CN109358587A - 一种水电机组状态检修决策方法及系统 - Google Patents
一种水电机组状态检修决策方法及系统 Download PDFInfo
- Publication number
- CN109358587A CN109358587A CN201811305753.8A CN201811305753A CN109358587A CN 109358587 A CN109358587 A CN 109358587A CN 201811305753 A CN201811305753 A CN 201811305753A CN 109358587 A CN109358587 A CN 109358587A
- Authority
- CN
- China
- Prior art keywords
- unit
- maintenance
- time
- overhaul
- threshold 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.)
- Granted
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000008439 repair process Effects 0.000 claims description 31
- 230000003862 health status Effects 0.000 claims description 28
- 230000036541 health Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 9
- 230000005856 abnormality Effects 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 201000004569 Blindness Diseases 0.000 abstract description 4
- 238000007796 conventional method Methods 0.000 abstract description 3
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31457—Factory remote control, monitoring through internet
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种水电机组状态检修决策方法，包括采集机组的运行数据；根据运行数据，获取机组的状态参数；基于机组的状态参数，判断机组是否需要计划检修或故障检修；若需要计划检修或故障检修，技术人员提交检修计划，审批通过后进行检修。同时也公开了相应的系统。本发明先获取机组状态，根据机组状态判断是否需要实施计划检修和故障检修，避免了传统方法的盲目性和不可预见性，减少了重大故障的发生。
Description
技术领域
本发明涉及一种水电机组状态检修决策方法及系统，属于水电厂检修领域。
背景技术
检修决策方法对水电厂安全、经济运行起着至关重要的作用。传统的检修方法包括事故后检修（即故障检修）、计划检修。长期以来，国内水电机组检修一直沿用以预防为主的计划检修和故障检修相结合的模式。其中，计划检修是根据传统经验设定检修时间间隔，分为大修、小修和季修（季节性检修），大修、小修和季修均是定时对机组进行检修，具有一定的盲目性；故障检修是在故障发生后，再进行检修，是一种被动的检修模式，具有很大的不可预见性。
由于现有的检修都不是基于机组的实时状态，因此机组很容易发生重大故障，如多个电机连锁故障等，这些重大故障一旦发生，会使得机组长时间处于离线检修状态，不能参与发电，对发电企业造成很大的损失。
发明内容
为了解决上述技术问题，本发明提供了一种水电机组状态检修决策方法及系统，基于设备的实时状态实施计划检修和故障检修，减少重大故障的发生。
为了达到上述目的，本发明所采用的技术方案是：
一种水电机组状态检修决策方法，包括以下步骤，
采集机组的运行数据；
根据运行数据，获取机组的状态参数；
基于机组的状态参数，判断机组是否需要计划检修或故障检修；
若需要计划检修或故障检修，技术人员提交检修计划，审批通过后进行检修。
运行数据包括实时运行数据和历史运行数据，这些数据从现场监控系统、机组在线监测系统、变压器在线监测系统和电能量系统采集获得。
状态参数包括机组运行时间、机组健康状态、机组能效状态、机组故障频次和机组综合指标。
机组健康状态：通过特征参数判断的方式获得，当机组至少N个特征参数超越危险限值，则机组健康状态为“危险状态”；当机组小于N个特征参数超越危险限值或者有特征参数超越异常限值，则机组健康状态为“异常状态”；当机组有特征参数超越注意限值，则机组健康状态为“注意状态”；等级从高到低依次为“危险状态”、“异常状态”和“注意状态”；
