CN103699117A - 基于核电厂真实工况与仿真系统的故障诊断方法及系统 - Google Patents

基于核电厂真实工况与仿真系统的故障诊断方法及系统 Download PDF

Info

Publication number
CN103699117A
CN103699117A CN201310699915.1A CN201310699915A CN103699117A CN 103699117 A CN103699117 A CN 103699117A CN 201310699915 A CN201310699915 A CN 201310699915A CN 103699117 A CN103699117 A CN 103699117A
Authority
CN
China
Prior art keywords
signal
fault
instrument control
real
control system
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201310699915.1A
Other languages
English (en)
Other versions
CN103699117B (zh
Inventor
陈永伟
王认祥
付敬强
犹代伦
张立国
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China General Nuclear Power Corp
China Nuclear Power Operation Co Ltd
Original Assignee
China General Nuclear Power Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China General Nuclear Power Corp filed Critical China General Nuclear Power Corp
Priority to CN201310699915.1A priority Critical patent/CN103699117B/zh
Publication of CN103699117A publication Critical patent/CN103699117A/zh
Application granted granted Critical
Publication of CN103699117B publication Critical patent/CN103699117B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • Y04S10/52Outage or fault management, e.g. fault detection or location

Landscapes

  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明适用设备检测领域,提供基于核电厂真实工况与仿真系统的故障诊断方法,包括:A、建立真实工况仪表控制系统的故障诊断数据;B、提取真实系统和仿真系统的信号数据建立中间环节信号矩阵;C、利用特征值比较法对真实系统信号矩阵与仿真系统信号矩阵进行运算;D、依据运算数据判断是否存在故障;E、运用真实系统与仿真系统的近似信号和细节信号偏差判断是否存在故障;F、确定仪控系统的故障环节并且分析故障出现的原因。通过仿真模拟真实系统,实现了不能在线故障诊断,降低风险、减小核安全,保证现场工艺系统运行的连续性和稳定性,实现了故障在线准确和快速定位,通过此方法有效的降低核危险、保护环境、提高了故障判断准确性和稳定性。

