CN109146137A - 预测发电机运行状态变化趋势的方法、装置及终端设备 - Google Patents
预测发电机运行状态变化趋势的方法、装置及终端设备 Download PDFInfo
- Publication number
- CN109146137A CN109146137A CN201810814495.XA CN201810814495A CN109146137A CN 109146137 A CN109146137 A CN 109146137A CN 201810814495 A CN201810814495 A CN 201810814495A CN 109146137 A CN109146137 A CN 109146137A
- Authority
- CN
- China
- Prior art keywords
- tendency
- generator
- chart
- information
- operation state
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 56
- 230000002159 abnormal effect Effects 0.000 claims abstract description 28
- 238000012360 testing method Methods 0.000 claims abstract description 21
- 238000012512 characterization method Methods 0.000 claims abstract description 16
- 238000012544 monitoring process Methods 0.000 claims description 41
- 239000011229 interlayer Substances 0.000 claims description 38
- 238000006243 chemical reaction Methods 0.000 claims description 31
- 238000010835 comparative analysis Methods 0.000 claims description 25
- 238000004458 analytical method Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 18
- 238000010586 diagram Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 13
- 238000013461 design Methods 0.000 claims description 7
- 230000007774 longterm Effects 0.000 claims description 6
- 238000007670 refining Methods 0.000 claims description 3
- 238000010248 power generation Methods 0.000 claims 1
- 238000005096 rolling process Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 17
- 238000003745 diagnosis Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 229910052739 hydrogen Inorganic materials 0.000 description 4
- 239000001257 hydrogen Substances 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明适用于核电技术领域，提供了一种预测发电机运行状态变化趋势的方法、装置及终端设备。该方法应用于百万千瓦级压水堆核电站，包括：当有在线实时数据触发先兆时，触发推理机运行，对故障进行诊断得到第一诊断结果；当接收到人工提交的非实时先兆信息时，触发推理机运行，对故障进行诊断，得到第二诊断结果；其中，所述非实时先兆信息包括在线非实时先兆信息和试验先兆信息，试验先兆信息包括在检修发电机的过程中进行试验时出现的异常征兆信息；对所述第一诊断结果和/或第二诊断结果进行分析，得到表征发电机运行状态变化趋势的趋势信息。本发明能够提前得到表征发电机运行状态变化的趋势信息，具有较强的实用性和易用性。
Description
技术领域
本发明属于百万千瓦级压水堆核电站技术领域，尤其涉及一种预测发电机运行状态变化趋势的方法、装置及终端设备。
背景技术
在百万千瓦级压水堆核电站中，发电机是一种关键设备。发电机运行环境复杂，容易因异常情况影响对发电机状态的正常监测。目前，一般在检测到发电机状态异常之后，就需要对状态异常的发电机进行维修或者抢修，这必然减少了发电机正常运行的时间，从而影响核电厂的运行效率。
因此，有必要提出一种方案以解决上述问题。
发明内容
有鉴于此，本发明实施例提供了一种预测发电机运行状态变化趋势的方法、装置及终端设备，通过预测发电机运行状态变化趋势来提前判断发电机是否存在异常。
本发明实施例的第一方面提供了一种预测发电机运行状态变化趋势的方法应用于百万千瓦级压水堆核电站，所述方法包括：
当有在线实时数据触发先兆时，触发推理机运行，对故障进行诊断得到第一诊断结果；
当接收到人工提交的非实时先兆信息时，触发推理机运行，对故障进行诊断，得到第二诊断结果；其中，所述非实时先兆信息包括在线非实时先兆信息和试验先兆信息，试验先兆信息包括在检修发电机的过程中进行试验时出现的异常征兆信息；
对所述第一诊断结果和/或第二诊断结果进行分析，得到表征发电机运行状态变化趋势的趋势信息。
可选地，所述预测发电机运行状态变化趋势的方法还包括：
通过趋势图显示所述趋势信息。
可选地，在将所述趋势信息通过趋势图进行显示之前，还包括：
通过预设趋势图基准，集中预设监测量在趋势图中的高度；以及，
通过预设变量区间细化趋势图的纵坐标步长，以放大趋势图中曲线的变化量。
可选地，所述预测发电机运行状态变化趋势的方法还包括：
获取发电机的工况标注信息并存储；
接收用户输入的查询请求；其中，所述查询请求包括查询时间段；
显示所述发电机在所述查询时间段内的工况标注信息；
根据所述发电机在所述查询时间段内的工况标注信息分析所述发电机的工况数据的变化趋势。