机组能效状态：对机组指标进行评分，计算指标评分的加权和，结果低于阈值的，则该机组能效状态为“较差”，机组指标包括水轮机效率、引水损失率、导叶漏水率和耗水率；
机组综合指标：采集机组运行时间A、振动区运行时间B和开停机次数C，机组综合指标X=(A-A1)*a+(B-B1)*b+(C-C1)*c，其中A1、B1和C1分别为机组运行时间、振动区运行时间和开停机次数的标准值，a、b和c分别为系数。
判断机组是否需要计划检修或故障检修的过程为，
S1）判断机组是否需要大修；
判断上次大修至当前时刻，机组运行时间是否超过大修时间阈值；判断上次大修至当前时刻，机组健康状态为“危险状态”的频次是否超过大修健康阈值；判断上次大修至当前时刻，机组能效状态为“较差”的频次是否超过大修能效阈值；判断上次大修至当前时刻，机组故障频次是否超过大修故障阈值；判断上次大修至当前时刻，机组综合指标是否超过大修指标阈值；
上述所有判断均没有超过阈值，则转至步骤S2，否则进行大修；
S2）判断机组是否需要小修；
判断上次小修至当前时刻，机组运行时间是否超过小修时间阈值；判断上次小修至当前时刻，机组健康状态为“危险状态”的频次是否超过小修健康阈值；判断上次小修至当前时刻，机组能效状态为“较差”的频次是否超过小修能效阈值；判断上次小修至当前时刻，机组故障频次是否超过小修故障阈值；判断上次小修至当前时刻，机组综合指标是否超过小修指标阈值；
上述所有判断均没有超过阈值，则转至步骤S3，否则进行小修；
S3）判断机组是否需要季修；
判断上次季修至当前时刻，机组运行时间是否超过季修时间阈值；判断上次季修至当前时刻，机组健康状态为“危险状态”的频次是否超过季修健康阈值；判断上次季修至当前时刻，机组能效状态为“较差”的频次是否超过季修能效阈值；
上述所有判断均没有超过阈值，则转至步骤S4，否则进行季修；
S4）判断机组是否需要故障检修；
判断上一次检修至当前时刻，机组健康状态为“注意状态”以上等级状态的频次是否超过故障检修健康阈值；判断上一次检修至当前时刻，机组故障频次是否超过故障检修故障阈值；
上述所有判断均没有超过阈值，则结束，否则进行故障检修。
一种水电机组状态检修决策系统，包括，
运行数据采集模块：采集机组的运行数据；
状态参数获取模块：根据运行数据，获取机组的状态参数；
判断模块：基于机组的状态参数，判断机组是否需要计划检修或故障检修；
检修计划提交模块：若需要计划检修或故障检修，技术人员提交检修计划，审批通过后进行检修。
一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备水电机组状态检修决策方法。
一种计算设备，包括一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行水电机组状态检修决策方法的指令。
本发明所达到的有益效果：本发明先获取机组状态，根据机组状态判断是否需要实施计划检修和故障检修，避免了传统方法的盲目性和不可预见性，减少了重大故障的发生。
具体实施方式
以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
一种水电机组状态检修决策方法，包括以下步骤：
步骤1，采集机组的运行数据。
运行数据包括实时运行数据和历史运行数据，这些数据从现场监控系统、机组在线监测系统、变压器在线监测系统和电能量系统采集获得。
步骤2，根据运行数据，获取机组的状态参数。
状态参数包括机组运行时间、机组健康状态、机组能效状态、机组故障频次和机组综合指标。
其中，
机组运行时间包括以下几个运行时间段，即上次大修至当前时刻机组运行时间、上次小修至当前时刻机组运行时间、上次季修至当前时刻机组运行时间。
机组健康状态为以下几个时间段的机组健康状态，即上次大修至当前时刻、上次小修至当前时刻、上次季修至当前时刻、上一次检修（包括大修、小修、季修、故障检修）至当前时刻。机组健康状态判断过程：通过特征参数判断的方式获得，当机组至少N个特征参数超越危险限值，则机组健康状态为“危险状态”，N为三；当机组小于N个特征参数超越危险限值或者有特征参数超越异常限值，则机组健康状态为“异常状态”；当机组有特征参数超越注意限值，则机组健康状态为“注意状态”；等级从高到低依次为“危险状态”、“异常状态”和“注意状态”。
机组能效状态为以下几个时间段的机组能效状态，即上次大修至当前时刻、上次小修至当前时刻、上次季修至当前时刻。机组能效状态判断过程：对机组指标进行评分（通过专家评分），计算指标评分的加权和，结果低于阈值（一般为60分）的，则该机组能效状态为“较差”，机组指标包括水轮机效率、引水损失率、导叶漏水率和耗水率，各指标的权重分别为10%、60%、20%和10%。
