CN110308711A - 基于水电站闸门开度数据过程的诊断控制方法、系统、存储介质和终端 - Google Patents
基于水电站闸门开度数据过程的诊断控制方法、系统、存储介质和终端 Download PDFInfo
- Publication number
- CN110308711A CN110308711A CN201910339963.7A CN201910339963A CN110308711A CN 110308711 A CN110308711 A CN 110308711A CN 201910339963 A CN201910339963 A CN 201910339963A CN 110308711 A CN110308711 A CN 110308711A
- Authority
- CN
- China
- Prior art keywords
- control
- data
- gate
- aperture
- hydropower station
- 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
- 238000000034 method Methods 0.000 title claims abstract description 190
- 238000003745 diagnosis Methods 0.000 title claims abstract description 43
- 230000008569 process Effects 0.000 claims abstract description 110
- 238000011897 real-time detection Methods 0.000 claims abstract description 32
- 238000001514 detection method Methods 0.000 claims description 39
- 230000008859 change Effects 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 238000004088 simulation Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 5
- 230000015572 biosynthetic process Effects 0.000 abstract description 2
- 238000003786 synthesis reaction Methods 0.000 abstract description 2
- 230000001276 controlling effect Effects 0.000 description 9
- 230000004069 differentiation Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000004092 self-diagnosis Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 208000033999 Device damage Diseases 0.000 description 1
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000001105 regulatory effect Effects 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
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了基于水电站闸门开度数据过程的诊断控制方法、系统、存储介质和终端，方法包括：设置水电站闸门数据与时间的过程关系，所述数据包括控制数据和非控制数据；控制数据为开度，非控制数据包括闸门开启/关闭速度、油缸压力、油缸行程、闸门开启/关闭时间、电动机电流和电动机电压中的一种或者多种；设置各个数据的极限过程区间，实时检测水电站闸门的开度，当开度超出极限过程区间，对开度诊断报错；和/或：实时检测水电站闸门的非控制数据，当非控制数据超出极限过程区间，对非控制数据诊断报错。本发明在水电站闸门的开度数据和非控制数据出现过程异常时诊断报错而不进行相应控制，只有对整体数据过程综合诊断分析后才进行控制。
Description
技术领域
本发明涉及自动化控制领域，尤其涉及基于水电站闸门开度数据过程的诊断控制方法、系统、存储介质和终端。
背景技术
控制对象又称被控对象。在自动控制系统中，一般指被控制的设备或过程为对象，如反应器、精馏设备的控制，或者传热过程、燃烧过程的控制等。从定量分析和设计角度，控制对象只是被控设备或过程中影响对象输入、输出参数的部分因素，并不是设备的全部。在自动控制系统中，作为广义的控制对象，除控制器(调节器)以外的执行器(调节阀)及测量变送装置都包括在内。而作为狭义的控制对象，其端部参数(输入、输出)有被控参数、控制参数和扰动参数(统称为过程参数或者过程数据)，它们通过水电站闸门开度的内部状态而相互联系。
