CN107516174B - 电厂技术监督策略库的生成方法 - Google Patents
电厂技术监督策略库的生成方法 Download PDFInfo
- Publication number
- CN107516174B CN107516174B CN201710787573.7A CN201710787573A CN107516174B CN 107516174 B CN107516174 B CN 107516174B CN 201710787573 A CN201710787573 A CN 201710787573A CN 107516174 B CN107516174 B CN 107516174B
- Authority
- CN
- China
- Prior art keywords
- supervision
- strategy
- power plant
- technical
- monitoring
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000007689 inspection Methods 0.000 claims description 71
- 238000012544 monitoring process Methods 0.000 claims description 53
- 238000012360 testing method Methods 0.000 claims description 22
- 238000011156 evaluation Methods 0.000 claims description 16
- 230000014509 gene expression Effects 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 7
- 238000009413 insulation Methods 0.000 claims description 5
- 239000002184 metal Substances 0.000 claims description 5
- 238000012113 quantitative test Methods 0.000 claims description 4
- 238000004134 energy conservation Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000005284 excitation Effects 0.000 claims description 3
- 238000010248 power generation Methods 0.000 abstract description 14
- 238000004519 manufacturing process Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 6
- 238000012806 monitoring device Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 101710191461 F420-dependent glucose-6-phosphate dehydrogenase Proteins 0.000 description 3
- 102100038635 FYVE, RhoGEF and PH domain-containing protein 1 Human genes 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 208000014674 injury Diseases 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000009529 body temperature measurement Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000002745 absorbent Effects 0.000 description 1
- 239000002250 absorbent Substances 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 229910052602 gypsum Inorganic materials 0.000 description 1
- 239000010440 gypsum Substances 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 239000010687 lubricating oil Substances 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000010298 pulverizing process Methods 0.000 description 1