可选地，所述趋势图包括短期历史趋势图、中期历史趋势图和/或长期历史趋势图；
通过所述短期历史趋势图将所述发电机在不同工况下的线棒出水温度值和线棒层间温度实测值，统一折算为所述发电机在预设标准工况下的线棒出水温度值和线棒层间温度实测值；
通过所述中期历史趋势图将所述发电机在不同工况下的线棒出水温度值和线棒层间温度实测值，统一折算为所述发电机在预设标准工况下的线棒出水温度值和线棒层间温度实测值；
通过所述长期历史趋势图将所述发电机在不同工况下的线棒出水温度值和线棒层间温度实测值，统一折算为所述发电机在预设标准工况下的线棒出水温度值和线棒层间温度实测值。
可选地，所述趋势图为实时趋势图，通过趋势图显示所述趋势信息包括：
更新所述实时趋势图，通过更新的实时趋势图显示所述趋势信息。
可选地，所述短期历史趋势图、所述中期历史趋势图和所述长期历史趋势图用于显示工况标注信息；所述预测发电机运行状态变化趋势的方法还包括：
当检测到用户输入的工况标注信息选择操作且预设查询时间段内有未被屏蔽的工况标注信息时，在所述短期历史趋势图、所述中期历史趋势图或所述长期历史趋势图中通过预定颜色的垂直线区分显示不同时间点的工况标注信息。
可选地，所述趋势图包括第一比较分析曲线和/或第二比较分析曲线；
其中，所述第一比较分析曲线表示本机组的特定监测量群在历史不同时期随时间变化的趋势，所述第二比较分析曲线表示不同机组的特定监测量群在历史不同时期随时间变化的趋势。
可选地，所述趋势图还包括极限工况比较曲线，极限工况比较曲线用于反映选定时间段最大、最小两个工况下各类温度测点之间的横向比较；所述方法还包括：
当接收到极限工况比较请求时，进入最大最小工况温度比较曲线页面，默认进入当日水温最大最小工况温度比较曲线，显示全部定子线棒出水温度，及当日最大、最小两个工况下的雷达图；
当接收到用户取消雷达图的操作指令时，将所述趋势图显示为折线图形式。
可选地，所述预测发电机运行状态变化趋势的方法还包括：
根据所述趋势信息判断发电机的运行状态是否异常；
若所述发电机的运行状态异常，则启动预警处理操作。
本发明实施例的第二方面提供了一种预测发电机运行状态变化趋势的装置，应用于百万千瓦级压水堆核电站，所述装置包括：
第一诊断模块，用于当有在线实时数据触发先兆时，触发推理机运行，对故障进行诊断得到第一诊断结果；
第二诊断模块，用于当接收到人工提交的非实时先兆信息时，触发推理机运行，对故障进行诊断，得到第二诊断结果；其中，所述非实时先兆信息包括在线非实时先兆信息和试验先兆信息，试验先兆信息包括在检修发电机的过程中进行试验时出现的异常征兆信息；
第一分析模块，用于对所述第一诊断结果和/或第二诊断结果进行分析，得到表征发电机运行状态变化趋势的趋势信息。
可选地，所述预测发电机运行状态变化趋势的装置还包括：
第一显示模块，用于通过趋势图显示所述趋势信息。
可选地，所述预测发电机运行状态变化趋势的装置还包括：
第一设置模块，用于通过预设趋势图基准，集中预设监测量在趋势图中的高度；以及，
第二设置模块，用于通过预设变量区间细化趋势图的纵坐标步长，以放大趋势图中曲线的变化量。
可选地，所述预测发电机运行状态变化趋势的装置还包括：
获取模块，用于获取发电机的工况标注信息并存储；
接收模块，用于接收用户输入的查询请求；其中，所述查询请求包括查询时间段；
第二显示模块，用于显示所述发电机在所述查询时间段内的工况标注信息；
第二分析模块，用于根据所述发电机在所述查询时间段内的工况标注信息分析所述发电机的工况数据的变化趋势。
可选地，所述预测发电机运行状态变化趋势的装置还包括：
第一折算模块，用于通过短期历史趋势图将所述发电机在不同工况下的线棒出水温度值和线棒层间温度实测值，统一折算为所述发电机在预设标准工况下的线棒出水温度值和线棒层间温度实测值；
第二折算模块，用于通过中期历史趋势图将所述发电机在不同工况下的线棒出水温度值和线棒层间温度实测值，统一折算为所述发电机在预设标准工况下的线棒出水温度值和线棒层间温度实测值；
第三折算模块，用于通过长期历史趋势图将所述发电机在不同工况下的线棒出水温度值和线棒层间温度实测值，统一折算为所述发电机在预设标准工况下的线棒出水温度值和线棒层间温度实测值。
可选地，所述第一显示模块包括：
更新显示单元，用于更新所述实时趋势图，通过更新的实时趋势图显示所述趋势信息。
可选地，所述预测发电机运行状态变化趋势的装置还包括：
第三显示模块，用于当检测到用户输入的工况标注信息选择操作且预设查询时间段内有未被屏蔽的工况标注信息时，在所述短期历史趋势图、所述中期历史趋势图或所述长期历史趋势图中通过预定颜色的垂直线区分显示不同时间点的工况标注信息。
可选地，所述趋势图包括第一比较分析曲线和/或第二比较分析曲线；
其中，所述第一比较分析曲线表示本机组的特定监测量群在历史不同时期随时间变化的趋势，所述第二比较分析曲线表示不同机组的特定监测量群在历史不同时期随时间变化的趋势。
可选地，所述预测发电机运行状态变化趋势的装置还包括：
第四显示模块，用于当接收到极限工况比较请求时，进入最大最小工况温度比较曲线页面，默认进入当日水温最大最小工况温度比较曲线，显示全部定子线棒出水温度，及当日最大、最小两个工况下的雷达图；
第五显示模块，用于当接收到用户取消雷达图的操作指令时，将所述趋势图显示为折线图形式。
可选地，所述预测发电机运行状态变化趋势的装置还包括：
判断模块，用于根据所述趋势信息判断发电机的运行状态是否异常；
启动模块，用于若所述发电机的运行状态异常，则启动预警处理操作。
本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现第一方面中方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现第一方面中方法的步骤。
在本发明实施例中，通过当有在线实时数据触发先兆时，触发推理机运行，对故障进行诊断得到第一诊断结果,当接收到人工提交的非实时先兆信息时，触发推理机运行，对故障进行诊断，得到第二诊断结果，其中，所述非实时先兆信息包括在线非实时先兆信息和试验先兆信息，试验先兆信息包括在检修发电机的过程中进行试验时出现的异常征兆信息，对所述第一诊断结果和/或第二诊断结果进行分析，得到表征发电机运行状态变化趋势的趋势信息，本发明实施例通过在线和离线两种运行方式相互继承、相互启发的综合诊断方法对故障进行诊断，当有在线实时数据触发先兆时，能够迅速触发推理机运行，协同用户对故障进行诊断、分析和处理，而非实时先兆则需要人工提交，进而触发推理机运行，对故障进行诊断，从而实现了提前得到表征发电机运行状态变化趋势的趋势信息的目的，具有较强的实用性和易用性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的预测发电机运行状态变化趋势的方法的实现流程示意图；
