CN105116873B - 一种火电厂多自动调节回路评价诊断方法 - Google Patents
一种火电厂多自动调节回路评价诊断方法 Download PDFInfo
- Publication number
- CN105116873B CN105116873B CN201510412436.6A CN201510412436A CN105116873B CN 105116873 B CN105116873 B CN 105116873B CN 201510412436 A CN201510412436 A CN 201510412436A CN 105116873 B CN105116873 B CN 105116873B
- Authority
- CN
- China
- Prior art keywords
- mrow
- loop
- msup
- actuator
- value
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 34
- 238000002405 diagnostic procedure Methods 0.000 title claims abstract 5
- 238000000034 method Methods 0.000 claims abstract description 57
- 238000003745 diagnosis Methods 0.000 claims abstract description 29
- 230000001105 regulatory effect Effects 0.000 claims description 78
- 230000008859 change Effects 0.000 claims description 42
- 230000008569 process Effects 0.000 claims description 36
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 8
- 239000013598 vector Substances 0.000 claims description 6
- 238000010586 diagram Methods 0.000 claims description 5
- 238000012854 evaluation process Methods 0.000 claims description 4
- 238000013178 mathematical model Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 2
- 238000012417 linear regression Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims description 2
- 238000013500 data storage Methods 0.000 abstract description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0264—Control of logging system, e.g. decision on which data to store; time-stamping measurements
-
- Y—GENERAL 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
一种对火电厂多自动调节回路评价诊断方法。该方法以回路为单位，采集实时的数据并进行数据存储，在此数据存储的基础上，周期性的针对每一个自动调节回路的控制性能的主要指标进行计算并对自动调节回路中传感器和执行器进行故障诊断。由于控制性能评价需要大量数据而实时性不高，故障诊断需要部分数据而实时性要求高，本方法采用了不同的周期对其进行了划分。通过对自动调节回路进行排列后按周期依次进行计算，能够使多个自动调节回路控制性能评价和故障诊断的同时进行。
Description
技术领域
本发明属于工业控制领域，具体涉及一种火力发电机组自动调节回路控制性能的评价诊断系统。
背景技术
随着工业自动化水平的提高，工业控制系统的规模越来越大，一个大型的工业控制系统有成百套控制回路，过程控制技术面临的重要任务之一就是对控制系统的监视和维护。在控制系统的使用过程中，有很多原因会导致控制器性能下降，比如设备的老化、非线性的作用等，为了确保控制器能在设计的性能下工作，就需要对大量的过程数据进行分析来判断控制器在工作过程中性能如何。一个大的自动化系统控制回路众多，人工来分析数据并判断控制器性能的好坏工作量相当大，这种人工监视评价控制器的性能的方法难以适应当前的高度自动化水平。研究控制系统的性能评价方法，形成与当前自动化水平相适应的控制系统性能评价体系，对实际的控制系统进行监视，确保控制器在工作过程中性能良好有很重要的意义。
火电机组中，机组热工性能取决于各个自动调节回路的性能。执行机构状态、传感器状态、以及控制器参数选取这三个环节是一个自动调节回路关键的要素。在工业控制领域，生产过程的控制回路不断增加，生产工艺对生产过程的控制要求日益提高，而我们往往只关注采用怎样的控制器，采取怎样的控制策略，对于控制系统的性能评价虽有很多有益的探讨和研究，但还存在着一些缺点和不足。
通常是针对个别指定的自动调节回路，针对调节过程数据的变化过程，套用理论公式得到动态调节指标。但这种方法在实际中对于调节过程要求较高，需要严格的数据趋势。另外以往的评价方法没有与故障诊断相结合，没有对故障情况下进行排除。同时，通常的评价诊断方法只是针对个别自动调节回路进行，缺少在工业控制过程中的多控制回路综合应用。
另外，本发明的评价诊断方法都是基于在线运行系统的数据分析结果，比通常的离线分析系统具有更重要的实用意义。
发明内容
为了解决现有技术中存在的上述技术问题，本发明公开了一种火电厂多自动调节回路评价诊断方法。
本发明具体采用以下技术方案。
一种火电厂多自动调节回路评价诊断方法，所述方法针对火电厂多个自动调节回路进行控制性能的评价并对自动调节回路中的传感器和执行器进行故障诊断；其特征在于，所述方法包括以下步骤：
步骤一：通过火电厂热工录波分析装置采集火电厂多个自动调节回路数据，包括机组负荷、自动调节回路中被控对象的设定值、传感器采集的测量值以及执行器开度指令、开度反馈值；
步骤二：以30秒为周期，由火电厂热工录波分析装置对采集数据进行处理，形成comtrade录波文件，内容包含30秒内采集的数据信息，形成录波文件之后，将其发送至作为诊断装置的电脑；
步骤三：在诊断装置中，以30秒为周期解析由火电厂热工录波分析装置生成的comtrade录波文件，得到火电厂多个自动调节回路的数据信息，并存入历史数据库；
步骤四：将需要进行评价诊断的火电厂自动调节回路做排列，依据采集的自动调节回路的数据信息以周期形式依次对单个自动调节回路进行诊断、性能评价，其中对传感器、执行器的诊断周期为60秒，即60秒内，依次对所有自动调节回路中的传感器、执行器进行诊断；对所述多个自动调节回路的控制性能评价的周期为10分钟，即10分钟内，依次对所有自动调节回路的控制性能进行评价指标计算。
本发明进一步优选包括以下方案：
在步骤四中，对传感器、执行器故障诊断过程如下：
(1)以60秒为周期，从历史数据库中提取待诊断的传感器、执行器所属的自动调节回路的数据信息，包括60秒内待诊断的传感器采集的测量值历史记录、执行器的开度指令和开度反馈值历史记录，并形成csv格式文本文件；
(2)根据生成的csv格式文本文件的内容得到60秒内待诊断的传感器采集的测量值，基于所述测量值实现对传感器的诊断；
当传感器测量值超出了其高低限值范围，则认为传感器发生了测量值超限故障；
计算传感器所采集的测量值的变化速率，将所述测量值的变化速率与设定的变化率阈值比较，如果超限，则判断传感器存在变化速率超限故障；
两个传感器冗余设置时，先比较两个冗余设置的传感器在同一时刻的测量值偏差，若超过了偏差限值，则说明其中有一个发生了故障的，然后判断这两个冗余设置的传感器是否发生了测量值超限故障或变化率超限故障，如果两个冗余设置的传感器均没有发生测量值超限故障以及变化率超限故障，则认为这两个冗余传感器存在冗余故障；
三冗余及三个以上冗余设置的传感器，比较每两个传感器间测量值的偏差，如果偏差超过了偏差限值，则认为此两个传感器中某个传感器发生了故障，再与另一个传感器的测量值相比较，判断偏差大者为发生故障的那个传感器。
对于两个传感器冗余设置时，可以通过判断出冗余的传感器存在故障，但不能直接定位具体的故障传感器，对于三个余传感器冗余设置时，可以通过两两对比定位具体的故障传感器。
(3)根据生成的csv文件内容，得到执行器开度指令和开度反馈历史记录，判断执行器是否存在卡死故障、增益故障和死区故障；
当满足如下两个判据中的任一个，则判断执行器出现了卡死故障：
判据1：在60秒内，执行器开度指令发生变化，而开度反馈不随执行器开度指令变化；
判据2：当执行器开度指令不变化时，开度反馈也不变化，但是开度反馈和执行器开度指令之间存在偏差，偏差范围超过开度反馈量程的5％；统计60秒内执行器开度反馈的变化程度与执行器开度指令变化程度均值的比值，作为执行器增益的估计值；如果这个增益值超过了预设的增益阈值，则认为执行器发生了增益故障，此阈值为1.05～1.1；
根据执行器在正常情况下的往返行程中X-Y特性图选择最大宽度为正常死区范围。
在步骤四中，对所述多个自动调节回路的控制性能评价过程如下：
(1)以10分钟为周期执行，对已排序的多个自动调节回路依次计算，首先要检查该控制回路是否存在执行器或者传感器故障，如果存在故障则将此回路跳过，不进行控制评价指标计算，进行下一个自动调节回路的计算过程，如无故障则进入下一个流程；
(2)将10分钟内自动调节回路中传感器测量值、执行器开度指令、自动调节回路中被控对象的设定值以及机组负荷的历史值写入csv格式文件中；
(3)自动调节回路中被控对象的设定值发生变化，则认为该自动调节回路开始一个动态过程，否则，则认为该自动调节回路处于一个随机过程；如果自动调节回路处于动态过程，则计算该自动调节回路的确定性调节指标，包括调节时间、上升时间、超调量；如果自动调节回路处于随机过程，则进行随机性指标即最小方差指标计算。
调节时间：单位阶跃响应首次达到稳态值的5％(或2％)的误差带并保持的时间。
上升时间：单位阶跃响应从稳态值的10％上升到稳态值的90％，所需要的时间。对于系统单位阶跃响应单调变化的系统如此，而对有震荡的系统，可以被定义为从初始值到第一次到达稳态的时间。上升时间，反应的是系统的响应速度。
超调量：当系统的单位阶跃有超调时，其单位阶跃响应的最大峰值减去稳态值的差与稳态值之比的百分数。
最小方差指标：系统理论最小方差与实际方差的比值。
本发明具有以下技术效果：
1)可以针对火电厂多个自动调节回路进行评价诊断；
2)实现了在线评价与诊断；
3)在进行自动调节回路控制评价时，考虑传感器、执行器故障状态对其的影响，将故障诊断与控制评价相结合；
4)可以对调节过程进行确定性指标评价和随机性指标评价。
附图说明
图1为本发明火电厂多回路自动调节回路评价诊断方法实现过程示意图。
具体实施方式
下面结合说明书附图对本发明的技术方案做进一步详细介绍。如附图1所示为本发明公开的火电厂多回路自动调节回路评价诊断方法实现过程方案示意图。
附图1中的设备代表火电机组所配置的数据转发装置。
附图1中的热工数据采集装置通过接收转发装置送来的数据，并形成comtrade格式录波文件。
附图1中的实时库用来存储所有需要实时显示的数据信息，包括所有的诊断、评价结果。
附图1中的历史库用来存储所有需要存储历史的数据信息，包括诊断、评价过程中需要的测量值信息、执行器开度指令信息、执行器开度反馈信息。
附图1中的平台扩展应用APP功能接口主要提供实现本发明的方法的应用接口。
下面对本发明的技术方法实现过程方案做进一步详细介绍。步骤1：通过火电厂热工录波分析装置通过通讯规约，完成从火电厂DCS系统中相关数据的采集。
主要采集的数据包括参与进行评价指标计算和诊断的机组负荷、自动调节回路中被控对象的设定值、传感器采集的测量值以及执行器开度指令、开度反馈。
步骤2：以30秒为周期，由火电厂热工录波分析装置对采集数据进行处理，形成comtrade录波文件，内容包含30秒内采集的数据信息，形成录波文件之后，将其发送至进行评价诊断的电脑。
步骤3：以30秒为周期解析由火电厂热工录波分析装置生成的comtrade录波文件，得到数据信息，并存储历史。存储内容为各个数据点的时间、值。
步骤1——步骤3完成了数据的采集和存储工作。
步骤4：将需要进行评价诊断的火电厂自动调节回路在文件中做排列，之后以周期形式依次对单个自动调节回路进行诊断、性能评价。其中传感器、执行器的诊断周期为60秒，即60秒内，依次对所有自动调节回路中的传感器、执行器进行诊断。控制性能评价的周期为10分钟，即10分钟内，依次对所有自动调节回路的控制性能进行评价指标计算。具体如下：
在步骤4中，对传感器、执行器故障诊断过程如下：
(1)以60秒为周期，从历史数据库中提取待诊断的传感器、执行器所属的自动调节回路的数据信息，包括60秒内待诊断的传感器采集的测量值历史记录、执行器的开度指令和开度反馈值历史记录，并形成csv格式文本文件；
(2)根据生成的csv格式文本文件的内容,得到60秒内待诊断的传感器采集的测量值，基于所述测量值实现对传感器的诊断；
当传感器测量值超出了其高低限制范围，则认为传感器发生了测量值超限故障，此高低限制范围为传感器量程，具体的需要参考被诊断传感器的铭牌参数；
计算传感器所采集的测量值的变化速率，将所述测量值的变化速率与设定的变化率阈值比较，如果超限，则判断传感器存在变化速率超限故障，所述的变化率阈值可以参考被诊断传感器的铭牌参数；
两个传感器冗余设置时，先比较两个冗余设置的传感器在同一时刻的测量值偏差，若超过了偏差限值，则说明其中有一个发生了故障的，此偏差限制为传感器量程的5％，然后判断这两个冗余设置的传感器是否发生了测量值超限故障或变化率超限故障，如果两个冗余设置的传感器均没有发生测量值超限故障以及变化率超限故障，则认为这两个冗余传感器存在冗余故障。
三冗余及三个以上冗余设置的传感器，比较每两个传感器间测量值的偏差，如果偏差超过了偏差限值，则认为此两个传感器中某个传感器发生了故障，再与另一个传感器的测量值相比较，判断偏差大者为发生故障的那个传感器，所述的偏差限制为传感器量程的5％。
对于两个传感器冗余设置时，可以通过判断出冗余的传感器存在故障，但不能直接定位具体的故障传感器，对于三个余传感器冗余设置时，可以通过两两对比定位具体的故障传感器。
(3)根据生成的csv文件内容，得到执行器开度指令和开度反馈历史记录，判断执行器是否存在卡死故障、增益故障和死区故障；
当满足如下两个判据中的任一个，则判断执行器出现了卡死故障：
判据1：在60秒内，执行器开度指令发生变化，而开度反馈不随执行器开度指令变化；
判据2：当执行器开度指令不变化时，开度反馈也不变化，但是开度反馈和执行器开度指令之间存在偏差，偏差范围超过开度反馈量程的5％；
统计60秒内执行器开度反馈的变化程度与执行器开度指令变化程度均值的比值，作为执行器增益的估计值；如果这个增益值超过了预设的增益阈值，则认为执行器发生了增益故障；
根据执行器在正常情况下的往返行程中X-Y特性图选择最大宽度为正常死区范围。
在步骤4中，对所述多个自动调节回路的控制性能评价过程如下：
(1)以10分钟为周期执行，按步骤四中排列的自动调节回路依次计算，首先要检查该控制回路是否存在执行器或者传感器故障，如果存在故障则将此回路跳过，不进行控制评价指标计算，进行下一个自动调节回路的计算过程，如无故障则进入下一个流程；
(2)将10分钟内自动调节回路中传感器测量值、执行器开度指令、自动调节回路中被控对象的设定值以及机组负荷的历史值写入csv格式文件中；
(3)自动调节回路中被控对象的设定值发生变化，则认为该自动调节回路开始一个动态过程，否则，则认为该自动调节回路处于一个随机过程；如果自动调节回路处于动态过程，则计算该自动调节回路的确定性调节指标，包括调节时间、测量值上升时间、超调量；如果自动调节回路处于随机过程，则进行随机性指标即最小方差指标计算。
计算自动调节回路的确定性调节指标的过程如下：
①建立自动调节回路中被控对象的数学模型：
自动调节回路的输入－输出模型的差分方程为：
其中：e(t)为噪声，为输入－输出观测向量，y(t)为自动调节回路的测量值，u(t)为自动调节回路中的阀位反馈，θ为未知参数向量，共有na,个输出、nb个输入，a1……ana，b1……bnb为其对应参数，d为迟延参数；
且
令根据N次观测{y(i),u(i):i＝1,2,…,N,N≥na+nb+1}对θ的估计为引入符号：
y(1),y(2)…y(N)为连续N次采样得到的测量值；
可以得到对参数的最小二乘估计为：
其中为参数的最小二乘估计，得到的矩阵依次为a1、a2……ana的值；
②根据前述的自动调节回路的数学模型数学模型，施加单位阶跃扰动信号，形成理想的输出曲线，根据调节曲线，得到每个时刻对应的输出值，在此基础上，计算得到上升时间、调节时间和超调量。
计算自动调节回路的随机性调节指标的过程如下：
①通过火电厂热工录波分析装置采集火电厂多个自动调节回路数据信息，包括机组负荷、自动调节回路中被控对象的设定值、传感器采集的测量值以及执行器开度指令、开度反馈值；
②在采集的数据中，选择数据长度至少为n＝500且包含系统典型的扰动特性的一段数据进行评价，n即表示数据长度；
③进行开环测试或用闭环估计技术估计采样数据的时间延迟k；
④自动调节回路的输出y(t)表示为下式
y(t)＝Fξ(t)+α1y(t-k)+α2y(t-k-1)+...+αmy(t-k-m+1)
α1……αm为模型的参数；
k为迟延因子，由自动调节回路的迟延时间决定；
m为自回归模型的长度，m取5～30，模型长度取决于采样时间，并且模型长度的选择要使最终模型能全部捕捉系统的脉冲响应；
Fξ(t)为系统输出在t时刻的响应，其余项为扰动信号对系统输出的响应；
⑤由④可以获得数据长度n范围内的自动调节回路中传感器采集的测量值，叠加写成以下形式
y＝Xα+Fξ
其中，
由获得数据根据上式构建上述向量y和矩阵X；
y、X矩阵中值为对应下标时刻的自动调节回路中传感器采集的测量值；
⑥选择合适的模型获得αi的参数；
用线性回归方法估计自回归模型参数{αi}，最小二乘结果为：
⑦计算自动调节回路的最小方差，最小方差的估计值可以由残余方差代替：
是理论的最小方差；
⑧计算系统实际的输出方差：
是实际的输出方差，是输出方差中出去理论最小方差的部分。
⑨计算随机性调节指标：
是最小方差指标，由上式可知，其取值范围为0-1，此值越接近1，则表示实际方差与理论最小方差越接近，说明自动调节回路抗随机扰动能力更强。
申请人结合说明书附图对本发明的实施例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。
Claims (4)
1.一种火电厂多自动调节回路评价诊断方法，所述方法针对火电厂多个自动调节回路进行控制性能的评价并对自动调节回路中的传感器和执行器进行故障诊断；其特征在于，所述方法包括以下步骤：
步骤一：通过火电厂热工录波分析装置采集火电厂多个自动调节回路数据信息，包括机组负荷、自动调节回路中被控对象的设定值、传感器采集的测量值以及执行器开度指令、开度反馈值；
步骤二：以30秒为周期，由火电厂热工录波分析装置对采集数据信息进行处理，形成comtrade录波文件，内容包含30秒内采集的数据信息，形成录波文件之后，将其发送至作为诊断装置的电脑；
步骤三：在诊断装置中，以30秒为周期解析由火电厂热工录波分析装置生成的comtrade录波文件，得到火电厂多个自动调节回路的数据信息，并存入历史数据库；
步骤四：将需要进行评价诊断的火电厂自动调节回路做排列，依据采集的自动调节回路的数据信息以周期形式依次对单个自动调节回路进行诊断、性能评价，其中对传感器、执行器的诊断周期为60秒，即60秒内，依次对所有自动调节回路中的传感器、执行器进行诊断；对所述多个自动调节回路的控制性能评价的周期为10分钟，即10分钟内，依次对所有自动调节回路的控制性能进行评价指标计算:
其中，对传感器、执行器故障诊断过程如下：
(1)以60秒为周期，从历史数据库中提取待诊断的传感器、执行器所属的自动调节回路的数据信息，包括60秒内待诊断的传感器采集的测量值历史记录、执行器的开度指令和开度反馈值历史记录，并形成csv格式文本文件；
(2)根据生成的csv格式文本文件的内容得到60秒内待诊断的传感器采集的测量值，基于所述测量值实现对传感器的诊断；
当传感器测量值超出了其高低限值范围，则认为传感器发生了测量值超限故障；
计算传感器所采集的测量值的变化速率，将所述测量值的变化速率与设定的变化率阈值比较，如果超限，则判断传感器存在变化速率超限故障；
两个传感器冗余设置时，先比较两个冗余设置的传感器在同一时刻的测量值偏差，若超过了偏差限值，则说明其中有一个发生了故障的，然后判断这两个冗余设置的传感器是否发生了测量值超限故障或变化率超限故障，如果两个冗余设置的传感器均没有发生测量值超限故障以及变化率超限故障，则认为这两个冗余传感器存在冗余故障；
三冗余及三个以上冗余设置的传感器，比较每两个传感器间测量值的偏差，如果偏差超过了偏差限值，则认为此两个传感器中某个传感器发生了故障，再与另一个传感器的测量值相比较，判断偏差大者为发生故障的那个传感器；
(3)根据生成的csv文件内容，得到执行器开度指令和开度反馈历史记录，判断执行器是否存在卡死故障、增益故障和死区故障；
当满足如下两个判据中的任一个，则判断执行器出现了卡死故障：
判据1：在60秒内，执行器开度指令发生变化，而开度反馈不随执行器开度指令变化；
判据2：当执行器开度指令不变化时，开度反馈也不变化，但是开度反馈和执行器开度指令之间存在偏差，偏差范围超过开度反馈量程的5％；
统计60秒内执行器开度反馈的变化程度与执行器开度指令变化程度均值的比值，作为执行器增益的估计值；如果这个增益值超过了预设的增益阈值，则认为执行器发生了增益故障；
根据执行器在正常情况下的往返行程中X-Y特性图，选择最大宽度为正常死区范围来判断执行器的死区故障。
2.根据权利要求1所述的火电厂多自动调节回路评价诊断方法，其特征在于：
在步骤四中，对所述多个自动调节回路的控制性能评价过程如下：
(1)以10分钟为周期执行，对已排序的多个自动调节回路依次计算，首先要检查该控制回路是否存在执行器或者传感器故障，如果存在故障则将此回路跳过，不进行控制评价指标计算，进行下一个自动调节回路的计算过程，如无故障则进入下一个流程；
(2)将10分钟内自动调节回路中传感器测量值、执行器开度指令、自动调节回路中被控对象的设定值以及机组负荷的历史值写入csv格式文件中；
(3)自动调节回路中被控对象的设定值发生变化，则认为该自动调节回路开始一个动态过程，否则，则认为该自动调节回路处于一个随机过程；如果自动调节回路处于动态过程，则计算该自动调节回路的确定性调节指标，包括调节时间、测量值上升时间、超调量；如果自动调节回路处于随机过程，则进行随机性指标即最小方差指标计算。
3.根据权利要求2所述的火电厂多自动调节回路评价诊断方法，其特征在于：
计算自动调节回路的确定性调节指标过程如下：
(1)建立自动调节回路中被控对象的数学模型：
自动调节回路的输入－输出模型的差分方程为：
其中：e(t)为噪声，为输入－输出观测向量，y(t)为自动调节回路的测量值，u(t)为自动调节回路中的阀位反馈，θ为未知参数向量，共有na,个输出、nb个输入，a1……ana，b1……bnb为其对应参数，d为迟延参数；
且
<mrow>
<mi>&theta;</mi>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msub>
<mi>a</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<msub>
<mi>a</mi>
<mn>2</mn>
</msub>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mi>a</mi>
<mrow>
<msub>
<mi>n</mi>
<mi>a</mi>
</msub>
<mo>,</mo>
</mrow>
</msub>
<msub>
<mi>b</mi>
<mn>0</mn>
</msub>
<mo>,</mo>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mi>b</mi>
<msub>
<mi>n</mi>
<mi>b</mi>
</msub>
</msub>
<mo>&rsqb;</mo>
</mrow>
<mi>T</mi>
</msup>
</mrow>
令根据N次观测{y(i),u(i):i＝1,2,…,N,N≥na+nb+1}对θ的估计为引入符号：
<mrow>
<mi>y</mi>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>y</mi>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>y</mi>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>y</mi>
<mo>(</mo>
<mi>N</mi>
<mo>)</mo>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
<mi>&Phi;</mi>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msup>
<mi>&phi;</mi>
<mi>T</mi>
</msup>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msup>
<mi>&phi;</mi>
<mi>T</mi>
</msup>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msup>
<mi>&phi;</mi>
<mi>T</mi>
</msup>
<mo>(</mo>
<mi>N</mi>
<mo>)</mo>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
y(1),y(2)…y(N)为连续N次采样得到的测量值；
得到对参数的最小二乘估计为：
<mrow>
<msub>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>L</mi>
<mi>S</mi>
</mrow>
</msub>
<mo>=</mo>
<msup>
<mrow>
<mo>(</mo>
<msup>
<mi>&phi;</mi>
<mi>T</mi>
</msup>
<mi>&phi;</mi>
<mo>)</mo>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<msup>
<mi>&phi;</mi>
<mi>T</mi>
</msup>
<mi>y</mi>
</mrow>
其中为参数的最小二乘估计，得到的矩阵依次为a1、a2……ana的值；
(2)根据前述的自动调节回路的数学模型数学模型，施加单位阶跃扰动信号，形成理想的输出曲线，根据调节曲线，得到每个时刻对应的输出值，在此基础上，计算得到上升时间、调节时间和超调量。
4.根据权利要求2所述的火电厂多自动调节回路评价诊断方法，其特征在于：
计算自动调节回路的随机性调节指标的过程如下：
(1)通过火电厂热工录波分析装置采集火电厂多个自动调节回路数据信息，包括机组负荷、自动调节回路中被控对象的设定值、传感器采集的测量值以及执行器开度指令、开度反馈值；
(2)在采集的数据中，选择数据长度至少为n＝500且包含系统典型的扰动特性的一段数据进行评价，n即表示数据长度；
(3)进行开环测试或用闭环估计技术估计采样数据的时间延迟k；
(4)自动调节回路的输出y(t)表示为下式
y(t)＝Fξ(t)+α1y(t-k)+α2y(t-k-1)+...+αmy(t-k-m+1)
<mrow>
<mi>y</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>F</mi>
<mi>&xi;</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msub>
<mi>&alpha;</mi>
<mi>i</mi>
</msub>
<mi>y</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>-</mo>
<mi>k</mi>
<mo>-</mo>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
α1……αm为模型的参数；
k为迟延因子，由自动调节回路的迟延时间决定；
m为自回归模型的长度，m取5～30，模型长度取决于采样时间，并且模型长度的选择要使最终模型能全部捕捉系统的脉冲响应；
Fξ(t)为自动调节回路输出在t时刻的响应，其余项为扰动信号对输出的响应；
(5)由(4)可以获得数据长度n范围内的自动调节回路中传感器采集的测量值，叠加写成以下形式
y＝Xα+Fξ
其中，
由获得数据根据上式构建上述向量y和矩阵X；
y、X矩阵中值为对应下标时刻的自动调节回路中传感器采集的测量值；
(6)选择合适的模型获得αi的参数；
用线性回归方法估计自回归模型参数{αi}，最小二乘结果为：
<mrow>
<mover>
<mi>&alpha;</mi>
<mo>^</mo>
</mover>
<mo>=</mo>
<msup>
<mrow>
<mo>(</mo>
<msup>
<mi>X</mi>
<mi>T</mi>
</msup>
<mi>X</mi>
<mo>)</mo>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<msup>
<mi>X</mi>
<mi>T</mi>
</msup>
<mi>y</mi>
</mrow>
(7)计算自动调节回路的最小方差，最小方差的估计值可以由残余方差代替：
<mrow>
<msubsup>
<mover>
<mi>&delta;</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>m</mi>
<mi>v</mi>
<mi>c</mi>
</mrow>
<mn>2</mn>
</msubsup>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<msubsup>
<mi>f</mi>
<mi>i</mi>
<mn>2</mn>
</msubsup>
<msup>
<mi>&delta;</mi>
<mn>2</mn>
</msup>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mi>k</mi>
<mo>-</mo>
<mn>2</mn>
<mi>m</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</mfrac>
<msup>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>-</mo>
<mi>X</mi>
<mi>&alpha;</mi>
<mo>)</mo>
</mrow>
<mi>T</mi>
</msup>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>-</mo>
<mi>X</mi>
<mi>&alpha;</mi>
<mo>)</mo>
</mrow>
</mrow>
是理论的最小方差；
(8)计算系统实际的输出方差：
<mrow>
<msubsup>
<mover>
<mi>&delta;</mi>
<mo>^</mo>
</mover>
<mi>y</mi>
<mn>2</mn>
</msubsup>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mi>k</mi>
<mo>-</mo>
<mi>m</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</mfrac>
<msup>
<mi>y</mi>
<mi>T</mi>
</msup>
<mi>y</mi>
<mo>=</mo>
<msubsup>
<mover>
<mi>&delta;</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>s</mi>
<mi>o</mi>
<mi>c</mi>
</mrow>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<msubsup>
<mover>
<mi>&delta;</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>m</mi>
<mi>v</mi>
<mi>c</mi>
</mrow>
<mn>2</mn>
</msubsup>
</mrow>
是实际的输出方差，是输出方差中出去理论最小方差的部分；
(9)计算随机性调节指标：
<mrow>
<mover>
<mi>&eta;</mi>
<mo>^</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<msubsup>
<mover>
<mi>&delta;</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>m</mi>
<mi>v</mi>
<mi>c</mi>
</mrow>
<mn>2</mn>
</msubsup>
<mrow>
<msubsup>
<mover>
<mi>&delta;</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>s</mi>
<mi>o</mi>
<mi>c</mi>
</mrow>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<msubsup>
<mover>
<mi>&delta;</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>m</mi>
<mi>v</mi>
<mi>c</mi>
</mrow>
<mn>2</mn>
</msubsup>
</mrow>
</mfrac>
<mo>=</mo>
<mfrac>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mi>k</mi>
<mo>-</mo>
<mi>m</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mi>k</mi>
<mo>-</mo>
<mn>2</mn>
<mi>m</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</mfrac>
<mo>&CenterDot;</mo>
<mfrac>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>-</mo>
<mi>X</mi>
<mi>&alpha;</mi>
<mo>)</mo>
</mrow>
<mi>T</mi>
</msup>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>-</mo>
<mi>X</mi>
<mi>&alpha;</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msup>
<mi>y</mi>
<mi>T</mi>
</msup>
<mi>y</mi>
<mo>+</mo>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>-</mo>
<mi>k</mi>
<mo>-</mo>
<mi>m</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<msup>
<mover>
<mi>y</mi>
<mo>&OverBar;</mo>
</mover>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
是最小方差指标，由上式可知，其取值范围为0-1，此值越接近1，则表示实际方差与理论最小方差越接近，说明自动调节回路抗随机扰动能力更强。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510412436.6A CN105116873B (zh) | 2015-07-15 | 2015-07-15 | 一种火电厂多自动调节回路评价诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510412436.6A CN105116873B (zh) | 2015-07-15 | 2015-07-15 | 一种火电厂多自动调节回路评价诊断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105116873A CN105116873A (zh) | 2015-12-02 |
| CN105116873B true CN105116873B (zh) | 2018-01-09 |
Family
ID=54664891
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510412436.6A Active CN105116873B (zh) | 2015-07-15 | 2015-07-15 | 一种火电厂多自动调节回路评价诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105116873B (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105589455B (zh) * | 2016-01-14 | 2018-03-06 | 国网新疆电力公司电力科学研究院 | 一种基于大容量多元数据接入的机网协调系统 |
| JP6591937B2 (ja) * | 2016-06-29 | 2019-10-16 | 株式会社日立製作所 | 運用保守知識情報の策定支援システムおよび策定支援方法 |
| CN107688296A (zh) * | 2017-09-06 | 2018-02-13 | 广州华润热电有限公司 | 基于sis平台的自动调节回路在线评估方法及系统 |
| CN108593757A (zh) * | 2018-06-29 | 2018-09-28 | 北京沃斯彤科技有限公司 | 一种自诊断式均值离子检测仪及故障诊断方法 |
| CN109813358B (zh) * | 2019-01-02 | 2021-06-11 | 东南大学 | 一种基于冗余耦合信号诊断的传感器故障检测方法 |
| CN109917758A (zh) * | 2019-01-25 | 2019-06-21 | 北京交通大学 | 一种工业设备数据的处理方法及系统 |
| CN112083704A (zh) * | 2019-06-12 | 2020-12-15 | 中国石油化工股份有限公司 | 化工装置控制回路性能定量评估方法、机器可读存储介质 |
| CN112711237B (zh) * | 2020-12-29 | 2022-09-27 | 华润电力技术研究院有限公司 | 一种火电机组自动控制品质在线评估方法和系统 |
| CN115454027B (zh) * | 2022-09-14 | 2023-06-23 | 华能山东发电有限公司 | 一种自动控制回路监测与诊断方法及系统 |
| CN115951618A (zh) * | 2023-02-01 | 2023-04-11 | 栾松 | 一种基于人工智能的火电厂自动控制系统 |
| CN117310480A (zh) * | 2023-08-24 | 2023-12-29 | 华能宁南风力发电有限公司 | 一种电厂的机组故障诊断系统 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN85105833B (zh) * | 1985-08-01 | 1988-07-20 | 株式会社日立制作所 | 热力发电厂的控制 |
| CN201242453Y (zh) * | 2008-08-18 | 2009-05-20 | 江西省电力科学研究院 | 基于同步采样的热工和电气参数综合测量记录仪 |
| US8174268B2 (en) * | 2009-07-20 | 2012-05-08 | Consolidated Edison Company Of New York, Inc. | Protective relay monitoring system and method of comparing behavior patterns |
| CN201740855U (zh) * | 2010-06-01 | 2011-02-09 | 湖北省电力试验研究院 | 一种发电机励磁系统在线多功能监测装置 |
| CN102957202A (zh) * | 2011-08-30 | 2013-03-06 | 湖南省电力勘测设计院 | 集成型数据记录分析装置及comtrade分文件方法 |
| CN102494324B (zh) * | 2011-12-28 | 2015-04-22 | 北京四方继保自动化股份有限公司 | 一种火电厂锅炉主保护控制系统 |
| CN102539976B (zh) * | 2012-01-12 | 2016-01-06 | 宁夏回族自治区电力公司 | 电力多功能录波分析仪 |
-
2015
- 2015-07-15 CN CN201510412436.6A patent/CN105116873B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105116873A (zh) | 2015-12-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105116873B (zh) | 一种火电厂多自动调节回路评价诊断方法 | |
| CN109522600B (zh) | 基于组合深度神经网络的复杂装备剩余使用寿命预测方法 | |
| Patan et al. | Identification of neural dynamic models for fault detection and isolation: the case of a real sugar evaporation process | |
| CN103983453B (zh) | 一种航空发动机的执行机构和传感器故障诊断的区分方法 | |
| CN101520651B (zh) | 一种基于隐马尔科夫链的数控装备可靠性分析方法 | |
| CN104732276B (zh) | 一种计量生产设施故障在线诊断方法 | |
| CN112033463B (zh) | 一种核动力设备状态评估与预测一体化方法和系统 | |
| CN108604360A (zh) | 设施异常监测方法及其系统 | |
| USRE45815E1 (en) | Method for simplified real-time diagnoses using adaptive modeling | |
| CN104390657A (zh) | 一种发电机组运行参数测量传感器故障诊断方法及系统 | |
| Demetgul et al. | Fault diagnosis on bottle filling plant using genetic-based neural network | |
| CN103245759A (zh) | 基于自回归全潜结构投影模型的产品质量监测方法 | |
| TWI794907B (zh) | 用於系統管理之故障預測與健康管理系統與相關方法 | |
| CN105205326A (zh) | 一种电厂实时负荷在线预测方法 | |
| CN111860839A (zh) | 基于多信号融合及Adam优化算法的岸桥故障监测方法 | |
| CN108334674A (zh) | 一种基于参数关联性智能分析的汽轮机高压缸运行状态监测方法 | |
| Li et al. | Application of Big Data Technology in Evaluation of Operating State of High-Pressure Hydrogenation Heat Exchanger | |
| Wang et al. | Life prediction for machinery components based on CNN-BiLSTM network and attention model | |
| Zhou et al. | Identification based fault detection: Residual selection and optimal filter | |
| Deshpande et al. | Thermal power plant analysis using artificial neural network | |
| CN116973093A (zh) | 一种气动调节阀在线监测诊断系统及方法 | |
| CN105706010A (zh) | 生产线模拟装置 | |
| Tong et al. | Sliding window-based real-time remaining useful life prediction for milling tool | |
| CN114548701B (zh) | 面向全量测点耦合结构分析与估计的过程预警方法及系统 | |
| CN104102131A (zh) | 无穷时域优化的批次过程的线性二次容错控制方法 |
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 |