- 239000002893 slag Substances 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
Abstract
本发明属于发电技术领域，涉及火力发电领域,具体涉及一种电厂技术监督策略库的生成方法，包括如下步骤：监督项目生成步骤，对技术监督标准和反措标准进行分解，建立策略库生成模型，将电厂实际情况输入所述策略库生成模型，自动生成电厂的多个监督项目；监督策略形成步骤，策略库生成模型根据监督项目自动形成相应的监督策略，每个监督项目对应一条监督策略；策略库的生成步骤，策略库生成模型还包括分类规则，根据分类规则能够自动对所述监督策略进行分类，进而生成策略库。本发明提供的电厂技术监督策略库生成方法，以技术监督与反措标准为依据，逐条分解，形成统一策略库，实现了对指标实时数据的自动监督和流程化管理。
Description
技术领域
本发明属于发电技术领域，涉及火力发电领域，具体涉及一种电厂技术监督策略库的生成方法。
背景技术
电力生产是一项庞大、复杂的系统工程，其生产设施分散、地域分布广阔、生产环节多、技术性能强，又具有产、供、销同时完成的特点，所以对发电设备的管理必须保证发电机组在计划发电期间内做到安全、稳定、可靠并且不间断的发电，这是电力工业的基础。电厂安全生产主要包括安全记录、人身重伤率、人身轻伤率、人身负伤严重度、全厂发电事故率、锅炉、汽轮机、事故率、死亡人数等方面的评价，一旦发生事故甚至重大事故，将造成严重的社会影响和巨大损失。可见，电厂进行设备管理的最大目标是发电设备长期无故障运行，而要实现发电设备在计划运行周期内达到安全、可靠、稳定并且不间断的发电，首先必须努力减少非计划停运直至达到非计划停运为零的目标，这一方面是由发电设备本身决定的，另一方面是发电设备管理人员对设备如何管理决定的。电厂员工应全体参与发电设备的管理，并且每个员工都应该十分清楚自己的职责，由生产厂家生产出的再好的发电设备，使用单位不对其进行科学有效的管理，设备也不能很好发挥其作用；与之相反，即使生产过程中生产出不是很好的设备，只要在使用单位经过科学有效的管理，也可充分发挥其最大作用。由以上可知，加强对发电设备科学有效的管理是非常重要的。因此搞好电力安全生产是首要任务，要不遗余力地抓好各项电力生产反事故要求与措施的落实；通过技术监督查找安全生产薄弱环节，解决技术难题，充分发挥技术监督对电力设备安全生产的保障作用是电力企业持续生存的基础。为此国家能源、国家电网公司和国家电投等发电集团都发布了《防止电力生产重大事故的二十五项重点要求》和《火力发电厂技术监督标准》等文件，更好的指导电力企业的安全生产和经济环保运行。但目前对于《防止电力生产重大事故的二十五项重点要求》和《火力发电厂技术监督标准》等标准指导文件的执行，都是分开进行的，不仅增加了电力生产监督的操作难度，也不利于对技术监督达标情况进行考核。
此外，传统的技术监督管理模式只是单方向开放式的管理，组织效能不高、信息不畅、管理机械，没有形成系统化、网络化的闭环管理，存在技术监督管理工作信息不畅，监管时效长等问题，监督管理始终处于被动状态。并且，设备管理往往局限于设备相关参数的采集，采集数据利用率很低，往往认为设备管理的工作就是采集设备参数数据，其实发电设备是一个复杂的系统，具有大量状态参数，且状态参数变化各异，因此设备管理更关键的是对设备参数数据进行分析，以便进一步改善设备管理方案。这本质上是一个闭环系统，需要管理与控制的合理结合，根据设备当前数据，对其进行统计，并与历史数据和同类设备进行对标分析，进而完善设备管理，有效的实现技术监督与反措。
发明内容
为了克服现有技术的缺陷，本发明的目的在于提供一种电厂技术监督策略库的生成方法，包括如下步骤：
S1、监督项目生成步骤，对技术监督标准和反措标准进行分解，建立策略库生成模型，将电厂实际情况输入所述策略库生成模型，自动生成所述电厂的多个监督项目；
S2、监督策略形成步骤，所述策略库生成模型根据所述多个监督项目自动形成相应的监督策略，每个监督项目对应一条监督策略；
S3、策略库的生成步骤，所述策略库生成模型自动对所述监督策略进行分类，进而生成策略库。
进一步的，所述技术监督标准包括：技术监督专业、检查项目和检查方法，所述技术监督专业包括：绝缘、化学、金属和压力容器、电测、热工、环保、继电保护、汽轮机和辅机振动、节能、电能质量和励磁；根据所述技术监督专业所涉及的被监督对象和监督内容设定检查项目，所述检查项目包括设备检查、指标检查以及参数检查，根据所述检查项目设定检查方法；
所述反措标准包括：防止电厂事故的各项反措内容，根据具体的反措内容设定相应的检查项目和检查方法。
进一步的，S1监督项目生成步骤包括以下子步骤：
S11、建立策略库生成模型，将技术监督标准和反措标准中的检查项目逐级分解到被监督对象上，形成针对所述被监督对象的监督项目模板，所述被监督对象包括电厂中的各类仪器、电厂中的各个机组以及机组包括的各类设备及其零部件；
S12、自动生成监督项目，将电厂的机组、设备、零部件和仪器输入策略库生成模型，策略库生成模型自动将电厂的机组、设备、零部件和仪器所涉及到的检查项目逐级分解输入至所述监督项目模板，输出针对所述电厂的机组、设备、零部件和仪器的监督项目。
进一步的，所述策略库生成模型以电厂中需要监督的设备为单位对其涉及的检查项目进行分解，形成监督项目。