图2是本发明实施例二提供的预测发电机运行状态变化趋势的方法的实现流程示意图；
图3是本发明实施例三提供的预测发电机运行状态变化趋势的装置的结构框图；
图4是本发明实施例四提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当……时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例一
图1示出了本发明实施例一提供的预测发电机运行状态变化趋势的方法的实现流程示意图。如图1所示，该预测发电机运行状态变化趋势的方法具体包括如下步骤S101至步骤S103。
步骤S101：当有在线实时数据触发先兆时，触发推理机运行，对故障进行诊断得到第一诊断结果。
其中，在线实时数据触发先兆时，能够迅速触发推理机运行，协同用户对故障进行诊断、分析和处理。对故障进行诊断得到第一诊断结果。推理机可以是具有推理功能的软件模块和/或硬件模块。
步骤S102：当接收到人工提交的非实时先兆信息时，触发推理机运行，对故障进行诊断，得到第二诊断结果；其中，所述非实时先兆信息包括在线非实时先兆信息和试验先兆信息，试验先兆信息包括在检修发电机的过程中进行试验时出现的异常征兆信息。
在线非实时先兆指：发电机在运行状态发生的某些异常征兆，系统采集不到相关的实时数据，因而不能自动生成先兆、触发推理机运行进行诊断，此时需要由人工提交。提交人员需具有运行提交权限。点击“人工提交先兆”页面按钮，进入先兆提交页面，默认进入“在线非实时先兆”页面。页面中列出了当前机组可供提交的所有在线非实时先兆，点选需要提交的先兆前(也可以搜索需要提交的先兆)，按右上角的“提交”按钮并确认后，系统提示“提交成功”。
试验先兆指：发电机在检修中进行各项试验(如测量定子绕组直流电阻)时发现的某些异常征兆，需要由人工提交。提交人员需具有检修提交权限，提交方法同“在线非实时先兆”的提交。
步骤S103：对所述第一诊断结果和/或第二诊断结果进行分析，得到表征发电机运行状态变化趋势的趋势信息。
其中，趋势信息用于表征发电机运行状态变化趋势，分析方法可以采用故障树分析法，关于故障树分析法的具体步骤在此不再赘述。
具体地，对所述第一诊断结果进行分析，得到表征发电机运行状态变化趋势的趋势信息。
对所述第二诊断结果进行分析，得到表征发电机运行状态变化趋势的趋势信息。
对所述第一诊断结果和第二诊断结果进行分析，得到表征发电机运行状态变化趋势的趋势信息。
在本发明实施例中，通过当有在线实时数据触发先兆时，触发推理机运行，对故障进行诊断得到第一诊断结果,当接收到人工提交的非实时先兆信息时，触发推理机运行，对故障进行诊断，得到第二诊断结果，其中，所述非实时先兆信息包括在线非实时先兆信息和试验先兆信息，试验先兆信息包括在检修发电机的过程中进行试验时出现的异常征兆信息，对所述第一诊断结果和/或第二诊断结果进行分析，得到表征发电机运行状态变化趋势的趋势信息，本发明实施例通过在线和离线两种运行方式相互继承、相互启发的综合诊断方法对故障进行诊断，当有在线实时数据触发先兆时，能够迅速触发推理机运行，协同用户对故障进行诊断、分析和处理，而非实时先兆则需要人工提交，进而触发推理机运行，对故障进行诊断，从而实现了提前得到表征发电机运行状态变化趋势的趋势信息的目的，具有较强的实用性和易用性。
实施例二
图2示出了本发明实施例二提供的预测发电机运行状态变化趋势的方法的实现流程示意图。如图所示该方法可以包括以下步骤：
步骤S201：当有在线实时数据触发先兆时，触发推理机运行，对故障进行诊断得到第一诊断结果。
步骤S202：当接收到人工提交的非实时先兆信息时，触发推理机运行，对故障进行诊断，得到第二诊断结果；其中，所述非实时先兆信息包括在线非实时先兆信息和试验先兆信息，试验先兆信息包括在检修发电机的过程中进行试验时出现的异常征兆信息。
步骤S203：对所述第一诊断结果和/或第二诊断结果进行分析，得到表征发电机运行状态变化趋势的趋势信息。
上述步骤S201和步骤S203分别与步骤S101和步骤S103相同，具体可参见步骤S101和步骤S103的相关描述，在此不再赘述。
步骤S204：通过趋势图显示所述趋势信息。
所述趋势图包括短期历史趋势图、中期历史趋势图和/或长期历史趋势图；
通过所述短期历史趋势图将所述发电机在不同工况下的线棒出水温度值和线棒层间温度实测值，统一折算为所述发电机在预设标准工况下的线棒出水温度值和线棒层间温度实测值；
通过所述中期历史趋势图将所述发电机在不同工况下的线棒出水温度值和线棒层间温度实测值，统一折算为所述发电机在预设标准工况下的线棒出水温度值和线棒层间温度实测值；
通过所述长期历史趋势图将所述发电机在不同工况下的线棒出水温度值和线棒层间温度实测值，统一折算为所述发电机在预设标准工况下的线棒出水温度值和线棒层间温度实测值。
历史趋势图以某一时间间隔显示所选监测量过去某一时段随时间变化的趋势图，用户可以根据需要设定时间段、时间间隔等，系统保留用户的最新的时间长度、时间间隔设置为默认值。当前日为中期、长期历史趋势图的默认终止日期，当前时间后的整点为短期历史趋势图的默认终止时间。需要调整时，点击“设置”修改相应值即可。“设置”可采用对话框方式进行，包括终止日期、时间长度、时间间隔等。短期历史趋势图适合查询监测量短时间、详细的变化趋势，其时间长度设置以小时为单位，时间间隔设置以1分为单位，用于进行重点时间段的详细分析。长期历史趋势图适合查询监测量长时间、大致的变化趋势，其时间长度设置以月为单位，时间间隔设置以日为单位，用于进行长期变化趋势的分析。中期历史趋势图介于短期、长期之间，其时间长度设置以日为单位，时间间隔设置以时为单位，用于进行大致的定位分析。短期、中期、长期历史趋势图具有折算值查询功能。当点选折算选项时，(1)查询的监测量有折算值者，其曲线变为折算值曲线，各点数据为折算后数据，趋势图标题中加入—折算标志；(2)查询的监测量无折算值者，保留原曲线不变。
定子绕组温度的折算可采用指纹计算技术进行，其条件是发电机处于稳定运行状态，当非稳定运行状态时，不进行指纹计算，也不进行折算，所以曲线可能出现中断的情况。其中，指纹计算技术不是本发明实施例的侧重点，在此不再展开说明。
可选地，还可显示实时趋势图。实时趋势图与历史趋势图的不同之处是：曲线是实时自动刷新的，没有时间的选择，曲线跨越时间的长度与“系统设置―设置采样周期”中的趋势图周期设置有关，设置值越大，曲线跨越时间越长，设置值越小，曲线跨越时间越短。实时趋势图、短期(中期、长期)历史趋势图之间可以随时切换，模板也是共用的。
