CN111058944B - 一种柴油发电机组气缸温度异常检测方法及系统 - Google Patents

Abstract

本发明提供了一种柴油发电机组气缸温度异常检测方法及系统，该方法包括以下步骤：采集与发电机组气缸温度相关的多项参数的数据；将采集的所述多项参数的数据分别引入到对应的异常检测模型计算每项参数的异常概率；将所述每项参数的异常概率进行组合运算，生成反映发电机组气缸温度的异常概率。本发明通过检测气缸温度及其他与气缸温度相关的参数的异常情况，可生成反映该气缸温度的异常概率，从而实现对气缸温度异常情况的精确检测分析，以便于及时预警，保证发电机组的安全运行。

Description

一种柴油发电机组气缸温度异常检测方法及系统

技术领域

本发明涉及发电机组温度测量技术领域，特别涉及一种核电站应急柴油发电机组气缸温度异常检测方法及系统。

背景技术

核电应急柴油机组作为核电供电系统的最后一道屏障，保障其安全可靠性具有重要意义。对于核电厂应急柴油机组而言，柴油发电机组的多种信号类型均属于准周期非平稳信号，使得柴油发电机组具有故障机理复杂、各类信号难以统一采集处理、故障特征难以提取等特点。

基于核电站应急柴油机的各参数数据，气缸温度故障属于多个典型故障中，占比最高、影响最大的一项，气缸温度同时是判断柴油机各工况的关键参数，其中含有大量的有效信息。因此，对气缸温度进行检测分析，对故障进行预期评估并分析发生原因，对柴油发电机组的正常运行具有重要意义。

目前核电站的应急柴油机比较老旧，现场配备的气缸温度巡回检测装置具备就地轮询显示和报警输出功能，但是其采用较为简单的统计学原理进行异常分析，数据的统计记录通过人工巡检的方式，完全依靠人工读取间隔记录，并且未考虑到其他参数的影响，导致气缸温度的故障分析结果不够准确。

发明内容

有鉴于此，本发明的主要目的在于提供一种核电站应急柴油发电机组气缸温度异常检测方法及系统，通过检测气缸温度及其他与气缸温度相关的参数的异常情况，可生成反映该气缸温度的异常概率，从而实现对气缸温度异常情况的精确检测分析，以便于及时预警，保证发电机组的安全运行。

本发明采用的技术方案为，一种柴油发电机组气缸温度异常检测方法，包括以下步骤：

采集与发电机组气缸温度相关的多项参数的数据；

将采集的所述多项参数的数据分别引入到对应的异常检测模型计算每项参数的异常概率；

将所述每项参数的异常概率进行组合运算，生成反映发电机组气缸温度的异常概率。

由上，本发明提供的异常检测方法主要通过采集与发电机组气缸温度相关的多项参数的数据，然后采用每项参数对应的异常检测模型对每项参数的异常概率进行运算，并对运算得出的多项参数的异常概率进行组合运算，从而得到反映发电机组气缸温度的异常概率，该方法不但对气缸温度进行检测，同时还考虑了对气缸温度具有影响的其他参数，通过对包括温度在内的多项参数进行计算，从而可全面检测气缸温度的异常概率并确认该气缸温度的异常是由哪个参数的异常所引起的，实现了全面精确的异常检测。

其中，所述异常检测模型通过下述步骤建立：

从数据库获取与所述气缸温度相关的多项参数的历史数据；

采用聚类算法对每项参数的历史数据进行运行状态分类，并按照时间戳对齐；

以运行状态为建模方向，按照时间戳的排序分别建立每项参数的异常检测模型。

由上，通过从数据库中获取多项参数的历史数据，并按照发电机组的运行状态对该历史数据进行分类，对每个运行状态下的历史数据按照时间戳的排序建立高斯分布，从而得到每项参数在每个运行状态下的数据趋势曲线，即每项参数对应的异常检测模型，当将采集的参数数据引入到该异常检测模型中时，即可根据其偏差值计算出当前时刻下，该项参数的异常概率。

进一步改进，所述进行运行状态分类之前，还包括步骤：

对所述多项参数的历史数据进行清洗，按照时间戳同步剔除或替换无效的数据。

由上，当采集的历史数据中，某项参数的某个时刻的数据出现异常或明显错误时，该项参数该时刻的数据属于无效数据，需要进行剔除，同时为保证时间戳的同步对齐，还需要剔除该时刻下其他参数的数据，为防止剔除过多的数据造成数据样本不足的情况，还可结合发电机组的运行状态，采用相似运行状态下的相同时间戳的数据替换无效的数据。

其中，所述组合运算包括：

根据每项参数对气缸温度的影响权重，对所述多项参数的异常概率进行组合运算。

由上，由于每项参数对气缸温度的影响权重不同，因此需要根据其影响权重结合对应系数进行组合运算，将多项参数异常概率的组合运算结果作为反映气缸温度异常概率的结果，可使检测结果更加精确。

其中，所述影响权重通过下述步骤获取：

将每项参数与气缸温度进行两两相关性计算，根据计算结果获取每项参数对气缸温度的影响权重。

由上，通过将每项参数的数据与对应时刻下气缸温度的数据进行两两相关性计算，可得到每项参数对气缸温度的影响比例，从而得到每项参数对气缸温度的影响权重。

进一步改进，还包括步骤：

当所述气缸温度异常概率超出报警阈值的范围时，对于该气缸温度进行异常报警。

进一步改进，还包括步骤：

当发生异常报警时，根据每项参数的异常概率及每项参数对气缸温度的影响权重确认引起气缸温度异常的参数。

由上，当气缸温度异常概率超过报警阈值范围时，可进行报警，同时还可根据每项参数的异常概率及每项参数对气缸温度的影响权重，将引起气缸温度异常的重要参数进行同步报警提示，从而方便维修人员快速定位引起异常的原因，并进行维修。

进一步改进，还包括步骤：

将采集的所述多项参数的数据作为数据样本分别引入到对应的异常检测模型，对该异常检测模型进行深度优化。

由上，由于发电机组的磨损或其他原因，各项参数与初始值相比，也会产生一些变化，因此将采集的多项参数的数据引入到对应的异常检测模型中，不断对其对应的异常检测模型进行优化，使其更加符合发电机组的实际运行状态，从而检测结果更加精确。

基于上述方法，本发明还提供了一种柴油发电机组气缸温度异常检测系统，包括：

数据采集模块，用于采集与发电机组气缸温度相关的多项参数的数据；

异常检测模块，用于将所述多项参数的数据分别引入到对应的异常检测模型计算每项参数的异常概率，并对所述多项参数的异常概率进行组合运算，生成反映发电机组气缸温度的异常概率；

报警模块，当所述气缸温度异常概率超出报警阈值的范围时，对于该气缸温度进行异常报警；

存储模块，用于存储所述与发电机组气缸温度相关的多项参数的数据。

由上，该系统通过数据采集模块可同步采集多个气缸中与气缸温度相关的多项参数的数据，并由异常检测模块对每个气缸的多项参数进行异常检测，并将多项参数的异常概率进行组合运算，从而生成反映每个气缸温度的异常概率，采用本系统可同步检测发电机组中多个气缸的温度，并对其是否异常进行精确判断。

进一步改进，还包括：

显示模块，用于显示采集的数据、异常概率和报警信息。

由上，可对发电机组的多个气缸的运行状态、运行数据、异常概率及报警信息进行显示，便于查看。

附图说明

图1为本发明柴油发电机组气缸温度异常检测方法的流程示意图；

图2为本发明柴油发电机组气缸温度异常检测系统的原理示意图。

具体实施方式

以下结合图1-图2对本发明所提供的柴油发电机组气缸温度异常检测方法及系统的具体实施方式进行详细说明。

图1是本发明一个实施例提供的柴油发电机组气缸温度异常检测方法的流程示意图，如图1所示，本发明实施例提供的柴油发电机组气缸温度异常检测方法，包括下述步骤：

S100：采集与发电机组气缸温度相关的多项参数的数据；

举例来说，对于发电机组，除采集气缸温度本身的数据之外，还需要考虑对气缸温度影响较大的参数，例如气缸内的压力、液位、转速、功率，甚至相邻气缸的温度等，因此，本步骤需要采集与气缸温度具有较强相关性的多项参数的数据，该多项参数中包含气缸温度参数。

S200：将采集的所述多项参数的数据分别引入到对应的异常检测模型计算每项参数的异常概率；

本步骤中，每项参数对应的异常检测模型通过下述子步骤建立：

S201：从数据库获取与所述气缸温度相关的多项参数的历史数据；

S202：对所述多项参数的历史数据进行清洗，按照时间戳同步剔除或替换无效的数据；

值得说明的是，从数据库采集的多项参数的历史数据中，存在一些无效数据，因此在使用这些数据前，首先需要对其中明显无效的数据进行清洗，例如，当柴油机不存在反转时，转速参数中出现了负值，即属于明显无效的数据，因此需要对该无效数据进行清洗，清洗可采用剔除或替换的方式；

当对该无效数据进行剔除时，为保证所有参数的时间戳的对齐，需要将该时间戳对应的其他参数数据也同步剔除。当该时间戳对应的数据中只有一项或两项参数的数据无效时，还可采用替换的方式，即结合发电机组的运行状态，从其他周期中相似运行状态下抽取数据特征，进行数据移植，同时还要保证移植的数据控制在理论范围内，以保证数据的准确性。

S203：采用聚类算法对清洗后的历史数据进行运行状态分类，并按照时间戳对齐；

举例说明，柴油机通常根据运行工况分为热备状态、运行状态和冷却状态三种，运行状态还分为带载和空载，这些状态反映到采集的参数数据中就是转速、有功功率和无功功率等。本实施例中，可采用聚类算法将多项参数的历史数据分为三类：运行做功、运行空载和非运行状态，针对每类状态需建立每类状态下各项参数的异常检测模型。

S204：以运行状态为建模方向，按照时间戳的排序分别建立每项参数的异常检测模型；

根据上述分类的状态，将每类状态下的多项参数的历史数据进行时间戳的排序，并且保证多项参数的时间戳相同，此时即可对每项参数的历史数据建立高斯分布，建立每项参数在时间戳排序下的趋势曲线，同时设定上下限范围，从而可得到每项参数对应的异常检测模型；

将采集的每项参数的数据分别引入到对应的异常检测模型中，即可计算出采集的每项参数的数据相对于该异常检测模型的异常概率。

S300：将所述每项参数的异常概率进行组合运算，生成反映发电机组气缸温度的异常概率；

本步骤中，由于每项参数对气缸温度的影响权重不同，因此需要采用将每项参数的历史数据与对应的气缸温度数据进行两两相关性分析，根据其相关性比值确认每项参数对气缸温度的影响权重，根据该影响权重即可对上述每项参数的异常概率进行组合运算，从而计算出反映发电机组气缸温度的异常概率结果。

S400：当所述气缸温度异常概率超出报警阈值的范围时，对于该气缸温度进行异常报警；

本步骤中，经过组合运算得出的气缸温度异常概率可较为准确的反映当前时刻发电机组的气缸温度的异常情况，当该气缸温度异常概率超出设定的报警阈值范围时，即可对该气缸温度进行异常报警；

同时，还可根据每项参数的异常概率及其对气缸温度的影响权重确定引起气缸温度异常的主要参数是哪些，从而快速确认异常原因，便于故障排查。

S500：将采集的所述多项参数的数据作为数据样本分别引入到对应的异常检测模型，对该异常检测模型进行深度优化；

将每次采集的多项参数的数据重新作为数据样本引入到其对应的异常检测模型中，以对该异常检测模型进行不断修正和深度优化，使其更加符合柴油发电机组的运行工况，以精确检测该柴油发电机组各项参数及气缸温度的异常情况。

图2是本发明另一个实施例提供的柴油发电机组气缸温度异常检测系统的原理示意图，如图2所示，本发明实施例提供的柴油发电机组气缸温度异常检测系统包括：

数据采集模块100，用于采集与发电机组气缸温度相关的多项参数的数据；

通信模块200，用于系统各模块间的数据通信；

异常检测模块300，用于将所述多项参数的数据分别引入到对应的异常检测模型计算每项参数的异常概率，并对所述多项参数的异常概率进行组合运算，生成发电机组气缸温度的异常概率；

报警模块400，当所述气缸温度异常概率超出报警阈值的范围时，对于该气缸温度进行异常报警；

存储模块500，用于存储所述与发电机组气缸温度相关的多项参数的数据；

显示模块600，用于显示上述采集的数据、异常概率和报警信息

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种柴油发电机组气缸温度异常检测方法，其特征在于，包括以下步骤：

采集与发电机组气缸温度相关的多项参数的数据；

将采集的所述多项参数的数据分别引入到对应的异常检测模型计算每项参数的异常概率；所述异常检测模型的建立步骤包括：从数据库获取与所述气缸温度相关的多项参数的历史数据；对所述多项参数的历史数据进行清洗，按照时间戳同步剔除或替换无效的数据；采用聚类算法对每项参数的历史数据进行运行状态分类，并按照时间戳对齐；以运行状态为建模方向，按照时间戳的排序分别建立每项参数的异常检测模型；

将所述每项参数的异常概率进行组合运算，生成反映发电机组气缸温度的异常概率；

当所述气缸温度异常概率超出报警阈值的范围时，对于该气缸温度进行异常报警。

2.根据权利要求1所述的方法，其特征在于，所述组合运算包括：

根据每项参数对气缸温度的影响权重，对所述多项参数的异常概率进行组合运算。

3.根据权利要求2所述的方法，其特征在于，所述影响权重通过下述步骤获取：

将每项参数与气缸温度进行两两相关性计算，根据计算结果获取每项参数对气缸温度的影响权重。

4.根据权利要求1所述的方法，其特征在于，还包括步骤：

当发生异常报警时，根据每项参数的异常概率及每项参数对气缸温度的影响权重确认引起气缸温度异常的参数。

5.根据权利要求1所述的方法，其特征在于，还包括步骤：

将采集的所述多项参数的数据作为数据样本分别引入到对应的异常检测模型，对该异常检测模型进行深度优化。

6.一种基于权利要求1-5任一所述方法的柴油发电机组气缸温度异常检测系统，其特征在于，包括：

数据采集模块，用于采集与发电机组气缸温度相关的多项参数的数据；

异常检测模块，用于将所述多项参数的数据分别引入到对应的异常检测模型计算每项参数的异常概率，并对所述多项参数的异常概率进行组合运算，生成发电机组气缸温度的异常概率；

报警模块，当所述气缸温度异常概率超出报警阈值的范围时，对于该气缸温度进行异常报警；

存储模块，用于存储所述与发电机组气缸温度相关的多项参数的数据。

7.根据权利要求6所述的系统，其特征在于，还包括：

显示模块，用于显示采集的数据、异常概率和报警信息。

Images