进一步的，S2监督策略形成步骤包括：
所述策略库生成模型根据监督项目所对应的被监督对象的具体情况自动生成监督策略的内容，所述监督策略的内容包括：被监督对象信息、监督项目、技术监督专业、执行周期、指标名称、测点信息、告警策略、监督工作信息和标准试验报告模板；
所述被监督对象信息包括：电厂名称、机组名称、仪器设备名称、零部件名称和设备编码；
所述测点信息包括：测点名称、测点描述和测点表达式；
所述告警策略包括：告警名称、告警描述、告警规则、告警限值、告警表达式和告警等级；
所述监督工作信息包括：监督工作名称、监督工作类型、监督工作编号、监督工作等级；
所述标准试验报告模板包括：试验检验报告、定性或定量的试验结果值和统计数据。
进一步的，S3策略库的生成步骤包括以下子步骤：
S31、对监督策略所对应的监督项目进行分类：所述监督项目包括第一类监督项目、第二类监督项目以及第三类监督项目，所述第一类监督项目，需要在执行周期内完成监督并且需要监督执行过程；所述第二类监督项目，需要在执行周期内完成监督但无需监督执行过程；所述第三类监督项目，需要实时监督并获取测点值；
S32、根据S31中监督项目的分类结果对监督策略进行分类得到定期工作监督策略库、指标定期监督策略库和实时监督策略库，
所述定期工作监督策略库是通过选择第一类监督项目所对应的监督策略而形成的策略库；
所述指标定期监督策略库是通过选择第二类监督项目所对应的监督策略而形成的策略库；
所述实时监督策略库是通过选择第三类监督项目所对应的监督策略而形成的策略库；
S33、自动生成定期工作监督策略库、指标定期监督策略库和实时监督策略库的内容，
所述定期工作监督策略库的内容包括：被监督对象信息、第一类监督项目、技术监督专业、执行周期、指标名称、告警策略、监督工作信息和标准试验报告模板；
所述指标定期监督策略库的内容包括：被监督对象信息、第二类监督项目、技术监督专业、执行周期、指标名称、告警策略和标准试验报告模板；
所述实时监督策略库的内容包括：被监督对象信息、第三类监督项目、技术监督专业、测点信息、告警策略。
进一步的，所述S31包括如下子步骤：
S311、设定分类指标(xn)及分类指标的权重(ηn)；
S312、定义评价分级(s)：对所述分类指标的评价得分进行分级；
S313、计算权函数：
其中：
(k＝1,…，s)，λ为分级边界值；
S314、计算各个分类指标的聚类系数：
S315、根据
对监督项目所属的分类进行评定。
进一步的，将每个所述监督项目对应的技术监督专业、反措内容、执行周期、被监督对象、检查项目和检查方法分别设定为分类指标(x1，x2，x3，x4，x5，x6)，给出各个分类指标的实际值，根据所述实际值计算权函数，
其中，所述权重满足：
进一步的，对所述权函数进行延拓，得到：
和
与现有技术相比，本发明具有以下有益效果：
本发明提供的电厂技术监督策略库生成方法，以技术监督与反措标准为依据，逐条分解，定义监督对象、监督指标，确定监督手段，形成统一策略库，明确需要监督和管理的设备、执行周期、技术标准等；针对设备的监督与管理工作，根据策略库自动生成工作任务，并分发执行，实现了对指标实时数据的自动监督和流程化管理。
附图说明
图1是本发明电厂技术监督策略库生成方法的流程示意图；
图2是策略库生成模型的结构和原理示意图。
具体实施方式
以下将参考附图详细说明本发明的示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
本发明提供一种电厂技术监督策略库的生成方法，电厂技术监督策略库是指根据技术监督标准和反措标准等管理标准构建的符合电厂实际情况(例如各电厂的设备情况，包括设备保有情况和运行状态等，包括各个机组和设备的名称及数量等情况)的策略库，其中，
技术监督标准包括：技术监督专业、检查项目和检查方法，
技术监督专业包括：绝缘、化学、金属和压力容器、电测、热工、环保、继电保护、汽轮机和辅机振动、节能、电能质量和励磁，
优选的，随着技术监督标准的修改，以上技术监督专业也可以进行修改调整，或者，可以根据电厂的实际情况来选择需要的技术监督专业，或者，采用其他技术监督标准中的相关技术监督专业。
根据以上各个技术监督专业所涉及的被监督对象和监督内容设定检查项目，检查项目包括设备检查、指标检查以及参数检查等，根据不同的检查项目，设定相应的检查方法，包括：现场巡视、检查、试验、化验、检修或校验等，还包括非现场的查阅运行记录、查看检修报告、试验报告或统计报表等。
例如：根据技术监督标准，在“绝缘”监督专业中，包括设备检查项目“红外测温检查开关设备的接头部、断路器本体、隔离开关的导电部分的温度，测温周期不超过半年，发现问题及时采取措施”，采用的检查方法为“检查测试记录和分析报告”。
反措标准包括：防止电厂事故的各项反措内容。根据具体的反措内容设定相应的检查项目和检查方法。
例如：为防止锅炉尾部再次燃烧的事故，其检查项目包括“检查相关设备，防止回转式空气预热器转子蓄热元件发生再次燃烧事故，防止脱硝装置的催化元件部位、除尘器及其干除灰系统以及锅炉底部干除渣系统的再次燃烧事故”，其检查方法为实时检查。
如图1-2所示，采用如下步骤生成电厂技术监督策略库：