Description

基于核电厂真实工况与仿真系统的故障诊断方法及系统
技术领域
本发明属于设备检测领域,尤其涉及基于核电厂真实工况与仿真系统的故障诊断方法及系统。
背景技术
在役核电厂仪表控制系统运行过程中,由于设备或者元件存在故障、缺陷或者系统参数设置不合理,常常会导致仪表控制系统信号异常,如信号发生毛刺、阶跃、波动等,使控制系统处于非正常状态运行,严重情况会导致核电机组出现瞬态或者重大设备的损坏。但为了保证现场工艺系统运行的连续性和稳定性,不能将整个工艺系统停下来进行相应的故障诊断和检修工作。而在线故障诊断又存在涉及面广、风险高以及影响核安全的特点。同时在线诊断过程中可能触发非预期的保护动作或者造成技术规范要求设备的不可用,极大影响核安全性能。同时在仪表控制系统中,信号偶发异常(阶跃、毛刺或者波动)常会导致执行机构的误动作,进而使被控制量瞬态变化,其动作快、变化大,严重会触发保护动作,影响工艺系统的正常运行。而又由于异常信号的偶发性以及瞬态性,往往很难寻找到异常信号触发的源头,以及定位故障的根本原因。这就迫切需要有一种方法能够通过离线的方式实现故障监测和诊断,发现和判断信号的异常点的方法,实现故障在线准确和快速定位。
采用仿真系统模拟真实仪表控制系统能够实现,现有仿真系统注入信号源通常采用固定波形,如方波、正弦波、斜波等;又或者根据相关逻辑生成的信号源。这类仿真信号源存在真实性差、可比性低等缺点,对于故障的产生不能进行有效的判断。在仪控系统真实工况运行过程中,工艺系统时常会存在瞬态,既而导致信号的突变;同时系统在稳定运行期间,信号也非一成不变,常常成无规律波动状态。如果将此真实信号作为仿真系统信号源,通过真实系统与仿真系统的比对就能有效发现存在的仪控环节突变故障、缓变故障、间隙故障等仪控系统存在的相应问题。
发明内容
本发明的目的在于提供基于核电厂真实工况与仿真系统的故障诊断方法,旨在解决仪控环节突变故障、缓变故障、间隙故障的仪控系统存在的问题。
本发明是这样实现的,基于核电厂真实工况与仿真系统的故障诊断方法,所述故障诊断方法包括以下步骤:
A、建立真实工况仪表控制系统的故障诊断数据;
B、提取真实系统和仿真系统的信号数据建立中间环节信号矩阵;
C、利用特征值比较法对真实系统信号矩阵与仿真系统信号矩阵进行运算;
D、依据运算数据判断是否存在故障,如果存在故障,则执行步骤F,如果不存在故障,则利用小波形变换分析法的数学模型进行运算并执行步骤E;
E、对真实系统与仿真系统的近似信号和细节信号偏差判断是否存在故障,如果存在故障,则执行步骤F,如果不存在故障,则故障判断结束;
F、确定仪控系统的故障环节并且分析故障出现的原因。
本发明的进一步技术方案是:所述步骤F后还包括:
预备维修步骤:为仪控系统的检修提供数据信息依据和准备维修的设备清单。
本发明的进一步技术方案是:所述步骤C包括以下步骤:
C1、建立真实系统与仿真系统的偏差矩阵;
C2、建立真实系统对仿真系统的信号不确定系数矩阵χij
C3、生成特征值并与特征值函数建立关系;
C4、根据真实仪控系统得到的对应的经验公式值进行比较。
本发明的进一步技术方案是:所述步骤A包括以下步骤:
A1、运行真实仪控系统采集注入源信号;
A2、提取真实系统与仿真系统的各个环节信号;
A3、建立仪控系统其中一环节故障判断的匹配数据和数学模型。
本发明的进一步技术方案是:所述步骤A1包括以下步骤:
A11、运行真实仪控系统;
A12、真实仪控系统的注入源信号进行采集;
A13、对采集的注入源信号进行连续化和平滑处理;
A14、将处理过的注入源信号注入仿真系统进行运算和处理
本发明的另一目的在于提供基于核电厂真实工况与仿真系统的故障诊断系统,所述故障诊断系统包括:
故障诊断数据模块,用于建立真实工况仪表控制系统的故障诊断数据;
信号矩阵模块,用于提取真实系统和仿真系统的信号数据建立中间环节信号矩阵;
算法模块,用于利用特征值比较法对真实系统信号矩阵与仿真系统信号矩阵进行运算;
一次故障判断模块,用于依据运算数据判断是否存在故障,如果存在故障,则执行步骤F,如果不存在故障,则利用小波形变换分析法的数学模型进行运算并执行步骤E;
