CN110488188B - 基于动态阈值的机组三维健康量化评价方法 - Google Patents
基于动态阈值的机组三维健康量化评价方法 Download PDFInfo
- Publication number
- CN110488188B CN110488188B CN201910733144.0A CN201910733144A CN110488188B CN 110488188 B CN110488188 B CN 110488188B CN 201910733144 A CN201910733144 A CN 201910733144A CN 110488188 B CN110488188 B CN 110488188B
- Authority
- CN
- China
- Prior art keywords
- unit
- ijk
- value
- measuring point
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
- G01R31/343—Testing dynamo-electric machines in operation
Abstract
本发明涉及一种基于动态阈值的机组三维健康量化评价方法。本发明的目的是提供一种基于动态阈值的机组三维健康量化评价方法。本发明的技术方案是：该方法根据机组的实际情况构建全面的基于机组部件、部件关联物理属性及相应测点的三维评价体系；根据不同部件对于机组的重要性设定不同的权重，根据不同物理属性对于关联部件的重要性设定不同的权重；确定部件关联物理属性参数的固定阈值；根据机组运行t时间内大量采集的第i个部件的第j种物理属性由第k个测点获取的物理属性数据xijk，计算该大量xijk数据正态分布的均值μijk和方差值σ，根据μijk和σ确定该第k个测点的动态阈值范围。本发明适用于机组运行状态的量化评价方法。
Description
技术领域
本发明涉及一种基于动态阈值的机组三维健康量化评价方法。适用于机组运行状态的量化评价方法。
背景技术
目前，业界针对大型发电机组的运行状态评价普遍采用状态划分的方式，将其分为正常状态、异常状态和故障状态三种。针对于异常和故障两种状态往往预先设定了两个固定阈值，当某个参数传感器的实时数值超过对应的固定预设阈值时，就判定该传感器参数处于哪种状态。
目前这种判定方法的问题在于评价的阈值是固定，往往是行业标准值，不能正确反映具体工况条件下该设备参数具体情况，也没有考虑特性参数的关联性，当两个参数是正相关时，虽然都没有超标，但是一个是变大的，另一个是变小的，也证明设备处于一种异常状态；同时对于机组处于异常或故障状态下，无法了解在该状态下的具体严重程度，只是定性的判断，无法跨越到定量的高度。
发明内容
本发明要解决的技术问题是：针对上述存在的问题，提供一种基于动态阈值的机组三维健康量化评价方法。
本发明所采用的技术方案是：一种基于动态阈值的机组三维健康量化评价方法，其特征在于：
根据机组的实际情况构建全面的基于机组部件、部件关联物理属性及相应测点的三维评价体系；
根据不同部件对于机组的重要性设定不同的权重，根据不同物理属性对于关联部件的重要性设定不同的权重；
确定部件关联物理属性参数的固定阈值；
根据机组运行t时间内大量采集的第i个部件的第j种物理属性由第k个测点获取的物理属性数据xijk，计算该大量xijk数据正态分布的均值μijk和方差值σ，根据μijk和σ确定该第k个测点的动态阈值范围；
判断t时间内该第k个测点获取的物理属性数据xijk是否超过动态阈值范围；
若否，则判断该第k个测点处于数据正常状态；
若是，则判断t时间内该第k个测点获取的物理属性数据xijk是否超过固定阈值，若否，则判断该第k个测点处于数据异常状态；若是，则判断该第k个测点处于数据报警状态；
根据第k个测点的状态，计算该第i个部件的第j种物理属性的健康值Qij；
根据第i个部件的第j种物理属性的健康值Qij以及不同物理属性的权重，计算第i个部件的健康值Qi；
根据第i个部件的健康值Qi以及不同部件的权重，计算机组的健康值Q；
根据机组健康值Q，判断机组所处状态。
所述根据第k个测点的状态，计算该第i个部件的第j种物理属性的健康值Qij，包括：
A、第i个部件的第j种物理属性的所有测点均处于数据正常状态时：
且当计算结果Qijk＜80时，令Qijk＝80；
其中Qijk为第k个测点的健康值；
B、第i个部件的第j种物理属性有测点k处于数据异常状态且无数据报警状态时：
Qijk＝80-20*pi-20*qj
且当计算结果Qijk＜60时，令Qijk＝60；