例如，点击“曲线选择”，下方区域显示的是“监测量”树形列表，默认显示到监测量类别标题。系统将监测量分类为发电机工况、线棒出水温度、线棒层间温度、铁芯温度、氢气温度、氢油水系统、轴承振动及温度、励磁机系统、运行巡检。通过鼠标左键点击各标题，可在显示标题、显示全部之间进行切换。
例如，点击某监测量类别标题，打开该类监测量列表，点选某监测量时，左侧的图形部分将显示该监测量随时间变化的曲线，时间段、时间间隔与设置条件一致。可以查询多类、多个监测量的趋势图。趋势图中的各种设置(轴的设置、曲线的设置)采用默认设置。
例如，点击“模板”，下方区域显示的是“模板”树形列表。模板分为故障跟踪、日常状态监测两类，在各类标题下显示该类趋势图模板列表，包括：模板名称、创建人。
例如，点选某模板，左侧的图形部分将显示该模板所设定的监测量随时间变化的曲线，时间段、时间间隔与设置条件一致。趋势图中的各种设置(轴的设置、曲线的设置)同模板设置。
历史比较趋势图主要用于选定监测量本机组或不同机组间、历史不同时期随时间变化趋势的比较分析，不同时期的时间起点通过工况标注进行选择，即工况标注的时间为相应的趋势图的时间起点。其最大的几个特点如下：
横坐标不反映具体的时间，反映的是时间间隔及时间长度，其时间长度、时间间隔可以进行选择、设置；
在趋势图下方的工况信息列表中，反映各工况标注的时间即相应趋势图起始时间，该工况标注信息可以隐藏；
查询趋势图时，不仅需要选择监测量，还需要选择工况标注；
曲线名称中包含机组号及工况标注的信息；
曲线数量等于选择的监测量个数*工况标注的个数，同一监测量出现的曲线数目等于所选择的工况标注的个数；
具有折算功能、模板功能。
在趋势分析菜单下点选“历史比较”，进入历史比较趋势图页面，上方左侧提供短期、中期、长期的选择方法及时间长度、时间间隔的选择，折算点选。右侧显示曲线选择、模板，默认曲线选择，曲线选择下方是工况标注选择，各机组工况标注均列在其中，每条工况标注显示其时间及简述。
选择监测量、选择工况标注后，点击“查询”按钮，显示选择监测量、以各选择工况标注时间为起点的趋势图。
选择某模板，显示该模板所设定的曲线，时间长度、时间间隔与设置条件一致。趋势图中的各种设置(轴的设置、曲线的设置)同模板设置。
作为本发明的一个优选实施例，通过趋势图直观地显示所述趋势信息，并提供短期、中期和长期三种历史趋势图以便于用户根据实际需要查看短期、中期和长期三种历史趋势图中的一种或者多种。
可选地，在将所述趋势信息通过趋势图进行显示之前，还可包括：
通过预设趋势图基准，集中预设监测量在趋势图中的高度；以及，
通过预设变量区间细化趋势图的纵坐标步长，以放大趋势图中曲线的变化量。
其中，预设监测量可包括发电机工况、线棒出水温度、线棒层间温度、铁芯温度、氢气温度、氢油水系统、轴承振动及温度、励磁机系统和运行巡检。
步骤S205：获取发电机的工况标注信息并存储。
步骤S206：接收用户输入的查询请求；其中，所述查询请求包括查询时间段。
步骤S207：显示所述发电机在所述查询时间段内的工况标注信息。
对于步骤S205至S207，工况标注是将发电机的一些重要操作、特殊工况(如降负荷、大修后达到满功率)记录下来，用于：⑴查询发展趋势图时，将查询时间段内的工况标注显示出来，为观察、分析相关数据的变化趋势提供帮助；⑵进行状态比较时，选择比较时间段起始点；⑶进行历史工况温度比较时，选择比较时间点。
工况标注按横轴(时间轴)标注，标注有显示/隐藏两种方式，并可以方便的切换，默认隐藏；标注中显示时间、标注简述。
工况标注在数据处理下进行管理，可以添加、修改、设置屏蔽状态；由具有数据处理权限的人员进行处理。
步骤S208：根据所述发电机在所述查询时间段内的工况标注信息分析所述发电机的工况数据的变化趋势。
可选地，所述短期历史趋势图、所述中期历史趋势图和所述长期历史趋势图用于显示工况标注信息；所述方法还包括：
当检测到用户输入的工况标注信息选择操作且预设查询时间段内有未被屏蔽的工况标注信息时，在所述短期历史趋势图、所述中期历史趋势图或所述长期历史趋势图中通过预定颜色的垂直线区分显示不同时间点的工况标注信息。
终止日期还可通过在趋势图中的垂直线设置，当在趋势图中点击某处出现垂直线时，系统将该时间作为终止时间，此时点击历史趋势图按钮，其终止时间将与垂直线时间相对应。当点击趋势图外某处，垂直线消失时，系统恢复当前时间为终止时间。
终止日期+时间长度确定时间段，设置更为简单，且时间长度默认值更容易符合用户习惯。加上趋势图中垂直线的定位，对趋势分析、定位将更加方便。
可选地，所述趋势图包括第一比较分析曲线和/或第二比较分析曲线；
其中，所述第一比较分析曲线表示本机组的特定监测量群在历史不同时期随时间变化的趋势，所述第二比较分析曲线表示不同机组的特定监测量群在历史不同时期随时间变化的趋势。
可选地，所述趋势图还包括极限工况比较曲线，极限工况比较曲线用于反映选定时间段最大、最小两个工况下各类温度测点之间的横向比较；所述方法还包括：
当接收到极限工况比较请求时，进入最大最小工况温度比较曲线页面，默认进入当日水温最大最小工况温度比较曲线，显示全部定子线棒出水温度，及当日最大、最小两个工况下的雷达图；
极限工况比较曲线反映选定时间段最大、最小两个工况下各类温度测点之间的横向比较。时间段的选择分为日、周、月、年，其中周的起始日期、终止日期可以调整。与当前、历史工况温度主要的不同之处在于：它有两条曲线，两组工况参数，分别反映最大、最小两个工况的数据。
在趋势分析菜单下点选极限工况比较，进入最大最小工况温度比较曲线页面，系统默认进入当日水温最大最小工况温度比较曲线，显示全部定子线棒出水温度(48个)当日最大、最小两个工况下的雷达图。取消雷达图点选，返回到折线图形式。点击“槽温”、“铁芯”按钮，即可进入相应的“槽温”、“铁芯”最大最小工况温度比较曲线。点击“列表”按钮可进入列表页面，列表也包含最大、最小两个工况下的数据，并有每个测点在两个工况下的差值。由于两个工况的温度曲线同时显示，可以直观的观察各测点温度随工况(主要是负荷)的变化情况。
步骤S209：根据所述趋势信息判断发电机的运行状态是否异常。
步骤S210：若所述发电机的运行状态异常，则启动预警处理操作。
其中，启动预警处理操作可包括显示发电机的异常信息，或者短信通知相应的负责人，或者以广播形式通知。
需要说明的是，上文中的系统可以是执行预测发电机运行状态变化趋势的程序的计算机或者终端设备上的软件系统和/或硬件系统。
在本实施例中，通过历史趋势图和工况标注信息对发电机进行趋势分析，分析过程可视化，操作简单，进一步提高了分析的准确性。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
实施例三
请参考图3，其示出了本发明实施例三提供的预测发电机运行状态变化趋势的装置的结构框图。预测发电机运行状态变化趋势的装置30，应用于百万千瓦级压水堆核电站，包括：第一诊断模块31、第二诊断模块32和第一分析模块33。其中，各模块的具体功能如下：
第一诊断模块31，用于当有在线实时数据触发先兆时，触发推理机运行，对故障进行诊断得到第一诊断结果；
第二诊断模块32，用于当接收到人工提交的非实时先兆信息时，触发推理机运行，对故障进行诊断，得到第二诊断结果；其中，所述非实时先兆信息包括在线非实时先兆信息和试验先兆信息，试验先兆信息包括在检修发电机的过程中进行试验时出现的异常征兆信息；
第一分析模块33，用于对所述第一诊断结果和/或第二诊断结果进行分析，得到表征发电机运行状态变化趋势的趋势信息。
可选地，预测发电机运行状态变化趋势的装置30还包括：
第一显示模块，用于通过趋势图显示所述趋势信息。
可选地，预测发电机运行状态变化趋势的装置30还包括：
第一设置模块，用于通过预设趋势图基准，集中预设监测量在趋势图中的高度；以及，
第二设置模块，用于通过预设变量区间细化趋势图的纵坐标步长，以放大趋势图中曲线的变化量。
可选地，预测发电机运行状态变化趋势的装置30还包括：
获取模块，用于获取发电机的工况标注信息并存储；
接收模块，用于接收用户输入的查询请求；其中，所述查询请求包括查询时间段；
第二显示模块，用于显示所述发电机在所述查询时间段内的工况标注信息；
第二分析模块，用于根据所述发电机在所述查询时间段内的工况标注信息分析所述发电机的工况数据的变化趋势。
可选地，预测发电机运行状态变化趋势的装置30还包括：
第一折算模块，用于通过短期历史趋势图将所述发电机在不同工况下的线棒出水温度值和线棒层间温度实测值，统一折算为所述发电机在预设标准工况下的线棒出水温度值和线棒层间温度实测值；
第二折算模块，用于通过中期历史趋势图将所述发电机在不同工况下的线棒出水温度值和线棒层间温度实测值，统一折算为所述发电机在预设标准工况下的线棒出水温度值和线棒层间温度实测值；
第三折算模块，用于通过长期历史趋势图将所述发电机在不同工况下的线棒出水温度值和线棒层间温度实测值，统一折算为所述发电机在预设标准工况下的线棒出水温度值和线棒层间温度实测值。
可选地，第一显示模块包括：
更新显示单元，用于更新所述实时趋势图，通过更新的实时趋势图显示所述趋势信息。
可选地，预测发电机运行状态变化趋势的装置40还包括：
第三显示模块，用于当检测到用户输入的工况标注信息选择操作且预设查询时间段内有未被屏蔽的工况标注信息时，在所述短期历史趋势图、所述中期历史趋势图或所述长期历史趋势图中通过预定颜色的垂直线区分显示不同时间点的工况标注信息。
可选地，所述趋势图包括第一比较分析曲线和/或第二比较分析曲线；
其中，所述第一比较分析曲线表示本机组的特定监测量群在历史不同时期随时间变化的趋势，所述第二比较分析曲线表示不同机组的特定监测量群在历史不同时期随时间变化的趋势。
可选地，预测发电机运行状态变化趋势的装置30还包括：
第四显示模块，用于当接收到极限工况比较请求时，进入最大最小工况温度比较曲线页面，默认进入当日水温最大最小工况温度比较曲线，显示全部定子线棒出水温度，及当日最大、最小两个工况下的雷达图；
第五显示模块，用于当接收到用户取消雷达图的操作指令时，将所述趋势图显示为折线图形式。
可选地，预测发电机运行状态变化趋势的装置30还包括：
判断模块，用于根据所述趋势信息判断发电机的运行状态是否异常；
启动模块，用于若所述发电机的运行状态异常，则启动预警处理操作。
在本发明实施例中，通过当有在线实时数据触发先兆时，触发推理机运行，对故障进行诊断得到第一诊断结果,当接收到人工提交的非实时先兆信息时，触发推理机运行，对故障进行诊断，得到第二诊断结果，其中，所述非实时先兆信息包括在线非实时先兆信息和试验先兆信息，试验先兆信息包括在检修发电机的过程中进行试验时出现的异常征兆信息，对所述第一诊断结果和/或第二诊断结果进行分析，得到表征发电机运行状态变化趋势的趋势信息，本发明实施例通过在线和离线两种运行方式相互继承、相互启发的综合诊断方法对故障进行诊断，当有在线实时数据触发先兆时，能够迅速触发推理机运行，协同用户对故障进行诊断、分析和处理，而非实时先兆则需要人工提交，进而触发推理机运行，对故障进行诊断，从而实现了提前得到表征发电机运行状态变化趋势的趋势信息的目的，具有较强的实用性和易用性。
实施例四
图4是本发明实施例四提供的终端设备的示意图。如图4所示，该实施例的终端设备4包括：处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42，例如预测发电机运行状态变化趋势的方法程序。所述处理器40执行所述计算机程序42时实现上述各个预测发电机运行状态变化趋势的方法实施例中的步骤，例如图1所示的步骤S101至S103。或者，所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块的功能，例如图3所示模块31至33的功能。
示例性的，所述计算机程序42可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器41中，并由所述处理器40执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序42在所述终端设备4中的执行过程。例如，所述计算机程序42可以被分割成第一判断模块和发送模块，各模块的具体功能如下：
第一诊断模块，用于当有在线实时数据触发先兆时，触发推理机运行，对故障进行诊断得到第一诊断结果；
第二诊断模块，用于当接收到人工提交的非实时先兆信息时，触发推理机运行，对故障进行诊断，得到第二诊断结果；其中，所述非实时先兆信息包括在线非实时先兆信息和试验先兆信息，试验先兆信息包括在检修发电机的过程中进行试验时出现的异常征兆信息；
第一分析模块，用于对所述第一诊断结果和/或第二诊断结果进行分析，得到表征发电机运行状态变化趋势的趋势信息。
所述终端设备4可以是桌上型计算机、膝上型计算机、掌上型计算机等计算设备。所述终端设备可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图4仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器40可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41可以是所述终端设备4的内部存储单元，例如终端设备4的硬盘或内存。所述存储器41也可以是所述终端设备4的外部存储设备，例如所述终端设备4上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器41还可以既包括所述终端设备4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性、机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个物理位置，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在某一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于某一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以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：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；这些修改或者替换，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精神和范围，而均应包含在本发明的保护范围之内。
Claims (22)
1.一种预测发电机运行状态变化趋势的方法，其特征在于，应用于百万千瓦级压水堆核电站，所述方法包括：
当有在线实时数据触发先兆时，触发推理机运行，对故障进行诊断得到第一诊断结果；
当接收到人工提交的非实时先兆信息时，触发推理机运行，对故障进行诊断，得到第二诊断结果；其中，所述非实时先兆信息包括在线非实时先兆信息和试验先兆信息，试验先兆信息包括在检修发电机的过程中进行试验时出现的异常征兆信息；
对所述第一诊断结果和/或第二诊断结果进行分析，得到表征发电机运行状态变化趋势的趋势信息。
2.如权利要求1所述的预测发电机运行状态变化趋势的方法，其特征在于，还包括：
通过趋势图显示所述趋势信息。
3.如权利要求2所述的预测发电机运行状态变化趋势的方法，在将所述趋势信息通过趋势图进行显示之前，还包括：
通过预设趋势图基准，集中预设监测量在趋势图中的高度；以及，
通过预设变量区间细化趋势图的纵坐标步长，以放大趋势图中曲线的变化量。
4.如权利要求2所述的预测发电机运行状态变化趋势的方法，其特征在于，还包括：
获取发电机的工况标注信息并存储；
接收用户输入的查询请求；其中，所述查询请求包括查询时间段；
显示所述发电机在所述查询时间段内的工况标注信息；
根据所述发电机在所述查询时间段内的工况标注信息分析所述发电机的工况数据的变化趋势。
5.如权利要求2所述的预测发电机运行状态变化趋势的方法，其特征在于，所述趋势图包括短期历史趋势图、中期历史趋势图和/或长期历史趋势图；
通过所述短期历史趋势图将所述发电机在不同工况下的线棒出水温度值和线棒层间温度实测值，统一折算为所述发电机在预设标准工况下的线棒出水温度值和线棒层间温度实测值；
通过所述中期历史趋势图将所述发电机在不同工况下的线棒出水温度值和线棒层间温度实测值，统一折算为所述发电机在预设标准工况下的线棒出水温度值和线棒层间温度实测值；
通过所述长期历史趋势图将所述发电机在不同工况下的线棒出水温度值和线棒层间温度实测值，统一折算为所述发电机在预设标准工况下的线棒出水温度值和线棒层间温度实测值。
6.如权利要求2所述的预测发电机运行状态变化趋势的方法，其特征在于，所述趋势图为实时趋势图，通过趋势图显示所述趋势信息包括：
更新所述实时趋势图，通过更新的实时趋势图显示所述趋势信息。
7.如权利要求5所述的预测发电机运行状态变化趋势的方法，其特征在于，所述短期历史趋势图、所述中期历史趋势图和所述长期历史趋势图用于显示工况标注信息；所述方法还包括：
当检测到用户输入的工况标注信息选择操作且预设查询时间段内有未被屏蔽的工况标注信息时，在所述短期历史趋势图、所述中期历史趋势图或所述长期历史趋势图中通过预定颜色的垂直线区分显示不同时间点的工况标注信息。
8.如权利要求2所述的预测发电机运行状态变化趋势的方法，其特征在于，所述趋势图包括第一比较分析曲线和/或第二比较分析曲线；
其中，所述第一比较分析曲线表示本机组的特定监测量群在历史不同时期随时间变化的趋势，所述第二比较分析曲线表示不同机组的特定监测量群在历史不同时期随时间变化的趋势。
9.如权利要求2所述的预测发电机运行状态变化趋势的方法，其特征在于，所述趋势图还包括极限工况比较曲线，极限工况比较曲线用于反映选定时间段最大、最小两个工况下各类温度测点之间的横向比较；所述方法还包括：
当接收到极限工况比较请求时，进入最大最小工况温度比较曲线页面，默认进入当日水温最大最小工况温度比较曲线，显示全部定子线棒出水温度，及当日最大、最小两个工况下的雷达图；
当接收到用户取消雷达图的操作指令时，将所述趋势图显示为折线图形式。
10.如权利要求1至9任一项所述的预测发电机运行状态变化趋势的方法，其特征在于，还包括：
根据所述趋势信息判断发电机的运行状态是否异常；
若所述发电机的运行状态异常，则启动预警处理操作。
11.一种预测发电机运行状态变化趋势的装置，其特征在于，应用于百万千瓦级压水堆核电站，所述装置包括：
第一诊断模块，用于当有在线实时数据触发先兆时，触发推理机运行，对故障进行诊断得到第一诊断结果；
第二诊断模块，用于当接收到人工提交的非实时先兆信息时，触发推理机运行，对故障进行诊断，得到第二诊断结果；其中，所述非实时先兆信息包括在线非实时先兆信息和试验先兆信息，试验先兆信息包括在检修发电机的过程中进行试验时出现的异常征兆信息；
第一分析模块，用于对所述第一诊断结果和/或第二诊断结果进行分析，得到表征发电机运行状态变化趋势的趋势信息。
12.如权利要求11所述的预测发电机运行状态变化趋势的装置，其特征在于，还包括：
第一显示模块，用于通过趋势图显示所述趋势信息。
13.如权利要求12所述的预测发电机运行状态变化趋势的装置，还包括：
第一设置模块，用于通过预设趋势图基准，集中预设监测量在趋势图中的高度；以及，
第二设置模块，用于通过预设变量区间细化趋势图的纵坐标步长，以放大趋势图中曲线的变化量。
14.如权利要求12所述的预测发电机运行状态变化趋势的装置，其特征在于，还包括：
获取模块，用于获取发电机的工况标注信息并存储；