在现有技术中，对于控制方式来说，对控制对象的控制方式采用预设值+固定流程控制，把复杂控制系统简化为基于简单的基于输入执行输出的简化的控制模型，此时控制模型与被控对象不再有任何关系，一旦输入信号出错则控制也出错，并且对输入信号无法去识别其可用性，只实现基本自动控制。同类控制对象采用同样的控制模型进行控制。举一个例子，控制器仅仅对其接收到的来自外部传感器或其他检测单元发送的模拟量信号(即上述过程参数或者过程数据)进行相应的数据判别，根据判别的结果控制相应工作器件的启动和停止。但实际情况是：即使是同类控制对象，不同的具体控制对象之间有差异，具有不同的特性，现有控制方式不能自动识别每个具体控制对象的特性，当然无法根据具体对象的特性进行实现差异化控制。在控制过程中只关注被控参数是否到达预设值，而不监测被控参数的变化过程，由于没有关注被控参数的变化过程，无法做到综合自诊断和预测控制。
而对于检测元件来说，由于现有控制方式都是基于检测元件工作正常的前提下进行的，但实际上在可靠的检测元件都有可能出错。对检测元件只做是否在其检测范围内的简单诊断和处理，对检测元件可靠性的要求高，大量采用进口价高的检测元件。即便如此，没有对其进行综合自诊断和处理，当这些检测元件一旦出现异常变化或出现故障，控制系统控制就会出现误动或无法工作，无容错控制功能。
人们在工程实践中也逐步认识到，选用最可靠的检测元件和执行机构，不一定就能组装出最可靠的控制系统，相反，只要设计、组装和使用得当，用低可靠性元件组成高可靠性的控制系统也是可能的。
发明内容
本发明的目的在于克服现有技术的不足，提供基于水电站闸门开度数据过程的诊断控制方法、系统、存储介质和终端，解决现有技术在数据采集端出现数据异常时，不对整体数据进行分析即进行相应启停操作，从而造成整个自动化控制系统产生影响的问题。
本发明的目的是通过以下技术方案来实现的：
根据本申请的第一方面，提供基于水电站闸门开度数据过程的诊断控制方法，包括以下步骤：
设置水电站闸门数据与时间的过程关系，所述的数据包括控制数据和与控制数据关联的至少一个非控制数据；所述控制数据为开度，所述非控制数据包括闸门开启/关闭速度、油缸压力、油缸行程、闸门开启/关闭时间、电动机电流和电动机电压中的一种或者多种；
设置各个数据的极限过程区间；
实时检测水电站闸门的开度，当开度超出极限过程区间，对开度诊断报错；和/或：
实时检测水电站闸门的非控制数据，当非控制数据超出极限过程区间，对非控制数据诊断报错。
进一步地，当实时检测的开度超出极限过程区间时，而非控制数据处于极限过程区间以内时，以非控制数据为依据对水电站闸门的开度进行容错控制，即以非控制数据为依据对水电站闸门的开度进行间接控制。
进一步地，当实时检测的水电站闸门的非控制数据超出极限过程区间时，以开度为依据对水电站闸门进行开度的预测控制，即在非控制数据诊断报错的情况下，依据开度数据以提前和/或滞后方式，对水电站闸门开度进行预测控制。
进一步地，所述的设置各个数据的极限过程区间包括以下子步骤：
通过人为设置水电站闸门开度在正常运行下的极限工况，获得在极限工况下的所述水电站闸门开度数据及其非控制数据的极限过程区间，即所述水电站闸门开度在正常运行中出现极限工况时的数据的最大值和最小值；或者：
根据所述水电站闸门开度投入运行后检测到的开度数据及其非控制数据来自动设置极限过程区间，即获得所述水电站闸门开度在运行过程中各个数据的最大值和最小值；或者：
通过软件仿真的方式，模拟水电站闸门开度在运行中出现极限工况时获得的数据的最大值和最小值，来进行数据极限过程区间的设置。
进一步地，所述的极限过程区间替换为正负偏差范围，所述的正负偏差范围的获取方式包括以下步骤：
在水电站闸门开度实际运行中，持续不断的检测所述水电站闸门开度及其关联的非控制数据与时间的过程关系；
获取数据时间过程的平均值，并建立标准正态分布规律曲线；
根据所述平均值以及标准正态分布规律曲线确定数据过程的正负偏差范围。
进一步地，所述的非控制数据包括数据检测值本身和/或数据检测值的变化速度。
根据本申请的第二方面，提供基于水电站闸门开度数据过程的诊断控制系统，包括：
数据设置模块：用于设置水电站闸门数据与时间的过程关系，所述的数据包括控制数据和与控制数据关联的至少一个非控制数据；所述控制数据为开度，所述非控制数据包括闸门开启/关闭速度、油缸压力、油缸行程、闸门开启/关闭时间、电动机电流和电动机电压中的一种或者多种；
极限区间设置模块：用于设置各个数据的极限过程区间；
控制数据检测与判断模块：用于实时检测水电站闸门的开度，当开度超出极限过程区间，对开度诊断报错；和/或：
非控制数据检测与判断模块：用于实时检测水电站闸门的非控制数据，当非控制数据超出极限过程区间，对非控制数据诊断报错。
进一步地，在控制数据检测与判断模块中，当实时检测的开度超出极限过程区间时，而非控制数据处于极限过程区间以内时，以非控制数据为依据对水电站闸门的开度进行容错控制，即以非控制数据为依据对水电站闸门的开度进行间接控制。
进一步地，在非控制数据检测与判断模块中，当实时检测的水电站闸门的非控制数据超出极限过程区间时，以开度为依据对水电站闸门进行开度的预测控制，即在非控制数据诊断报错的情况下，依据开度数据以提前和/或滞后方式，对水电站闸门开度进行预测控制。
进一步地，所述的极限区间设置模块的设置方式包括：
通过人为设置水电站闸门开度在正常运行下的极限工况，获得在极限工况下的所述水电站闸门开度数据及其非控制数据的极限过程区间，即所述水电站闸门开度在正常运行中出现极限工况时的数据的最大值和最小值；或者：
根据所述水电站闸门开度投入运行后检测到的开度数据及其非控制数据来自动设置极限过程区间，即获得所述水电站闸门开度在运行过程中各个数据的最大值和最小值；或者：
