CN104573307B - 一种基于数据协调的电站状态在线诊断及运行优化系统 - Google Patents
一种基于数据协调的电站状态在线诊断及运行优化系统 Download PDFInfo
- Publication number
- CN104573307B CN104573307B CN201410541147.1A CN201410541147A CN104573307B CN 104573307 B CN104573307 B CN 104573307B CN 201410541147 A CN201410541147 A CN 201410541147A CN 104573307 B CN104573307 B CN 104573307B
- Authority
- CN
- China
- Prior art keywords
- data
- unit
- harmonization
- model
- diagnosis
- 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.)
- Active
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 54
- 238000012544 monitoring process Methods 0.000 claims abstract description 30
- 230000007246 mechanism Effects 0.000 claims abstract description 28
- 238000005516 engineering process Methods 0.000 claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000013178 mathematical model Methods 0.000 claims abstract description 11
- 239000000203 mixture Substances 0.000 claims abstract description 3
- 238000000034 method Methods 0.000 claims description 46
- 238000005259 measurement Methods 0.000 claims description 26
- 230000002159 abnormal effect Effects 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 18
- 238000013461 design Methods 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012517 data analytics Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000012821 model calculation Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 9
- 230000000007 visual effect Effects 0.000 abstract description 3
- 239000003245 coal Substances 0.000 description 19
- 230000008859 change Effects 0.000 description 13
- 239000000306 component Substances 0.000 description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 12
- 238000007726 management method Methods 0.000 description 9
- 238000011160 research Methods 0.000 description 9
- 238000002485 combustion reaction Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000004134 energy conservation Methods 0.000 description 5
- 239000000843 powder Substances 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 230000001172 regenerating effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000010977 unit operation Methods 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 239000003517 fume Substances 0.000 description 2
- 238000000227 grinding Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000003801 milling Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 238000003466 welding Methods 0.000 description 2
- 241001347978 Major minor Species 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000002817 coal dust Substances 0.000 description 1
