CN110543658A - 基于大数据的电厂设备诊断方法 - Google Patents
基于大数据的电厂设备诊断方法 Download PDFInfo
- Publication number
- CN110543658A CN110543658A CN201910633846.1A CN201910633846A CN110543658A CN 110543658 A CN110543658 A CN 110543658A CN 201910633846 A CN201910633846 A CN 201910633846A CN 110543658 A CN110543658 A CN 110543658A
- Authority
- CN
- China
- Prior art keywords
- data
- power plant
- information
- processed
- fault
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000007405 data analysis Methods 0.000 claims abstract description 7
- 238000013507 mapping Methods 0.000 claims description 19
- 238000002405 diagnostic procedure Methods 0.000 claims description 12
- 238000007726 management method Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012916 structural analysis Methods 0.000 claims description 9
- 238000013500 data storage Methods 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004171 remote diagnosis Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000026676 system process Effects 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
- G06Q10/20—Administration of product repair or maintenance
Abstract
本发明公开了一种基于大数据的电厂设备诊断方法,应用于电厂控制系统,所述诊断方法包括:建立所述电厂设备中每个机组或部件的设备模型;实时采集每个所述机组或部件的运行数据;对所述运行数据进行处理以获得处理后运行数据;基于所述处理后运行数据对所述机组或部件进行分析以获得分析结果;基于所述设备模型和所述分析结果对所述电厂设备进行诊断以获得对应的诊断结果。通过建立每个电厂设备的设备模型,并对每个电厂设备的运行进行实时监控,从而根据大量的实时监控运行数据对每个电厂设备进行大数据分析,大大降低了电厂技术人员的诊断难度,降低了电厂设备诊断的复杂度,提高了诊断精确性。
Description
技术领域
本发明涉及电厂控制技术领域,具体地涉及一种基于大数据的电厂设备诊断方法。
背景技术
随着新能源技术的不断发展,水轮发电机组在整个电力系统中的比重越来越大,因此水轮机组的设备安全使用越来越重要。
在实际使用过程中,水电机组及电气设备在运行中不断受到泥沙磨损、汽蚀破坏、机械磨损及其它机械或电气损伤,导致设备的寿命缩短。电力设备和系统故障后,轻则降低系统生产效率,重则停运,甚至造成灾难性的后果。因此准确分析和评估水轮发电机组的故障对电力系统稳定可靠的运行具有十分重要的意义。
为了解决上述技术问题,电厂技术人员推出水电远程诊断平台以供技术人员对故障进行远程诊断,然而在实际应用过程中,传统的水电远程诊断平台仅采集水轮发电机组的简单电信号,而对水轮发电机组的故障诊断依赖于电厂技术人员的经验进行,而无法依靠更为直观的观察或大数据的分析以辅助进行更加精确的诊断;同时,由于水电厂现场的设备多种多样,导致数据的采集过程繁杂、数据格式多种多样、数据精确性无法保证,为技术人员造成了极大的困扰。
发明内容
为了克服现有技术中对传统新能源电厂的电厂设备诊断方法落后、诊断方法复杂的技术问题,本发明实施例提供一种基于大数据的电厂设备诊断方法,通过建立每个电厂设备的设备模型,并对每个电厂设备的运行进行实时监控,从而根据大量的实时监控运行数据对每个电厂设备进行大数据分析,大大降低了电厂技术人员的诊断难度,降低了电厂设备诊断的复杂度,提高了诊断精确性。