二次故障判断模块,用于对真实系统与仿真系统的近似信号和细节信号偏差判断是否存在故障,如果存在故障,则执行步骤F,如果不存在故障,则故障判断结束;
故障分析模块,用于确定仪控系统的故障环节并且分析故障出现的原因。
本发明的进一步技术方案是:所述故障诊断系统还包括:
预备维修模块,用于为仪控系统的检修提供数据信息依据和准备维修的设备清单。
本发明的进一步技术方案是:所述算法模块包括:
偏差矩阵单元,用于建立真实系统与仿真系统的偏差矩阵;
系数矩阵单元,用于建立真实系统对仿真系统的信号不确定系数矩阵χij
函数关系单元,用于生成特征值并与特征值函数建立关系;
比较单元,用于根据真实仪控系统得到的对应的经验公式值进行比较。
本发明的进一步技术方案是:所述故障诊断数据模块包括:
系统运行信号采集单元,用于运行真实仪控系统采集注入源信号;
信号提取单元,用于提取真实系统与仿真系统的各个环节信号;
模型匹配单元,用于建立仪控系统其中一环节故障判断的匹配数据和数学模型。
本发明的进一步技术方案是:所述系统运行信号采集单元包括:
运行模块,用于运行真实仪控系统;
注入源信号采集模块,用于真实仪控系统的注入源信号进行采集;
注入源信号处理模块,用于对采集的注入源信号进行连续化和平滑处理;
注入源信号运算模块,用于将处理过的注入源信号注入仿真系统进行运算和处理。
本发明的有益效果是:通过仿真模拟真实系统,实现了不能在线故障诊断,降低风险、减小核安全,保证了现场工艺系统运行的连续性和稳定性,实现了故障在线准确和快速定位,有效发现仪控环节突变故障、缓变故障、间隙故障中仪控系统存在的问题。通过此方法有效的降低核危险、保护环境、提高了故障判断准确性和稳定性。
附图说明
图1是本发明实施例提供的基于核电厂真实工况与仿真系统的故障诊断方法流程图;
图2是本发明实施例提供的基于核电厂真实工况与仿真系统的故障诊断方法算法步骤流程图;
图3是本发明实施例提供的基于核电厂真实工况与仿真系统的故障诊断方法建立故障诊断数据流程图;
图4是本发明实施例提供的基于核电厂真实工况与仿真系统的故障诊断方法注入源信号采集处理流程图;
图5是真实工况信号曲线图;
图6是真实工况信号采样曲线图;
图7是信号曲线小波变换图。
具体实施方式
图1示出了本发明提供的基于核电厂真实工况与仿真系统的故障诊断方法,详述如下:
在步骤S1中,建立真实工况仪表控制系统的故障诊断数据,其中如图3所示,在步骤S11中,运行真实仪控系统采样注入源信号,其中如图4所示,在步骤S111中,开启真实仪控系统,将真实已经系统完全运行起来,并将真实工况现场信号在真实仪表控制系统中运算和处理;在步骤S112中,在真实仪控系统中将每个中间环节的信号进行采样,形成注入源信号;在步骤S113中,将采集到的注入源信号进行连续化和平滑处理,根据实际信号确定信号的采样频率,同时将信号经过滤波处理,使得信号连续和消除信号上的毛刺,使得信号成为一个平滑的曲线信号,采集到的信号为电压信号、电阻信号或电流信号等电信号;在步骤S114中,将经过连续化和平滑处理的注入源信号注入到仿真系统中进行运算和处理,根据实际控制系统运算逻辑进行运算和处理,其中每个控制系统不一样,如量程转换、加减乘除运算、PID调节等等;在步骤S12中,在统一的时间轴上,提取真实系统中仪表控制系统的每个环节的信号和仿真系统中的每个环节的信号,其中在提取信号中,仪表控制系统存在这从第一环节、第i环节、第i+1环节的信号;在步骤S13中,在仪表控制系统的第i环节为故障判断匹配数据和建立数学模型,对真实系统采集的信号建立n×m矩阵,对仿真系统采集的信号建立n×m矩阵。
在步骤S2中,在故障诊断数据中提取真实系统的信号数据并且建立真实系统的中间环节信号的矩阵和仿真系统信号数据并且建立仿真系统的中间环节信号的矩阵。
在步骤S3中,利用特征值比较法对真实系统信号矩阵与仿真系统信号矩阵进行运算,其中如图2所示,在步骤S31中,建立真实系统与仿真系统的偏差矩阵,其中,对在真实工况下运行的仪表控制系统m个环节的信号进行采集,采集的时间轴为[t1,t2],采集信号的数目为n(即采集的周期为 T = t 2 - t 1 n ) :
E 1 = E 11 E 12 · · · E 1 n T , E 2 = E 21 E 22 · · · E 2 n T , . . . , E m = E m 1 E m 2 · · · E mn T