机组故障频次为以下几个时间段的机组故障频次，即上次大修至当前时刻、上次小修至当前时刻、上一次检修（包括大修、小修、季修、故障检修）至当前时刻。
机组综合指标为以下几个时间段的机组综合指标，即上次大修至当前时刻、上次小修至当前时刻。机组综合指标计算过程：采集机组运行时间A、振动区运行时间B（机组在运行过程中，有一段负荷区间为振动区，当机组在该负荷区间运行时，机组振动会较大，我们称机组在该负荷期间运行叫做振动区运行）和开停机次数C，机组综合指标X=(A-A1)*a+(B-B1)*b+(C-C1)*c，其中A1、B1和C1分别为机组运行时间、振动区运行时间和开停机次数的标准值，a、b和c分别为系数，A1、B1、C1、a、b和c由经验而定。
步骤3，基于机组的状态参数，判断机组是否需要计划检修或故障检修。
具体判断过程如下：
S1）判断机组是否需要大修。
a1、判断上次大修至当前时刻，机组运行时间是否超过大修时间阈值，大修时间阈值一般设定为：40000小时或者96个月；
判断上次大修至当前时刻，机组健康状态为“危险状态”的频次是否超过大修健康阈值；大修健康阈值一般设定为：最近X1个月有X2个危险状态或者当前往前推连续出现X3个月危险状态，X1、X2和X3根据大修计划经验而定；
判断上次大修至当前时刻，机组能效状态为“较差”的频次是否超过大修能效阈值；大修能效阈值一般设定为：最近X4个月有X5个危险状态或者当前往前推连续出现X6个月危险状态，X4、X5和X6根据大修计划经验而定；
判断上次大修至当前时刻，机组故障频次是否超过大修故障阈值；大修故障阈值一般设定为：最近X7个月出现X8级故障X9个、最近X10个月出现机组故障停机次数X11次或者最近X12个月机组故障停机时间大于X13小时，X7、X8、X9、X10、X11、X12和X13根据大修计划经验而定；
判断上次大修至当前时刻，机组综合指标是否超过大修指标阈值；大修指标阈值根据大修计划经验而定。
a2、上述所有判断均没有超过阈值，则转至步骤S2，否则进行大修。
S2）判断机组是否需要小修。
b1）判断上次小修至当前时刻，机组运行时间是否超过小修时间阈值；小修时间阈值一般设定为：10000小时；
判断上次小修至当前时刻，机组健康状态为“危险状态”的频次是否超过小修健康阈值；小修健康阈值一般设定为：最近X14个月有X15个危险状态或者当前往前推连续出现X16个月危险状态，X14、X15和X16根据小修计划经验而定；
判断上次小修至当前时刻，机组能效状态为“较差”的频次是否超过小修能效阈值；小修能效阈值一般设定为：最近X17个月有X18个危险状态或者当前往前推连续出现X19个月危险状态，X17、X18和X19根据小修计划经验而定；
判断上次小修至当前时刻，机组故障频次是否超过小修故障阈值；小修故障阈值一般设定为：最近X20个月出现X21级故障X22个、最近X23个月出现机组故障停机次数X24次或者最近X25个月机组故障停机时间大于X26小时，X20、X21、X22、X23、X24、X25和X26根据小修计划经验而定；
判断上次小修至当前时刻，机组综合指标是否超过小修指标阈值；小修指标阈值根据小修计划经验而定。
b2）上述所有判断均没有超过阈值，则转至步骤S3，否则进行小修；
S3）判断机组是否需要季修；
c1）判断上次季修至当前时刻，机组运行时间是否超过季修时间阈值；季修时间阈值一般设定为5000小时。
判断上次季修至当前时刻，机组健康状态为“危险状态”的频次是否超过季修健康阈值；季修健康阈值一般设定为：最近X27个月有X28个危险状态或者当前往前推连续出现X29个月危险状态，X27、X28和X29根据季修计划经验而定；
判断上次季修至当前时刻，机组能效状态为“较差”的频次是否超过季修能效阈值；季修能效阈值一般设定为：最近X30个月有X31个危险状态或者当前往前推连续出现X32个月危险状态，X30、X31和X32根据季修计划经验而定。
c2）上述所有判断均没有超过阈值，则转至步骤S4，否则进行季修；
S4）判断机组是否需要故障检修；
d1）判断上一次检修（包括大修、小修、季修、故障检修）至当前时刻，机组健康状态为”注意”以上等级状态的频次是否超过故障检修健康阈值；故障检修健康阈值一般设定为：最近X33个月有X34个出现“注意”以上等级状态或者当前往前推连续出现X35个“注意”以上等级状态，X33、X34和X35根据故障检修计划经验而定；
判断上一次检修（包括大修、小修、季修、故障检修）至当前时刻，机组故障频次是否超过故障检修故障阈值；故障检修故障阈值一般设定为：最近X36个月出现X37级故障X38个、最近X39个月出现机组故障停机次数X40次或者最近X41个月机组故障停机时间大于X42小时，X36、X37、X38、X39、X40、X41和X42根据故障检修计划经验而定。
d2）上述所有判断均没有超过阈值，则结束，否则进行故障检修。
步骤4，若需要计划检修或故障检修，技术人员提交检修计划，审批通过后进行检修。
若需要计划检修或故障检修，技术人员先对故障进行判断，如根据经验判断故障位置、部件等，如有故障则进入检修决策流程，技术人员提交检修决策计划，提交检修决策计划后依次需经过电厂专工、电厂生技部主任、电厂分管领导、区域生技部专工、区域生技部主任、集团生技部审批，除电厂专工级未通过时流程结束外，其余任意一级审批未通过则流程退回上一级。
上述方法先获取机组状态，然后根据机组状态判断是否需要实施计划检修，若不需要计划检修，则判断是否需要实施故障检修；上述计划检修判断不是单独以时间为触发依据，故障检修判断也不是单独以产生故障为触发依据，二者均是以机组状态为触发依据，避免了传统方法的盲目性和不可预见性，减少了重大故障的发生。
一种水电机组状态检修决策系统，包括：
运行数据采集模块：采集机组的运行数据；
状态参数获取模块：根据运行数据，获取机组的状态参数；
判断模块：基于机组的状态参数，判断机组是否需要计划检修或故障检修；
检修计划提交模块：若需要计划检修或故障检修，技术人员提交检修计划，审批通过后进行检修。
一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备水电机组状态检修决策方法。
一种计算设备，包括一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行水电机组状态检修决策方法的指令。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。
Claims (8)
1.一种水电机组状态检修决策方法，其特征在于：包括以下步骤，
采集机组的运行数据；
根据运行数据，获取机组的状态参数；
基于机组的状态参数，判断机组是否需要计划检修或故障检修；
若需要计划检修或故障检修，技术人员提交检修计划，审批通过后进行检修。
2.根据权利要求1所述的一种水电机组状态检修决策方法，其特征在于：运行数据包括实时运行数据和历史运行数据，这些数据从现场监控系统、机组在线监测系统、变压器在线监测系统和电能量系统采集获得。
3.根据权利要求1所述的一种水电机组状态检修决策方法，其特征在于：状态参数包括机组运行时间、机组健康状态、机组能效状态、机组故障频次和机组综合指标。
4.根据权利要求3所述的一种水电机组状态检修决策方法，其特征在于：
机组健康状态：通过特征参数判断的方式获得，当机组至少N个特征参数超越危险限值，则机组健康状态为“危险状态”；当机组小于N个特征参数超越危险限值或者有特征参数超越异常限值，则机组健康状态为“异常状态”；当机组有特征参数超越注意限值，则机组健康状态为“注意状态”；等级从高到低依次为“危险状态”、“异常状态”和“注意状态”；
机组能效状态：对机组指标进行评分，计算指标评分的加权和，结果低于阈值的，则该机组能效状态为“较差”，机组指标包括水轮机效率、引水损失率、导叶漏水率和耗水率；
机组综合指标：采集机组运行时间A、振动区运行时间B和开停机次数C，机组综合指标X=(A-A1)*a+(B-B1)*b+(C-C1)*c，其中A1、B1和C1分别为机组运行时间、振动区运行时间和开停机次数的标准值，a、b和c分别为系数。
5.根据权利要求4所述的一种水电机组状态检修决策方法，其特征在于：判断机组是否需要计划检修或故障检修的过程为，
S1）判断机组是否需要大修；
判断上次大修至当前时刻，机组运行时间是否超过大修时间阈值；判断上次大修至当前时刻，机组健康状态为“危险状态”的频次是否超过大修健康阈值；判断上次大修至当前时刻，机组能效状态为“较差”的频次是否超过大修能效阈值；判断上次大修至当前时刻，机组故障频次是否超过大修故障阈值；判断上次大修至当前时刻，机组综合指标是否超过大修指标阈值；
上述所有判断均没有超过阈值，则转至步骤S2，否则进行大修；
S2）判断机组是否需要小修；
判断上次小修至当前时刻，机组运行时间是否超过小修时间阈值；判断上次小修至当前时刻，机组健康状态为“危险状态”的频次是否超过小修健康阈值；判断上次小修至当前时刻，机组能效状态为“较差”的频次是否超过小修能效阈值；判断上次小修至当前时刻，机组故障频次是否超过小修故障阈值；判断上次小修至当前时刻，机组综合指标是否超过小修指标阈值；
上述所有判断均没有超过阈值，则转至步骤S3，否则进行小修；
S3）判断机组是否需要季修；
判断上次季修至当前时刻，机组运行时间是否超过季修时间阈值；判断上次季修至当前时刻，机组健康状态为“危险状态”的频次是否超过季修健康阈值；判断上次季修至当前时刻，机组能效状态为“较差”的频次是否超过季修能效阈值；
上述所有判断均没有超过阈值，则转至步骤S4，否则进行季修；
S4）判断机组是否需要故障检修；
判断上一次检修至当前时刻，机组健康状态为“注意状态”以上等级状态的频次是否超过故障检修健康阈值；判断上一次检修至当前时刻，机组故障频次是否超过故障检修故障阈值；
