CN111157694A - 一种核电厂蒸汽发生器排污水质量异常的诊断方法 - Google Patents
一种核电厂蒸汽发生器排污水质量异常的诊断方法 Download PDFInfo
- Publication number
- CN111157694A CN111157694A CN202010038024.1A CN202010038024A CN111157694A CN 111157694 A CN111157694 A CN 111157694A CN 202010038024 A CN202010038024 A CN 202010038024A CN 111157694 A CN111157694 A CN 111157694A
- Authority
- CN
- China
- Prior art keywords
- sewage
- value
- abnormal
- less
- steam generator
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/06—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a liquid
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种核电厂蒸汽发生器排污水质量异常的诊断方法,包括蒸汽发生器排污水pH及相关指标的实时数据采集及提取;对排污水pH指标是否存在故障进行判断;确定排污水pH相关指标是否异常;确定排污水水质是否异常及异常等级;分析引起蒸汽发生器排污水水质异常的设备及原因。本发明提供的诊断方法实现了对操作人员进行故障决策的功能,协调核电厂内多部门协作处理问题,保证对故障位置,故障原因,处理措施,部门职责的准确定位,通过此方法有效降低核电运行危险、降低运行成本、提高了故障诊断准确性和核电厂运行稳定性。
Description
技术领域
本发明涉及核电厂蒸汽发生器设备运行安全技术领域,更具体的说是涉及核电厂蒸汽发生器排污水质量异常的诊断。
背景技术
核电是一种安全、可靠、经济、环保的能源,许多国家都在大力发展核电;然而核电厂是一个庞杂的系统,涉及多个专业领域,并需要多个部门协作才能保证核电厂的正常运行;而随着核电厂建设速度加快,造成核电厂专业技术人员的分散,新技术人员无实践经验,对核电厂发生异常进行处理的判断能力不足,对核电厂安全运行的保证性降低。
在压水堆核电厂,一回路产生大量的热量并通过二回路将热量导出,而蒸汽发生器是保证一、二回路能量转换的重要设施和保障条件;蒸汽发生器排污水的品质是保证二回路水汽正常的重要部分。排污水pH指标可以预判二回路设备的腐蚀情况,以及产生金属氧化物类泥渣的风险;所以排污水pH指标异常对整个核电厂的安全存在巨大威胁;因此,加强对蒸汽发生器排污水的监测与异常的诊断具有重要意义。
为保证核电厂的安全运行,目前已经公布了许多成果,如神经网络、遗传算法、模糊逻辑等方法已在核电厂故障及异常诊断领域进行了应用,取得了一定的实际效果;而以上方法由于对基础数据的要求较高存在一定的误诊断风险,因此以上方法在核电故障及异常诊断领域中的应用与发展受到一定的限制。
因此,如何提供一种可靠的核电厂蒸汽发生器排污水质量异常的诊断方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种核电厂蒸汽发生器排污水质量异常的诊断方法,对核电厂二回路排污水质量异常进行诊断,确定故障类型并建议措施排除故障,从而提高二回路系统的安全性,进而保证整个核电厂的稳定、安全运行。
为了实现上述目的,本发明采用如下技术方案:
一种核电厂蒸汽发生器排污水质量异常的诊断方法,包括以下步骤:
S1:排污水pH及相关指标的实时数据采集及提取;
S2:对排污水pH是否存在异常进行判断;
S3:确定排污水pH其它指标是否异常;
S4:确定排污水质量是否异常及异常等级。
进一步,所述S1具体包括以下步骤:
S11:采集排污水pH表、钠表和电导率表,对应得到排污水pH值、排污水钠值和排污水电导率值;
S12:各仪表信号预处理,对电信号进行数字化处理,对连续信号进行连续化和平滑处理;
S13:数据汇总,对不同类信号按照各自特征进行归类,形成可提取数据;
S14:将经过S13处理后的排污水pH值、排污水钠值和排污水电导率值建立数值矩阵。
进一步,所述S2具体为:
将排污水pH值与阈值或特征值进行比较:
(1)当9.1<排污水pH值<9.4或|En-En-1|<0.1,|En-En-1|表示当前数据与上一次数据的差值,说明在正常期望值内运行,对排污水pH值下一数据进行判断;
(2)当9.4≤排污水pH值<9.8或0.1≤|En-En-1|<0.3,说明在允许限值内运行,对排污水pH值下一数据进行判断;
(3)当8.8<排污水pH值≤9.1或9.8≤排污水pH值<10.1或0.3≤|En-En-1|<0.6,判断为一级事件,限运行48小时后,向蒸汽发生器冷却正常停堆模式后撤,并进入S3;
(4)当8.5<排污水pH值≤8.8或10.1≤排污水pH值<10.5或0.6≤|En-En-1|<0.8,判断为二级事件,限运行24小时后,向蒸汽发生器冷却正常停堆模式后撤,并进入S3;
(5)当排污水pH值≤8.5或排污水pH值≥10.5或|En-En-1|≥0.8,判断为三级事件,限运行1小时后,向蒸汽发生器冷却正常停堆模式后撤,并进入S3。
进一步,所述S3具体为:
步骤31:判断排污水钠值是否异常,具体为:
排污水钠值>5μg/L或者|En-En-1|>0.5,说明排污水钠值异常;
步骤32:判断排污水电导率值是否异常,具体为:
排污水电导率值>5μS/cm或者|En-En-1|>0.5,说明排污水电导率值异常。
进一步,所述S4具体为:
通过所述S3中的结果以及所述S2中的排污水pH分析结果,确定排污水质量是否异常及异常等级,具体为:
当排污水钠值和排污水电导率值出现任一指标异常,则在S2排污水水质异常等级的基础上增加一个级别。进一步,还包括S5:根据S4提供的信息,确定引起排污水pH异常的设备。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种核电厂蒸汽发生器排污水质量异常的诊断方法,对核电厂二回路排污水质量异常进行诊断,确定故障类型并建议措施排除故障,从而提高二回路系统的安全性,进而保证整个核电厂的稳定、安全运行。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1附图为本发明核电厂蒸汽发生器排污水质量异常的诊断方法流程图;
图2附图是本发明排污水pH及相关指标实时数据采集及提取方法步骤流程图;
图3附图是本发明对排污水pH指标是否存在异常进行判断步骤流程图;
图4附图是本发明确定排污水pH相关指标是否异常及排污水水质异常等级步骤流程图;
图5附图是本发明分析引起排污水pH异常的设备及原因步骤流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
本发明实施例公开了一种核电厂蒸汽发生器排污水质量异常的诊断方法,如图1所示,包括以下步骤:
S1:排污水pH及相关指标的实时数据采集及提取,具体步骤如图2所示:
S11:对排污水pH及相关指标仪表信号涉及到的排污水pH表、钠表、电导率表等信号进行采集;
S12:各仪表信号预处理,对电信号进行数字化处理,对连续数据进行连续化和平滑处理;
S13:对S12处理后的各种指标数据进行汇总,对不同信号按照各自特征进行归类,形成可提取数据;
S14:对排污水pH及相关指标数据建立数值矩阵。
S2:对排污水pH是否存在异常进行判断,具体步骤如图3所示:
S21:排污水pH数据与阈值或特征值比较,确定排污水pH指标异常等级分级信息,(1)排污水pH指标小于等于9.1大于8.8或者排污水pH指标大于等于9.8小于10.1或者|En-En-1|大于等于0.3小于0.6,判断为一级事件;(2)排污水pH指标小于等于8.8大于8.5或者排污水pH指标大于等于10.1小于10.5或者|En-En-1|大于等于0.6小于0.8,判断为二级事件;(3)排污水pH指标小于等于8.5,或者排污水pH指标大于等于10.5或者|En-En-1|大于等于0.8,判断为三级事件;(4)当排污水pH指标大于9.1小于9.4,或者|En-En-1|小于0.1,表示在正常期望值内运行,无异常;(5)当排污水pH指标大于等于9.4小于9.8,或者|En-En-1|大于等于0.1小于0.3,说明在允许限值内运行,无异常。
|En-En-1|代表当次数据与上一次数据(比如间隔半小时)的差值,表示数据波动的程度。
排污水pH数据出现异常,转入S3步骤;即当出现(1)、(2)、(3)这三种情况时,表示排污水pH异常,则进入S3,进一步确认异常等级;
排污水pH数据无异常,则对下一时间点的监测数据进行判断。即当出现(4)和(5)这两种情况,说明排污水pH,设备可以正常运行,则对下一时间点的监测数据进行判断,无需进入S3。
S3:确定排污水其它相关指标是否异常,具体步骤如图4所示:
S31:提取排污水其它相关指标数据,排污水钠值及电导率值的阈值及特征信息如表1所示;
S32:判断排污水其它相关指标是否异常,排污水钠值及电导率值只要超出阈值及特征值的任何一项,则认为该指标异常;
排污水钠值>5μg/L或者|En-En-1|>0.5,说明排污水钠值异常;
排污水电导率值>5μS/cm或者|En-En-1|>0.5,说明排污水电导率值异常。
S4:结合排污水pH分析结果确定排污水水质异常等级,首先,根据S21对排污水pH值的诊断事件级别,对应得到排污水水质的异常级别;然后,只要S32中出现任一项指标异常,则排污水水质的异常级别就增加一个等级。
比如,S21判断结果为一级时间,S32排污水钠值异常,则排污水水质为二级异常级别。如果S32排污水钠值异常且排污水电导率值也异常,则排污水水质为三级异常级别。
表1排污水其它相关指标特征及阈值信息
S5:分析引起排污水pH异常的设备及原因,根据S4提供的信息,具体步骤如图5所示:
S51:确定引起排污水pH异常的设备;
S52:分析设备异常的原因;
S53:为检修部门列出清单,产生列表并提供给检修部门。
本发明提供的诊断方法实现了对操作人员进行故障决策的功能,协调核电厂内多部门协作处理问题,保证对故障位置,故障原因,处理措施,部门职责的准确定位,通过此方法有效降低核电运行危险、降低运行成本、提高了故障诊断准确性和核电厂运行稳定性。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (6)
1.一种核电厂蒸汽发生器排污水质量异常的诊断方法,其特征在于,包括以下步骤:
S1:排污水pH及相关指标的实时数据采集及提取;
S2:对排污水pH是否存在异常进行判断;
S3:确定排污水其它相关指标是否异常;
S4:确定排污水质量是否异常及异常等级。
2.根据权利要求1所述的一种核电厂蒸汽发生器排污水质量异常的诊断方法,其特征在于,所述S1具体包括以下步骤:
S11:采集排污水pH表、钠表和电导率表,对应得到排污水pH值、排污水钠值和排污水电导率值;
S12:各仪表信号预处理,对电信号进行数字化处理,对连续信号进行连续化和平滑处理;
S13:数据汇总,对不同类信号按照各自特征进行归类,形成可提取数据;
S14:将经过S13处理后的排污水pH值、排污水钠值和排污水电导率值建立数值矩阵。
3.根据权利要求2所述的一种核电厂蒸汽发生器排污水质量异常的诊断方法,其特征在于,所述S2具体为:
将排污水pH值与阈值或特征值进行比较:
(1)当9.1<排污水pH值<9.4或|En-En-1|<0.1,|En-En-1|表示当前数据与上一次数据的差值,说明在正常期望值内运行,对排污水pH值下一数据进行判断;
(2)当9.4≤排污水pH值<9.8或0.1≤|En-En-1|<0.3,说明在允许限值内运行,对排污水pH值下一数据进行判断;
(3)当8.8<排污水pH值≤9.1或9.8≤排污水pH值<10.1或0.3≤|En-En-1|<0.6,判断为一级事件,限运行48小时后,向蒸汽发生器冷却正常停堆模式后撤,并进入S3;
(4)当8.5<排污水pH值≤8.8或10.1≤排污水pH值<10.5或0.6≤|En-En-1|<0.8,判断为二级事件,限运行24小时后,向蒸汽发生器冷却正常停堆模式后撤,并进入S3;
(5)当排污水pH值≤8.5或排污水pH值≥10.5或|En-En-1|≥0.8,判断为三级事件,限运行1小时后,向蒸汽发生器冷却正常停堆模式后撤,并进入S3。
4.根据权利要求3所述的一种核电厂蒸汽发生器排污水质量异常的诊断方法,其特征在于,所述S3具体为:
步骤31:判断排污水钠值是否异常,具体为:
排污水钠值>5μg/L或者|En-En-1|>0.5,说明排污水钠值异常;
步骤32:判断排污水电导率值是否异常,具体为:
排污水电导率值>5μS/cm或者|En-En-1|>0.5,说明排污水电导率值异常。
5.根据权利要求4所述的一种核电厂蒸汽发生器排污水质量异常的诊断方法,其特征在于,所述S4具体为:
通过所述S3中的结果以及所述S2中的排污水pH分析结果,确定排污水质量是否异常及异常等级,具体为:
当排污水钠值和排污水电导率值出现任一指标异常,则在S2排污水水质异常等级的基础上增加一个级别。
6.根据权利要求5所述的一种核电厂蒸汽发生器排污水质量异常的诊断方法,其特征在于,还包括S5:根据S4提供的信息,确定引起排污水pH异常的设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010038024.1A CN111157694A (zh) | 2020-01-14 | 2020-01-14 | 一种核电厂蒸汽发生器排污水质量异常的诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010038024.1A CN111157694A (zh) | 2020-01-14 | 2020-01-14 | 一种核电厂蒸汽发生器排污水质量异常的诊断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111157694A true CN111157694A (zh) | 2020-05-15 |
Family
ID=70562803
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010038024.1A Pending CN111157694A (zh) | 2020-01-14 | 2020-01-14 | 一种核电厂蒸汽发生器排污水质量异常的诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111157694A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114510467A (zh) * | 2022-01-07 | 2022-05-17 | 深圳市广汇源环境水务有限公司 | 一种智慧水务数据异常识别方法 |
CN116522086A (zh) * | 2023-04-25 | 2023-08-01 | 中国长江三峡集团有限公司 | 一种基于变分自编码器的数据恢复和水质检测方法、装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104464854A (zh) * | 2014-12-24 | 2015-03-25 | 长沙理工大学 | 核电厂凝结水氧指标异常的诊断方法 |
CN106486175A (zh) * | 2016-12-08 | 2017-03-08 | 核动力运行研究所 | 核电厂排污水系统钠离子指标异常诊断装置及方法 |
CN106653114A (zh) * | 2016-12-08 | 2017-05-10 | 核动力运行研究所 | 核电厂排污水系统pH值指标异常诊断装置及方法 |
-
2020
- 2020-01-14 CN CN202010038024.1A patent/CN111157694A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104464854A (zh) * | 2014-12-24 | 2015-03-25 | 长沙理工大学 | 核电厂凝结水氧指标异常的诊断方法 |
CN106486175A (zh) * | 2016-12-08 | 2017-03-08 | 核动力运行研究所 | 核电厂排污水系统钠离子指标异常诊断装置及方法 |
CN106653114A (zh) * | 2016-12-08 | 2017-05-10 | 核动力运行研究所 | 核电厂排污水系统pH值指标异常诊断装置及方法 |
Non-Patent Citations (1)
Title |
---|
韩延德: "《核电厂水化学》", 31 December 2010, 原子能出版社 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114510467A (zh) * | 2022-01-07 | 2022-05-17 | 深圳市广汇源环境水务有限公司 | 一种智慧水务数据异常识别方法 |
CN116522086A (zh) * | 2023-04-25 | 2023-08-01 | 中国长江三峡集团有限公司 | 一种基于变分自编码器的数据恢复和水质检测方法、装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106780121B (zh) | 一种基于用电负荷模式分析的用电异常识别方法 | |
CN106384210B (zh) | 一种基于检修风险收益的输变电设备检修优先级排序方法 | |
CN109933905B (zh) | 一种基于多维预警分析的机械设备健康状态评估方法 | |
CN111128417B (zh) | 一种核电厂蒸汽发生器泄漏的诊断方法 | |
CN105608519A (zh) | 一种电网通信设备运行状态的预测算法 | |
CN111157694A (zh) | 一种核电厂蒸汽发生器排污水质量异常的诊断方法 | |
EP4184007A1 (en) | Method and system for monitoring wind turbine generator set, and computer-readable storage medium | |
CN104464854A (zh) | 核电厂凝结水氧指标异常的诊断方法 | |
KR101984248B1 (ko) | 원자력 발전설비의 기계학습식 예측진단장치 | |
CN116976707B (zh) | 基于用电信息采集的用户用电数据异常分析方法及系统 | |
CN116993329B (zh) | 一种基于数据分析的通讯设备运行维修决策管理系统 | |
KR101960755B1 (ko) | 미취득 전력 데이터 생성 방법 및 장치 | |
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 | |
CN107895194B (zh) | 一种核电厂主冷却剂系统故障诊断方法 | |
KR101967633B1 (ko) | 원자력 발전설비의 기계학습식 예측진단장치 | |
CN116484302A (zh) | 一种基于电量数据分析的企业异常用电判别算法 | |
CN113947223A (zh) | 一种智能化设备健康管理系统及方法 | |
CN112561230A (zh) | 基于电气特征的环保设备状态监测方法 | |
CN115834364B (zh) | 一种基于电力大数据的用电信息监测系统及方法 | |
Cao et al. | Probability-driven identification mechanism for degradation of magnetic drive pumps | |
CN117911011B (zh) | 一种交直流混联电力线路故障维修预警方法 | |
CN111915855B (zh) | 用于百万千瓦超超临界机组报警系统的报警分析方法 | |
CN117287640B (zh) | 供水风险的预警方法、装置、设备及存储介质 | |
CN117892249B (zh) | 一种数智化运维平台预警系统 | |
CN117370872B (zh) | 电力设备的寻优控制方法及装置 |
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: 20200515 |