对真实系统采集的信号建立n×m矩阵:
Figure BDA0000440742580000053
同时将[t1,t2]时间段采集的真实工况的信号源注入到仿真系统,时间的起始点与终止点必须与真实系统一致,在仿真系统运行后,同样对仿真系统m个环节的信号进行采集,采集的数目也一致为n:
E 1 ′ = E 11 ′ E 12 ′ · · · E 1 n ′ T , E 2 ′ = E 21 ′ E 22 ′ · · · E 2 n ′ T , . . . , E m ′ = E m 1 ′ E m 2 ′ · · · E mn ′ T
对仿真系统采集的信号建立n×m矩阵:
Figure BDA0000440742580000061
在步骤S32中,建立真实系统对仿真系统的信号不确定系数的矩阵,其中,在理论上Eij与E′ij是相等的,但是由于实际工艺系统的影响,同时加上实际仪控系统信号传递过程存在衰减、传递过程相关干扰的引入以及仪表控制系统元件或者设备故障的产生,会造成Eij与E′ij的差异。特征值比较法的前提需要对Eij及E′ij信号在时域上偏差的特征值信息进行提取。已知信号的不确定度矩阵: E Δδ = E Δδ 1 E Δδ 2 · · · E Δδm , 其中EΔδi为真实仪控系统第i环节的信号不确定度,1≤i≤mΔEij=Eij-E′ij=EΔδχij,即χij=(EΔδ)-1ΔEij,其中χij为真实系统对仿真系统的信号不确定系数n×m矩阵;在步骤S33中,生成特征值并与特征值函数建立关系,其中,相关的特征值有真实系统对仿真系统第i环节信号偏差最大值MAX(χi)及偏差最小值MIN(χi)。同样建立第i环节一阶原点矩
Figure BDA0000440742580000063
及第i环节二阶中心矩 D ( &chi; i ) = 1 n &Sigma; j = 1 n ( &chi; ij - E ( &chi; i ) ) 2 . 信号偏差大于偏差阈值持续时间 &Delta; t i = ( t 2 - t 1 ) k n 及在时间区间[t1,t2]内总的持续时间ΔT=∑Δti,其中k的取值为(|χix|<ε,|χi(x+k)|<ε,对于任意j满足|χij(x<j≤x+k)|>ε,ε为偏差阈值)。对于仪控系统第i环节,根据上述特征值建立函数关系集:
Figure BDA0000440742580000066
在步骤S34中,根据真实仪控系统得到的对应的经验公式值进行比较,其中,并与根据真实仪控系统得到的对应的经验公式值λMAX(i)、λMIN(i)、λE(i)、λD(i)、λΔi进行比较,实现真实系统与仿真系统在信号的波动幅度、波动频度、信号整体偏移度、信号大于偏差阈值的持续时间等多个维度进行比对,以获得故障的初步诊断。
在步骤S4中,依据在步骤S3中预案算得到的数据判断是否存在故障,如果存在故障,则执行步骤S6,如果不存在故障,则利用小波形变换分析法的数学模型再次进行运算并且执行步骤S5,其中,对模拟信号f(t)的小波变换:
Figure BDA0000440742580000071
其中为基本小波,可根据需求选择相应的基本小波,常见采用的为Haar函数提取短持续时间和迅速变化信号的特征,其他还有Hilbert变换等,
Figure BDA0000440742580000073
a为尺度因子,b为位移因子。
但在实际的信号分析过程中,同时需要将小波进行离散化,任意函数f(t)的离散小波变化为: Wf ( j , n ) = a 0 - j / 2 &Integral; - &infin; &infin; f ( t ) &psi; ( a 0 - j t - n b 0 ) dt , 其中
Figure BDA0000440742580000076