接收模块，用于接收用户输入的查询请求；其中，所述查询请求包括查询时间段；
第二显示模块，用于显示所述发电机在所述查询时间段内的工况标注信息；
第二分析模块，用于根据所述发电机在所述查询时间段内的工况标注信息分析所述发电机的工况数据的变化趋势。
15.如权利要求12所述的预测发电机运行状态变化趋势的装置，其特征在于，还包括：
第一折算模块，用于通过短期历史趋势图将所述发电机在不同工况下的线棒出水温度值和线棒层间温度实测值，统一折算为所述发电机在预设标准工况下的线棒出水温度值和线棒层间温度实测值；
第二折算模块，用于通过中期历史趋势图将所述发电机在不同工况下的线棒出水温度值和线棒层间温度实测值，统一折算为所述发电机在预设标准工况下的线棒出水温度值和线棒层间温度实测值；
第三折算模块，用于通过长期历史趋势图将所述发电机在不同工况下的线棒出水温度值和线棒层间温度实测值，统一折算为所述发电机在预设标准工况下的线棒出水温度值和线棒层间温度实测值。
16.如权利要求12所述的预测发电机运行状态变化趋势的装置，其特征在于，所述第一显示模块包括：
更新显示单元，用于更新所述实时趋势图，通过更新的实时趋势图显示所述趋势信息。
17.如权利要求15所述的预测发电机运行状态变化趋势的装置，其特征在于，还包括：
第三显示模块，用于当检测到用户输入的工况标注信息选择操作且预设查询时间段内有未被屏蔽的工况标注信息时，在所述短期历史趋势图、所述中期历史趋势图或所述长期历史趋势图中通过预定颜色的垂直线区分显示不同时间点的工况标注信息。
18.如权利要求12所述的预测发电机运行状态变化趋势的装置，其特征在于，所述趋势图包括第一比较分析曲线和/或第二比较分析曲线；
其中，所述第一比较分析曲线表示本机组的特定监测量群在历史不同时期随时间变化的趋势，所述第二比较分析曲线表示不同机组的特定监测量群在历史不同时期随时间变化的趋势。
19.如权利要求12所述的预测发电机运行状态变化趋势的装置，其特征在于，所述装置还包括：
第四显示模块，用于当接收到极限工况比较请求时，进入最大最小工况温度比较曲线页面，默认进入当日水温最大最小工况温度比较曲线，显示全部定子线棒出水温度，及当日最大、最小两个工况下的雷达图；
第五显示模块，用于当接收到用户取消雷达图的操作指令时，将所述趋势图显示为折线图形式。
20.如权利要求11至19任一项所述的预测发电机运行状态变化趋势的装置，其特征在于，还包括：
判断模块，用于根据所述趋势信息判断发电机的运行状态是否异常；
启动模块，用于若所述发电机的运行状态异常，则启动预警处理操作。
21.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至10任一项所述方法的步骤。
22.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至10任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810814495.XA CN109146137A (zh) | 2018-07-23 | 2018-07-23 | 预测发电机运行状态变化趋势的方法、装置及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810814495.XA CN109146137A (zh) | 2018-07-23 | 2018-07-23 | 预测发电机运行状态变化趋势的方法、装置及终端设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109146137A true CN109146137A (zh) | 2019-01-04 |
Family
ID=64801543
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810814495.XA Pending CN109146137A (zh) | 2018-07-23 | 2018-07-23 | 预测发电机运行状态变化趋势的方法、装置及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109146137A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111237134A (zh) * | 2020-01-14 | 2020-06-05 | 上海电力大学 | 一种基于GRA-LSTM-stacking模型的海上双馈风力发电机故障诊断方法 |
| CN111581191A (zh) * | 2020-04-10 | 2020-08-25 | 岭东核电有限公司 | 核安全数据校验方法、装置、计算机设备及存储介质 |
| WO2021196314A1 (zh) * | 2020-03-31 | 2021-10-07 | 厦门邑通软件科技有限公司 | 设备健康监控预警方法、系统、储存介质和设备 |
| CN115018143A (zh) * | 2022-05-31 | 2022-09-06 | 深圳信息职业技术学院 | 一种预测核电站停堆时间的方法及系统 |
| CN115187187A (zh) * | 2022-05-25 | 2022-10-14 | 中核武汉核电运行技术股份有限公司 | 一种核电数据标注工具 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104392752A (zh) * | 2014-10-13 | 2015-03-04 | 中国科学院合肥物质科学研究院 | 一种实时在线的核反应堆故障诊断与监测系统 |
| CN105117606A (zh) * | 2015-10-21 | 2015-12-02 | 辽宁工程技术大学 | 一种确定元件故障概率变化趋势的方法 |
| CN105134456A (zh) * | 2015-07-29 | 2015-12-09 | 贵州电力试验研究院 | 基于在线监测的水轮机故障预诊断方法 |
| CN105302112A (zh) * | 2015-10-23 | 2016-02-03 | 中国电子科技集团公司第十研究所 | Icni系统智能故障诊断系统 |
| CN106056273A (zh) * | 2016-05-19 | 2016-10-26 | 哈尔滨工程大学 | 一种基于故障树的冗余电动泵本体失效可靠性监测方法 |
-
2018