S1、监督项目生成步骤：对管理标准N(包括但不限于：技术监督标准和反措标准)进行分解，建立策略库生成模型M1，将各个电厂(P1、P2…Pk)的实际情况(电厂中需要监督的所有机组、设备和相关仪器的名称和数量等实际情况)输入策略库生成模型，自动生成该电厂的多个监督项目，进而形成适于各个电厂的技术监督策略库(PL1、PL2…PLk)，S1包括如下子步骤：
S11、建立策略库生成模型M1，以被监督对象为单位将监督标准N(技术监督标准和反措标准)中的检查项目逐级分解到被监督对象上，形成针对被监督对象的监督项目模板，被监督对象设定为电厂中可能用到的各类仪器、电厂中可能涉及的所有机组和以及机组中可能包括的各类设备或其零部件E1,E2...En，例如：电厂中的监测仪、试验设备、报警仪、氧量仪、1号机组、2号机组、3号机组、机组的凝汽器、制粉系统、灰渣处理系统、空气预热器和静电除尘器等这些都可以作为被监督对象；
S12、自动生成监督项目，将电厂中需要监督的所有机组、设备和相关仪器等实际情况(电厂中需要监督的所有机组、设备和相关仪器的名称和数量等实际情况)输入策略库生成模型M1，策略库生成模型根据被监督对象的实际情况自动将被监督对象涉及到的所有检查项目以被监督对象E1,E2...En为单位逐级分解，即把E1,E2...En输入监督项目模板以形成针对被监督对象的监督项目E11,E12…E1i,E21,E22…E2j,En1,En2…Enl，每个被监督对象都对应一项或多项监督项目。
优选的，策略库生成模型以电厂中需要监督的具体设备为单位对其涉及的检查项目进行分解形成监督项目，每台具体设备都对应至少一项监督项目，
例如：将“某某电厂”“1号机组”的“凝汽器系统”设备输入到策略库生成模型中，策略库生成模型以该凝汽器系统为单位对其涉及的检查项目进行分解后，形成三项监督项目，分别是：①来自技术监督标准中的“锅炉炉膛压力、全炉膛灭火、汽包水位和汽轮机超速、轴向位移、振动、润滑油压低、EH油压低、真空低保护装置在机组运行中严禁退出；暂时退出的，须在24h内恢复，否则应立即停机、停炉处理”、②来自技术监督标准中的“机组真空严密性试验”，以及③来自反措标准中的“机组主、辅设备的保护装置必须正常投入，已有振动监测保护装置的机组，振动超限跳机保护应投入运行；机组正常运行瓦振、轴振应达到有关标准的范围，并注意监视变化趋势”。
优选的，策略库生成模型将检查项目分解到电厂或机组，即以电厂或机组为单位进行检查项目的分解以形成相应的监督项目，
例如，技术监督标准中的“锅炉腐蚀情况”这一检查项目，其为某某电厂全厂公用的检查项目，将该检查项目分解到机组即可，生成针对机组的监督项目。
S2、监督策略形成步骤：策略库生成模型根据监督项目形成相应的监督策略，具体的，
策略库生成模型中每个监督项目都对应一条具体的监督策略S，策略库生成模型根据监督项目所对应的被监督对象的具体情况，自动生成监督策略的具体内容，监督策略的内容包括：被监督对象信息、监督项目、技术监督专业、执行周期、指标名称、测点信息、告警策略、监督工作信息和标准试验报告模板等，其中：
被监督对象信息包括：电厂名称、机组名称、设备名称和设备编码，优选的，设备编码为设备KKS码；
测点信息包括：测点名称、测点描述和测点表达式；
告警策略包括：告警名称、告警描述、告警规则、告警限值、告警表达式和告警等级；
监督工作信息包括：监督工作名称、监督工作类型、监督工作编号、监督工作等级；
标准试验报告模板包括：试验检验报告、定性或定量的试验结果值和统计数据。
例如，某条监督策略的内容包括：电厂名称“某某发电厂”、机组名称“#3机组”、设备名称“汽轮机轴承系统”、设备编码“30MAD10”、监督项目“轴承瓦温”、技术监督专业“汽轮机和辅机振动”、执行周期“实时”、测点名称“W3.ZC_UNIT3.C0969”、测点描述“3号汽轮机轴承系统”、测点表达式“{{W3.ZC_UNIT3.C0969}}”、告警名称“超上限告警”、
告警描述“3号汽轮机轴承系统温度大于95”、
告警表达式“({{W3.ZC_UNIT3.H0193}}>95)&&({{W3.CALC.ZC_UNIT3_CALC}}＝＝0)”和告警等级“三级”。
优选的，可以手动对策略库生成模型自动生成的监督策略的内容进行修改，
例如，在以上例子中，需要调整3号汽轮机轴承系统温度大于90摄氏度报警时，只需修改告警表达式“({{W3.ZC_UNIT3.H0193}}>95)”这部分，将95改成90即可。
当然，为方便后续该电厂对“轴承瓦温”的监督管理，也可以在策略库生成模型中对告警表达式进行修改，这样，策略库生成模型生成的新监督项目及监督策略，就统一改为90摄氏度，无需一一修改。
S3、策略库的生成步骤：策略库生成模型能够自动对上一步骤中形成的监督策略(S11,S12…S1i,S21,S22…S2j,Sn1,Sn2…Snl，)进行分类C操作，进而生成策略库，具体的：
S31、对监督策略所对应的监督项目进行分类，根据监督项目的具体情况可以分为如下三类：
第一类监督项目，其需要在执行周期内完成监督并且需要监督执行过程，第一类监督项目主要依靠人工巡检来完成，因此需要监督是否执行了监督项目，并获得执行结果，包括试验检验报告、定性或定量的试验结果值和统计数据等；
第二类监督项目，其需要在执行周期内完成监督但是不需要监督执行过程，第二类监督项目主要为了获得设备的指标值，因此，根据电厂的实际情况，可以采用人工巡检、实时采集或二者相结合的形式，只需监督获得的执行结果即指标值即可；以及