a0>1,b0>1,j,n∈Z,故障诊断过程需要将真实系统的信号矩阵Ei与仿真系统的E′i(i表示仪控系统的第i环节)分别进行离散小波变换,生成真实系统近似信号矩阵Ei(W.f)、仿真系统近似信号矩阵E′i(W.f)以及真实系统细节信号Ei(W.f1)、Ei(W.f2)、Ei(W.f3)和仿真系统细节信号E′i(W.f1)、E′i(W.f2)、E′i(W.f3)。建立真实系统与仿真系统四维量φ(i)、φ'(i),并将其偏差值与对应仪表控制系统故障经验设定值比较进行故障的诊断和定位:其中如图7所示,真实系统小波变化量:φ(i)=φ(Ei(W.f)、Ei(W.f1)、Ei(W.f2)、Ei(W.f3))仿真系统小波变化量:φ'(i)=(E′i(W.f)、E′i(W.f1)、E′i(W.f2)、E′i(W.f3))。
在步骤S5中,运用真实系统与仿真系统的近似信号和细节信号偏差判断是否存在故障,如果存在故障,则执行步骤S6,如果不存在故障,则本次故障判断结束。特征值比较法对信号在时域上的整体偏移、波动幅度等多个维度进行判断,但对信号故障判断的能力有限,比如对于信号波动的幅值变化有限,而波动的频率变化剧烈等故障模式,无法进行有效的诊断,这需要对信号进行进一步的处理。故障的再判断主要采用小波分析的方法。小波变换具有时频局部化特性,小波变换可以在低频部分具有较高的频率分辨率,在高频部分具有较高的时间分辨率和较低的频率分辨率,很适合于探测正常信号中夹带的瞬态反常现象并展示其成分。
在步骤S6中,通过步骤S4和S5的运算结果数据确定仪控系统的故障环节,并且对故障的原因进行分析,建立真实系统小波变化量:φ(i)=φ(Ei(W.f)、Ei(W.f1)、Ei(W.f2)、Ei(W.f3))建立仿真系统小波变化量:φ'(i)=(E′i(W.f)、E′i(W.f1)、E′i(W.f2)、E′i(W.f3)),将真实系统小波变化量与仿真系统小波变化量进行差值运算,如偏差超过经验故障设定阈值,则判断存在信号异常。并根据存在信号异常的环节判断为可能的故障环节,并对此环节作进一步的调查确认。
在步骤S7中,通过故障的分析和准确的定位,为简写提供数据信息的依据,并且生成一份在维修过程中需要的设备和工具的清单,使得维护与准备工作变得简单。
本发明的另一目的在于提供核电厂基于真实工况与仿真系统的故障诊断系统,所述故障诊断系统包括:
故障诊断数据模块,用于建立真实工况仪表控制系统的故障诊断数据;
信号矩阵模块,用于提取真实系统和仿真系统的信号数据建立中间环节信号矩阵;
算法模块,用于利用特征值比较法对真实系统信号矩阵与仿真系统信号矩阵进行运算;
一次故障判断模块,用于依据运算数据判断是否存在故障,如果存在故障,则执行步骤F,如果不存在故障,则利用小波形变换分析法的数学模型进行运算并执行步骤E;
二次故障判断模块,用于对真实系统与仿真系统的近似信号和细节信号偏差判断是否存在故障,如果存在故障,则执行步骤F,如果不存在故障,则故障判断结束;
故障分析模块,用于确定仪控系统的故障环节并且分析故障出现的原因。
所述故障诊断系统还包括:
预备维修模块,用于为仪控系统的检修提供数据信息依据和准备维修的设备清单。
所述算法模块包括:
偏差矩阵单元,用于建立真实系统与仿真系统的偏差矩阵;
系数矩阵单元,用于建立真实系统对仿真系统的信号不确定系数矩阵χij
函数关系单元,用于生成特征值并与特征值函数建立关系;
比较单元,用于根据真实仪控系统得到的对应的经验公式值进行比较。
所述故障诊断数据模块包括:
系统运行信号采集单元,用于运行真实仪控系统采集注入源信号;
信号提取单元,用于提取真实系统与仿真系统的各个环节信号;
模型匹配单元,用于建立仪控系统其中一环节故障判断的匹配数据和数学模型。
所述系统运行信号采集单元包括:
运行模块,用于运行真实仪控系统;
注入源信号采集模块,用于真实仪控系统的注入源信号进行采集;
注入源信号处理模块,用于对采集的注入源信号进行连续化和平滑处理;
注入源信号运算模块,用于将处理过的注入源信号注入仿真系统进行运算和处理。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于核电厂真实工况与仿真系统的故障诊断方法,其特征在于,所述故障诊断方法包括以下步骤:
A、建立真实工况仪表控制系统的故障诊断数据;
B、提取真实系统和仿真系统的信号数据建立中间环节信号矩阵;
C、利用特征值比较法对真实系统信号矩阵与仿真系统信号矩阵进行运算;