上述所有判断均没有超过阈值，则结束，否则进行故障检修。
6.一种水电机组状态检修决策系统，其特征在于：包括，
运行数据采集模块：采集机组的运行数据；
状态参数获取模块：根据运行数据，获取机组的状态参数；
判断模块：基于机组的状态参数，判断机组是否需要计划检修或故障检修；
检修计划提交模块：若需要计划检修或故障检修，技术人员提交检修计划，审批通过后进行检修。
7.一种存储一个或多个程序的计算机可读存储介质，其特征在于：所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1至5所述的方法中的任一方法。
8.一种计算设备，其特征在于：包括，
一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1至5所述的方法中的任一方法的指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811305753.8A CN109358587B (zh) | 2018-11-05 | 2018-11-05 | 一种水电机组状态检修决策方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811305753.8A CN109358587B (zh) | 2018-11-05 | 2018-11-05 | 一种水电机组状态检修决策方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109358587A true CN109358587A (zh) | 2019-02-19 |
| CN109358587B CN109358587B (zh) | 2021-02-05 |
Family
ID=65344104
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811305753.8A Active CN109358587B (zh) | 2018-11-05 | 2018-11-05 | 一种水电机组状态检修决策方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109358587B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109902447A (zh) * | 2019-04-10 | 2019-06-18 | 华能澜沧江水电股份有限公司 | 一种巨型水电厂状态检修模型及构建方法 |
| CN110533891A (zh) * | 2019-09-16 | 2019-12-03 | 国家电网有限公司 | 抽水蓄能电站水轮机顶盖螺工况实时报警方法及系统 |
| CN112112792A (zh) * | 2020-09-08 | 2020-12-22 | 上海发电设备成套设计研究院有限责任公司 | 电动给水泵组状态检修方法、系统以及终端 |
| CN114294152A (zh) * | 2022-01-20 | 2022-04-08 | 北京华电云博科技有限公司 | 一种水轮发电机组调速系统设备在线状态监测方法和系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2169486A2 (en) * | 2008-09-30 | 2010-03-31 | Honeywell International Inc. | Intermittent fault detection and reasoning |
| CN101858312A (zh) * | 2010-05-31 | 2010-10-13 | 重庆大学 | 风力发电机组实时运行状态评估系统及评估方法 |
| CN102117444A (zh) * | 2011-01-07 | 2011-07-06 | 北京三博中自科技有限公司 | 一种生产设备检修计划统筹安排与执行管理系统 |
| CN102354918A (zh) * | 2011-10-09 | 2012-02-15 | 广东电网公司电力科学研究院 | 输变电设备检修方法及装置 |
| JP2013152655A (ja) * | 2012-01-26 | 2013-08-08 | Hitachi Ltd | プラント又は設備の異常診断方法及びヘルスマネージメント方法 |
| CN103366259A (zh) * | 2013-07-30 | 2013-10-23 | 国家电网公司 | 水电生产管理系统检修项目计划方法 |
| CN103500425A (zh) * | 2013-10-12 | 2014-01-08 | 国家电网公司 | 水电机组运行状态智能评价方法 |