- 210000001520 comb Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007435 diagnostic evaluation Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005183 dynamical system Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011005 laboratory method Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000010946 mechanistic model Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000003303 reheating Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000004781 supercooling Methods 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明特别涉及一种基于数据协调的电站状态在线诊断及运行优化系统。包括AF平台：基于机理性数学模型，各部件的机理数学模型组成机组的系统模型；数据协调技术：该数据协调技术与电站系统模型的结合，为机组机理模型提供更为精确可靠的数据输入；海量数据处理技术：机组海量实时运行数据为保障。该系统采用先进的计算机技术，结合发电厂生产过程和系统特性，利用电厂已有实时数据库系统，建设并完成一整套基于数据协调的电站状态在线诊断及运行优化系统；借助AF产品，实现数据协调、设备特性分析、性能计算和故障诊断的可视化编辑及运行环境；完成基于业务应用的性能监控和状态诊断信息的发布功能。
Description
（一）技术领域
本发明属于电力系统数据处理领域，特别涉及一种基于数据协调的电站状态在线诊断及运行优化系统。
（二）背景技术
发电厂性能监控是利用电厂实时测量数据对电厂整体及其发电设备生产能力和效率进行持续、定期、有规律地重复计算和评估的过程。性能监控的目的是连续地评估电厂及其设备性能退化情况，为电厂操作人员提供故障定位、性能改进以及有关调度维护、作业优化等经济决策提供数据支持。定期、实时的性能计算是电厂监控的主要任务，计算的具体内容依赖于可用的实时测量数据、电厂类型以及监控指标的需求。电厂性能监控平台数据来源主要有发电设备配置的各种类型传感器实时在线测量数据（通过 PI 系统获取）、各发电设备的特性试验、特性曲线和数学模型计算数据。
由于电厂的测量仪表经常工作在高温、振动、腐蚀等恶劣环境下, 容易发生故障,导致数据采集系统采集到错误的数据；此外, 测量数据还可能受到干扰、漂移和测量环境的影响而产生随机误差, 而这种偏差往往很难被直观地检测出来。此外，测量数据中存在的各类误差还往往会破坏其数学模型中的平衡关系。因此, 采集到的实时数据在系统使用之前进行数据预处理是非常必要的。工业过程中的数据预处理又称为数据协调，其目的就是利用各类冗余信息对测量数中的误差进行校正, 使其满足于约束平衡方程。
（三）发明内容
本发明为了弥补现有技术的不足，提供了一种建立、使用方便的基于数据协调的电站状态在线诊断及运行优化系统。
本发明是通过如下技术方案实现的：
一种基于数据协调的电站状态在线诊断及运行优化系统，包括诊断机组：其特殊之处在于：该系统还包括：
AF平台：基于所述诊断机组各关键部件热力学特性的机理性数学模型，访问和整合数据以主执行分析功能，该模型是进行系统运行状态监测和故障诊断的重要先决条件，而各部件的机理数学模型组成机组的系统模型；
数据协调技术：该数据协调技术与电站系统模型的结合，为机组机理模型提供更为精确可靠的数据输入，使得模型计算结果以及基于该结果的运行状态监测和故障诊断更为精准；
海量数据处理技术：机组海量实时运行数据为保障，运行数据协调技术对机组实时运行数据进行处理，通过缩小测量数据的置信区间，以降低其测量误差、提高精度，使用协调后的高精度数据计算得到机组的在线运行状态，并在此基础上实现故障诊断、机组优化运行指导功能。
本发明的基于数据协调的电站状态在线诊断及运行优化系统， AF平台通过PI 系统管理和RtReports来配置、检索和报告与各种元素和模板相关的信息，其包括一个元数据仓库、若干模板及高级分析模块，高级分析模块提供了用于支持批量计算和数据协调功能的模板库、数据引用和报告模板。
本发明的基于数据协调的电站状态在线诊断及运行优化系统，数据协调技术划分为数据协调、设备特性、性能监控、性能诊断优化建议四个模块，其中：
数据协调模块，采用一定的手段尽可能的减少有误差的数据的误差，使数据尽可能的“真实”；
设备特性模块：指表征设备主要特性的一组参数，根据该组参数判断设备的运行状况，一方面建立相关的设备特性计算模型，根据数据预处理及数据协调后的数据，计算设备的部件特性，另一方面分析影响设备特性的相关参数，通过历史寻优的手段，找出该设备较理想的运行方式，并得出设备特性的优化曲线，供性能监控模块机诊断模块调用；
性能监控模块：分为两个层面，一是设备性能实时计算；二是设备性能诊断计算；
性能诊断优化建议模块：主要实现的是报警功能，将影响异常项的因素根据影响效应的不同逐级展开，展示的数据信息包括性能参数实时值、基准值，异常原因，异常处理建议。
一种根据所述的基于数据协调的电站状态在线诊断及运行优化系统运行方法，包括以下步骤：
（1）收集诊断机组设计数据及历史运行数据；
（2）在AF平台上建立该机组关键部件的机理性数学模型，采用历史数据进行修正；
（3）应用数据协调技术，确定用于数据协调计算的测点范围；
（4）安装上述系统至诊断机组现场，采集机组实时运行数据至该系统，进行实时计算，通过缩小测量数据的置信区间，以降低其测量误差、提高精度，使用协调后的高精度数据计算得到机组的在线运行状态，并在此基础上实现故障诊断、机组优化运行指导功能；
（4）最后综合评估该系统对机组节能率的贡献度。
本发明的基于数据协调的电站状态在线诊断及运行优化系统运行方法， AF平台连接实时数据库和关系数据库，进行数据计算，应用规则、计算和分析结果决定显示内容和效果；与组态软件及各种PI的客户端软件结合；连接ACE进行复杂计算；报警功能；实现基于设备数据分析功能；支持模型Web端展示功能。
本发明的基于数据协调的电站状态在线诊断及运行优化系统运行方法，基于特性方程的数据协调方法，首先建立关键部件的精确数学模型，然后基于精确数学模型和部件特性的在线故障诊断方法和试验逐步开发机组关键部件机理模型，并在条件具备时，整合上述各模型得到机组的全流程机理模型，再次采用数据协调技术处理采集到的机组实时运行数据，并提供给机组机理模型进行指标计算、系统诊断和运行优化。
本发明的有益效果是：该系统采用先进的计算机技术，结合发电厂生产过程和系统特性，利用电厂已有实时数据库系统，建设并完成一整套基于数据协调的电站状态在线诊断及运行优化系统；完成数据协调技术的研究，并能成功应用于发电厂数据预处理阶段，为后期的数据应用奠定基础；完成发电厂主要设备特性的研究，梳理并确定研究对象，归纳、总结设备特性；在数据协调和设备特性研究的基础上，完成性能计算、分析和状态诊断功能的开发；借助OSI公司的AF产品，实现数据协调、设备特性分析、性能计算和故障诊断的可视化编辑及运行环境；完成基于业务应用的性能监控和状态诊断信息的发布功能。具有：创新性，基于各关键部件热力学特性的机理性数学模型。该模型是进行系统运行状态监测和故障诊断的重要先决条件，数据协调技术与电站系统模型的结合，电站海量数据的实时处理；模块化，本项目主要采用模块化“搭积木”的方法，快速建立数学模型；可视化，系统采用数据协调配置、设备特性计算和分析、性能计算和设备状态诊断等功能的可视化设计思路，提高系统的可维护性、易用性、以及二次开发能力。
（四）附图说明
附图1是本发明的系统框架；
附图2是本发明的架构图；
附图3是本发明的系统数据流向图；
附图4是本发明的数据协调图；
附图5是本发明的设备特性功能图；
附图6是本发明的设备特性的优化曲线；
附图7是本发明的性能监控及诊断图；
附图8是本发明的高中低压缸效率对比柱状图；
附图9是本发明的性能诊断数据的展示图。
（五）具体实施方式
本发明系统服务对象：
本项目建成后可以为电力企业技术人员、运行人员、设备管理人员、公司高层管理人员提供以下服务：
可以帮助分公司和基层企业实时掌握机组及其主辅设备能耗指标及其变化趋势，方便管理和技术人员及时发现、诊断影响主辅机能耗异常的小指标存在的问题，迅速采取措施予以整改，使能耗指标始终处于“可控、在控”状态，提升管理的及时性和精细化水平；
可以帮助运行人员将机组尽可能运行在最佳安全经济状态；方便技术人员和运行人员观察调整单一参数或指标后对其他参数或指标的影响，从而有利于整体上优化技术措施，保证大指标的优化提升；
能够帮助管理者和技术人员按照边界条件、运行参数、设备性能及管理模式四个方面采用不同的措施节能挖潜，方便管理者区分能耗指标构成，区分影响指标的设备因素和人为因素，使管理有的放矢；
可以方便公司高层领导及时、动态掌握机组运行实时情况，为完善机组节能管控目标打下良好基础；
可以统筹应用各种资源，有效实施深度节能，使节能管理再向深度和精细化深入。
建设路线
（1）在研究方式上，本课题将采取理论研究与实践验证相结合的方法，含以下三个关键步骤。首先是开发适合处理电厂实时运行数据的数据协调技术，为建模和模型应用提供可用的高精度数据，即用现有运行仪表数据满足高精度计算要求。其次是依据机组各关键部件的热力学特性和质量、能量平衡建立各部件的全工况机理数学模型，从而能够辨识部件性能渐变和进行故障的准确定位。最后是由各部件的机理数学模型组成机组的系统模型，以实现系统运行模式和运行参数优化。
（2）采取的工程应用技术路线如下：收集莱州公司2×1000MW超超临界机组设计数据及历史运行数据；在AF平台上建立该机组关键部件的机理性数学模型，采用历史数据进行修正；应用数据协调技术，确定用于数据协调计算的测点范围；安装上述系统至莱州公司2×1000MW超超临界机组现场，采集机组实时运行数据至该系统，进行实时计算；最后综合评估该系统对机组节能率的贡献度，如果效果理想则进一步推广该方法在我国火电机组节能领域的应用。
总体框架介绍：
在建立机组关键设备机理模型的基础上，以机组海量实时运行数据为保障，运行数据协调技术对机组实时运行数据进行处理，通过缩小测量数据的置信区间，以降低其测量误差、提高精度；使用协调后的高精度数据计算得到机组的在线运行状态，并在此基础上实现故障诊断、机组优化运行指导等功能。其中：
OSI AF（Analysis Framework）将OSIsoft的强大分析工具套件与企业范围内的基础架构集成在一起，可用于分析、可视化及报告。AF是一种可管理的环境，可以使用它构建模型，访问和整合数据以主执行分析功能。AF的核心部件包括：一个元数据仓库、若干模板和高级分析模块。高级解决功能提供了用于支持批量计算和数据协调功能的模板库、数据引用和报告模板。
AF能够于OSIsoft众多的其它产品进行无缝集成，从而充分使用前期投资。可以使用PI System Manager和RtReports来配置、检索和报告与各种元素和模板相关的信息。其中，RtReports这种即用报告系统能够从 PI System 和其他数据源中生成并管理符合标准的电子批次报告，大大简化了确保电子报告符合相关法规的过程。
AF真正强大的功能在于它能够重用信息和将信息进行可视化。PI tag、自定义公式、计算，以有包含原料和资产定义及关系的模板，一经创建即可成为可以重复利用的工具。甚至可以向其它AF数据库和PI应用程序中导入数据或从中导出数据。各领域用户均可创建和访问这些可重用数据，而无须具备编程方面的专业知识。
具体来说，AF具有包含但不仅限于以下功能：多数据源，可以连接实时数据库和关系数据库；进行数据计算，应用规则、计算和分析结果决定显示内容和效果；与组态软件及各种PI的客户端软件结合；连接ACE进行复杂计算；报警功能；实现基于设备数据分析功能；新版本支持模型Web端展示功能。
系统总体架构：
在建立机组关键设备机理模型的基础上，以机组海量实时运行数据为保障，运行数据协调技术对机组实时运行数据进行处理，通过缩小测量数据的置信区间，以降低其测量误差、提高精度；使用协调后的高精度数据计算得到机组的在线运行状态，并在此基础上实现故障诊断、机组优化运行指导等功能。通过对比该机组在平台投运前后的运行状况，综合分析数据协调技术对该机组的节能贡献度，示范和总结上述理论方法在实际工程应用中的节能效果，以最终达到把本技术在我国火电机组节能领域的推广应用的目的。
数据协调功能设计：
由于电厂的测量仪表经常工作在高温、振动、腐蚀等恶劣环境下, 容易发生故障,导致数据采集系统采集到错误的数据；此外, 测量数据还可能受到干扰、漂移和测量环境的影响而产生随机误差, 而这种偏差往往很难被直观地检测出来。此外，测量数据中存在的各类误差还往往会破坏其数学模型中的平衡关系。因此, 采集到的实时数据在系统使用之前进行数据预处理是非常必要的。工业过程中的数据预处理又称为数据协调(DataReconciliation，DR)，其目的就是利用各类冗余信息对测量数中的误差进行校正, 使其满足于约束平衡方程。
数据协调技术通过减少测量中的随机误差的影响来提高过程数据的准确性,该技术与其它滤波技术的最大不同就是直接地采用过程模型约束(例如质量和能量平衡)来对过程测量数据进行最优的调整,使得调整之后的数据能够满足这些模型约束。由此可以看出,数据协调实际是一种约束优化问题,如果过程数据中的随机误差服从正态分布,那么数据协调可以简化为一种约束最小二乘问题。对于稳态系统来说,最简单的模型约束是线性约束,但是实际中的约束通常是非线性的；对于动态系统来说,模型甚至需要由微分代数方程来进行描述。因此,需要引入动态优化问题,从而产生了动态数据协调(Dynamic DataReconciliation, DDR)技术。
数据协调内容
（1）缺失数据的检校
由于传感器、通讯线路等偶然故障以及其它各种原因导致实时测量数据出现缺失。数据缺失又分为两种情况：长期缺失和偶然缺失。对于长期缺失数据情况，通知性能监控显示平台，报告传感器故障及其位置；对于偶然缺失数据，如表1.1所示，可以通过一定的数学方法进行校正，同时通知性能监控显示平台显示校正前后的数据及其对应传感器。
（2）测量显著误差的检校
测量显著性误差是由于过程的泄漏、仪表失灵或操作不稳等引起的测量数据异常，有时又称测量野值或奇异值。显著性误差的特点是严重偏离正常的测量数据，其又分为孤立性野值和斑点性野值。
（3）测量随机误差的检校
随机误差是由大量彼此独立的随机因素造成的, 它表现为时间的随机函数, 通常将其分布视为服从某种统计规律(如正态分布)。然而在实际工业过程中,测量数据误差常常不符合这个假设，如果测量数据误差偏离正态分布的话,采用最小二乘（基于统计规律的经典数据协调算法）的数据协调效能将会被恶化,并且协调值将不再是无偏的。因此，对随机测量误差进行数据协调必须考虑其为有色噪声情况。
（4）含冗余测量和随机误差数据的检校
“冗余性”这一术语可理解为一个过程数据可以根据过程模型约束或者时间序列中的数据关系由其他的过程数据确定。如果测量的过程数据样本数少于用来确定该过程模型所必须的样本数量时,这个系统便是不可确定的,并且其中必定有某些变量是非冗余的，除非通过其他手段或者增加测量数据,否则无法对这些非冗余变量进行数据协调。
“冗余性”有两种：空间冗余和时间冗余。这两种冗余性都可以在动态系统中使用,但对于稳态系统来说,只有在对过程数据以一个高频率进行采样,并且采样数大于确定该稳态系统所必须的数量的情况下,时间冗余性才可以被利用。对于稳态系统,一种简单的利用时间冗余的方法就是将采样取平均值之后再对该平均值进行数据协调。由于空间冗余性极其依赖于测量传感器在系统中的位置,传感器网络设计也与数据协调与显著误差检测息息相关。
（5）具体实现功能方面的需求
考虑到系统的通用性和易用性，数据协调子系统以函数包的方式提供给性能监控计算主程序，因此对于不同传感器提供的实际测量数据，应提供基于历史数据拟合、冗余传感器测量以及热平衡分析格式的计算函数；对于数据协调结果，提供协调状态、测量值、协调值、误差(%)、标准差、一致性和一致性标差指标返回给调用程序。
设备特性功能设计：
设备特性是指表征设备主要特性的一组参数，根据该组参数判断设备的运行状况。一方面建立相关的设备特性计算模型，根据数据预处理及数据协调后的数据，计算设备的部件特性。另一方面分析影响设备特性的相关参数，通过历史寻优的手段，找出该设备较理想的运行方式，并得出设备特性的优化曲线，供性能监控模块调用。
设备特性不需要实时运行，通常选取一段机组运行情况较好的时间进行计算，以保证优化的可靠性。
设备特性建模分为锅炉、汽机两个部分，每个部分根据设备本身独立性及系统归属划分出小模块。研究设备固有的属性，结合现有的测点信息，建立相应的物理模型。
锅炉部分可以划分为如下模块：汽水分离器、锅炉空预器、锅炉风机、锅炉燃烧系统、锅炉减温器、锅炉烟风粉管道、锅炉制粉系统。
上述模块对应的设备特性：
汽水分离器：设备特性指标：水位、饱和压力。
空预器设备特性指标：空预器漏风率、空预器温压比、空预器换热效率。
锅炉风机：子设备：一次风机、送风机、引风机。
设备特性指标：风机效率、风机全压、风机耗电率。
锅炉燃烧系统：设备特性指标：炉膛氧量，锅炉效率，一、二风比，各级风门开度。
锅炉减温器：子设备：过热减温器、再热减温器。设备特性指标：减温器泄露率。
锅炉制粉系统：子设备：煤粉分离器、磨煤机。
设备特性指标：磨煤机入口冷风阀漏风率、磨煤机耗电率、磨煤机出口风温、磨煤机差压、煤粉细度。
汽机部分可以划分为如下模块：汽机热耗率、汽机本体系统、冷端系统、加热器回热系统、给水泵组、凝结水泵组。
上述模块对应的设备特性：
汽机热耗率
汽机本体
子设备1：高压缸，中压缸。
设备特性指标1：缸效率。
子设备2：调节级，1、2、3、4、5、6、7、8级组。
设备特性指标2：级组效率、级组弗留格尔系数、级组当量通流面积、
级组压比。
冷端系统
子设备：凝汽器。
设备特性指标：凝汽器端差、凝汽器负荷、循环水流量、循环水温升、凝汽器KA。
加热器回热系统
子设备：#1、#2、#3、#5、#6、#7、#8加热器、除氧器。
设备特性指标：加热器凝结段KA、加热器疏水段KA、加热器上端差、加热器下端差、加热器温升。
给水泵组系统
子设备：小机、给水泵
设备特性指标：小机效率、给水泵效率、给水泵扬程
凝结水泵组系统
子设备：凝结水泵
设备特性指标：凝结水泵效率、凝结水泵扬程
设备特性寻优：分析影响设备特性的相关参数，通过历史寻优的手段，找出该设备较理想的运行方式，并得出设备特性的优化曲线，供性能监控模块机诊断模块调用。
性能监控及诊断分为两个层面，一是设备性能实时计算，二是设备性能诊断计算。设备性能实时计算，根据当前设备的测点信息结合相关的物理模型为用户提供当前机组设备的性能指标，同时根据设备特性优化曲线所建立的关系计算相关指标的优化值，为设备性能诊断提供数据支持；诊断计算通过分析设备性能指标，找出设备运行中需要调整的部分，给出合理的运行优化建议。
汽机本体性能监控及诊断主要功能包括：
1）分析、判断本体系统主要经济指标（高、中压缸、汽轮机本体各级段内效率、当量通流面积、级组前后压力比）是否正常。
2）对本体冷端系统各分支系统进行诊断，查明冷端系统主要经济指标异常原因。
3）针对异常原因，提出合理的整改建议。
4）诊断评价机组停机、启动前后与运行中本体性能变化趋势。
5）建立并跟踪部件特性曲线变化情况
回热系统性能监控及诊断主要功能包括：
1）分析、判断回热系统主要经济指标（加热器上端差、疏水端差、加热温升、抽汽管道压损、加热器凝结段KA、加热器疏水段KA）是否正常。
2）针对异常原因，提出合理的整改建议。
3）建立并跟踪部件特性曲线变化情况
冷端系统性能监控及诊断主要功能包括：
1）分析、判断冷端系统主要经济指标（真空、端差、过冷度等）是否正常。
2）对冷端系统各分支系统进行诊断，查明冷端系统主要经济指标异常原因。
3）针对异常原因，提出合理的整改建议。
4）建立并跟踪部件特性曲线变化情况
泵组系统性能监控及诊断主要功能包括：
给水泵组：
1）提供前置泵、给水泵、小汽轮机和汽动给水泵组效率计算工具。
2）判断前置泵、给水泵效率与设计值偏离情况；历史数据变化情况；与同类型机组数据对比情况。
3）判断小汽轮机内效率和汽动给水泵组效率与设计值偏离情况；历史数据变化情况；与同类型机组数据对比情况。
4）小汽轮机汽耗率计算，与设计值偏离情况；历史数据变化情况；与同类型机组数据对比情况。
5）小汽轮机排汽压力合理性判断。
6）针对异常原因，提出合理的整改建议。
凝结水泵组：
1）提供凝结水泵效率计算工具，与设计值偏离情况；历史数据变化情况；与同类型水泵数据对比情况。
2）凝结水泵耗电率实时数据与同负荷下的历史数据和同负荷下不同机组对标数据进行对比，判断凝结水泵耗电率是否较大。
3）针对异常原因，提出合理的整改建议。
循环水泵组：
1）提供循环水泵效率计算工具，与设计值偏离情况；历史数据变化情况；与同类型循环水泵数据对比情况。
2）循环水泵耗电率实时数据与同负荷下的历史数据和同负荷下不同机组对标数据进行对比，判断循环水泵耗电率是否较大。
3）针对异常原因，提出合理的整改建议。
燃烧系统性能监控及诊断主要功能包括：
1）分析、判断燃烧系统主要经济指标（排烟热损失、固体不完全燃烧损失、散热损失、再热器减温水量、主蒸汽温度、再热蒸汽温度、过热器减温水量等）是否正常。
2）对燃烧系统各分支系统进行诊断，查明燃烧系统主要经济指标异常原因。
3）针对异常原因，提出合理的整改建议。
4）建立并跟踪部件特性曲线变化情况
风烟系统性能监控及诊断主要功能包括：
1）分析、判断风烟系统主要经济指标（烟气侧各设备阻力、风侧设备阻力、风机效率、漏风等）是否正常。
2）对风烟系统各分支系统进行诊断，查明风烟系统主要经济指标异常原因。
3）针对异常原因，提出合理的整改建议。
4）建立并跟踪部件特性曲线变化情况
制粉系统性能监控及诊断主要功能包括：
1）分析、判断制粉系统主要经济指标[磨煤机出力[研磨出力、通风出力、干燥出力]、磨煤机通风量、分离器效率、煤粉细度、煤粉均匀性系数、煤粉浓度、磨煤机耗电率、排粉风机耗电率、系统压力、系统温度]是否正常。
2）对制粉系统各分支系统[直吹式制粉系统：磨煤机、分离器、密封风机、一次风机、给煤机、系统风门挡板、节流部件；中储式制粉系统：磨煤机、粗粉分离器、细粉分离器、排粉风机、一次风机、给煤机、给粉机、煤粉仓、系统风门挡板、锁气器、节流部件；]进行诊断，查明制粉系统主要经济指标异常原因。
3）针对异常原因，提出合理的调整或改造建议。
4）建立并跟踪部件特性曲线变化情况
空预器系统性能监控及诊断主要功能包括：
1）分析、判断空预器系统主要经济指标（烟气侧效率、漏风率等）是否正常。
2）对空预器系统进行诊断，确认空预器主要经济指标异常原因。
3）针对异常原因，提出合理的整改建议。
4）建立并跟踪部件特性曲线变化情况。
业务功能展示设计方案
业务功能展示平台采用先进的可视化技术，通过图文结合、动静交叉的方式，将各模块业务功能更加形象、生动的展示给用户。平台中的数据信息根据层级、功能进行分类，可实现基于实时计算及历史统计的报警、对比、趋势查询、递归查询等功能。根据不同的展示内容和目的选择适当的展示形式，如仪表盘适用于状态、效率监测，曲线图适用于趋势展示，饼图适用于构成展示，柱状图适用于工作量展示，思维图适用于交叉关系展示等。
性能监控数据展示：
通过流程图的形式，使用户从全局上掌握系统的流程及数据信息。在流
程图中不但能进行实时查询，还可以进行统计查询。展示内容可以根据用户需要进行选择，同时在流程图中将异常项用报警条码的形式集中罗列，突出用户关注的重点。
通过列表的形式，将数据平铺，进行汇总数据的展示。在列表中增加曲
线功能，展示数据的趋势信息；同时对数据的状态增加报警标示，突出用户关注重点。多种展示形式结合在一起，增强数据展示的立体感。
柱状图：通过柱状图的形式，进行同类数据之间的对比，适用于重要指标的对比展示，使效果更为醒目。
性能诊断数据的展示主要实现的是报警及递归查询的功能，将影响异常项的因素根据影响效应的不同逐级展开，其展示形式主要为列表。展示的数据信息包括性能参数实时值、基准值，异常原因，异常处理建议。
实施方案
1、第一阶段：系统调研和理论研究
调研电站关键部件基于特性的机理性建模、整合各关键部件机理模型的系统建模、数据协调技术、及海量数据处理技术，以及AF平台在国内外电站上的应用情况。
在调研基础上，开展相关的理论和实验室技术研究，包括：基于特性方程的数据协调方法研究，级组、管道、加热器等关键部件的精确数学模型建立方法，基于精确数学模型和部件特性的在线故障诊断方法和试验等。
2、第二阶段：方案设计研发
首先是环境建设，包括部署网络，安装服务器，购置和安装AF平台软件，电厂测点、热力系统设计说明书等电子版资料收集，调试仿真数据库等。其次是逐步开发机组关键部件机理模型，并在条件具备时，整合上述各模型得到机组的全流程机理模型。再次采用数据协调技术处理采集到的机组实时运行数据，并提供给机组机理模型进行指标计算、系统诊断和运行优化。最后是搭建WEB发布平台，将上述模型和结果进行展示。由于没有网络与生产现场连接，可以从现场采集一部分典型数据存储到仿真数据库，用来进行模型的测试验证。
3、第三阶段：
项目实施试运行阶段：将莱州公司生产数据收集到本地PI实时数据库，通过PItoPI接口程序将数据同步到分公司节能中心的PI数据库，同时对数据进行预处理，如果出现与系统不兼容的格式则进行数据转换处理。在分公司部署AF平台上，采用历史运行数据对莱州公司2 × 1000MW机组机理模型进行修正，利用该机组的实时运行数据进行数据协调计算，并使用数据协调后的数据代替测量数据进行机组性能计算，得到更为精确可靠的机组运行数据、性能数据及各项指标，最终计算结论在节能平台上对外发布。
4、第四阶段：
上线验收阶段：综合评估该系统对机组的节能贡献度，撰写项目报告，进行项目验收。客户使用培训，为客户提供系统平台相关文档：安装说明、操作手册、测试文档、维护手册和用户手册。
系统建设保障
为完成运基于数据协调的电站状态在线诊断系统的建设目标，确保数据获取、分析、状态诊断及异常处理等功能顺利实现和应用，需建立与完善必要的工作机制，提供技术、人员保障。
机制保障
系统建设需要有以下三类机制作为支撑：
常态化的信息、资料获取机制
包括发电厂生产过程中各系统的实时历史数据的采集、存储，以及数据分析的边界条件、设备属性、机组运行状态信息获取和整理。
数据质量保证与协同配合机制
基于数据协调的电站状态在线诊断系统的建设就是建立在数据正确性能够得到保证的前提下，完成设备特性分析和性能诊断工作，为此系统相关业务部门为系统所提供信息的质量，配合处理的程度应作为一项考核内容，纳入公司管理体系进行统一管理。
系统应用闭环机制
建立系统应用闭环机制，形成专职工作体制，定期或不定期召开系统应用协调会议，对系统的异常处理、诊断结果、措施等内容进行安排布置，协同相关业务部门进行责任落实和执行。
技术保障
应用与数据是系统的两个重要技术基础：
应用的深化与完善
持续减少业务平台、系统、版本的异构，持续提升系统与业务的融合度。
强化数据治理，提高数据可用性
结合系统的数据分析和处理需求，推动各专业、各单位进一步完善数据正确定保障体系和工作过程。
人员保障
人员保障包括两个部分，一个是系统应用方面的保障，能够保证系统真正投入到日常工作和生产过程中，辅助生产管理和决策管理，另一个方面是为系统后期的持续完善和系统的可用性建立或组织的分析专家库，人员来源于各业务部门和各下属公司技术骨干和业务专家，定期或不定期开展专题研究和业务分析工作。
Claims (5)
1.一种基于数据协调的电站状态在线诊断及运行优化系统，包括诊断机组 ：其特征在于：该系统还包括：
AF平台：基于所述诊断机组各关键部件热力学特性的机理性数学模型，访问和整合数据以主执行分析功能，该模型是进行系统运行状态监测和故障诊断的重要先决条件，而各部件的机理数学模型组成机组的系统模型；
数据协调技术：该数据协调技术与电站系统模型的结合，为机组机理模型提供更为精确可靠的数据输入，使得模型计算结果以及基于该结果的运行状态监测和故障诊断更为精准；
海量数据处理技术：机组海量实时运行数据为保障，运行数据协调技术对机组实时运行数据进行处理，通过缩小测量数据的置信区间，以降低其测量误差和提高精度，使用协调后的高精度数据计算得到机组的在线运行状态，并在此基础上实现故障诊断和机组优化运行指导功能；
该系统的运行包括以下步骤：
（1）收集诊断机组设计数据及历史运行数据；
（2）在AF平台上建立该机组关键部件的机理性数学模型，采用历史数据进行修正；
（3）应用数据协调技术，确定用于数据协调计算的测点范围；
（4）安装上述系统至诊断机组现场，采集机组实时运行数据至该系统，进行实时计算，通过缩小测量数据的置信区间，以降低其测量误差、提高精度，使用协调后的高精度数据计算得到机组的在线运行状态，并在此基础上实现故障诊断、机组优化运行指导功能；
（5）最后综合评估该系统对机组节能率的贡献度。
2.根据权利要求 1 所述的基于数据协调的电站状态在线诊断及运行优化系统，其特征在于：AF 平台通过 PI 系统管理和 RtReports 来配置、检索和报告与各种元素和模板相关的信息，其包括一个元数据仓库、若干模板及高级分析模块，高级分析模块提供了用于支持批量计算和数据协调功能的模板库、数据引用和报告模板。
3. 根据权利要求1或2所述的基于数据协调的电站状态在线诊断及运行优化系统，其特征在于：数据协调技术划分为数据协调、设备特性、性能监控和性能诊断优化建议四个模块，其中 ：数据协调模块，采用一定的手段尽可能的减少有误差的数据的误差，使数据尽可能的“真实”；设备特性模块 ：指表征设备主要特性的一组参数，根据该组参数判断设备的运行状况，一方面建立相关的设备特性计算模型，根据数据预处理及数据协调后的数据，计算设备的部件特性，另一方面分析影响设备特性的相关参数，通过历史寻优的手段，找出该设备较理想的运行方式，并得出设备特性的优化曲线，供性能监控模块机诊断模块调用 ；性能监控模块 ：分为两个层面，一是设备性能实时计算 ；二是设备性能诊断计算；性能诊断优化建议模块 ：主要实现的是报警功能，将影响异常项的因素根据影响效应的不同逐级展开，展示的数据信息包括性能参数实时值和基准值，异常原因，异常处理建议。
4.根据权利要求 1 所述的基于数据协调的电站状态在线诊断及运行优化系统，其特征在于 ：AF 平台连接实时数据库和关系数据库，进行数据计算，应用规则、计算和分析结果决定显示内容和效果 ；与组态软件及各种 PI 的客户端软件结合 ；连接 ACE 进行复杂计算 ；报警功能 ；实现基于设备数据分析功能 ；支持模型 Web 端展示功能。
5.根据权利要求 4 所述的基于数据协调的电站状态在线诊断及运行优化系统，其特征在于 ：基于特性方程的数据协调方法，首先建立关键部件的精确数学模型，然后基于精确数学模型和部件特性的在线故障诊断方法和试验逐步开发机组关键部件机理模型，并在条件具备时，整合上述各模型得到机组的全流程机理模型，再次采用数据协调技术处理采集到的机组实时运行数据，并提供给机组机理模型进行指标计算、系统诊断和运行优化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410541147.1A CN104573307B (zh) | 2014-10-14 | 2014-10-14 | 一种基于数据协调的电站状态在线诊断及运行优化系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410541147.1A CN104573307B (zh) | 2014-10-14 | 2014-10-14 | 一种基于数据协调的电站状态在线诊断及运行优化系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104573307A CN104573307A (zh) | 2015-04-29 |
| CN104573307B true CN104573307B (zh) | 2018-02-13 |
Family
ID=53089358
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410541147.1A Active CN104573307B (zh) | 2014-10-14 | 2014-10-14 | 一种基于数据协调的电站状态在线诊断及运行优化系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104573307B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ES2937031T3 (es) * | 2016-06-24 | 2023-03-23 | Bosch Gmbh Robert | Sistema y método de análisis/diagnóstico visual de rendimientos de línea de montaje de fabricación inteligente |
| CN106126933B (zh) * | 2016-06-24 | 2018-11-30 | 清华大学 | 一种基于动态数据协调降低测量参数噪音的方法 |
| CN109390040A (zh) * | 2018-09-17 | 2019-02-26 | 王子洋 | 一种智能化电子病历系统 |
| CN110427689B (zh) * | 2019-07-29 | 2024-01-26 | 大唐国际发电股份有限公司北京高井热电厂 | 基于信息新技术的燃机机组机群监测诊断方法 |
| CN111445105B (zh) * | 2020-02-28 | 2023-07-14 | 山东电力工程咨询院有限公司 | 基于目标值分析的电厂在线性能诊断方法及系统 |
| CN111400832B (zh) * | 2020-03-11 | 2021-07-20 | 广州博依特智能信息科技有限公司 | 用于卫生纸机干燥部关键运行参数预测的混合建模方法 |
| CN112580836A (zh) * | 2020-12-24 | 2021-03-30 | 润电能源科学技术有限公司 | 一种火电机组监控方法、装置、设备及存储介质 |
| CN112765553B (zh) * | 2021-01-14 | 2021-08-24 | 深圳市伟峰科技有限公司 | 一种基于大数据的工程项目管理系统 |
| CN113868836B (zh) * | 2021-09-03 | 2024-05-10 | 东方电气集团科学技术研究院有限公司 | 基于大数据的智慧热力系统在线专家分析平台 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101403648A (zh) * | 2008-11-20 | 2009-04-08 | 华北电力大学 | 大型汽轮发电机组汽流激振故障实时诊断方法 |
| CN101893510A (zh) * | 2009-05-18 | 2010-11-24 | 中国石化集团南京化学工业有限公司 | 基于设备的一机一档在线监测与故障诊断系统 |
| CN102434388A (zh) * | 2011-11-17 | 2012-05-02 | 高丙团 | 风力发电机组健康状态在线监测装置及其监测方法 |
| CN102830662A (zh) * | 2011-06-14 | 2012-12-19 | 北京三博中自科技有限公司 | 一种流程工业管网系统的监控系统和方法 |
| CN103176128A (zh) * | 2013-03-28 | 2013-06-26 | 华南理工大学 | 一种风力发电机组状态预报及智能故障诊断方法及系统 |
-
2014
- 2014-10-14 CN CN201410541147.1A patent/CN104573307B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101403648A (zh) * | 2008-11-20 | 2009-04-08 | 华北电力大学 | 大型汽轮发电机组汽流激振故障实时诊断方法 |
| CN101893510A (zh) * | 2009-05-18 | 2010-11-24 | 中国石化集团南京化学工业有限公司 | 基于设备的一机一档在线监测与故障诊断系统 |
| CN102830662A (zh) * | 2011-06-14 | 2012-12-19 | 北京三博中自科技有限公司 | 一种流程工业管网系统的监控系统和方法 |
| CN102434388A (zh) * | 2011-11-17 | 2012-05-02 | 高丙团 | 风力发电机组健康状态在线监测装置及其监测方法 |
| CN103176128A (zh) * | 2013-03-28 | 2013-06-26 | 华南理工大学 | 一种风力发电机组状态预报及智能故障诊断方法及系统 |
Non-Patent Citations (6)
| Title |
|---|
| 协调控制系统的动态数学模型及其智能算法研究;张德珍;《中国优秀博硕士学位论文全文数据库（硕士） 工程科技II辑》;20021215;第1.2节 * |
| 发电机组嵌入式远程状态监测与诊断分析系统;彭道刚等;《电力系统及其自动化学报》;20080215;第22卷(第5期);摘要、第1节、第3节，图2-图4、图7 * |
| 基于Internet的水电机组远程诊断中心的开发与应用;郑松远等;《中国南方十三省(市、区)水电学会联络会暨学术交流研讨会论文集》;20060901;第1011-1015页 * |
| 基于特征的水电机组状态趋势预测;代开锋;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20060515;C037-194 * |
| 数据协调与显著误差检测方法研究与应用;苗宇;《中国博士学位论文全文数据库 基础科学辑》;20090315;A002-11 * |
| 水电机组状态监测与诊断中的分析方法及案例;朱传古;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20090515;C037-37 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104573307A (zh) | 2015-04-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104573307B (zh) | 一种基于数据协调的电站状态在线诊断及运行优化系统 | |
| CN106249728B (zh) | 一种基于部件特性的火力发电机组在线性能监测方法 | |
| US7016742B2 (en) | Decision support for operations and maintenance (DSOM) system | |
| CN101221415B (zh) | 火力设备控制装置 | |
| CN104748807B (zh) | 一种基于流量校正的电站主蒸汽流量在线计算方法 | |
| CN104090560B (zh) | 一种监测供电综合环境评价指标的设备 | |
| CN105512388A (zh) | 一种基于labview的亚临界火电机组增强激励仿真建模方法 | |
| CN106404403A (zh) | 用于涡轮机的分析的方法和系统 | |
| CN113095591B (zh) | 一种用于火电机组运行参数自寻优的耗差分析方法 | |
| CN105527113B (zh) | 一种核电站热能效率监测与诊断系统和方法 | |
| Jian et al. | A study on the evaluation of product maintainability based on the life cycle theory | |
| CN106524118A (zh) | 锅炉防磨防爆温度场仿真模型的建立方法 | |
| CN109785187A (zh) | 一种发电机组供电煤耗检测数据校正方法 | |
| Friedman et al. | Comparative guide to emerging diagnostic tools for large commercial HVAC systems | |
| KR101839274B1 (ko) | 발전용 보일러 튜브의 마모 예측 시스템 및 방법 | |
| Kaldorf et al. | Practical experiences from developing and implementing an expert system diagnostic tool/discussion | |
| CN114861976A (zh) | 火电厂锅炉四管设备全生命周期管理平台 | |
| Cafaro et al. | Monitoring of the thermoeconomic performance in an actual combined cycle power plant bottoming cycle | |
| Sultanov et al. | Electrical generator unit technical and economic indexes parameter study | |
| Friedman et al. | Comparison of emerging diagnostic tools for large commercial HVAC systems | |
| CN103968879A (zh) | 一种供电系统区域环保监测方法 | |
| CN103968880A (zh) | 一种供电系统区域环保监测系统 | |
| Kobjaroenkun et al. | Development of a decision support tool for operational optimization of the steam utility system at Preemraff Lysekil | |
| CN107677138A (zh) | 一种空气泄露的检测与控制方法以及空气泄露检测系统 | |
| Huovinen et al. | On-line data reconciliation as a tool to improve the environmental efficiency assessment in power plant environment |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Power station condition online diagnosis and operation optimization system based on data coordination Effective date of registration: 20200624 Granted publication date: 20180213 Pledgee: Qilu bank Limited by Share Ltd. Ji'nan science and technology innovation center sub branch Pledgor: SHANDONG CHUANGDE SOFTWARE TECHNOLOGY Co.,Ltd. Registration number: Y2020370000111 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: Room 908, building 1, Lushang Olympic City, 9777 Jingshi Road, Lixia District, Jinan City, Shandong Province Patentee after: Shandong chuangde Intelligent Technology Co.,Ltd. Address before: Room 908, building 1, Lushang Olympic City, 9777 Jingshi Road, Lixia District, Jinan City, Shandong Province Patentee before: SHANDONG CHUANGDE SOFTWARE TECHNOLOGY Co.,Ltd. |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20220420 Granted publication date: 20180213 Pledgee: Qilu bank Limited by Share Ltd. Ji'nan science and technology innovation center sub branch Pledgor: SHANDONG CHUANGDE SOFTWARE TECHNOLOGY Co.,Ltd. Registration number: Y2020370000111 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: An on-line diagnosis and operation optimization system of power station based on data coordination Effective date of registration: 20220621 Granted publication date: 20180213 Pledgee: Qilu bank Limited by Share Ltd. Ji'nan science and technology innovation center sub branch Pledgor: Shandong chuangde Intelligent Technology Co.,Ltd. Registration number: Y2022370000067 |