通过软件仿真的方式，模拟水电站闸门开度在运行中出现极限工况时获得的数据的最大值和最小值，来进行数据极限过程区间的设置。
进一步地，所述的极限过程区间替换为正负偏差范围；
其中极限区间设置模块替换为正负偏差范围设置模块，包括以下子模块：数据获取子模块：用于在水电站闸门开度实际运行中，持续不断的检测所述水电站闸门开度及其关联的非控制数据与时间的过程关系；数据计算子模块：用于获取数据时间过程的平均值，并建立标准正态分布规律曲线；正负偏差范围确定子模块：根据所述平均值以及标准正态分布规律曲线确定数据过程的正负偏差范围；
所述的控制数据检测与判断模块用于实时检测水电站闸门开度的控制数据，当开度超出正负偏差范围，对开度报错；
所述的非控制数据检测与判断模块用于实时检测水电站闸门开度的非控制数据，当非控制数据超出正负偏差范围，对非控制数据报错。
进一步地，所述的非控制数据包括数据检测值本身和/或数据检测值的变化速度。
根据本申请的第三方面，提供一种存储介质，其上存储有计算机指令，所述计算机指令运行时执行所述的基于水电站闸门开度数据过程的诊断控制方法的步骤。
根据本申请的第三方面，提供一种终端，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行所述的基于水电站闸门开度数据过程的诊断控制方法的步骤。
本发明的有益效果是：
(1)本发明在水电站闸门的控制数据(开度)和非控制数据(闸门开启/关闭速度、油缸压力、油缸行程、闸门开启/关闭时间、电动机电流和电动机电压中的一种或者多种)出现过程异常时诊断报错而不进行相应控制，只有对整体数据过程综合诊断分析后才进行控制，可有效避免控制系统故障或缺陷带来的控制失败，本发明提供的一种基于水电站闸门开度数据过程的诊断控制系统、存储介质和装置也解决了相应的技术问题。本发明的应用将对传统的自动控制技术带来深刻的影响。
(2)本发明的两个优选实施例在原基本自动控制上，通过监视数据的时间过程，自主学习和水电站闸门的特性，分别自主实现预测控制和容错控制；由于具有综合诊断和容错控制功能，降低了对检测元件的可靠性的要求，可用国产检测元件替换进口检测元件，只要设计、组装和使用得当，用低可靠性元件组成高可靠性的控制系统也是可能的。
(3)本发明的另外一个优选实施例，对水电站闸门动态特性能通过长期积累和计算，利用水电站闸门自身的特性，实现自学习和自主完善，并实现同类对象的差异化控制。
(4)控制系统在工作过程中，通过其特性实现综合自诊断，并根据诊断结果实现自主控制，减少或不依赖人为对控制过程的干预。
附图说明
图1为本发明方法流程图；
图2为本发明系统框图。
具体实施方式
下面结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，属于“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方向或位置关系为基于附图所述的方向或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，属于“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，属于“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
本实施例公开了一种基于水电站闸门开度数据过程的诊断控制方法，使得在数据采集端出现数据异常时，对整体数据进行分析才对对应水电站闸门开度进行相应启停操作，避免对整个自动化控制系统产生影响。
具体地，本实施例以水电站闸门为例进行说明，如图1所示，基于水电站闸门开度数据过程的诊断控制方法，包括以下步骤：
S1：设置水电站闸门数据与时间的过程关系，所述的数据包括控制数据和与控制数据关联的至少一个非控制数据；所述控制数据为开度，所述非控制数据包括闸门开启/关闭速度、油缸压力、油缸行程、闸门开启/关闭时间、电动机电流和电动机电压中的一种或者多种。
其中，所述的控制数据为水电站闸门开度主要的监测控制数据和控制依据(即开度本身)，所述的非控制数据为与控制数据相关联的其他数据(即闸门开启/关闭速度、油缸压力、油缸行程、闸门开启/关闭时间、电动机电流和电动机电压中的一种或者多种)。
优选地，在本实施例中，所述的非控制数据包括过程数据检测值本身和/或过程数据检测值的变化速度。
其中，在本实施例中，控制对象为水电站闸门开度，所述的控制数据为开度。而其对应的非控制数据包括闸门开启/关闭速度、油缸压力、油缸行程、闸门开启/关闭时间、电动机电流和电动机电压中的一种或者多种。
也就是说，在通常情况下，对水电站闸门开度的控制依据以开度为主，因此该数据可以为控制数据。而由于水电站闸门开度的闸门开启/关闭速度、油缸压力、油缸行程、闸门开启/关闭时间、电动机电流和电动机电压与开度相关，因此在本实施例中为非控制数据。
S2，设置各个数据的极限过程区间。
其中，该步骤S2用于初始化设置，并且该步骤具体包括以下三种情况：
(1)通过人为设置水电站闸门开度在正常运行下的极限工况，获得在极限工况下的所述水电站闸门开度数据及其非控制数据的极限过程区间，即所述水电站闸门开度在正常运行中出现极限工况时的数据的最大值和最小值；或者：
(2)根据所述水电站闸门开度投入运行后检测到的开度数据及其非控制数据来自动设置极限过程区间，即获得所述水电站闸门开度在运行过程中各个数据的最大值和最小值；或者：