| CN105373836A (zh) * | 2015-10-14 | 2016-03-02 | 西南交通大学 | 一种基于马尔可夫决策的牵引变电设备维修策略生成方法 |
| CN107291061A (zh) * | 2017-02-22 | 2017-10-24 | 贵州北盘江电力股份有限公司董箐发电厂 | 一种基于量化评估的水电机组健康状态评估方法 |
| JP2018010436A (ja) * | 2016-07-12 | 2018-01-18 | 日工株式会社 | アスファルトプラントの遠隔保守装置及び方法 |
| CN108375476A (zh) * | 2018-03-09 | 2018-08-07 | 中国水利水电科学研究院 | 一种水电机组健康评估方法 |
-
2018
- 2018-11-05 CN CN201811305753.8A patent/CN109358587B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2169486A2 (en) * | 2008-09-30 | 2010-03-31 | Honeywell International Inc. | Intermittent fault detection and reasoning |
| CN101858312A (zh) * | 2010-05-31 | 2010-10-13 | 重庆大学 | 风力发电机组实时运行状态评估系统及评估方法 |
| CN102117444A (zh) * | 2011-01-07 | 2011-07-06 | 北京三博中自科技有限公司 | 一种生产设备检修计划统筹安排与执行管理系统 |
| CN102354918A (zh) * | 2011-10-09 | 2012-02-15 | 广东电网公司电力科学研究院 | 输变电设备检修方法及装置 |
| JP2013152655A (ja) * | 2012-01-26 | 2013-08-08 | Hitachi Ltd | プラント又は設備の異常診断方法及びヘルスマネージメント方法 |
| CN103366259A (zh) * | 2013-07-30 | 2013-10-23 | 国家电网公司 | 水电生产管理系统检修项目计划方法 |
| CN103500425A (zh) * | 2013-10-12 | 2014-01-08 | 国家电网公司 | 水电机组运行状态智能评价方法 |
| CN105373836A (zh) * | 2015-10-14 | 2016-03-02 | 西南交通大学 | 一种基于马尔可夫决策的牵引变电设备维修策略生成方法 |
| JP2018010436A (ja) * | 2016-07-12 | 2018-01-18 | 日工株式会社 | アスファルトプラントの遠隔保守装置及び方法 |
| CN107291061A (zh) * | 2017-02-22 | 2017-10-24 | 贵州北盘江电力股份有限公司董箐发电厂 | 一种基于量化评估的水电机组健康状态评估方法 |
| CN108375476A (zh) * | 2018-03-09 | 2018-08-07 | 中国水利水电科学研究院 | 一种水电机组健康评估方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109902447A (zh) * | 2019-04-10 | 2019-06-18 | 华能澜沧江水电股份有限公司 | 一种巨型水电厂状态检修模型及构建方法 |
| CN110533891A (zh) * | 2019-09-16 | 2019-12-03 | 国家电网有限公司 | 抽水蓄能电站水轮机顶盖螺工况实时报警方法及系统 |
| CN112112792A (zh) * | 2020-09-08 | 2020-12-22 | 上海发电设备成套设计研究院有限责任公司 | 电动给水泵组状态检修方法、系统以及终端 |
| CN112112792B (zh) * | 2020-09-08 | 2024-04-23 | 上海发电设备成套设计研究院有限责任公司 | 电动给水泵组状态检修方法、系统以及终端 |
| CN114294152A (zh) * | 2022-01-20 | 2022-04-08 | 北京华电云博科技有限公司 | 一种水轮发电机组调速系统设备在线状态监测方法和系统 |
| CN114294152B (zh) * | 2022-01-20 | 2024-03-22 | 北京华电云博科技有限公司 | 一种水轮发电机组调速系统设备在线状态监测方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109358587B (zh) | 2021-02-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109358587A (zh) | 一种水电机组状态检修决策方法及系统 | |