第三类监督项目，其需要实时监督并获取测点值，即通过实时状态监测装置，例如传感器等来获取设备测点的测点值；
S32、对监督策略进行分类，根据S31中监督项目的分类结果对相应的监督策略进行分类得到定期工作监督策略库DQ、指标定期监督策略库ZB和实时监督策略库SS，其中：
定期工作监督策略库是通过选择第一类监督项目所对应的监督策略而形成的策略库；
指标定期监督策略库是通过选择第二类监督项目所对应的监督策略而形成的策略库；
实时监督策略库是通过选择第三类监督项目所对应的监督策略而形成的策略库；
S33、自动生成策略库的具体内容，包括生成定期工作监督策略库的内容、指标定期监督策略库的内容和实时监督策略库的内容，其中，
定期工作监督策略库的内容包括：被监督对象信息、第一类监督项目、技术监督专业、执行周期、指标名称、告警策略、监督工作信息和标准试验报告模板；
指标定期监督策略库的内容包括：被监督对象信息、第二类监督项目、技术监督专业、执行周期、指标名称、告警策略和标准试验报告模板；
实时监督策略库的内容包括：被监督对象信息、第三类监督项目、技术监督专业、测点信息、告警策略。
S31对监督策略所对应的监督项目进行分类，其具体包括如下子步骤：
S311、设定分类指标(xn)及分类指标的权重(ηn)，将每个监督项目对应的技术监督专业、反措内容、执行周期、被监督对象、检查项目和检查方法分别设定为分类指标(x1，x2，x3，x4，x5，x6)，设定技术监督专业、反措内容、执行周期、被监督对象、检查项目和检查方法等这些分类指标的权重分别为：0.21,0.24,0.23,0.14,0.1,0.08，优选的，通过历史运行数据来设定权重，并且，根据实际运行数据的统计，不断调整权重，以提高对监督项目分类评价的准确性，优选的，还可以选择与监督项目有关的其他内容作为分类指标对监督项目进行分类；
S312、定义评价分级(s)：对分类指标的评价得分进行分级，根据电厂技术监督的历史运行情况，定义评价分级s＝3，即将监督项目分为第一类(评价得分70分以上)、第二类(评价得分80分以上)和第三类(评价得分90分以上)共三类；
S313、根据各个分类指标的评价得分值，计算权函数，权函数计算公式如下：
其中：
k＝1,…，s，
λ为分级边界值；
S314、计算各个分类指标的聚类系数:
S315、根据
对监督项目所属的分类进行评定。
根据上述分类规则对“脱硝效率”这一监督项目进行了分类评价，具体如下：
首先，对监督项目涉及的各个分类指标进行评价，给出得分值，对于“脱硝效率”给出技术监督专业(x1)和反措内容(x2)的得分值分别为：83和89，“脱硝效率”的执行周期(x3)得分值为93，被监督对象(x4)为脱硝设备，其得分值为78，检查项目(x5)得分值为74，检查方法(x6)得分值为63，
然后，根据上述评分值，计算权函数：
优选的，为提高计算精准度，该权函数也可以向相反方向延拓：
如
再接着计算各个分类指标的聚类系数，计算结果如表1所示，
表1
| 类别 | x<sub>1</sub> | x<sub>2</sub> | x<sub>3</sub> | x<sub>4</sub> | x<sub>5</sub> | x<sub>6</sub> | x |
| 第三类 | 0.3 | 0.9 | 0.9 | 0 | 0 | 0 | 0.496 |
| 第二类 | 0.7 | 0.1 | 0 | 0.8 | 0.4 | 0 | 0.323 |
| 第一类 | 0 | 0 | 0 | 0.2 | 0.6 | 0.3 | 0.112 |
最后，根据
对该监督工作进行评估。
通过计算结果可以看出，“脱硝效率”属于第三类监督项目类别，从分类指标看，这一结果主要是由技术监督专业、反措内容和执行周期决定的。该技术结果及其影响因素符合“脱硝效率”监督项目的实际情况。
在上述评价给出评分的过程中，主要依据监督项目在技术监督标准和反措标准中的重要程度，并结合历史运行数据及被监督对象的实际情况，例如执行该监督项目(即检查项目)时对应的检查方法或执行周期等情况，在电厂的众多设备中，一般仅有少数的重要设备装配实时状态监测装置，所述状态监测装置获取测点的测点值，实时反映了该设备的状态情况等，但由于经济成本和技术发展等原因，许多设备没有安装实时状态监测装置，只能依靠人工巡检和带电检测来进行设备状态的监测，在有些情况下，即使装配了实时状态监测装置，例如传感器，也只能反映这类监测传感器对应的关键特征量，对于该类监测传感器探测不到、且模糊性较强的方面，仍然需要依靠人工巡检，采用试验报告等方式将设备运行情况和问题记录下来，以实现状态评价。
另外，也可以不采用以上分类方法，而直接根据监督项目的实际情况进行分类，进而生产相应的策略库，例如：
对“汽轮机叶片的检查”监督项目进行分类，将其分第一类监督项目，即分到定期工作监督策略中，并自动生成定期工作监督策略内容，具体的，其监督项目为“汽轮机叶片的检查”，根据监督策略的要求，执行周期为一年一次，无需实时监督，执行该检查项目时采用的检查方法为“对汽轮机转子叶片进行宏观检查，金属检测及无损探伤”，根据该检查方法的内容，不仅需要对“金属检测及无损探伤”的结果进行监督检查，还要监督检查是否执行了“对汽轮机转子叶片进行宏观检查”这一执行过程。
对“主汽温度衰减率”监督策略进行分类，将其分为第二类监督项目，即分到指标定期监督策略中，并自动生成指标定期监督策略内容，具体的，其监督的指标名称为“主汽温度衰减率”，其监督项目为“分散控制系统I/O测点完好率不应低于99％”，其执行周期为“每月一次”，根据其告警策略，当“I/O测点完好率低于99％”时，进行告警，I/O测点完好率属于统计数据，需要运行一段时间后进行统计，只需监督定期上报的I/O测点完好率数值，无需监督I/O测点完好率的数据统计过程。
对“1号机组吸收塔”监督策略进行分类，将其分为第三类监督项目，该监督项目需要实时监督测点值，将其分到实时监督策略中，并自动生成实时监督策略内容，具体的，该实时监督策略的监督项目为“差压、浆液密度、pH等关健参数满足设计要求；水耗、电耗、吸收剂耗量、石膏品质等经济性指标应达到设计要求”，其测点信息包括“1号机组吸收塔PH值”，根据该实时监督策略的告警策略，“1号机组吸收塔PH值超限值持续20分钟时告警”，其限值为“>7或<5”，其测点表达式为“{{W3.ZC_FGD1.AI0145}}”，其告警表达式为“{{W3.ZC_FGD1.AI0145}}>7||{{W3.ZC_FGD1.AI0145}}<5”。
本发明提供的电厂技术监督策略库生成方法，以技术监督与反措标准为依据，逐条分解，定义监督对象、监督指标，确定监督手段，形成统一策略库，明确需要监督和管理的设备、执行周期、技术标准等；针对设备的监督与管理工作，根据策略库自动生成工作任务，并分发执行，实现了对指标实时数据的自动监督和流程化管理。
最后应说明的是：以上所述的各实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或全部技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (2)
1.一种电厂技术监督策略库的生成方法，其特征在于，包括如下步骤：
S1、监督项目生成步骤，对技术监督标准和反措标准进行分解，建立策略库生成模型，将电厂实际情况输入所述策略库生成模型，自动生成所述电厂的多个监督项目，进而形成适于所述电厂的技术监督策略库；监督项目生成步骤包括以下子步骤：
S11、建立策略库生成模型，将技术监督标准和反措标准中的检查项目逐级分解到被监督对象上，形成针对所述被监督对象的监督项目模板，所述被监督对象包括电厂中的各类仪器、电厂中的各个机组以及机组包括的各类设备及其零部件；
S12、自动生成监督项目，将所述电厂中的各类仪器、电厂中的各个机组以及机组包括的各类设备及其零部件输入策略库生成模型，策略库生成模型自动将所述电厂中的各类仪器、电厂中的各个机组以及机组包括的各类设备及其零部件所涉及到的检查项目逐级分解输入至所述监督项目模板，输出针对所述电厂中的各类仪器、电厂中的各个机组以及机组包括的各类设备及其零部件的监督项目；
所述技术监督标准包括：技术监督专业、检查项目和检查方法，所述技术监督专业包括：绝缘、化学、金属和压力容器、电测、热工、环保、继电保护、汽轮机和辅机振动、节能、电能质量和励磁；根据所述技术监督专业所涉及的被监督对象和监督内容设定检查项目，所述检查项目包括设备检查、指标检查以及参数检查，根据所述检查项目设定检查方法；
所述反措标准包括：防止电厂事故的各项反措内容，根据具体的反措内容设定相应的检查项目和检查方法；
S2、监督策略形成步骤，所述策略库生成模型根据所述多个监督项目自动形成相应的监督策略，每个监督项目对应一条监督策略；监督策略形成步骤包括：
所述策略库生成模型根据监督项目所对应的被监督对象的具体情况自动生成监督策略的内容，所述监督策略的内容包括：被监督对象信息、监督项目、技术监督专业、执行周期、指标名称、测点信息、告警策略、监督工作信息和标准试验报告模板；
所述被监督对象信息包括：电厂名称、机组名称、仪器设备名称、零部件名称和设备编码；
所述测点信息包括：测点名称、测点描述和测点表达式；
所述告警策略包括：告警名称、告警描述、告警规则、告警限值、告警表达式和告警等级；
所述监督工作信息包括：监督工作名称、监督工作类型、监督工作编号、监督工作等级；
所述标准试验报告模板包括：试验检验报告、定性或定量的试验结果值和统计数据；
S3、策略库的生成步骤，所述策略库生成模型自动对所述监督策略进行分类，进而生成策略库；策略库的生成步骤包括以下子步骤：
S31、对监督策略所对应的监督项目进行分类：所述监督项目包括第一类监督项目、第二类监督项目以及第三类监督项目，所述第一类监督项目，需要在执行周期内完成监督并且需要监督执行过程；所述第二类监督项目，需要在执行周期内完成监督但无需监督执行过程；所述第三类监督项目，需要实时监督并获取测点值；包括如下子步骤：
S311、设定分类指标xj及分类指标的权重ηj，其中j＝1，…n，n为分类指标的个数；
S312、定义评价分级s，其中s为分级的级数：对所述分类指标的评价得分进行分级；
S313、计算权函数：
其中：
k＝1,…，s；
S314、计算各个分类指标的聚类系数：
S315、根据
对监督项目所属的分类进行评定；
S32、根据S31中监督项目的分类结果对监督策略进行分类得到定期工作监督策略库、指标定期监督策略库和实时监督策略库，
所述定期工作监督策略库是通过选择第一类监督项目所对应的监督策略而形成的策略库；