- 2018-07-23 CN CN201810814495.XA patent/CN109146137A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104392752A (zh) * | 2014-10-13 | 2015-03-04 | 中国科学院合肥物质科学研究院 | 一种实时在线的核反应堆故障诊断与监测系统 |
| CN105134456A (zh) * | 2015-07-29 | 2015-12-09 | 贵州电力试验研究院 | 基于在线监测的水轮机故障预诊断方法 |
| CN105117606A (zh) * | 2015-10-21 | 2015-12-02 | 辽宁工程技术大学 | 一种确定元件故障概率变化趋势的方法 |
| CN105302112A (zh) * | 2015-10-23 | 2016-02-03 | 中国电子科技集团公司第十研究所 | Icni系统智能故障诊断系统 |
| CN106056273A (zh) * | 2016-05-19 | 2016-10-26 | 哈尔滨工程大学 | 一种基于故障树的冗余电动泵本体失效可靠性监测方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111237134A (zh) * | 2020-01-14 | 2020-06-05 | 上海电力大学 | 一种基于GRA-LSTM-stacking模型的海上双馈风力发电机故障诊断方法 |
| CN111237134B (zh) * | 2020-01-14 | 2022-04-01 | 上海电力大学 | 一种基于GRA-LSTM-stacking模型的海上双馈风力发电机故障诊断方法 |
| WO2021196314A1 (zh) * | 2020-03-31 | 2021-10-07 | 厦门邑通软件科技有限公司 | 设备健康监控预警方法、系统、储存介质和设备 |
| CN111581191A (zh) * | 2020-04-10 | 2020-08-25 | 岭东核电有限公司 | 核安全数据校验方法、装置、计算机设备及存储介质 |
| CN111581191B (zh) * | 2020-04-10 | 2023-10-13 | 岭东核电有限公司 | 核安全数据校验方法、装置、计算机设备及存储介质 |
| CN115187187A (zh) * | 2022-05-25 | 2022-10-14 | 中核武汉核电运行技术股份有限公司 | 一种核电数据标注工具 |
| CN115018143A (zh) * | 2022-05-31 | 2022-09-06 | 深圳信息职业技术学院 | 一种预测核电站停堆时间的方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109146137A (zh) | 预测发电机运行状态变化趋势的方法、装置及终端设备 | |
| KR102184182B1 (ko) | Super Tree 기반의 Project/Task 지능 목표관리 방법 및 플랫폼 | |
| CN1312548C (zh) | 制炼控制系统数据的远程分析 | |
| RU2613637C2 (ru) | Способ и система для правил диагностики мощных газовых турбин | |
| US7246014B2 (en) | Human machine interface for an energy analytics system | |
| CN107085415A (zh) | 过程控制网络中的规则构建器 | |
| CN109061341A (zh) | 基于神经网络的卡尔曼滤波变压器故障预测方法和系统 | |
| US20050015217A1 (en) | Analyzing events | |
| US20050188376A1 (en) | Machine management system and message server used for machine management | |
| WO2003042918A2 (en) | Analysing events | |
| EP3869424A1 (en) | Equipment failure diagnosis support system and equipment failure diagnosis support method | |
| Tsybunov et al. | Interactive (intelligent) integrated system for the road vehicles’ diagnostics | |
| CN108595687A (zh) | 用水量异常检测方法和数据库服务器 | |
| JP2002082713A (ja) | 工業プロセスの監視方法及び監視システム | |
| CN113703400A (zh) | 一种支持远程协同的设备状态监测系统及其状态上报方法 | |
| JP2001331215A (ja) | プラント監視装置 | |
| US20080097800A1 (en) | System and method for marketing and developing a custom substation | |
| Al Rashdan et al. | Development of a Technology Roadmap for Online Monitoring of Nuclear Power Plants | |
| KR102489119B1 (ko) | 스마트 고장형태 영향분석 시스템 및 이를 이용한 공정관리 시스템 및 방법 | |
| CN115765182A (zh) | 基于时序数据库的数字孪生方法及装置 | |
| CN112542892B (zh) | 变电站调控一体化控制方法及控制装置 | |
| JP5292182B2 (ja) | 水処理設備管理システム | |
| CN114580677A (zh) | 一种配网检修任务执行方法、装置、电子设备及存储介质 | |
| CN114942359A (zh) | 一种终端的功能评价方法及装置 | |
| CN114722025A (zh) | 基于预测模型的数据预测方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190104 |