(3)通过软件仿真的方式，模拟水电站闸门开度在运行中出现极限工况时获得的数据的最大值和最小值，来进行数据极限过程区间的设置。
具体地，在本实施例中，通过上述三种方式中任何一种方式，可以获得水电站闸门开度实际最高开度和最低开度，以及闸门开启/关闭速度的最大值和最小值、闸门开启时间长度的最大值和最小值、关闭闸门时间长度的最大值和最小值、油缸压力的最大值和最小值、油缸行程的最大值和最小值、电动机电流的最大值和最小值、电动机电压的最大值和最小值。
将上述获得的数据作为各个过程数据的极限过程区间进行设置。而设置的极限值可以为实际数值，或者实际数值的一定百分比。
S3，实时检测水电站闸门的开度，当开度超出极限过程区间，对开度诊断报错；和/或：实时检测水电站闸门的非控制数据，当非控制数据超出极限过程区间，对非控制数据诊断报错。
其中，对于所述的控制数据超出极限区间以及非控制数据超出极限区间，包括以下三种情况：
(1)当检测到数据的输入通道故障，即数据无法被检测到或者无法被获取(此时被认为是超出极限区间)。
对应于本实施例中，具体为水电站闸门开度的开度模拟量输入通道发生故障，开度数据无法获取。
(2)当检测到的数据信号不在该输入通道的检测范围内，即数据超出正常检测范围。
而对应于本实施例中，具体为通过水电站闸门开度的开度模拟量输入通道输入的信号，超出该模拟量输入通道能够检测到的数据的范围以内。
(3)当检测到的数据信号不在步骤S2中设置的极限过程区间以内。
对应于本实施例中，具体为开度、闸门开启/关闭速度、油缸压力、油缸行程、闸门开启/关闭时间、电动机电流和电动机电压是否处于步骤S2中的极限过程区间以内。
在本步骤中，当出现以上三种情况的任意一种情况时，即有可能为数据本身出现异常(比如控制数据的数据检测传感器损坏、非控制数据的数据检测装置损坏或者两者传输路径损坏等等)，而不是环境出现异常。
因此，当控制数据超出极限过程区间，或者非控制数据超出极限过程区间时，采用报错的形式，而不是直接将其作为依据去控制水电站闸门开度。
基于上述三个步骤，在本实施例的其中一个优选方案中，采用了容错控制的实现方式，该容错控制主要解决控制数据报错的情况，具体地：
当实时检测的开度超出极限过程区间时，而非控制数据处于极限过程区间以内时，以非控制数据为依据对水电站闸门的开度进行容错控制，即以非控制数据为依据对水电站闸门的开度进行间接控制，确保水电站闸门开度不以控制数据报错导致其控制失效而退出运行。
即在本实施例的事例中，在水电站闸门开度超出极限区间时，不以该开度数据对水电站闸门开度进行控制，而是以闸门开启/关闭速度、油缸压力、油缸行程、闸门开启/关闭时间、电动机电流和电动机电压中的其中一个或者多种非控制数据对水电站闸门开度进行控制。具体选择几个或者哪几个，根据实际情况进行设置。
例如，通过(自主学习和自主修正的，优选项)水电站闸门开度工作时候的闸门开启/关闭速度、油缸压力、油缸行程、闸门开启/关闭时间、电动机电流和电动机电压。
当开度高于极限区间中的最大或者最小值时，根据上述计算获得的闸门开启/关闭速度、油缸压力、油缸行程、闸门开启/关闭时间、电动机电流和电动机电压，继续控制水电站闸门开度自动工作，或者判断水电站闸门开度工作是否正常。同时相应地，产生控制数据对应的报警信号。
采用此种方式，可以对作为控制数据来源的用于检测开度的传感器信号进行诊断报错。
另外，在通常情况下，上述内容中的水电站闸门开启/关闭速度、油缸压力、油缸行程、闸门开启/关闭时间、电动机电流和电动机电压为开度处于极限过程区间内的所采集的数据(即非控制数据的采集基于控制数据处于极限过程区间内为准)。具体地：
检测闸门开启时间长度，若打开闸门时间长度超过允许的过程区间范围(即非控制数据不在步骤S3中设置的极限区间内时)，则发送水电站的闸门开启时间长度超过允许的变化区间的报警信号，否则(即非控制数据在步骤S3中设置的极限区间内时)自动计算整个过程中闸门开启时间长度，在控制过程中不断自主学习并自主修正。
水电站的闸门开启/关闭速度、油缸压力、油缸行程、闸门关闭时间、电动机电流和电动机电压也类似，在此不进行赘述。
基于上述三个步骤，在本实施例的另外一个优选方案中，采用了预测控制的实现方式，该预测控制主要解决非控制数据报错的情况，具体地：
当实时检测的水电站闸门的非控制数据超出极限过程区间时，以开度为依据对水电站闸门进行开度的预测控制，即在非控制数据诊断报错的情况下，依据开度数据以提前和/或滞后方式，对水电站闸门开度进行预测控制。
由于在控制数据处于极限过程区间时，非控制数据不作为水电站闸门开度的控制依据，但是其超出极限过程区间时也能说明相关内容出现问题(采集端本身出现问题或者数据采集出现问题)，因此此时会根据非控制数据报错情况，以提前和/或滞后方式，对水电站闸门开度进行控制。
具体地，在本实施例的事例中，当开度处于极限过程区间时，而水电站闸门开启/关闭速度、油缸压力、油缸行程、闸门开启/关闭时间、电动机电流和电动机电压中的一种或者多种处于极限过程区间以外时，参考开度对水电站闸门开度进行提前和/或滞后的控制。
其中，预测控制和容错控制是“和/或”的关系存在的。
另外，基于上述任何内容的实现，在本实施例中，所述的极限过程区间替换为正负偏差范围，其中，所述的正负偏差范围的获取方式包括以下步骤：
S21’：在水电站闸门开度实际运行中，持续不断的检测所述水电站闸门开度及其关联的非控制数据与时间的过程关系；
S22’：获取数据时间过程的平均值，并建立标准正态分布规律曲线；
S23’：根据所述平均值以及标准正态分布规律曲线确定数据过程的正负偏差范围。
也就是说，本实施例还提供一种诊断方法，可以使得在数据的判断从极限过程区间替换为正负偏差范围，当判断到包括控制数据和非控制数据在内的过程数据超过正负偏差范围，不符合正态分布规律要求时，对水电站闸门开度进行报错、优选方案中的容错控制和预测控制。
采用此种方式，使得数据的判断区间更符合客观规律，实现同类对象的差异化控制，解决现有技术不能自动识别每个具体水电站闸门开度的特性、也无法根据具体对象的特性进行实现差异化控制的问题。
其中，设置正负偏差范围的方式与上述设置极限过程区间的方式相同，在此不进行赘述。
另外，在本实施例中，可以根据所述水电站闸门开度的过程数据计算出变化的平均值及按照标准正态分布规律确定的所述正负偏差范围，并且随时间的迁移情况，确定所述水电站闸门开度的过程数据随时间的变化趋势，诊断所述水电站闸门开度的运行状况及趋势分析，用于评价所述水电站闸门开度的健康恶化状况。
通常情况下，极限过程区间用于水电站闸门开度刚开始启动的一段时间，此时用于计算正负偏差范围的数据较少。而正负偏差范围用于在运行一段时间后替换极限过程区间，使得数据判断具有水电站闸门开度本身特性。
并且，优选地，正负偏差范围是可以变动的，在数据越多的情况下，比例越小。例如，使用的初始情况下，可以采用平均值周围60％的浮动，而后期则采用平均值周围95％甚至是99％的浮动。
实施例2
本实施例还提供基于水电站闸门开度数据过程的诊断控制系统，该系统的发明构思与实施例1相同，使得在数据采集端出现数据异常时，对整体数据进行分析才对对应水电站闸门开度进行相应启停操作，避免对整个自动化控制系统产生影响。具体地，如图2所示，一种基于水电站闸门开度数据过程的诊断控制系统包括：
数据设置模块：用于设置水电站闸门数据与时间的过程关系，所述的数据包括控制数据和与控制数据关联的至少一个非控制数据；所述控制数据为开度，所述非控制数据包括闸门开启/关闭速度、油缸压力、油缸行程、闸门开启/关闭时间、电动机电流和电动机电压中的一种或者多种；
极限区间设置模块：用于设置各个数据的极限过程区间；
控制数据检测与判断模块：用于实时检测水电站闸门的开度，当开度超出极限过程区间，对开度诊断报错；和/或：
非控制数据检测与判断模块：用于实时检测水电站闸门的非控制数据，当非控制数据超出极限过程区间，对非控制数据诊断报错。
优选地，在本实施例中，在控制数据检测与判断模块中，当实时检测的开度超出极限过程区间时，而非控制数据处于极限过程区间以内时，以非控制数据为依据对水电站闸门的开度进行容错控制，即以非控制数据为依据对水电站闸门的开度进行间接控制。
优选地，在本实施例中，在非控制数据检测与判断模块中，当实时检测的水电站闸门的非控制数据超出极限过程区间时，以开度为依据对水电站闸门进行开度的预测控制，即在非控制数据诊断报错的情况下，依据开度数据以提前和/或滞后方式，对水电站闸门开度进行预测控制。
优选地，在本实施例中，所述的极限区间设置模块的设置方式包括：
通过人为设置水电站闸门开度在正常运行下的极限工况，获得在极限工况下的所述水电站闸门开度数据及其非控制数据的极限过程区间，即所述水电站闸门开度在正常运行中出现极限工况时的数据的最大值和最小值；或者：
根据所述水电站闸门开度投入运行后检测到的开度数据及其非控制数据来自动设置极限过程区间，即获得所述水电站闸门开度在运行过程中各个数据的最大值和最小值；或者：
通过软件仿真的方式，模拟水电站闸门开度在运行中出现极限工况时获得的数据的最大值和最小值，来进行数据极限过程区间的设置。
优选地，在本实施例中，所述的极限过程区间替换为正负偏差范围；
其中极限区间设置模块替换为正负偏差范围设置模块，包括以下子模块：数据获取子模块：用于在水电站闸门开度实际运行中，持续不断的检测所述水电站闸门开度及其关联的非控制数据与时间的过程关系；数据计算子模块：用于获取数据时间过程的平均值，并建立标准正态分布规律曲线；正负偏差范围确定子模块：根据所述平均值以及标准正态分布规律曲线确定数据过程的正负偏差范围；
所述的控制数据检测与判断模块用于实时检测水电站闸门开度的控制数据，当开度超出正负偏差范围，对开度报错；
所述的非控制数据检测与判断模块用于实时检测水电站闸门开度的非控制数据，当非控制数据超出正负偏差范围，对非控制数据报错。
优选地，在本实施例中，所述的非控制数据包括数据检测值本身和/或数据检测值的变化速度。
本发明实施例提供的基于水电站闸门开度数据过程的诊断控制系统中相关部分的说明请参见本发明实施例1提供的基于水电站闸门开度数据过程的诊断控制方法中对应部分的详细说明，在此不再赘述。另外，本发明实施例提供的上述技术方案中与现有技术中对应的技术方案实现原理一致的部分并未详细说明，以免过多赘述。
实施例3
基于实施例1的实现，本实施例还提供一种存储介质，其上存储有计算机指令，所述计算机指令运行时执行实施例1中所述的基于水电站闸门开度数据过程的诊断控制方法的步骤。
基于这样的理解，本实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(RandomAccessMemory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
实施例4
基于实施例1的实现，本实施例还提供一种终端，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行实施例1所述的基于水电站闸门开度数据过程的诊断控制方法的步骤。
在本发明提供的实施例中的各功能单元可以集成在一个处理器中，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。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定，对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其他不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (14)
1.基于水电站闸门开度数据过程的诊断控制方法，其特征在于：包括以下步骤：
设置水电站闸门数据与时间的过程关系，所述的数据包括控制数据和与控制数据关联的至少一个非控制数据；所述控制数据为开度，所述非控制数据包括闸门开启/关闭速度、油缸压力、油缸行程、闸门开启/关闭时间、电动机电流和电动机电压中的一种或者多种；
设置各个数据的极限过程区间；
实时检测水电站闸门的开度，当开度超出极限过程区间，对开度诊断报错；和/或：
实时检测水电站闸门的非控制数据，当非控制数据超出极限过程区间，对非控制数据诊断报错。
2.根据权利要求1所述的基于水电站闸门开度数据过程的诊断控制方法，其特征在于：当实时检测的开度超出极限过程区间时，而非控制数据处于极限过程区间以内时，以非控制数据为依据对水电站闸门的开度进行容错控制，即以非控制数据为依据对水电站闸门的开度进行间接控制。
3.根据权利要求1所述的基于水电站闸门开度数据过程的诊断控制方法，其特征在于：当实时检测的水电站闸门的非控制数据超出极限过程区间时，以开度为依据对水电站闸门进行开度的预测控制，即在非控制数据诊断报错的情况下，依据开度数据以提前和/或滞后方式，对水电站闸门开度进行预测控制。
4.根据权利要求1～3中任意一项所述的基于水电站闸门开度数据过程的诊断控制方法，其特征在于：所述的设置各个数据的极限过程区间包括以下子步骤：
通过人为设置水电站闸门开度在正常运行下的极限工况，获得在极限工况下的所述水电站闸门开度数据及其非控制数据的极限过程区间，即所述水电站闸门开度在正常运行中出现极限工况时的数据的最大值和最小值；或者：
根据所述水电站闸门开度投入运行后检测到的开度数据及其非控制数据来自动设置极限过程区间，即获得所述水电站闸门开度在运行过程中各个数据的最大值和最小值；或者：
通过软件仿真的方式，模拟水电站闸门开度在运行中出现极限工况时获得的数据的最大值和最小值，来进行数据极限过程区间的设置。
5.根据权利要求1～3中任意一项所述的基于水电站闸门开度数据过程的诊断控制方法，其特征在于：所述的极限过程区间替换为正负偏差范围，所述的正负偏差范围的获取方式包括以下步骤：
在水电站闸门开度实际运行中，持续不断的检测所述水电站闸门开度及其关联的非控制数据与时间的过程关系；
获取数据时间过程的平均值，并建立标准正态分布规律曲线；
根据所述平均值以及标准正态分布规律曲线确定数据过程的正负偏差范围。
6.根据权利要求1中所述的基于水电站闸门开度数据过程的诊断控制方法，其特征在于：所述的非控制数据包括数据检测值本身和/或数据检测值的变化速度。
7.基于水电站闸门开度数据过程的诊断控制系统，其特征在于：包括：
数据设置模块：用于设置水电站闸门数据与时间的过程关系，所述的数据包括控制数据和与控制数据关联的至少一个非控制数据；所述控制数据为开度，所述非控制数据包括闸门开启/关闭速度、油缸压力、油缸行程、闸门开启/关闭时间、电动机电流和电动机电压中的一种或者多种；
极限区间设置模块：用于设置各个数据的极限过程区间；
控制数据检测与判断模块：用于实时检测水电站闸门的开度，当开度超出极限过程区间，对开度诊断报错；和/或：
非控制数据检测与判断模块：用于实时检测水电站闸门的非控制数据，当非控制数据超出极限过程区间，对非控制数据诊断报错。
8.根据权利要求7所述的基于水电站闸门开度数据过程的诊断控制系统，其特征在于：在控制数据检测与判断模块中，当实时检测的开度超出极限过程区间时，而非控制数据处于极限过程区间以内时，以非控制数据为依据对水电站闸门的开度进行容错控制，即以非控制数据为依据对水电站闸门的开度进行间接控制。
9.根据权利要求7所述的基于水电站闸门开度数据过程的诊断控制系统，其特征在于：在非控制数据检测与判断模块中，当实时检测的水电站闸门的非控制数据超出极限过程区间时，以开度为依据对水电站闸门进行开度的预测控制，即在非控制数据诊断报错的情况下，依据开度数据以提前和/或滞后方式，对水电站闸门开度进行预测控制。
10.根据权利要求7～9中任意一项所述的基于水电站闸门开度数据过程的诊断控制系统，其特征在于：所述的极限区间设置模块的设置方式包括：
通过人为设置水电站闸门开度在正常运行下的极限工况，获得在极限工况下的所述水电站闸门开度数据及其非控制数据的极限过程区间，即所述水电站闸门开度在正常运行中出现极限工况时的数据的最大值和最小值；或者：
根据所述水电站闸门开度投入运行后检测到的开度数据及其非控制数据来自动设置极限过程区间，即获得所述水电站闸门开度在运行过程中各个数据的最大值和最小值；或者：
通过软件仿真的方式，模拟水电站闸门开度在运行中出现极限工况时获得的数据的最大值和最小值，来进行数据极限过程区间的设置。
11.根据权利要求7～9中任意一项所述的基于水电站闸门开度数据过程的诊断控制系统，其特征在于：所述的极限过程区间替换为正负偏差范围；
其中极限区间设置模块替换为正负偏差范围设置模块，包括以下子模块：数据获取子模块：用于在水电站闸门开度实际运行中，持续不断的检测所述水电站闸门开度及其关联的非控制数据与时间的过程关系；数据计算子模块：用于获取数据时间过程的平均值，并建立标准正态分布规律曲线；正负偏差范围确定子模块：根据所述平均值以及标准正态分布规律曲线确定数据过程的正负偏差范围；
所述的控制数据检测与判断模块用于实时检测水电站闸门开度的控制数据，当开度超出正负偏差范围，对开度报错；
所述的非控制数据检测与判断模块用于实时检测水电站闸门开度的非控制数据，当非控制数据超出正负偏差范围，对非控制数据报错。
12.根据权利要求7所述的基于水电站闸门开度数据过程的诊断控制系统，其特征在于：所述的非控制数据包括数据检测值本身和/或数据检测值的变化速度。
13.一种存储介质，其上存储有计算机指令，其特征在于：所述计算机指令运行时执行权利要求1至6中任一项所述的基于水电站闸门开度数据过程的诊断控制方法的步骤。
14.一种终端，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，其特征在于，所述处理器运行所述计算机指令时执行权利要求1至6中任一项所述的基于水电站闸门开度数据过程的诊断控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910339963.7A CN110308711B (zh) | 2019-04-25 | 2019-04-25 | 基于水电站闸门开度数据过程的诊断控制方法、系统、存储介质和终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910339963.7A CN110308711B (zh) | 2019-04-25 | 2019-04-25 | 基于水电站闸门开度数据过程的诊断控制方法、系统、存储介质和终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110308711A true CN110308711A (zh) | 2019-10-08 |
| CN110308711B CN110308711B (zh) | 2024-04-30 |
Family
ID=68074530
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910339963.7A Active CN110308711B (zh) | 2019-04-25 | 2019-04-25 | 基于水电站闸门开度数据过程的诊断控制方法、系统、存储介质和终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110308711B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111501684A (zh) * | 2020-04-28 | 2020-08-07 | 国网新源水电有限公司富春江水力发电厂 | 一种溢洪门提升后防坠落方法 |
| CN113064373A (zh) * | 2021-04-07 | 2021-07-02 | 四川中鼎智能技术有限公司 | 基于视频图像识别的工业水电设备逻辑信号控制方法、系统、终端及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6205376B1 (en) * | 1999-06-22 | 2001-03-20 | Rockwell Collins, Inc. | Blocked pitot-static monitor |
| CN1589370A (zh) * | 2001-11-27 | 2005-03-02 | 艾劳埃斯·乌本 | 监测传感器的方法 |
| CN1650109A (zh) * | 2002-05-03 | 2005-08-03 | 费希尔控制国际公司 | 在控制阀的控制回路内进行诊断的方法和装置 |
| US20090025683A1 (en) * | 2007-07-24 | 2009-01-29 | Thomas Raymond Culbertson | Detection of fuel system problems |
| CN106774229A (zh) * | 2016-12-16 | 2017-05-31 | 杭州和利时自动化有限公司 | 一种soe参数异动分析方法及装置 |
-
2019
- 2019-04-25 CN CN201910339963.7A patent/CN110308711B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6205376B1 (en) * | 1999-06-22 | 2001-03-20 | Rockwell Collins, Inc. | Blocked pitot-static monitor |
| CN1589370A (zh) * | 2001-11-27 | 2005-03-02 | 艾劳埃斯·乌本 | 监测传感器的方法 |
| CN1650109A (zh) * | 2002-05-03 | 2005-08-03 | 费希尔控制国际公司 | 在控制阀的控制回路内进行诊断的方法和装置 |
| US20090025683A1 (en) * | 2007-07-24 | 2009-01-29 | Thomas Raymond Culbertson | Detection of fuel system problems |
| CN106774229A (zh) * | 2016-12-16 | 2017-05-31 | 杭州和利时自动化有限公司 | 一种soe参数异动分析方法及装置 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111501684A (zh) * | 2020-04-28 | 2020-08-07 | 国网新源水电有限公司富春江水力发电厂 | 一种溢洪门提升后防坠落方法 |
| CN111501684B (zh) * | 2020-04-28 | 2021-11-05 | 国网新源水电有限公司富春江水力发电厂 | 一种溢洪门提升后防坠落方法 |
| CN113064373A (zh) * | 2021-04-07 | 2021-07-02 | 四川中鼎智能技术有限公司 | 基于视频图像识别的工业水电设备逻辑信号控制方法、系统、终端及存储介质 |
| CN113064373B (zh) * | 2021-04-07 | 2022-04-15 | 四川中鼎智能技术有限公司 | 基于视频图像识别的工业水电设备逻辑信号控制方法、系统、终端及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110308711B (zh) | 2024-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103953399B (zh) | 一种汽轮机进汽阀门快关过程监测装置及在线监测方法 | |
| CN110244684A (zh) | 基于空压机储气罐压力数据关联的诊断控制方法、系统、存储介质和终端 | |
| RU2420778C2 (ru) | Машинное определение состояния устройства управления процессом с использованием характеристических кривых | |
| RU2348959C2 (ru) | Диагностика клапана аварийного отключения с использованием датчика давления | |
| CN114576152B (zh) | 水泵状态监测系统、监测方法、装置、电子设备和介质 | |
| RU2015139500A (ru) | Прогнозирование работы задвижки на основании лабораторных испытаний | |
| CN110308711A (zh) | 基于水电站闸门开度数据过程的诊断控制方法、系统、存储介质和终端 | |
| CN110275552A (zh) | 基于集水井水位数据过程的诊断控制方法、系统、存储介质和终端 | |
| CN106567964B (zh) | 一种基于dcs数据的流量控制阀监控方法 | |
| CN109710983A (zh) | 一种基于关键性能指标的柴油机气缸分层故障诊断方法 | |
| CN116047207A (zh) | 一种核电厂电动阀性能故障诊断评估方法 | |
| CN110334374A (zh) | 基于水轮机主阀开度数据过程的诊断控制方法、系统、存储介质和终端 | |
| CN110287510A (zh) | 基于水轮机主阀开度数据关联的诊断控制方法、系统、存储介质和终端 | |
| CN110058577A (zh) | 基于控制对象数据关联的诊断控制方法、系统、存储介质和终端 | |
| KR101893854B1 (ko) | 무선통신 기반의 고압가스 안전밸브 검사시스템 | |
| CN110333706A (zh) | 基于油压装置压油槽油压数据过程的诊断控制方法、系统、存储介质和终端 | |
| CN110333708A (zh) | 基于水力机组技术供水水压数据关联的诊断控制方法、系统、存储介质和终端 | |
| CN110333704A (zh) | 基于水力机组转速数据关联的诊断控制方法、系统、存储介质和终端 | |
| CN110244683A (zh) | 基于水力机组转速数据过程的诊断控制方法、系统、存储介质和终端 | |
| CN110333707A (zh) | 基于水力机组技术供水水压数据过程的诊断控制方法、系统、存储介质和终端 | |
| CN110275553A (zh) | 基于空压机储气罐压力数据过程的诊断控制方法、系统、存储介质和终端 | |
| CN110334375A (zh) | 基于水电站闸门开度数据关联的诊断控制方法、系统、存储介质和终端 | |
| Haves et al. | Model-based performance monitoring: Review of diagnostic methods and chiller case study | |
| CN110286698A (zh) | 基于集水井水位数据关联的诊断控制方法、系统、存储介质和终端 | |
| CN115186754A (zh) | 基于信息熵及自联想回归模型的机组能效监测诊断方法 |
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 |