| CN103279638B (zh) | 一种基于响应的大电网全态势在线一体化量化评估方法 | |
| Ruiz-Vega et al. | A comprehensive approach to transient stability control. II. Open loop emergency control | |
| CN107766971B (zh) | 一种基于检修风险的电力设备运维计划优排方法 | |
| CN109188227B (zh) | 一种双馈型风力发电机绝缘状态评估方法及系统 | |
| CN105069516B (zh) | 基于综合风险的输变电设备月度检修计划协调方法 | |
| CN104779608B (zh) | 基于离线策略的电力系统安全稳定在线附加紧急控制方法 | |
| CN116540941B (zh) | 一种基于云计算的数据存储安全控制系统 | |
| CN106610617A (zh) | 一种蓄能机组故障分析系统及方法 | |
| CN103762590A (zh) | 电力系统低频减载基本轮减载量在线整定方法 | |
| US20200258169A1 (en) | Distributed framework for solving and benchmarking security constrained unit commitment with warm start driven by data analytics | |
| Maihulla et al. | Markov modeling and reliability analysis of solar photovoltaic system using Gumbel Hougaard family copula | |
| CN111756031B (zh) | 一种电网运行趋势估算方法和系统 | |
| CN108257041A (zh) | 一种核电站系统健康评价系统 | |
| CN110619489A (zh) | 一种电网自动电压控制策略评价方法及可读存储介质 | |
| Xuping et al. | State maintenance strategy of wind turbine based on stochastic degradation model | |
| CN108708773A (zh) | 一种汽轮机故障诊断方法、系统及装置 | |
| Xu et al. | Real-time online risk monitoring and management method for maintenance optimization in nuclear power plant | |
| Han et al. | An online calculation method of theoretical power losses for high-voltage distribution system based on rapid modeling and data quality analysis | |
| CN112018754A (zh) | 一种电网主设备多态工况确定方法及系统 | |
| Wang et al. | Advanced maintenance strategy for power plants-introducing intelligent maintenance system | |
| Bizjak et al. | Vision 2020 dynamic security assessment in real time environment | |
| Zhang et al. | Joint optimization on preventive maintenance and operating unit number for multi-unit parallel production system with one repairman and spare unit | |
| CN109149560A (zh) | 一种处理区域备自投系统动作引起过负荷的方法 | |
| Li et al. | Reliability allocation method of production line based on fuzzy comprehensive evaluation |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |