\right)}\left(x\right)=y_0{l}_0^{\left(n\right)}\left(x\right)+y_1{l}_1^{\left(n\right)}\left(x\right)+...+y_n{l}_n^{\left(n\right)}\left(x\right)$

我们就得到了此参数表对应的拉格郎日插值曲线L_n(x)，而后对此曲线上每个y_k节点求导，得到对应点的导数，也就是曲线在此点的变化率，我们可以得到此参数的曲线变化率表：

时间x	3月24日	3月25日	3月26日	3月27日	3月28日	3月29日	3月30日
								参数值y	541.60	542.00	542.10	542.20	542.50	542.90	543.00
变化率v		0.40	0.10	0.10	0.30	0.00	0.10

时间x	3月31日	4月1日	4月2日	4月3日	4月4日	4月5日
							参数值y	542.60	542.40	542.10	542.00	541.50	542.20
变化率v	-0.40	-0.20	-0.30	-0.10	-0.50	0.70

对于可控硅结电阻阻值而言，当变化率大于0.60或小于-0.60(这里0.60或-0.60是此参数变化率的规定范围上下限，规定范围是根据具体元器件出故障前后实际测得的参数变化率最大值或最小值(负数)。

平时保存在数据库的另外一张数据表中，需要时用软件从此数据表读取出来)时说明此设备电气装置已经处于“亚健康”的临界状态即故障临界状态，采用拉格朗日插值算法后得到的此参数的特征曲线如图5：

由曲线变化斜率表或此图可以清晰看出4月5日采集数据斜率明显增大，已经达到0.70，其趋势说明此元器件已经处于危险状态，需要提醒用户或技术人员对相应故障点进行及时维修。由此可见只要具有了此故障关键点参数变化表，就可以通过计算得知当前的参数值变化率是否处于规定范围内。如果没有处于规定范围内则说明此电子元件特性已经出现问题，可能导致整个电气装置处于不稳定状态，此时用相关软件或硬件告知装置使用者及时维修，避免故障产生，由于此系统是在故障发生前预警的，所以能保证电气装置不会造成严重故障或大的损失，只要系统不预警，说明电气装置处于良好的运行状态，不必定期派专人检查，当然，如果实际测得的故障关键点参数值等于或大于参数值的临界范围(参数值的临界范围是指元器件可靠工作时相应参数的额定范围，在元器件的说明书中都有明文介绍)时，说明元器件已经损坏，此电气装置已经出现故障，我们的软件会做出报警处理，及时通知相关技术人员进行装置维修，见图3。

Claims (3)

1.一种电气装置“亚健康”运行状态识别方法，采用数据处理服务器，数据测量终端、电气装置对电器装置的状态进行监控，其特征是：所述的数据处理服务器通过数据库软件保存着相应电气装置各个故障关键点采集量的历史记录，数据测量终端对电气装置的各个故障关键点进行长期实时在线监测，并定时把关键点的采集量通过通信设备上传到数据处理服务器中，然后通过预警算法来判断电气当前状态是否处于故障临界状态，所述的预警算法根据数据库中以前保存的历史记录分析、计算得到此电气装置的历史健康参数变化率，在数据库中还保存着此电气装置能允许的最大变化率，当新数据到来后，通过计算得到新数据相对于历史数据的变化率，此变化率超出允许的最大变化率，则说明此电气装置已经处于“亚健康”的临界状态即故障临界状态，从而需要提醒用户或技术人员对相应故障点进行及时维修。

2.根据权利要求1所述的电气装置“亚健康”运行状态识别方法，其特征是：所述的预警算法为首先进行曲线拟合，采用工程数学中的拉格朗日插值算法来得到此结电阻的阻值变化曲线，这里设各个对应的值分别为x_k，y_k，k＝0，1，2，...，n，则设拉格郎日插值基函数为：

$l_k^{\left(n\right)}\left(x_i\right)=\frac{(x-x_0)...(x-x_{k-1})(x-x_{k+1})...(x-x_n)}{(x_k-x_0)...(x_k-x_{k-1})(x_k-x_{k+1})...(x_k-x_n)},k=\mathrm{0,1,2},...,n$

令

$L_n\left(x\right)=\underset{k=0}{\overset{n}{\mathrm{\Σ}}}{y}_k{l}_k^{\left(n\right)}\left(x\right)=y_0{l}_0^{\left(n\right)}\left(x\right)+y_1{l}_1^{\left(n\right)}\left(x\right)+...+y_n{l}_n^{\left(n\right)}\left(x\right)$

得到了此参数表对应的拉格郎日插值曲线L_n(x)，而后对此曲线上每个y_k节点求导，得到对应点的导数，也就是曲线在此点的变化率，从而得到此参数的曲线变化率表。

3.根据权利要求1或2所述的电气装置“亚健康”运行状态识别方法，其特征是：所述的通信设备为有线互联网、电话线或无线手机短信、GPRS。

Images