其中pi为第i个部件在机组的权重值，qj为第j种物理属性在第i个部件的权重值；
C、第i个部件的第j种物理属性有测点k处于数据报警状态时：
Qijk＝60-20*pi-20*qj
且当计算结果Qij＜0时，令Qij＝0。
计算第i个部件的第j种物理属性各测点健康值的算术平均值Qij。结合不同部件下不同物理量种类所占的权重q计算部件的健康值，再结合不同部件在机组中所占的权重p计算机组整体的健康值。
所述根据机组健康值Q，判断机组所处状态，包括：
当Q位于[80,100]区间时，判断机组整体处于正常状态；
当Q位于[60,80)区间时，判断机组整体处于异常状态；
当Q位于[0,60)区间时，判断机组整体处于故障状态。
所述一段时间t内，第i个部件下的第j种物理量第k个测点的动态阈值范围为(μijk-3σ)至(μijk+3σ)的区间范围。
本发明的有益效果是：本发明采用了动态阈值和关联性相结合的方式，相对真实的反映了机组的大体运行状态，通过对异常情况的更细致划分能够为预测未来故障提供有力的支撑，防止事故扩大化。
本发明采用三维立体的方法对机组按照机组部件、关联的物理属性及测点三个方面构建三维分析模型，并按照不同部件不同物理属性的重要性设定不同的权重值，以全面反映不同部件不同参数维度的重要性。
本发明根据异常状态和故障状态设定阈值，结合不同部件不同参数的实际运行情况和权重值进行综合性的打分，进而实现机组运行状态从定性到定量的跨越。
附图说明
图1为实施例的流程图。
图2为实施例中测点状态判断流程图。
具体实施方式
如图1所示，本实施例为一种基于动态阈值的机组三维健康量化评价方法，具体步骤如下：
S01、根据机组的实际情况构建全面的基于机组部件、部件关联物理属性及测点的三维评价体系；
机组由a个部件构成，每个部件中包含b种的物理属性，如压力、温度、振幅等，对应每种物理属性设有c个测点，测点配有相应的数据采集传感器；对应不同部件，b、c的取值可不同；
第i个部件第j种物理量下的第k个传感器采集的物理属性数据xijk；
其中1≤i≤a，1≤j≤b，1≤k≤c；
S02、根据不同部件对于机组的重要性设定不同的权重p，pi为第i个部件在机组中的权重值，
根据不同物理属性对于关联部件的重要性设定不同的权重q，qj为第j种物理属性在第i个部件的权重值，
S03、根据标准或合同规定确定部件关联物理属性参数的固定阈值；
S04、根据机组运行t时间内，大量采集的第i个部件的第j种物理属性由第k个测点获取的物理属性数据xijk，该数据的分布正态分布，计算出该时段下的正态分布的均值μijk和方差值σ，且正常运行的数据几乎于分布在μijk-3σ到μijk+3σ，因此超出该范围的传感器测量值判断为异常情况，其中(μijk-3σ)到(μijk+3σ)的区间范围为该时段下的动态阈值范围；
S05、如图2所示，判断t时间内该第k个测点获取的物理属性数据xijk是否超过动态阈值范围：
若否，则判断该第k个测点处于数据正常状态；
若是，则判断t时间内该第k个测点获取的物理属性数据xijk是否超过固定阈值：若否，则判断该第k个测点处于数据异常状态；若是，则判断该第k个测点处于数据报警状态；
S06、根据第k个测点的状态，计算该第i个部件的第j种物理属性的健康值Qij；
A、第i个部件的第j种物理属性的总共c个测点均处于数据正常状态时：
且当计算结果Qijk＜80时，令Qijk＝80；
其中Qijk为第k个测点的健康值；
B、第i个部件的第j种物理属性有测点k处于数据异常状态且无数据报警状态时：
Qijk＝80-20*pi-20*qj
且当计算结果Qij＜60时，令Qij＝60；
C、第i个部件的第j种物理属性有测点k处于数据报警状态时：
Qijk＝60-20*pi-20*qj
且当计算结果Qij＜0时，令Qij＝0。
Qij为第i个部件的第j种物理属性c个测点健康值的算术平均值；
S07、根据第i个部件的第j种物理属性的健康值Qij以及不同物理属性的权重q，计算第i个部件的健康值Qi；
S08、根据第i个部件的健康值Qi以及不同部件的权重p，计算机组的健康值Q；
S09、根据机组整体健康值Q，判断机组所处状态；
当Q位于[80,100]区间时，判断机组整体处于正常状态；
当Q位于[60,80)区间时，判断机组整体处于异常状态；
当Q位于[0,60)区间时，判断机组整体处于故障状态。
Claims (4)
1.一种基于动态阈值的机组三维健康量化评价方法，其特征在于：
根据机组的实际情况构建全面的基于机组部件、部件关联物理属性及测点的三维评价体系；
根据不同部件对于机组的重要性设定不同的权重，根据不同物理属性对于关联部件的重要性设定不同的权重；
确定部件关联物理属性参数的固定阈值；
根据机组运行t时间内大量采集的第i个部件的第j种物理属性由第k个测点获取的物理属性数据xijk，计算该大量xijk数据正态分布的均值μijk和方差值σ，根据μijk和σ确定该第k个测点的动态阈值范围；
判断t时间内该第k个测点获取的物理属性数据xijk是否超过动态阈值范围：
若否，则判断该第k个测点处于数据正常状态；
若是，则判断t时间内该第k个测点获取的物理属性数据xijk是否超过固定阈值：若否，则判断该第k个测点处于数据异常状态；若是，则判断该第k个测点处于数据报警状态；
根据第k个测点的状态，计算该第i个部件的第j种物理属性的健康值Qij；
根据第i个部件的第j种物理属性的健康值Qij以及不同物理属性的权重，计算第i个部件的健康值Qi；
根据第i个部件的健康值Qi以及不同部件的权重，计算机组的健康值Q；
根据机组健康值Q，判断机组所处状态。
2.根据权利要求1所述的基于动态阈值的机组三维健康量化评价方法，其特征在于，所述根据第k个测点的状态，计算该第i个部件的第j种物理属性的健康值Qij，包括：
A、第i个部件的第j种物理属性的所有测点均处于数据正常状态时：
且当计算结果Qijk＜80时，令Qijk＝80；
其中Qijk为第k个测点的健康值；
B、第i个部件的第j种物理属性有测点k处于数据异常状态且无数据报警状态时：
Qijk＝80-20*pi-20*qj
且当计算结果Qij＜60时，令Qij＝60；
其中pi为第i个部件在机组的权重值，qj为第j种物理属性在第i个部件的权重值；
C、第i个部件的第j种物理属性有测点k处于数据报警状态时：
Qijk＝60-20*pi-20*qj
且当计算结果Qij＜0时，令Qij＝0；
Qij为第i个部件的第j种物理属性各测点健康值的算术平均值。
3.根据权利要求2所述的基于动态阈值的机组三维健康量化评价方法，其特征在于，所述根据机组健康值Q，判断机组所处状态，包括：
当Q位于[80,100]区间时，判断机组整体处于正常状态；
当Q位于[60,80)区间时，判断机组整体处于异常状态；
当Q位于[0,60)区间时，判断机组整体处于故障状态。
4.根据权利要求1或2或3所述的基于动态阈值的机组三维健康量化评价方法，其特征在于：所述动态阈值范围为(μijk-3σ)至(μijk+3σ)的区间范围。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910733144.0A CN110488188B (zh) | 2019-08-09 | 2019-08-09 | 基于动态阈值的机组三维健康量化评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910733144.0A CN110488188B (zh) | 2019-08-09 | 2019-08-09 | 基于动态阈值的机组三维健康量化评价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110488188A CN110488188A (zh) | 2019-11-22 |
| CN110488188B true CN110488188B (zh) | 2021-05-04 |
Family
ID=68550415
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910733144.0A Active CN110488188B (zh) | 2019-08-09 | 2019-08-09 | 基于动态阈值的机组三维健康量化评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110488188B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111324083A (zh) * | 2020-03-02 | 2020-06-23 | 西南交通大学 | 一种机械设备关键部件实时监测与预警方法及系统 |
| CN112903024B (zh) * | 2021-02-07 | 2023-05-12 | 山东五岳电器有限公司 | 用于储油柜的在线智能监测装置传感器组和健康状态值计算方法 |
| CN117074889A (zh) * | 2023-10-16 | 2023-11-17 | 天津科林电气有限公司 | 一种直流电弧检测方法及装置 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9043263B2 (en) * | 2012-07-24 | 2015-05-26 | General Electric Company | Systems and methods for control reliability operations using TMR |
| CN203881539U (zh) * | 2014-04-01 | 2014-10-15 | 吉林大学 | 一种风电机组状态监测与故障诊断装置 |
| CN104730458B (zh) * | 2015-04-01 | 2017-11-24 | 贵州电力试验研究院 | 发电机励磁系统状态监测方法 |
| CN106209432B (zh) * | 2016-06-30 | 2019-04-19 | 中国人民解放军国防科学技术大学 | 基于动态阈值的网络设备亚健康预警方法及装置 |
| CN107103425B (zh) * | 2017-04-26 | 2020-08-07 | 哈尔滨电机厂有限责任公司 | 发电设备运行状态计算机智能量化评价系统 |
| CN109470946B (zh) * | 2018-09-18 | 2022-07-08 | 中国电力科学研究院有限公司 | 一种发电设备故障检测方法及系统 |
-
2019
- 2019-08-09 CN CN201910733144.0A patent/CN110488188B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110488188A (zh) | 2019-11-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110488188B (zh) | 基于动态阈值的机组三维健康量化评价方法 | |
| CN111461555B (zh) | 一种生产线质量监测方法、装置及系统 | |
| JP5101396B2 (ja) | 健全性診断方法及びプログラム並びに風車の健全性診断装置 | |
| CA2680928C (en) | Method and system of wind turbine condition monitoring | |
| CN110414154B (zh) | 一种带有双测点的风机部件温度异常检测和报警方法 | |
| CN109416023B (zh) | 风力涡轮机监视装置、风力涡轮机监视方法、风力涡轮机监视程序以及存储介质 | |
| US20110178963A1 (en) | system for the detection of rare data situations in processes | |
| CN111946559B (zh) | 一种风机基础和塔架结构检测方法 | |
| CN108956111B (zh) | 一种机械部件的异常状态检测方法及检测系统 | |
| JP2021131241A (ja) | 診断装置、診断方法、及び診断プログラム | |
| CN110887899B (zh) | 一种汽轮机叶片水蚀缺陷监测与识别方法 | |
| CN112711850A (zh) | 一种基于大数据的机组在线监测方法 | |
| KR102433483B1 (ko) | 진동 센서를 통한 설비 예지 보전 시스템 | |
| CN117270514A (zh) | 基于工业物联网的生产过程全流程故障检测方法 | |
| CN110726542B (zh) | 一种弹簧疲劳寿命的分析方法 | |
| CN113487141B (zh) | 一种多源信息聚类融合的轴承状态评估方法 | |
| CN114294183A (zh) | 一种风机叶片故障监测方法、装置及风机 | |
| CN114155692A (zh) | 一种设备故障上报方法、装置及存储介质 | |
| CN111351655A (zh) | 一种铁路机车齿轮箱中齿轮故障诊断方法 | |
| CN117359391B (zh) | 数控机床滚动轴承的故障智能诊断方法及系统 | |
| JP7281394B2 (ja) | 異常診断装置およびプログラム | |
| JP7396361B2 (ja) | 異常判定装置及び異常判定方法 | |
| CN109283246A (zh) | 一种风力发电机叶片受损位置定位检测系统 | |
| WO2023233927A1 (ja) | 異常検知装置、異常検知方法およびプログラム | |
| CN114611865A (zh) | 一种基于仪控平台的工业控制站仪表的健康评估方法 |
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 |