D、依据运算数据判断是否存在故障,如果存在故障,则执行步骤F,如果不存在故障,则利用小波形变换分析法的数学模型进行运算并执行步骤E;
E、运用真实系统与仿真系统的近似信号和细节信号偏差判断是否存在故障,如果存在故障,则执行步骤F,如果不存在故障,则故障判断结束;
F、确定仪控系统的故障环节并且分析故障出现的原因。
2.根据权利要求1所述的故障诊断方法,其特征在于,所述步骤F后还包括:
预备维修步骤:为仪控系统的检修提供数据信息依据和准备维修的设备清单。
3.根据权利要求1或2所述的故障诊断方法,其特征在于,所述步骤C包括以下步骤:
C1、建立真实系统与仿真系统的偏差矩阵;
C2、建立真实系统对仿真系统的信号不确定系数矩阵χij
C3、生成特征值并与特征值函数建立关系;
C4、根据真实仪控系统得到的对应的经验公式值进行比较。
4.根据权利要求3所述的故障诊断方法,其特征在于,所述步骤A包括以下步骤:
A1、运行真实仪控系统采集注入源信号;
A2、提取真实系统与仿真系统的各个环节信号;
A3、建立仪控系统其中一环节故障判断的匹配数据和数学模型。
5.根据权利要求3所述的故障诊断方法,其特征在于,所述步骤A1包括以下步骤:
A11、运行真实仪控系统;
A12、真实仪控系统的注入源信号进行采集;
A13、对采集的注入源信号进行连续化和平滑处理;
A14、将处理过的注入源信号注入仿真系统进行运算和处理。
6.一种基于核电厂真实工况与仿真系统的故障诊断系统,其特征在于,所述故障诊断系统包括:
故障诊断数据模块,用于建立真实工况仪表控制系统的故障诊断数据;
信号矩阵模块,用于提取真实系统和仿真系统的信号数据建立中间环节信号矩阵;
算法模块,用于利用特征值比较法对真实系统信号矩阵与仿真系统信号矩阵进行运算;
一次故障判断模块,用于依据运算数据判断是否存在故障,如果存在故障,则执行步骤F,如果不存在故障,则利用小波形变换分析法的数学模型进行运算并执行步骤E;
二次故障判断模块,用于对真实系统与仿真系统的近似信号和细节信号偏差判断是否存在故障,如果存在故障,则执行步骤F,如果不存在故障,则故障判断结束;
故障分析模块,用于确定仪控系统的故障环节并且分析故障出现的原因。
7.根据权利要求6所述的故障诊断系统,其特征在于,所述故障诊断系统还包括:
预备维修模块,用于为仪控系统的检修提供数据信息依据和准备维修的设备清单。
8.根据权利要求6或7所述的故障诊断系统,其特征在于,所述算法模块包括:
偏差矩阵单元,用于建立真实系统与仿真系统的偏差矩阵;
系数矩阵单元,用于建立真实系统对仿真系统的信号不确定系数矩阵χij
函数关系单元,用于生成特征值并与特征值函数建立关系;
比较单元,用于根据真实仪控系统得到的对应的经验公式值进行比较。
9.根据权利要求8所述的故障诊断系统,其特征在于,所述故障诊断数据模块包括:
系统运行信号采集单元,用于运行真实仪控系统采集注入源信号;
信号提取单元,用于提取真实系统与仿真系统的各个环节信号;
模型匹配单元,用于建立仪控系统其中一环节故障判断的匹配数据和数学模型。
10.根据权利要求9所述的故障诊断系统,其特征在于,所述系统运行信号采集单元包括:
运行模块,用于运行真实仪控系统;
注入源信号采集模块,用于真实仪控系统的注入源信号进行采集;
注入源信号处理模块,用于对采集的注入源信号进行连续化和平滑处理;
注入源信号运算模块,用于将处理过的注入源信号注入仿真系统进行运算和处理。
CN201310699915.1A 2013-12-18 2013-12-18 基于核电厂真实工况与仿真系统的故障诊断方法及系统 Active CN103699117B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310699915.1A CN103699117B (zh) 2013-12-18 2013-12-18 基于核电厂真实工况与仿真系统的故障诊断方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310699915.1A CN103699117B (zh) 2013-12-18 2013-12-18 基于核电厂真实工况与仿真系统的故障诊断方法及系统

Publications (2)

Publication Number Publication Date
CN103699117A true CN103699117A (zh) 2014-04-02
CN103699117B CN103699117B (zh) 2017-02-08

Family

ID=50360681

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310699915.1A Active CN103699117B (zh) 2013-12-18 2013-12-18 基于核电厂真实工况与仿真系统的故障诊断方法及系统

Country Status (1)

Country Link
CN (1) CN103699117B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104808511A (zh) * 2015-02-15 2015-07-29 山东大学 计及频率偏移的发电厂仿真系统
CN105955069A (zh) * 2016-06-12 2016-09-21 哈尔滨工程大学 一种基于在线仿真的核电站系统级状态监测方法
CN110531402A (zh) * 2019-08-21 2019-12-03 东软医疗系统股份有限公司 Pet系统故障检测方法、装置、终端设备及pet系统
CN110738274A (zh) * 2019-10-26 2020-01-31 哈尔滨工程大学 一种基于数据驱动的核动力装置故障诊断方法
CN111208802A (zh) * 2020-01-16 2020-05-29 中广核核电运营有限公司 控制系统前端冗余智能诊断方法和系统及存储器和控制器
CN112036568A (zh) * 2020-07-09 2020-12-04 中国人民解放军海军工程大学 一种核动力装置一回路冷却剂系统破损故障智能诊断方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080188972A1 (en) * 2006-10-11 2008-08-07 Fisher-Rosemount Systems, Inc. Method and System for Detecting Faults in a Process Plant
CN101241369A (zh) * 2008-02-28 2008-08-13 大连海事大学 飞行控制系统中执行器卡死故障的一种实时检测方法
CN102758613A (zh) * 2012-07-03 2012-10-31 常州大学 基于动力学模型的钻井泵故障检测与诊断方法及其系统
CN102999042A (zh) * 2012-11-30 2013-03-27 北京控制工程研究所 深空探测器gnc系统分层自主故障诊断方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080188972A1 (en) * 2006-10-11 2008-08-07 Fisher-Rosemount Systems, Inc. Method and System for Detecting Faults in a Process Plant
CN101241369A (zh) * 2008-02-28 2008-08-13 大连海事大学 飞行控制系统中执行器卡死故障的一种实时检测方法
CN102758613A (zh) * 2012-07-03 2012-10-31 常州大学 基于动力学模型的钻井泵故障检测与诊断方法及其系统
CN102999042A (zh) * 2012-11-30 2013-03-27 北京控制工程研究所 深空探测器gnc系统分层自主故障诊断方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘永阔 等: ""核电站分布式智能故障诊断系统研究与设计"", 《原子能科学技术》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104808511A (zh) * 2015-02-15 2015-07-29 山东大学 计及频率偏移的发电厂仿真系统
CN105955069A (zh) * 2016-06-12 2016-09-21 哈尔滨工程大学 一种基于在线仿真的核电站系统级状态监测方法
CN105955069B (zh) * 2016-06-12 2019-07-16 哈尔滨工程大学 一种基于在线仿真的核电站系统级状态监测方法
CN110531402A (zh) * 2019-08-21 2019-12-03 东软医疗系统股份有限公司 Pet系统故障检测方法、装置、终端设备及pet系统
CN110738274A (zh) * 2019-10-26 2020-01-31 哈尔滨工程大学 一种基于数据驱动的核动力装置故障诊断方法
CN111208802A (zh) * 2020-01-16 2020-05-29 中广核核电运营有限公司 控制系统前端冗余智能诊断方法和系统及存储器和控制器
CN112036568A (zh) * 2020-07-09 2020-12-04 中国人民解放军海军工程大学 一种核动力装置一回路冷却剂系统破损故障智能诊断方法
CN112036568B (zh) * 2020-07-09 2023-10-17 中国人民解放军海军工程大学 一种核动力装置一回路冷却剂系统破损故障智能诊断方法

Also Published As

Publication number Publication date
CN103699117B (zh) 2017-02-08

Similar Documents

Publication Publication Date Title
Ghorbaniparvar Survey on forced oscillations in power system
CN103699117A (zh) 基于核电厂真实工况与仿真系统的故障诊断方法及系统
CN103713237B (zh) 一种电力系统输电线路短路故障诊断方法
An et al. Multivariate Gaussian-based false data detection against cyber-attacks
CN102221651A (zh) 一种矿用隔爆型干式变压器故障在线诊断及预警方法
CN103064008B (zh) 一种基于希尔伯特-黄变换的非线性模拟电路软故障诊断方法
Mahapatra et al. Bad data detection in PMU measurements using principal component analysis
Zhang et al. A novel data integrity attack detection algorithm based on improved grey relational analysis
Syed et al. Intermittent fault finding strategies
CN105157821A (zh) 一种旋转机械振动故障诊断及定量分析方法
CN117668751B (zh) 一种高低压电力系统故障诊断方法及装置
Ruan et al. Super-resolution perception assisted spatiotemporal graph deep learning against false data injection attacks in smart grid
CN116540025A (zh) 一种基于迁移学习与残差网络的故障检测方法
Carratù et al. A novel methodology for unsupervised anomaly detection in industrial electrical systems
Xu et al. A secure forecasting-aided state estimation framework for power distribution systems against false data injection attacks
CN114666117A (zh) 一种面向电力互联网的网络安全态势度量和预测方法
Qu et al. Detection of False Data Injection Attack in Power System Based on Hellinger Distance
CN103605910A (zh) 考虑隐性故障的单一保护装置可靠性评估方法
CN107147143B (zh) 一种风机连锁脱网故障早期预警模型建立方法
CN105741184A (zh) 一种变压器状态评估方法及装置
Wang et al. A research on the Monte Carlo simulation based on-condition maintenance strategy for wind turbines
Azmi et al. Implementation of advanced real-time simulation platform for testing and validation of pmu-based applications in large-scale power system
Wang et al. Free Probability Theory Based Event Detection for Power Grids using IoT-Enabled Measurements
Lammering et al. Detection of Abnormal System-and Operating Behaviour in the Electrical Grid Operation Based on Industrially Proven AI Technology
CN111505420B (zh) 一种线路避雷器状态的在线监测与诊断方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant