发明内容
本发明的目的是提供一种发电设备智能监控装置和监控方法,该发电设备智能监控装置和监控方法可以提供精确地预警功能,提高安全经济运行能力。
本发明提供一种发电设备智能监控装置,该监控装置包括:感应单元、曲线拟合单元和分析预警单元,其中,所述感应单元用于采集所述发电设备的参数;所述曲线拟合单元与所述感应单元连接,用于从所述感应单元获取参数数据,并利用神经网络算法根据所述参数数据中的非故障参数数据设定基准曲线;以及所述分析预警单元与所述感应单元和所述曲线拟合单元连接,用于获取所述参数数据和所述基准曲线,并分别计算相同时间点的多个所述参数数据与所述基准曲线上的值之间的多个差值,根据所述多个差值判断发出预警信号。
优选地,所述基准曲线包括最佳状态曲线和故障预警曲线,当所述基准曲线是最佳状态曲线,并且所述多个差值的方差平均值大于第一预定值时,所述分析预警单元发出最佳状态偏离预警信号;以及当所述基准曲线是故障预警曲线,并且所述多个差值的方差平均值小于第二预定值时,所述分析预警单元发出故障预警信号。
优选地,该监控装置还包括:预处理单元,连接在所述感应单元和所述曲线拟合单元之间,用于对所述参数数据进行预处理。
优选地,该监控装置还包括:存储单元,连接在所述预处理单元和所述曲线拟合单元之间,用于存储所述参数数据中的非故障参数数据。
优选地,该监控装置还包括:分析报警单元,与所述预处理单元连接,用于获取所述参数数据,并将所述参数数据与设定阈值对比,在所述参数数据超出所述设定阈值时判断所述参数数据为故障参数数据,并发出报警信号。
本发明还提供一种发电设备智能监控方法,该监控方法还包括:采集所述发电设备的参数;获取参数数据,并利用神经网络算法根据所述参数数据中的非故障参数数据设定基准曲线;以及获取所述参数数据和所述基准曲线,并分别计算相同时间点的多个所述参数数据与所述基准曲线上的值之间的多个差值,根据所述多个差值判断发出预警信号。
优选地,所述基准曲线包括最佳状态曲线和故障预警曲线,当所述基准曲线是最佳状态曲线,并且所述多个差值的方差平均值大于第一预定值时,发出最佳状态偏离预警信号;当所述基准曲线是故障预警曲线,并且所述多个差值的方差平均值小于第二预定值时,发出故障预警信号。
优选地,该监控方法还包括:对所述参数数据进行预处理。
优选地,该监控方法还包括:存储所述参数数据中的非故障参数数据。
优选地,该监控方法还包括:获取所述参数数据,并将所述参数数据与设定阈值对比,在所述参数数据超出所述设定阈值时判断所述参数数据为故障参数数据,并发出报警信号。
通过上述技术方案,采用本发明提供的发电设备智能监控装置和发电设备智能监控方法,该监控装置包括:感应单元、曲线拟合单元和分析预警单元,感应单元用于采集所述发电设备的参数;曲线拟合单元用于从感应单元获取参数数据,并利用神经网络算法根据参数数据中的非故障参数数据设定基准曲线;在建立好基准曲线之后,设备再次运行时,分析预警单元就可以获取参数数据和基准曲线,并分别计算相同时间点的多个参数数据与基准曲线上的值之间的多个差值,根据多个差值判断发出预警信号。本发明提供的该发电设备智能监控装置和监控方法可以提供精确地预警功能,提高安全经济运行能力。
本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
图1是本发明提供的发电设备智能监控装置的结构示意图。如图1所示,本发明提供一种发电设备智能监控装置,该监控装置包括:感应单元1、曲线拟合单元2和分析预警单元3,其中,所述感应单元1用于采集所述发电设备的参数;所述曲线拟合单元2与所述感应单元1连接,用于从所述感应单元1获取参数数据,并利用神经网络算法根据所述参数数据中的非故障参数数据设定基准曲线;以及所述分析预警单元3与所述感应单元1和所述曲线拟合单元2连接,用于获取所述参数数据和所述基准曲线,并分别计算相同时间点的多个所述参数数据与所述基准曲线上的值之间的多个差值,根据所述多个差值判断发出预警信号。
感应单元1可以包括温度传感器、压力传感器、湿度传感器和振动传感器等传感器采集装置,可以采集温度、压力、湿度以及振动频率等参数数据。
曲线拟合单元2利用神经网络进行自学习,以建立数学模型,导入采集到的参数数据,标注故障点和最优点,最终输出基准曲线,可以包括两套曲线,一是设备正常、经济以及最佳状态下的参数变化的最佳状态曲线,作为偏离最佳状态预警的数据基础和依据;二是故障预警曲线,即设备发生故障之前的特征曲线,作为故障预警的数据基础和依据。
神经网路是一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的,并具有自学习和自适应的能力。人工神经网络能够类似人一样具有简单的决定能力和简单的判断能力),这种方法比起传统的逻辑学推理演算更具有优势。由于神经网络算法是本领域技术人员公知的技术,在此不再过多赘述。
上文所述的基准曲线包括最佳状态曲线和故障预警曲线,当所述基准曲线是最佳状态曲线,在所述多个差值的方差平均值大于第一预定值时,所述分析预警单元3发出最佳状态偏离预警信号;以及当所述基准曲线是故障预警曲线,在所述多个差值的方差平均值小于第二预定值时,所述分析预警单元3发出故障预警信号。
分析预警单元3实时获取设备参数,将参数组输入到计算模型中,根据相关性原理,一方面计算实时参数组与故障预警曲线的相应点对应的差值,当各个点的差值的方差平均值小于第二预定值时,即输出故障预警信号,并根据方差平均值小于第二预定值的程度,分等级预警;另一方面,若未达到故障预警程度,则计算实时参数组与最佳状态曲线的相应点对应的差值,当各个点的差值的方差平均值大于第一预定值时,即输出最佳状态偏离预警信号。
故障预警信号和最佳状态偏离预警信号可以以变黄、闪光等方式输出到显示屏、手机终端或平板电脑中,提醒管理人员注意并提前处理。
图2是本发明一实施方式提供的发电设备智能监控装置的结构示意图。如图2所示,在此实施方式中,本发明提供的发电设备智能监控装置还可以包括预处理单元4、存储单元5和分析报警单元6,其中
预处理单元4连接在所述感应单元1和所述曲线拟合单元2之间,用于对所述参数数据进行预处理。预处理可以为将模拟信号转化为数字信号以及统一数据格式等。在此实施方式中,预处理单元4将处理后的数据发送给分析预警单元3。
存储单元5连接在所述预处理单元4和所述曲线拟合单元2之间,用于存储所述参数数据中的非故障参数数据。
存储单元5可以将所有采集到的设备参数数据存入,并去除报警的参数点,只保留正常的参数,保存时间从设备投运开始,还可以负责将历史数据定期备份到后台的服务器,确保数据安全。在具有存储单元时,曲线拟合单元可以从存储单元5中获取参数数据。
分析报警单元6与所述预处理单元4连接,用于获取所述参数数据,并将所述参数数据与设定阈值对比,在所述参数数据超出所述设定阈值时判断所述参数数据为故障参数数据(其它没有超出所述设定阈值的参数数据为非故障参数数据),并发出报警信号。该报警信号与上文所述的预警信号不同,是最常见的发生问题后的报警,可以以变红、闪光等方式输出到显示屏、手机终端或平板电脑中,提醒管理人员注意并提前处理。
图3是本发明提供的发电设备智能监控方法的流程图。如图3所示,一种发电设备智能监控方法,该监控方法还包括:采集所述发电设备的参数;获取参数数据,并利用神经网络算法根据所述参数数据中的非故障参数数据设定基准曲线;以及获取所述参数数据和所述基准曲线,并分别计算相同时间点的多个所述参数数据与所述基准曲线上的值之间的多个差值,根据所述多个差值判断发出预警信号。
所述基准曲线包括最佳状态曲线和故障预警曲线,当所述基准曲线是最佳状态曲线,在所述多个差值的方差平均值大于第一预定值时,发出最佳状态偏离预警信号;当所述基准曲线是故障预警曲线,在所述多个差值的方差平均值小于第二预定值时,发出故障预警信号。
图4是本发明一实施方式提供的发电设备智能监控方法的流程图。如图4所示,发电设备智能监控方法的整体流程如下:
采集所述发电设备的参数;对参数数据进行预处理;存储所述参数数据中的非故障参数数据;获取参数数据,并利用神经网络算法拟定基准曲线将所述参数数据与设定阈值对比,在所述参数数据超出所述设定阈值时判断所述参数数据为故障参数数据,并发出报警信号,其中其它未超出所述设定阈值的参数数据为非故障参数数据;
获取参数数据,并利用神经网络算法根据所述参数数据中的非故障参数数据设定基准曲线;获取所述参数数据和所述基准曲线,并分别计算相同时间点的多个所述参数数据与所述基准曲线上的值之间的多个差值;
当所述基准曲线是最佳状态曲线,在所述多个差值的方差平均值大于第一预定值时,发出最佳状态偏离预警信号;当所述基准曲线是故障预警曲线,在所述多个差值的方差平均值小于第二预定值时,发出故障预警信号。
通过上述技术方案,采用本发明提供的发电设备智能监控装置和发电设备智能监控方法,该监控装置包括:感应单元、曲线拟合单元和分析预警单元,感应单元用于采集所述发电设备的参数;曲线拟合单元用于从感应单元获取参数数据,并利用神经网络算法根据参数数据中的非故障参数数据设定基准曲线;在建立好基准曲线之后,设备再次运行时,分析预警单元就可以获取参数数据和基准曲线,并分别计算相同时间点的多个参数数据与基准曲线上的值之间的多个差值,根据多个差值判断发出预警信号。本发明提供的该发电设备智能监控装置和监控方法可以提供精确地预警功能,提高安全经济运行能力。
以上结合附图详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种简单变型,这些简单变型均属于本发明的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。
此外,本发明的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明的思想,其同样应当视为本发明所公开的内容。