所述指标定期监督策略库是通过选择第二类监督项目所对应的监督策略而形成的策略库；
所述实时监督策略库是通过选择第三类监督项目所对应的监督策略而形成的策略库；
S33、自动生成定期工作监督策略库、指标定期监督策略库和实时监督策略库的内容，
所述定期工作监督策略库的内容包括：被监督对象信息、第一类监督项目、技术监督专业、执行周期、指标名称、告警策略、监督工作信息和标准试验报告模板；
所述指标定期监督策略库的内容包括：被监督对象信息、第二类监督项目、技术监督专业、执行周期、指标名称、告警策略和标准试验报告模板；
所述实时监督策略库的内容包括：被监督对象信息、第三类监督项目、技术监督专业、测点信息、告警策略。
2.如权利要求1所述的电厂技术监督策略库的生成方法，其特征在于，
所述策略库生成模型以电厂中需要监督的设备为单位对其涉及的检查项目进行分解，形成监督项目。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710787573.7A CN107516174B (zh) | 2017-09-04 | 2017-09-04 | 电厂技术监督策略库的生成方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710787573.7A CN107516174B (zh) | 2017-09-04 | 2017-09-04 | 电厂技术监督策略库的生成方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107516174A CN107516174A (zh) | 2017-12-26 |
| CN107516174B true CN107516174B (zh) | 2021-02-02 |
Family
ID=60723721
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710787573.7A Active CN107516174B (zh) | 2017-09-04 | 2017-09-04 | 电厂技术监督策略库的生成方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107516174B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108646682A (zh) * | 2018-05-15 | 2018-10-12 | 北京中农富通园艺有限公司 | 基于物联网的农业嘉年华环境控制系统及其环境控制方法 |
| CN111384707A (zh) * | 2018-12-28 | 2020-07-07 | 中核核电运行管理有限公司 | 核电厂超高压联合开关站补充跳机装置及方法 |
| CN110298591A (zh) * | 2019-07-02 | 2019-10-01 | 武汉奥科科技发展有限公司 | 一种建筑外墙外保温施工技术监督策略库 |
| CN111861150A (zh) * | 2020-06-30 | 2020-10-30 | 南京华盾电力信息安全测评有限公司 | 技术监督标准化方法、系统及技术监督计划制定方法 |
| 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 |
| CN114088138A (zh) * | 2021-10-30 | 2022-02-25 | 国家能源集团华北电力有限公司廊坊热电厂 | 一种基于测点的电厂超温超压监测系统 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101587564A (zh) * | 2008-05-20 | 2009-11-25 | 邵瑜 | 一种危险化学品禁忌智能识别和决策支持方法 |
| CN101719237A (zh) * | 2009-12-09 | 2010-06-02 | 南京联创科技集团股份有限公司 | 基于全业务指标规则配置的数据质量监控方法 |
| CN103577928A (zh) * | 2013-10-16 | 2014-02-12 | 国家电网公司 | 一种生产过程的量化评价系统的实现方法 |
| CN104810926B (zh) * | 2015-05-06 | 2016-09-28 | 杨启蓓 | 电网高压断路器多维度大数据分析智能专家系统 |
| CN105869074A (zh) * | 2016-04-12 | 2016-08-17 | 国网上海市电力公司 | 一种并网发电厂技术监督系统 |
| CN106156944A (zh) * | 2016-06-23 | 2016-11-23 | 湖南普天科技集团有限公司 | 面向应用场景的卫星对地观测需求筹划方法 |
-
2017
- 2017-09-04 CN CN201710787573.7A patent/CN107516174B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN107516174A (zh) | 2017-12-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107516174B (zh) | 电厂技术监督策略库的生成方法 | |