为了实现上述目的,本发明实施例提供一种基于大数据的电厂设备诊断方法,应用于电厂控制系统,所述诊断方法包括:建立所述电厂设备中每个机组或部件的设备模型;实时采集每个所述机组或部件的运行数据;对所述运行数据进行处理以获得处理后运行数据;基于所述处理后运行数据对所述机组或部件进行分析以获得分析结果;基于所述设备模型和所述分析结果对所述电厂设备进行诊断以获得对应的诊断结果。
优选地,所述运行数据包括所述电厂设备的标识信息,所述标识信息包括所述电厂设备的功能信息、型号信息以及安装位置信息。
优选地,在所述对所述运行数据进行处理以获得处理后运行数据之前,所述诊断方法还包括:对所述运行数据进行校验;判断所述运行数据是否为合法数据;若所述运行数据为合法数据,则对所述运行数据执行处理操作;若所述运行数据为非法数据,则丢弃所述运行数据。
优选地,所述对所述运行数据进行处理以获得处理后运行数据,包括:基于所述型号信息对所述运行数据进行分类以获得分类后运行数据;对所述分类后运行数据进行压缩以获得处理后运行数据;按照预设数据存储格式对所述处理后运行数据进行存储。
优选地,所述基于所述处理后运行数据对所述机组或部件进行分析以获得分析结果,包括:基于所述型号信息获取与所述处理后运行数据对应的机组或部件;调取与所述机组或部件对应的故障映射表;基于所述故障映射表获取与所述处理后运行数据对应的故障信息;将所述故障信息作为分析结果。
优选地,所述基于所述故障映射表获取与所述处理后运行数据对应的故障信息,包括:判断在所述故障映射表中是否存在与所述处理后运行数据对应的故障信息;若是,则将输出所述故障信息;否则,提取所述处理后运行数据的故障特征信息,并基于所述故障特征信息从历史存储的处理后运行数据中提取具有相关性的历史运行数据信息;基于所述处理后运行数据和所述历史运行数据进行大数据分析,以获得与所述处理后运行数据对应的新的故障信息;基于所述新的故障信息对所述故障映射表进行更新。
优选地,所述基于所述设备模型和所述分析结果对所述电厂设备进行诊断以获得对应的诊断结果,包括:基于所述标识信息和所述分析结果建立所述故障信息与所述设备模型的网络拓扑图;对所述网络拓扑图进行结构分析以获得结构分析信息;对所述结构分析信息进行数据判断以获得数据判断结果;基于所述数据判断结果和所述设备模型对所述电厂设备进行诊断,以获得所述电厂设备的诊断结果。
优选地,所述诊断方法还包括:获取与所述电厂设备对应的指标集;基于所述指标集和所述诊断结果生成优化管理操作;将所述优化管理操作发送至对应的电厂管理人员。
另一方面,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明提供的方法。
另一方面,本发明还提供一种服务器,包括:处理器;以及存储设备,存储有计算机程序指令,与所述处理器连接,所述计算机程序指令在所述处理器中加载并执行本发明提供的方法。
通过本发明提供的技术方案,本发明至少具有如下技术效果:
通过建立每个电厂设备的设备模型,并对每个电厂设备的运行进行实时监控,从而根据大量的实时监控运行数据对每个电厂设备进行大数据分析,大大降低了电厂技术人员的诊断难度,降低了电厂设备诊断的复杂度,提高了诊断精确性。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施例,但并不构成对本发明实施例的限制。在附图中:
图1是本发明实施例提供的基于大数据的电厂设备诊断方法的具体实现流程图;
图2是本发明实施例提供的通过网络拓扑图对电厂设备进行诊断的示意图。
具体实施方式
为了克服现有技术中对传统新能源电厂的电厂设备诊断方法落后、诊断方法复杂的技术问题,本发明实施例提供一种基于大数据的电厂设备诊断方法,通过建立每个电厂设备的设备模型,并对每个电厂设备的运行进行实时监控,从而根据大量的实时监控运行数据对每个电厂设备进行大数据分析,大大降低了电厂技术人员的诊断难度,降低了电厂设备诊断的复杂度,提高了诊断精确性。
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
本发明实施例中的术语“系统”和“网络”可被互换使用。“多个”是指两个或两个以上,鉴于此,本发明实施例中也可以将“多个”理解为“至少两个”。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。另外,需要理解的是,在本发明实施例的描述中,“第一”、“第二”等词汇,仅用于区分描述的目的,而不能理解为指示或暗示相对重要性,也不能理解为指示或暗示顺序。
首先介绍本发明的背景技术。
在传统电厂中,电厂设备往往是结构和组件非常复杂的系统设备,在使用过程中各个结构或组件是通过相互的协调和联动等形式以形成整体的发电功能,因此一旦在运行过程中有某个组件或结构出现异常,因此往往表现出多个组件或结构先后或同时出现故障。在传统的电厂设备诊断过程中,电厂技术人员往往是通过远程监控系统获取电厂设备的运行状态点来获取该电厂设备的运行正常与否,并通过经验判断该电厂设备的异常运行所对应的故障原因,因此一方面对电厂技术人员的经验要求较高,且在诊断过程中人为判断因素较大,诊断偏差较大;另一方面对复杂系统的诊断需要大量的数据计算,为电厂技术人员造成了极大困扰。
请参见图1,本发明实施例提供一种基于大数据的电厂设备诊断方法,应用于电厂控制系统,所述诊断方法包括:
S10)建立所述电厂设备中每个机组或部件的设备模型;
S20)实时采集每个所述机组或部件的运行数据;
S30)对所述运行数据进行处理以获得处理后运行数据;
S40)基于所述处理后运行数据对所述机组或部件进行分析以获得分析结果;
S50)基于所述设备模型和所述分析结果对所述电厂设备进行诊断以获得对应的诊断结果。
在一种可能的实施方式中,为了对每个电厂设备都进行更清晰和直观的分析,电厂技术人员首先建立电厂设备中每个机组或部件的设备模型,例如该设备模型为三维模型,然后通过电厂控制系统实时采集每个机组或部件的运行数据,例如在电厂控制系统中,可以为每个机组或部件均配置对应的传感器或数据采集装置,从而实时采集每个机组或部件的运行数据。
在获取到运行数据后,需要对运行数据进行处理,例如对运行数据进行校验、筛选、分类以及压缩等处理,以使得运行数据具有合理的安全性和准确性,同时便于电厂控制系统的数据存储,降低存储空间消耗,此时电厂控制系统对处理后的运行数据记性分析,以获得与处理后的运行数据对应的机组或部件的故障信息,此时进一步结合设备模型对电厂设备进行诊断,从而获得该电厂设备的精确诊断结果。
由于电厂设备往往包含很多机组或部件,因此电厂设备的故障往往会体现在多个机组或部件的先后或同时故障,因此在本发明实施例中,通过对电厂设备的每个机组或部件都进行实时监控,根据监控到的每个机组或部件的运行数据获得每个机组或部件的故障信息(或对应的故障现象),此时根据电厂设备的三维设备模型集合每个机组或部件的故障信息进行大数据分析,从而快速、精确地获取到电厂设备的故障诊断结果。
所述运行数据包括所述电厂设备的标识信息,所述标识信息包括所述电厂设备的功能信息、型号信息以及安装位置信息。
由于电厂设备包括多个机组或部件,而每个机组或部件可能来自不同的供应商,因此每个机组在本发明实施例中,或部件的标识信息都可能不同,为数据的汇总和统计造成了极大的困扰。
在一种可能的实施方式中,电厂技术人员对每个电厂设备进行统一的编码以形成每个电厂设备的标识信息,在该标识信息中包括每个电厂设备的功能信息、型号信息以及安装位置信息等信息,从而使得每个电厂设备都具有一的编码信息,进一步的,电厂技术人员可以根据电厂设备的标识信息建立统一的数据访问平台,以便于电厂控制系统或电厂技术人员调取每个电厂设备的详细设备信息。
在本发明实施例中,在所述对所述运行数据进行处理以获得处理后运行数据之前,所述诊断方法还包括:对所述运行数据进行校验;判断所述运行数据是否为合法数据;若所述运行数据为合法数据,则对所述运行数据执行处理操作;若所述运行数据为非法数据,则丢弃所述运行数据。
在一种可能的是实施方式中,电厂控制系统在获取运行数据的过程中,通过防火墙对获取到的运行数据进行校验,例如通过对该数据的数据长度、数据格式、校验信息等信息进行校验,以判断该运行数据是否为合法数据,例如电厂控制系统在某时刻接收到某运行数据,并发现该数据的数据格式不符合运行数据数据包的定义格式,因此确认该运行数据为非法数据,因此将该运行数据丢弃。
在本发明实施例中,通过对获取到的每个运行数据都进行校验以验证每个运行数据的合法性,从而有效防止了非法用户的非法访问,避免了因非法数据传输而导致的电厂运行数据的泄露,大大提高了数据传输过程中的安全性,保证了电厂运行的安全性,保障了电厂运行数据的保密性。
在本发明实施例中,所述对所述运行数据进行处理以获得处理后运行数据,包括:基于所述型号信息对所述运行数据进行分类以获得分类后运行数据;对所述分类后运行数据进行压缩以获得处理后运行数据;按照预设数据存储格式对所述处理后运行数据进行存储。
在一种可能的实施方式中,电厂控制系统在某一时刻获取到三包运行数据,因此首先对上述三包运行数据进行分类,例如通过对每包运行数据进行解析并提取型号信息,从而识别出该运行数据对应的机组或部件,然后电厂控制系统对该运行数据进行分类后获得分类后运行数据,此时电厂控制系统对该分类后运行数据进行压缩并获得压缩后运行数据,然后按照预设存储格式对压缩后运行数据进行存储,例如通过在电厂控制系统中安装Sql Server数据库,并按照Sql Server数据库对应的数据格式对压缩后运行数据进行存储。
由于电厂设备会产生大量数据,因此在本发明实施例中,通过对运行数据进行分类和压缩等处理,能够对大量的运行数据进行有效的管理,同时有效降低运行数据在传输过程中对网络带宽造成的传输压力以及在存储过程中对存储资源的占用,降低了企业的运营成本,提高了电厂控制系统对运行数据的管理效率。
在本发明实施例中,所述基于所述处理后运行数据对所述机组或部件进行分析以获得分析结果,包括:基于所述型号信息获取与所述处理后运行数据对应的机组或部件;调取与所述机组或部件对应的故障映射表;基于所述故障映射表获取与所述处理后运行数据对应的故障信息;将所述故障信息作为分析结果。
进一步地,在本发明实施例中,所述基于所述故障映射表获取与所述处理后运行数据对应的故障信息,包括:判断在所述故障映射表中是否存在与所述处理后运行数据对应的故障信息;若是,则将输出所述故障信息;否则,提取所述处理后运行数据的故障特征信息,并基于所述故障特征信息从历史存储的处理后运行数据中提取具有相关性的历史运行数据信息;基于所述处理后运行数据和所述历史运行数据进行大数据分析,以获得与所述处理后运行数据对应的新的故障信息;基于所述新的故障信息对所述故障映射表进行更新。
在一种可能的实施方式中,电厂控制系统在对运行数据进行处理后,根据运行数据的分类信息识别出每个运行数据对应的机组或部件,此时电厂控制系统调取与该机组或部件对应的故障映射表,从而根据运行数据快速获取到该机组或部件的故障信息,并将该故障信息作为对该机组或部件的分析结果。
在另一种可能的实施方式中,电厂控制系统在调取机组或部件的故障映射表后,通过该运行数据并未在故障映射表查找到确定的故障信息,因此提取该运行数据的故障特征信息,并根据该故障特征信息从历史存储的大量运行数据中提取与该故障特征信息相匹配或类似的历史运行数据信息,然后对上述运行数据和历史运行数据信息进行大数据分析,例如可以通过神经网络学习算法对上述运行数据和历史运行数据信息进行学习,从而获得对应的新的故障信息,根据该新的故障信息对故障映射表进行更新。
请参见图2,在本发明实施例中,所述基于所述设备模型和所述分析结果对所述电厂设备进行诊断以获得对应的诊断结果,包括:基于所述标识信息和所述分析结果建立所述故障信息与所述设备模型的网络拓扑图;对所述网络拓扑图进行结构分析以获得结构分析信息;对所述结构分析信息进行数据判断以获得数据判断结果;基于所述数据判断结果和所述设备模型对所述电厂设备进行诊断,以获得所述电厂设备的诊断结果。
在本发明实施例中,通过将每个故障信息和每个机组或部件组成网络拓扑图,从而更加便于电厂控制系统或电厂技术人员对整个电厂设备的故障进行更加直观和精确的分析,从而得出更加准确的故障诊断结果,提高了故障诊断的精确性。
进一步地,在本发明实施例中,所述诊断方法还包括:获取与所述电厂设备对应的指标集;基于所述指标集和所述诊断结果生成优化管理操作;将所述优化管理操作发送至对应的电厂管理人员。
在获取到对电厂设备的诊断结果后,电厂控制系统自动获取与该电厂设备对应的指标集,例如在不同的运行状态下的电厂设备往往具有不同的操作指标,以及不同的运行状态的切换也对应不同的操作指标,根据上述操作指标构成了电厂设备的指标集,在本发明实施例中,根据该电厂设备的当前运行状态或运行状态的切换过程,电厂控制系统从该指标集中获取到对应的操作指标,并进一步根据该操作指标和诊断结果生成优化管理操作,例如电厂控制系统监控到某机组出现故障无法运行,因此生成对该机组的停止运行的操作指令以及与该机组相关联的机组或部件的停止运行或待机的操作指令,基于上述操作指令生成对应的优化管理操作并发送至对应的电厂管理人员,以提示或辅助电厂管理人员执行对当前电厂的优化管理操作。
另一方面,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明所述的方法。
另一方面,本发明还提供一种服务器,包括:处理器;以及存储设备,存储有计算机程序指令,与所述处理器连接,所述计算机程序指令在所述处理器中加载并执行本发明所述的方法。
以上结合附图详细描述了本发明实施例的可选实施方式,但是,本发明实施例并不限于上述实施方式中的具体细节,在本发明实施例的技术构思范围内,可以对本发明实施例的技术方案进行多种简单变型,这些简单变型均属于本发明实施例的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明实施例对各种可能的组合方式不再另行说明。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得单片机、芯片或处理器(processor)执行本申请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(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外,本发明实施例的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明实施例的思想,其同样应当视为本发明实施例所公开的内容。
Claims (10)
1.一种基于大数据的电厂设备诊断方法,应用于电厂控制系统,其特征在于,所述诊断方法包括:
建立所述电厂设备中每个机组或部件的设备模型;
实时采集每个所述机组或部件的运行数据;
对所述运行数据进行处理以获得处理后运行数据;
基于所述处理后运行数据对所述机组或部件进行分析以获得分析结果;
基于所述设备模型和所述分析结果对所述电厂设备进行诊断以获得对应的诊断结果。
2.根据权利要求1所述的诊断方法,其特征在于,所述运行数据包括所述电厂设备的标识信息,所述标识信息包括所述电厂设备的功能信息、型号信息以及安装位置信息。
3.根据权利要求1所述的诊断方法,其特征在于,在所述对所述运行数据进行处理以获得处理后运行数据之前,所述诊断方法还包括:
对所述运行数据进行校验;
判断所述运行数据是否为合法数据;
若所述运行数据为合法数据,则对所述运行数据执行处理操作;
若所述运行数据为非法数据,则丢弃所述运行数据。
4.根据权利要求2所述的诊断方法,其特征在于,所述对所述运行数据进行处理以获得处理后运行数据,包括:
基于所述型号信息对所述运行数据进行分类以获得分类后运行数据;
对所述分类后运行数据进行压缩以获得处理后运行数据;
按照预设数据存储格式对所述处理后运行数据进行存储。
5.根据权利要求4所述的诊断方法,其特征在于,所述基于所述处理后运行数据对所述机组或部件进行分析以获得分析结果,包括:
基于所述型号信息获取与所述处理后运行数据对应的机组或部件;
调取与所述机组或部件对应的故障映射表;
基于所述故障映射表获取与所述处理后运行数据对应的故障信息;
将所述故障信息作为分析结果。
6.根据权利要求5所述的诊断方法,其特征在于,所述基于所述故障映射表获取与所述处理后运行数据对应的故障信息,包括:
判断在所述故障映射表中是否存在与所述处理后运行数据对应的故障信息;
若是,则将输出所述故障信息;
否则,提取所述处理后运行数据的故障特征信息,并基于所述故障特征信息从历史存储的处理后运行数据中提取具有相关性的历史运行数据信息;
基于所述处理后运行数据和所述历史运行数据进行大数据分析,以获得与所述处理后运行数据对应的新的故障信息;
基于所述新的故障信息对所述故障映射表进行更新。
7.根据权利要求5所述的诊断方法,其特征在于,所述基于所述设备模型和所述分析结果对所述电厂设备进行诊断以获得对应的诊断结果,包括:
基于所述标识信息和所述分析结果建立所述故障信息与所述设备模型的网络拓扑图;
对所述网络拓扑图进行结构分析以获得结构分析信息;
对所述结构分析信息进行数据判断以获得数据判断结果;
基于所述数据判断结果和所述设备模型对所述电厂设备进行诊断,以获得所述电厂设备的诊断结果。
8.根据权利要求1-7中任一权利要求所述的诊断方法,其特征在于,所述诊断方法还包括:
获取与所述电厂设备对应的指标集;
基于所述指标集和所述诊断结果生成优化管理操作;
将所述优化管理操作发送至对应的电厂管理人员。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-8中任一项权利要求所述的方法。
10.一种服务器,包括:
处理器;以及
存储设备,存储有计算机程序指令,与所述处理器连接,所述计算机程序指令在所述处理器中加载并执行如权利要求1-8中任一权利要求所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910633846.1A CN110543658A (zh) | 2019-07-15 | 2019-07-15 | 基于大数据的电厂设备诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910633846.1A CN110543658A (zh) | 2019-07-15 | 2019-07-15 | 基于大数据的电厂设备诊断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110543658A true CN110543658A (zh) | 2019-12-06 |
Family
ID=68710380
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910633846.1A Pending CN110543658A (zh) | 2019-07-15 | 2019-07-15 | 基于大数据的电厂设备诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110543658A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111211618A (zh) * | 2020-01-18 | 2020-05-29 | 深圳市创奇电气有限公司 | 一种配电设备远程控制方法及系统 |
CN111510685A (zh) * | 2020-04-26 | 2020-08-07 | 国电电力大同发电有限责任公司 | 一种基于三维模型的信息输出方法及装置 |
CN114584585A (zh) * | 2022-03-01 | 2022-06-03 | 中用科技有限公司 | 一种基于物联网的工业设备自诊断系统及方法 |
CN114757380A (zh) * | 2022-04-29 | 2022-07-15 | 西安热工研究院有限公司 | 一种火电厂故障预警系统、方法、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393715A (zh) * | 2011-11-03 | 2012-03-28 | 华电重工股份有限公司 | 一种对大型设备进行远程监测诊断的方法及系统 |
CN103984333A (zh) * | 2014-06-04 | 2014-08-13 | 北京京能高安屯燃气热电有限责任公司 | 一种电厂监控管理系统 |
CN105116291A (zh) * | 2015-09-07 | 2015-12-02 | 国电南瑞科技股份有限公司 | 一种基于电网运行稳态监控信息的故障诊断系统及方法 |
CN105590146A (zh) * | 2016-02-29 | 2016-05-18 | 上海带来科技有限公司 | 一种基于大数据的电厂设备智能预测检修方法和系统 |
CN205899369U (zh) * | 2016-03-18 | 2017-01-18 | 华电国际电力股份有限公司技术服务中心 | 一种火电机组设备远程监控诊断系统 |
CN106655172A (zh) * | 2016-12-26 | 2017-05-10 | 国网山东省电力公司泰安供电公司 | 基于安控策略的连锁故障分析方法及装置 |
CN107065824A (zh) * | 2017-03-07 | 2017-08-18 | 贵州黔源电力股份有限公司 | 一种水电机组远程故障诊断开放式平台 |
CN108596229A (zh) * | 2018-04-13 | 2018-09-28 | 北京华电智慧科技产业有限公司 | 在线异常的监测诊断方法和系统 |
-
2019
- 2019-07-15 CN CN201910633846.1A patent/CN110543658A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393715A (zh) * | 2011-11-03 | 2012-03-28 | 华电重工股份有限公司 | 一种对大型设备进行远程监测诊断的方法及系统 |
CN103984333A (zh) * | 2014-06-04 | 2014-08-13 | 北京京能高安屯燃气热电有限责任公司 | 一种电厂监控管理系统 |
CN105116291A (zh) * | 2015-09-07 | 2015-12-02 | 国电南瑞科技股份有限公司 | 一种基于电网运行稳态监控信息的故障诊断系统及方法 |
CN105590146A (zh) * | 2016-02-29 | 2016-05-18 | 上海带来科技有限公司 | 一种基于大数据的电厂设备智能预测检修方法和系统 |
CN205899369U (zh) * | 2016-03-18 | 2017-01-18 | 华电国际电力股份有限公司技术服务中心 | 一种火电机组设备远程监控诊断系统 |
CN106655172A (zh) * | 2016-12-26 | 2017-05-10 | 国网山东省电力公司泰安供电公司 | 基于安控策略的连锁故障分析方法及装置 |
CN107065824A (zh) * | 2017-03-07 | 2017-08-18 | 贵州黔源电力股份有限公司 | 一种水电机组远程故障诊断开放式平台 |
CN108596229A (zh) * | 2018-04-13 | 2018-09-28 | 北京华电智慧科技产业有限公司 | 在线异常的监测诊断方法和系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111211618A (zh) * | 2020-01-18 | 2020-05-29 | 深圳市创奇电气有限公司 | 一种配电设备远程控制方法及系统 |
CN111211618B (zh) * | 2020-01-18 | 2024-03-19 | 深圳市创奇电气有限公司 | 一种配电设备远程控制方法及系统 |
CN111510685A (zh) * | 2020-04-26 | 2020-08-07 | 国电电力大同发电有限责任公司 | 一种基于三维模型的信息输出方法及装置 |
CN114584585A (zh) * | 2022-03-01 | 2022-06-03 | 中用科技有限公司 | 一种基于物联网的工业设备自诊断系统及方法 |
CN114757380A (zh) * | 2022-04-29 | 2022-07-15 | 西安热工研究院有限公司 | 一种火电厂故障预警系统、方法、电子设备及存储介质 |
CN114757380B (zh) * | 2022-04-29 | 2024-02-20 | 西安热工研究院有限公司 | 一种火电厂故障预警系统、方法、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110543658A (zh) | 基于大数据的电厂设备诊断方法 | |
CN110766277B (zh) | 用于核工业现场的健康评估及诊断系统和移动终端 | |
CN109800127A (zh) | 一种基于机器学习的系统故障诊断智能化运维方法及系统 | |
CN109885021A (zh) | 一种基于实时采集数据对采集设备进行监测的方法及系统 | |
CN103164775A (zh) | 一种电网设备状态自动评价平台及方法 | |
CN109001596B (zh) | 一种电网故障诊断与输电线路参数辨识系统 | |
CN105548744A (zh) | 一种基于运检大数据的变电设备故障识别方法及其系统 | |
CN112990656B (zh) | 一种it设备监测数据的健康评价系统及健康评价方法 | |
CN106019195A (zh) | 一种电力计量自动化检定流水线故障诊断系统 | |
CN112464995A (zh) | 一种基于决策树算法的电网配变故障诊断方法及系统 | |
CN103049365B (zh) | 信息与应用资源运行状态监控及评价方法 | |
CN110277833A (zh) | 变电站压板状态识别的方法及终端设备 | |
CN108880706A (zh) | 一种卫星信道链路故障的快速诊断方法 | |
CN114819225A (zh) | 一种海上能源机组智能化运维方法及系统 | |
CN117289085A (zh) | 一种多线路故障分析诊断方法及系统 | |
CN115760073A (zh) | 一种基于bim模型的变电站设备维护系统和方法 | |
CN110361609B (zh) | 特高压设备监测系统及方法 | |
CN114666117A (zh) | 一种面向电力互联网的网络安全态势度量和预测方法 | |
CN105677534A (zh) | 一种基于服务总线的变电站站控层设备状态评估方法 | |
CN112803587A (zh) | 一种基于诊断决策库的自动化设备状态智能巡视方法 | |
CN117110794A (zh) | 一种电缆故障智能诊断系统及方法 | |
CN107563528A (zh) | 一种加强ems系统防御与快速愈合的智能运维系统 | |
CN108596450B (zh) | 电网风险预警方法和系统 | |
CN115987621A (zh) | 一种基于区块链的岸电网络靶场系统 | |
CN115509854A (zh) | 一种巡检处理方法、巡检服务器及系统 |
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: 20191206 |