| CN108154291B (zh) | 一种基于策略库的供电厂性能指标评价方法及系统 | |
| CN108133316B (zh) | 一种供电厂电力设备家族性缺陷的检测方法 | |
| CN109492777A (zh) | 一种基于机器学习算法平台的风电机组健康管理方法 | |
| CN107069960B (zh) | 一种二次运维管理系统的在线缺陷诊断方法 | |
| CN103711645A (zh) | 基于建模参数特征分析的风力发电机组状态评估方法 | |
| CN116432123A (zh) | 一种基于cart决策树算法的电能表故障预警方法 | |
| CN112465412A (zh) | 一种基于ims系统的电厂生产信息图形化方法 | |
| CN112001511A (zh) | 基于数据挖掘的设备可靠性及动态风险评价方法、系统和设备 | |
| Ren et al. | Research on causes of transmission line fault based on decision tree classification | |
| CN115906437A (zh) | 一种风机状态确定方法、装置、设备和存储介质 | |
| Zhang et al. | Research on intelligent operation and maintenance technology of primary equipment in substation | |
| Souza et al. | Evaluation of data based normal behavior models for fault detection in wind turbines | |
| Chen et al. | Research and application of a real-time operation risk assessment method for power grid based on random forest algorithm | |
| Yang et al. | Research on transformer condition evaluation based on oil chromatography differentiation threshold | |
| Cao | Big Data Technology Application in Mechanical Intelligent Fault Diagnosis | |
| Huang et al. | An intelligent operation and maintenance system for power consumption based on deep learning | |
| Fan et al. | An intelligent condition-based monitoring and maintenance system for wind turbine | |
| Ozoemena et al. | Improving uncertainty analysis of embodied energy and embodied carbon in wind turbine design | |
| CN117670313B (zh) | 一种电厂巡检方法、电厂巡检系统及可存储介质 | |
| Yuan et al. | Abnormal state analysis of wind turbines based on the power curve | |
| Yang et al. | Condition Monitoring for Wind Turbine Pitch System Using Multi-parameter Health Indicator | |
| Li et al. | Study on the Method and Strategy of the Electric Energy Meter On-site inspection Based on the Electrical information | |
| Sun et al. | A fault diagnosis method of distributed photovoltaic power generation equipment based on big data mining | |
| Han et al. | Health Condition Identification and Quantitative Assessment of Emergency Diesel Generator Sets Based on Back Propagation Neural Network and Mahalanobis Distance |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |