CN111306051A - 一种输油泵机组探针式状态监测预警方法、装置及系统 - Google Patents
一种输油泵机组探针式状态监测预警方法、装置及系统 Download PDFInfo
- Publication number
- CN111306051A CN111306051A CN202010057864.2A CN202010057864A CN111306051A CN 111306051 A CN111306051 A CN 111306051A CN 202010057864 A CN202010057864 A CN 202010057864A CN 111306051 A CN111306051 A CN 111306051A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- state
- pump unit
- parameters
- transfer pump
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 610
- 238000012546 transfer Methods 0.000 title claims abstract description 201
- 238000000034 method Methods 0.000 title claims abstract description 69
- 239000000523 sample Substances 0.000 title claims abstract description 64
- 239000013598 vector Substances 0.000 claims description 137
- 239000011159 matrix material Substances 0.000 claims description 35
- 238000013500 data storage Methods 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 14
- 238000012216 screening Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 abstract description 16
- 238000003745 diagnosis Methods 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 230000004927 fusion Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000003208 petroleum Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 125000000962 organic group Chemical group 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B51/00—Testing machines, pumps, or pumping installations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Fluid-Pressure Circuits (AREA)
Abstract
本说明书实施例公开了一种输油泵机组探针式状态监测预警方法、装置及系统，所述方法包括获取输油泵机组的多个监测参数的监测数据，所述监测参数包括运行参数以及振动参数；其中，所述运行参数的监测数据从输油泵机组的SCADA子系统中获取，所述振动参数的监测数据基于探针从所述输油泵机组的振动监测子系统中获取；其中，所述状态监测子系统通过探针与所述振动监测子系统的开放接口连接；利用所述多个监测参数的监测数据对所述输油泵机组进行运行状态监测，获得所述输油泵机组的运行状态监测结果，以在运行状态异常时进行预警，提高输油泵机组运行状态监测预警的准确性。
Description
技术领域
本说明书涉及输油泵监测技术领域，特别地，涉及一种输油泵机组探针式状态监测预警方法、装置及系统。
背景技术
在石油管道运输系统中，输油泵机组是为石油运输提供动力支持的关键设备，但输油泵机组结构复杂、工作环境恶劣、调节操作频繁等特点，导致其突发故障率较高，一旦输油泵机组发生故障而未被及时发现，将可能导致连锁停机，管线停输，甚至可能造成重大安全事故，而输油泵机组状态监测系统可以帮助现场技术人员及时发现设备故障，并对设备进行维护/维修，对保障石油运输的安全平稳运行具有重要意义。
目前石油运输系统中输油泵机组安装有在线监测系统，如主要面向工艺流程监测的SCADA系统、对设备的振动参数的监测数据进行监测的振动监测系统等。其中，SCADA系统可以对压力、温度等在内的运行参数进行监测，振动监测系统可以对振动、转速等参数进行监测。但目前各监测系统均将自身监测到的数据上传至各系统自带的数据库中进行存储，并分别基于自身的监测数据进行分析，导致监测方式分散。同时，振动监测系统的监测数据不对外开放，其他监测数据也很难与之进行有效融合，使得输油泵机组的一些故障无法进行有效的识别。
发明内容
本说明书实施例的目的在于提供一种输油泵机组探针式状态监测预警方法、装置及系统，可以提高输油泵机组运行状态预警的准确性。
本说明书提供一种输油泵机组探针式状态监测预警方法、装置及系统是包括如下方式实现的：
一种输油泵机组探针式状态监测预警系统，所述系统包括状态监测子系统、振动监测子系统、SCADA子系统以及探针，所述振动监测子系统包括开放接口，所述状态监测子系统通过探针与所述振动监测子系统的开放接口连接；其中，
所述振动监测子系统用于采集输油泵机组的振动参数的监测数据；
所述SCADA子系统用于采集输油泵机组的运行参数的监测数据；
所述状态监测子系统用于从所述SCADA子系统获取运行参数的监测数据，以及，利用所述探针从所述振动监测子系统获取振动参数的监测数据；
所述状态监测子系统用于利用所述运行参数的监测数据以及振动参数的监测数据对所述输油泵机组的运行状态进行监测。
本说明书提供的所述系统的另一个实施例中，所述状态监测子系统包括数据获取模块、数据存储模块以及状态监测模块，其中，
所述数据获取模块用于从所述SCADA子系统获取运行参数的监测数据，以及，利用所述探针从所述振动监测子系统获取振动参数的监测数据；并将所述运行参数的监测数据及振动参数的监测数据发送给所述数据存储模块；
所述数据存储模块用于接收并基于预设存储规则存储所述运行参数的监测数据及振动参数的监测数据，其中，所述预设存储规则包括基于站场作为父节点、输油泵机组作为第一子节点、监测参数类型作为第二子节点、测试点作为第三子节点对监测数据进行存储；
所述状态监测模块用于根据所述预设存储规则中各节点对应的检索信息从所述数据存储模块调取各输油泵机组的运行参数的监测数据及振动参数的监测数据，以对所述输油泵机组的运行状态进行监测。
另一方面，本说明书实施例还提供一种输油泵机组探针式状态监测预警方法，应用于状态监测子系统，所述方法包括：
获取输油泵机组的多个监测参数的监测数据，所述监测参数包括运行参数以及振动参数；其中，所述运行参数的监测数据从输油泵机组的SCADA子系统中获取，所述振动参数的监测数据基于探针从所述输油泵机组的振动监测子系统中获取；其中，所述状态监测子系统通过探针与所述振动监测子系统的开放接口连接；
利用所述多个监测参数的监测数据对所述输油泵机组进行运行状态监测，获得所述输油泵机组的运行状态监测结果。
本说明书提供的所述方法的另一个实施例中，所述利用所述多个监测参数的监测数据对所述输油泵机组进行运行状态监测，获得所述输油泵机组的运行状态监测结果，包括：
获取输油泵机组的记忆矩阵，所述记忆矩阵包括多个第一观测向量，所述第一观测向量包括非故障状态下的所述多个监测参数的监测数据；
获取输油泵机组的监测时刻对应的第二观测向量，所述第二观测向量包括所述监测时刻对应的所述多个监测参数的监测数据；
根据所述记忆矩阵以及所述监测时刻对应的权值向量确定所述监测时刻对应的第二估计向量，其中，所述权值向量根据所述第二观测向量与所述第二估计向量之间的残差平方和极小值确定；
根据所述第二观测向量与所述第二估计向量的空间欧式距离确定所述监测时刻的状态值；
判断所述状态值是否满足预设状态预警条件，根据判断结果确定所述输油泵机组的运行状态监测结果。
本说明书提供的所述方法的另一个实施例中，所述判断所述状态值是否满足预设状态预警条件，包括：
根据第一观测向量与第一观测向量对应的第一估计向量之间的空间欧式距离确定相应第一观测向量对应的状态值；
计算多个第一观测向量对应的状态值的均值，获得状态均值；
根据所述状态均值、所述监测时刻以及所述监测时刻的前一监测时刻的状态值确定所述监测时刻对应的状态预警值；
根据所述状态预警值判断所述状态值是否满足预设状态预警条件。
本说明书提供的所述方法的另一个实施例中，所述利用所述多个监测参数的监测数据对所述输油泵机组进行运行状态监测，获得所述输油泵机组的运行状态监测结果，包括：
获取输油泵机组的记忆矩阵D：
获取输油泵机组的监测时刻j对应的第二观测向量Xobs；
根据所述记忆矩阵D以及所述监测时刻对应的权值向量W确定所述监测时刻对应的第二估计向量Xest：
Xest＝D×W
其中，W＝(DT×D)-1×(DT×Xobs)
根据所述第二观测向量与所述第二估计向量的空间欧式距离确定所述监测时刻的状态值Sj：
其中，Xk表示第k个第一观测向量，1≤k≤m，m表示第一观测向量的个数，xk(i)表示第k个第一观测向量的第i个元素，1≤i≤n，n表示监测参数的个数，xobs(i)表示第二观测向量的第i个元素，xest(i)表示第二估计向量的第i个元素，j表示监测时刻；
判断所述状态值是否满足预设状态预警条件，根据判断结果确定所述输油泵机组的运行状态监测结果。
本说明书提供的所述方法的另一个实施例中，所述状态预警值采用下述方式确定：
其中，Kj表示监测时刻j对应的状态预警值，α表示预警系数，
表示状态均值，Sj表示监测时刻j对应的状态值，Sj-1表示监测时刻j的前一监测时刻j-1的状态值。
本说明书提供的所述方法的另一个实施例中，所述方法还包括：
获取第二指定时间窗口内状态值满足预设状态预警条件的监测时刻数N；
将第二指定时间窗口内状态值满足预设状态预警条件的N个监测时刻中每个监测时刻的第二观测向量与其所对应的第二估计向量中的各元素进行一一对比，对元素差异值大于预设差异阈值的监测参数进行标记；
统计所述N个监测时刻下各监测参数被标记的标记次数，将各监测参数的标记次数与N的比值作为各监测参数的故障贡献度；
根据各监测参数的故障贡献度筛选出满足预设条件的监测参数作为故障变量，以根据所述故障变量对所述输油泵机组进行故障识别。
另一方面，本说明书实施例还提供一种输油泵机组探针式状态监测预警装置，所述装置包括：
监测数据获取模块，用于获取输油泵机组的多个监测参数的监测数据，所述监测参数包括运行参数以及振动参数；其中，所述运行参数的监测数据从输油泵机组的SCADA子系统中获取，所述振动参数的监测数据基于探针从所述输油泵机组的振动监测子系统中获取；所述状态监测子系统通过探针与所述振动监测子系统的开放接口连接；
运行状态监测模块，用于利用所述多个监测参数的监测数据对所述输油泵机组进行运行状态监测，获得所述输油泵机组的运行状态监测结果。
另一方面，本说明书实施例还提供一种输油泵机组探针式状态监测预警设备，所述设备包括处理器及用于存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现包括以下步骤：
获取输油泵机组的多个监测参数的监测数据，所述监测参数包括运行参数以及振动参数；其中，所述运行参数的监测数据从输油泵机组的SCADA子系统中获取，所述振动参数的监测数据基于探针从所述输油泵机组的振动监测子系统中获取；其中，所述状态监测子系统通过探针与所述振动监测子系统的开放接口连接；
利用所述多个监测参数的监测数据对所述输油泵机组进行运行状态监测，获得所述输油泵机组的运行状态监测结果。
本说明书一个或多个实施例提供的输油泵机组探针式状态监测预警方法、装置及系统，通过基于振动监测子系统中预留的开放接口，利用探针接入该开放接口，在不增加传感器的情况下实现对振动参数的监测数据的直接实时获取，打破原有振动监测子系统的数据封闭。进而实现多种参数融合的输油泵机组运行状态实时监测，提高输油泵机组运行状态预警的准确性。
附图说明
为了更清楚地说明本说明书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说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本说明书提供的一种输油泵机组探针式状态监测预警系统的结构示意图；
图2为本说明书提供的一种输油泵机组探针式状态监测预警方法实施例的流程示意图；
图3为本说明书提供的另一种输油泵机组探针式状态监测预警方法实施例的流程示意图；
图4为本说明书提供的一种输油泵机组探针式状态监测预警装置的模块结构示意图.
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是说明书一部分实施例，而不是全部的实施例。基于说明书一个或多个实施例，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，都应当属于本说明书实施例方案保护的范围。
图1表示本说明书实施例提供的一种输油泵机组探针式状态监测预警系统结构示意图。如图1所示，本说明书实施例提供的一个实施例中提供的输油泵机组探针式状态监测预警系统，其中，所述输油泵机组可以包括泵和电机。所述系统可以包括状态监测子系统、振动监测子系统、SCADA(Supervisory Control And Data Acquisition，数据采集与监视控制)子系统以及探针。所述振动监测子系统可以包括开放接口。所述状态监测子系统可以通过探针与所述振动监测子系统的开放接口连接。所述振动监测子系统可以用于采集输油泵机组的振动参数的监测数据。所述SCADA子系统可以用于采集输油泵机组的运行参数的监测数据。所述状态监测子系统可以用于从所述SCADA子系统获取运行参数的监测数据，以及，利用所述探针从所述振动监测子系统获取振动参数的监测数据。所述状态监测子系统可以用于利用所述运行参数的监测数据以及振动参数的监测数据对所述输油泵机组的运行状态进行监测。
本说明书实施例中，输油泵机组的监测参数可以包括振动参数以及运行参数。相应的，监测数据的获取可以包括两个部分：振动参数的监测数据获取以及运行参数的监测数据获取。但振动监测子系统的数据封闭，无法直接获取。一些实施例中，可以根据振动监测子系统中预留的开放接口，将探针接入该开放接口，以直接获取实时的振动参数的原始信号。所述开放接口可以包括振动监测子系统中对外开放的、可以有效探测到振动监测信号的接口，如可以为振动监测子系统的调试接口(SMB接口)、通讯接口等等。
然后，可以结合如边缘计算等方法，获得输油泵机组的振动参数的监测数据。运行参数可以通过数据库读取手段直接从SCADA子系统的数据库中读取。所述振动参数可以为用于表征输油泵机组的振动特征的参数，例如振动、转速等。所述运行参数可以为用于表征输油泵机组运行特征的参数，如压力、温度等参数。
目前一般通过分析输油泵机组的运行参数进行输油泵机组运行状态的实时监测，而振动参数用于状态监测的应用较少。因输油泵机组的振动监测系统的封闭特性，使得其较难实时获得，即使应用于状态监测，也通常是获取振动参数的历史数据进行单独分析后，辅助确定输油泵机组的状态，很难直接应用于设备运行状态的实时监测。本说明书实施例提供的上述系统，通过利用振动监测子系统中预留的开放接口，利用探针接入该开放接口，可以实现对振动参数监测数据的实时获取，打破原有振动监测系统的数据封闭，从而可以利用多种参数实现对输油泵机组的运行状态的实时监测，提高输油泵机组运行状态监测的准确性。
如图1所示，另一些实施例中，所述状态监测子系统可以包括数据获取模块、数据存储模块以及状态监测模块。
所述数据获取模块可以用于从所述SCADA子系统获取运行参数的监测数据，以及，利用所述探针从所述振动监测子系统获取振动参数的监测数据；并将所述运行参数的监测数据及振动参数的监测数据发送给所述数据存储模块。
所述数据存储模块可以用于接收并基于预设存储规则存储所述运行参数的监测数据及振动参数的监测数据，其中，所述预设存储规则包括基于站场作为父节点、输油泵机组作为第一子节点、监测参数类型作为第二子节点、测试点作为第三子节点对监测数据进行存储。
所述状态监测模块可以用于根据所述预设存储规则中各节点对应的检索信息从所述数据存储模块调取各输油泵机组的运行参数的监测数据及振动参数的监测数据，以对所述输油泵机组的运行状态进行监测。
可以根据站场数量、输油泵机组数量进行系统划分，建立数据库，用于进行输油泵机组的监测数据的存储。数据库中的监测数据根据站场、输油泵机组、监测参数类型以及测试点等检索字节进行存储，便于数据存储以及调用。其中，所述站场可以是指一个或者多个输油泵机组分布的区域，可以根据实际应用场景进行划定，以便于对输油泵机组进行管理。所述测试点可以是指各输油泵机组中不同的测试位置所对应的采样点。
一些实施例中，可以采用树状数据库结构作为数据库的数据存储方式。例如，可以以站场作为父节点，以输油泵机组作为第一子节点，以监测参数类型作为第二子节点、以测试点作为第三子节点。一台输油泵机组建立一个对应的设备库，设备库中存储有相应输油泵机组的监测参数的监测数据。监测参数作为设备库中的子节点，进一步根据监测参数的类型不同构建不同类型的存储表，同一监测参数类型下根据测试点不同进行更进一步的划分，最终完成数据库的构建。
各监测时刻的监测数据可以根据站场、输油泵机组、监测参数以及测试点的不同依次进行存储。一些实施方式中，可以基于云存储进行数据的汇集以及存储。如可以利用数据库二进制日志实现跨区域数据同步传输，还可以采用对应时段同步对应数据库数据方法对数据汇集模型进行优化，降低数据传输带宽，实现机组监测数据的跨区域汇集，进而实现输油泵机组的监测数据的系统管理。
相应的，可以根据各节点对应的检索信息调取各站场下的各输油泵机组在不同监测时刻下的监测数据，所述检索信息可以为对站场、输油泵机组、监测参数以及测试点进行标识的标签信息。如站场可以对应有站场标签，以用于对站场进行标识。输油泵机组可以对应有机组标签，以用于对输油泵机组进行标识，如可以为输油泵机组的型号。监测参数可以对应有参数标签，以用于对监测参数进行标识，如可以为监测参数的参数类型。测试点可以对应有测试点标签，以用于对测试点场进行标识，如可以为测试点编号等。通过基于节点进行数据存储，然后，基于节点对应的检索信息可以简单方便的调取输油泵机组在不同监测时刻下的监测数据。
状态监测子系统还可以对输油泵机组的运行参数的监测数据以及振动参数的监测数据进行融合处理，确定相应输油泵机组的运行状态，以及，实现对输油泵机组的故障诊断等。
基于上述输油泵机组探针式状态监测预警系统，本说明书一些实施例还提供一种输油泵机组探针式状态监测预警方法，应用于状态监测子系统。图2是本说明书提供的所述输油泵机组探针式状态监测预警方法实施例流程示意图。虽然本说明书提供了如下述实施例或附图所示的方法操作步骤或装置结构，但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者部分合并后更少的操作步骤或模块单元。在逻辑性上不存在必要因果关系的步骤或结构中，这些步骤的执行顺序或装置的模块结构不限于本说明书实施例或附图所示的执行顺序或模块结构。所述的方法或模块结构的在实际中的装置、服务器或终端产品应用时，可以按照实施例或者附图所示的方法或模块结构进行顺序执行或者并行执行(例如并行处理器或者多线程处理的环境、甚至包括分布式处理、服务器集群的实施环境)。
具体的一个实施例如图2所示，本说明书提供的输油泵机组探针式状态监测预警方法的一个实施例中，所述方法可以应用于状态监测子系统，所述方法可以包括如下步骤：
S20：获取输油泵机组的多个监测参数的监测数据，所述监测参数包括运行参数以及振动参数；其中，所述运行参数的监测数据从输油泵机组的SCADA子系统中获取，所述振动参数的监测数据基于探针从所述输油泵机组的振动监测子系统中获取；其中，所述状态监测子系统通过探针与所述振动监测子系统的开放接口连接。
状态监测子系统可以获取输油泵机组的多个监测参数的监测数据，所述监测参数可以包括运行参数以及振动参数。状态监测子系统通过探针与输油泵机组的振动监测子系统的开放接口连接，以直接获取实时的振动参数的原始信号。然后，可以结合如边缘计算等方法，获得输油泵机组的振动参数的监测数据。状态监测子系统可以通过数据库读取手段，直接从输油泵机组的SCADA子系统的数据库中读取输油泵机组的运行参数的监测数据。所述振动参数可以为用于表征输油泵机组的振动特征的参数，例如振动、转速等。所述运行参数可以为用于表征输油泵机组运行特征的参数，如压力、温度等参数。
一些实施例中，状态监测子系统可以直接从输油泵机组中获取多个监测参数的实时监测数据，用于输油泵机组的实时状态监测。另一些实施例中，状态监测子系统中还可以预先配置有用于监测数据存储的数据库，数据库内的数据存储方案可以参考上述实施方式。状态监测子系统从输油泵机组获取多个监测参数的监测数据后，可以存储至所述数据库中。然后，状态监测子系统可以从数据库中调取任意时刻的监测数据，进行输油泵机组的状态监测。或者，也可以直接从输油泵机组中获取多个监测参数的实时监测数据，用于输油泵机组的实时状态监测；并同时将获取多个监测参数的实时监测数据，存储至数据库中，以及在运行状态确定后，将相应时刻的运行状态也存储至数据库中。
S22：利用所述多个监测参数的监测数据对所述输油泵机组进行运行状态监测，获得所述输油泵机组的运行状态监测结果。
状态监测子系统可以利用所述多个监测参数的监测数据对所述输油泵机组进行运行状态监测，获得所述输油泵机组的运行状态监测结果。状态监测子系统可以通过综合运行参数以及振动参数的监测数据，对多参数进行融合进行输油泵机组的状态进行估计，从而提高输油泵机组的运行状态监测的准确性。
一些实施例中，可以利用多参数状态估计技术进行输油泵机组的运行状态监测。图3表示本说明书另一些实施例提供的输油泵机组状态确定流程示意图。如图3所示，一些实施方式中，可以采用下述方式对所述输油泵机组的运行状态进行监测，确定输油泵机组的运行状态监测结果：
S220：获取输油泵机组的记忆矩阵，所述记忆矩阵包括多个第一观测向量，所述第一观测向量包括非故障状态下的所述多个监测参数的监测数据；
S222：获取输油泵机组的监测时刻对应的第二观测向量，所述第二观测向量包括所述监测时刻对应的所述多个监测参数的监测数据；
S224：根据所述记忆矩阵以及所述监测时刻对应的权值向量获得所述监测时刻对应的第二估计向量，其中，所述权值向量根据所述第二观测向量与所述第二估计向量之间的残差平方和极小值确定；
S226：根据所述第二观测向量与所述第二估计向量的空间欧式距离确定所述监测时刻的状态值；
S228：判断所述状态值是否满足预设状态预警条件，根据判断结果确定所述输油泵机组的运行状态监测结果。
可以获取输油泵机组对应的记忆矩阵，利用记忆矩阵进行输油泵机组的运转状态估计。所述记忆矩阵可以包括多个第一观测向量，所述第一观测向量可以包括非故障状态下的所述多个监测参数的监测数据。其中，所述非故障状态的判断标准可以根据输油泵机组的实际运行情况自行设定。
一些实施方式中，可以获取输油泵机组在非故障状态下的历史监测数据，对大量历史监测数据进行分析，提取出可以代表输油泵机组在非故障状态下整个动态过程的多个时刻的监测数据作为样本数据，利用样本数据进行第一观测向量的构建，进而构建记忆矩阵。另一些实施方式中，还可以维持输油泵机组在非故障状态下运行，提取在此运行期间的监测数据构建监测数据集，并对监测数据集进行分析，提取出可以代表输油泵机组在非故障状态下整个动态过程的多个时刻的监测数据作为样本数据，利用样本数据进行第一观测向量的构建，进而构建记忆矩阵。
进一步的，在记忆矩阵的构建过程中，可以维持输油泵机组在非故障状态下运行一段时间，利用下述实施例提供的方案对输油泵机组的运行状态进行监测，如果运行状态监测结果提示异常，则可以利用提示异常的监测时刻所对应的监测数据对记忆矩阵进行动态更新，以使得构建的记忆矩阵可以尽可能的表征输油泵机组在非故障状态下整个动态过程。
或者，另一些实施方式中，还可以在输油泵机组的实际运转状态的监测过程中对记忆矩阵进行动态更新，以使得记忆矩阵可以尽可能的表征输油泵机组在非故障状态下整个动态过程，提高利用记忆矩阵进行输油泵机组运行状态监测的准确性。例如，在利用下述实施例提供的方案进行输油泵机组的实际运行状态监测过程中，如果某监测时刻的运行状态监测结果提示异常，而通过人工介入或者其他方式分析确定输油泵机组的实际运行状态并无异常，则可以利用该监测时刻对应的监测数据对记忆矩阵进行更新。
假设筛选出非故障状态下m个时刻的监测数据，每个时刻k下对应的监测数据可以形成一维观测向量Xk＝{xk(1),xk(2),…,xk(i),…,xk(n)}T，其中，观测向量Xk中的每个元素xk(i)表示时刻k下第i个监测参数的监测数据，n表示监测参数的个数，监测参数可以包括振动参数以及运行参数。m个时刻可以对应有m个观测向量。为了便于分析，本说明书实施例中各观测向量中同一监测参数在向量中所在的元素位置相同。同时，为了便于区分表述，可以将该处根据历史数据确定的m个观测向量称之为第一观测向量。
然后，可以根据m个第一观测向量构建记忆矩阵D：
可以利用预先构建的上述记忆矩阵进行输油泵机组实时状态的监测。对于任意待监测的监测时刻，可以获取输油泵机组在该监测时刻下各监测参数的监测数据，形成第二观测向量Xobs。
然后，可以根据所述记忆矩阵D以及所述监测时刻对应的权值向量W确定所述监测时刻对应的第二估计向量Xest。对于任意一个观测向量，可以对应有一个权值向量W，W＝[w1w2 … wk … wm]T。相应的，第二估计向量Xest可以表示为：
Xest＝D×W＝w1×X1+w2×X2+…+wk×Xk+…+wm×Xm
权值向量W可以根据所述第二观测向量与所述第二估计向量之间的残差平方和极小值确定。第二观测向量Xobs与所述第二估计向量Xest之间的残差ε可以表示为：
ε＝Xobs-Xest
然后，可以对残差平方和S(w)取极小值，确定权值向量W，其中，
W＝(DT×D)-1×(DT×Xobs)
则第二估计向量Xest可以表示为：
Xest＝D×W＝D×(DT×D)-1×(DT×Xobs)
其中，DT表示D的转置矩阵，(DT×D)-1表示矩阵DT×D的逆矩阵。
然后，可以根据所述第二观测向量与所述第二估计向量的空间欧式距离确定所述监测时刻的状态值Sj：
其中，xobs(i)表示第二观测向量的第i个元素，xest(i)表示第二估计向量的第i个元素，j表示监测时刻。
然后，可以判断所述状态值是否满足预设状态预警条件，根据判断结果确定所述输油泵机组的运行状态监测结果。所述运行状态监测结果如可以包括异常、非异常，或者，疑似故障、非故障等。如果状态值满足预设状态预警条件，则可以输出运行状态监测结果为异常或者疑似故障，以及，可以对所述输油泵机组的运转状态进行疑似故障预警；如果状态值不满足预设状态预警条件，则无需预警。
所述状态预警条件可以根据实际情况设定。例如，可以对历史数据进行分析，预先确定状态预警值，若根据实际情况设定大于状态预警值为异常，则可以在所述状态值大于状态预警值时，确定状态值满足预设状态预警条件，进行疑似故障预警。反之，若根据实际情况设定小于状态预警值为异常，则可以在所述状态值小于状态预警值时，确定状态值满足预设状态预警条件，进行疑似故障预警。当然，上述判断方式仅为示例说明，具体实施时还可以采用其他方式进行，这里不做限定。
一些实施例中，在输油泵机组的实际运行状态监测的过程中，状态监测子系统可以实时对输油泵机组每一时刻的监测数据进行分析。例如，状态监测子系统可以实时获取输油泵机组每一时刻的监测数据，构建第二观测向量，然后，可以利用上述实施例提供的输油泵机组状态监测方法，对第二观测向量进行分析，输出相应监测时刻下输油泵机组的运行状态监测结果。如果运行状态出现异常，则实时进行疑似故障预警。
另一些实施例中，还可以获取输油泵机组在第一指定时间窗口内的多个第二观测向量，计算所述多个第二观测向量所对应的监测时刻的状态值，以及，判断各状态值是否满足预设状态预警条件，根据判断结果确定输油泵机组在所述第一指定时间窗口下的运行状态监测结果。
在输油泵机组的实际运行状态监测的过程中，状态监测子系统还可以一次性获取输油泵机组在第一指定时间窗口内的监测数据，作为一个待分析的监测数据集。然后，可以利用上述实施例提供的方法对监测数据集中每个监测时刻对应的监测数据进行分析，获得各个监测时刻的状态值，进而判断各状态值是否满足预设状态预警条件，确定每一个监测时刻的运行状态监测结果。然后，可以通过分析所述第一指定时间窗口内各个监测时刻的运行状态监测结果，确定输油泵机组在该第一指定时间窗口下的运转状态监测结果。或者，也可以进一步计算第一指定时间窗口内各监测时刻对应的状态值的均值，以及，各监测时刻对应的状态预警值的均值，将状态值的均值与状态预警值的均值进行对比，确定第一指定时间窗口内各监测时刻的状态值是否满足预设状态预警条件，进而根据判断结果输出所述输油泵机组在第一指定时间窗口下的运转状态监测结果。
通过利用时间段对输油泵机组的运行状态进行监测，如分析监测输油泵机组在10秒或者20S时间段内的运行状态，可以进一步提高输油泵机组运行状态监测的效率。同时，输油泵机组的运转状态通常不是突变的，通过对监测输油泵机组在一段时间内的监测数据进行分析，进而确定输油泵机组的运转状态监测结果，可以进一步降低突变异常点对运行状态分析的干扰，提高输油泵机组运转状态分析的准确性。
一些实施例中，所述状态预警值可以根据下述方式确定：
根据第一观测向量与第一观测向量对应的第一估计向量之间的空间欧式距离确定相应第一观测向量对应的状态值；
计算多个第一观测向量对应的状态值的均值，获得状态均值；
根据所述状态均值、所述监测时刻以及所述监测时刻的前一监测时刻的状态值确定所述监测时刻对应的状态预警值。
可以根据第一观测向量与第一观测向量对应的第一估计向量之间的空间欧式距离确定相应第一观测向量对应的状态值，相应的，对于n个第一观测向量，可以确定出n个状态值。然后，可以计算n个状态值的均值，作为状态均值
。其中，第一观测向量对应的第一估计向量可以根据上述实施例中第二估计向量的确定方式确定，这里不做赘述。
然后，可以根据所述状态均值、所述监测时刻以及所述监测时刻的前一监测时刻的状态值确定所述监测时刻对应的状态预警值；当所述监测时刻为第一时刻时，则可以直接根据所述状态均值、所述监测时刻确定所述监测时刻对应的状态预警值。
所述状态预警值Kj可以采用下述方式确定：
其中，Kj表示监测时刻j对应的状态预警值，α表示预警系数，
表示状态均值，Sj表示监测时刻j对应的状态值，Sj-1表示监测时刻j的前一监测时刻j-1的状态值。其中，α可以根据各输油泵机组的具体情况设置。例如，可以利用上述实施例提供的方案对输油泵机组的多种运行状态进行监测，然后，分析各监测时刻的状态值，根据各运行状态确定相应的状态预警值。通过对大量监测时刻的状态预警值进行分析，确定该输油泵机组的预警系数α。当然，还可以根据输油泵机组的实际运转状态监测结果对所述预警系数α的值进行动态更新，以提高运行状态监测的准确性，降低误报率。
上述实施例的方案，通过基于多参数状态估计技术，以输油泵机组监测参数为基础，对输油泵机组运行状态进行估计。同时，通过基于多参数对输油泵机组的运行状态进行定量化，利用量化后的状态值进行输油泵机组的运行状态估计，可以进一步提高输油泵机组状态估计的效率以及准确性。
另一些实施例中，还可以获取第二指定时间窗口内状态值满足预设状态预警条件的监测时刻数N；将第二指定时间窗口内状态值满足预设状态预警条件的N个监测时刻中每个监测时刻的第二观测向量与其所对应的第二估计向量中的各元素进行一一对比，对元素差异值大于预设差异阈值的监测参数进行标记；统计所述N个监测时刻下各监测参数被标记的标记次数，将各监测参数的标记次数与N的比值作为各监测参数的故障贡献度；根据各监测参数的故障贡献度筛选出满足预设条件的监测参数作为故障变量，以根据所述故障变量对所述输油泵机组进行故障识别。
在输油泵机组状态预警时，可以利用监测参数的故障贡献度筛选出对故障贡献度较高的监测参数作为故障变量。通常输油泵机组运行状态发生异常前后的一段时间内，其中表征故障发生原因的一个或者多个监测参数的值可能出现异常波动(只是部分时刻可能波动较小未发生异常预警)，通过统计分析异常情况发生前后一段时间内各监测参数发生波动的情况，可以准确的提取出表征故障发生原因的一个或者多个监测参数，然后，基于提取的监测参数作为故障变量进行后续故障分析，可以大幅度提高故障原因定位的准确性以及效率。
一些实施方式中，可以在输油泵机组状态监测过程中，通过窗口滑动的方式，对第二指定时间窗口内的监测数据以及监测结果进行分析。或者，也可以仅统计输油泵机组状态预警发生时刻前后第二指定时间窗口内的监测数据以及监测结果进行分析，确定各监测参数的故障贡献度，降低数据处理量，提高系统整体处理效率。或者，对于上述按时间段进行运转状态监测的方案中，在确定输油泵机组在第一时间窗口下发生运行状态异常时，将第一时间窗口等同于第二时间窗口，获取第一时间窗口内的监测数据以及监测结果进行分析，确定输油泵机组在第一时间窗口下发生运行状态异常时，各监测参数的故障贡献度。
具体的，可以统计第二指定时间窗口内状态值满足预设状态预警条件的监测时刻数N。同时，可以将状态值满足预设状态预警条件监测时刻所对应的第二观测向量与相应的第二估计向量中的各个元素进行一一对比，如果相应元素的差异值大于预设差异阈值，则确定相应元素为异常元素，向量中的各元素即为各监测参数的监测数据或者估计数据，如果某元素被确定为异常元素，则可以对该元素对应的监测参数进行标记。可以统计上述N个监测时刻下，各监测参数被标记的标记次数，然后，可以将各监测参数的标记次数与N的比值作为各监测参数的故障贡献度。从而利用各监测参数的标记次数与N的比值定量表征各监测参数发生波动的情况，准确的提取出表征故障发生原因的一个或者多个监测参数。
一些实施方式中，可以将各监测参数按监测参数的故障贡献度从大到小的顺序进行排序，相应的，所述预设条件可以是指将排序靠前的第L个监测参数作为故障变量。另一些实施方式中，还可以设置故障贡献度阈值，故障贡献度阈值的大小可以根据实际应用场景确定，相应的，所述预设条件可以是指将故障贡献度大于所述故障贡献度阈值的监测参数作为故障变量。通过分析各监测参数的故障贡献度，将故障贡献度较高的监测参数作为故障变量，缩小故障分析诊断范围，实现机组故障的准确快速分析诊断，可以进一步提高故障精准定位分析的准确性以及效率。
然后，系统可以根据筛选出的故障变量对输油泵机组进行分析诊断，分析诊断结果与故障案例库进行匹配，实现机组故障精准分析诊断。一些实施例中，可以预先构建故障诊断案例库，所述故障诊断案例库可以包括输油泵机组典型故障案例。故障诊断案例库可以与状态监测之间进行实时信息交互，完成对输油泵机组故障分析诊断。同时故障诊断案例库还具备动态更新机制，输油泵机组故障分析诊断结果与故障诊断案例库进行故障匹配，出现新的故障案例时可以自动更新到故障诊断案例库中，以保证输油泵机组故障诊断案例库的全面性。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。具体的可以参照前述相关处理相关实施例的描述，在此不做一一赘述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书一个或多个实施例提供的输油泵机组探针式状态监测预警方法，通过基于振动监测子系统中预留的开放接口，利用探针接入该开放接口，在不增加传感器的情况下实现对振动参数的监测数据的直接实时获取，打破原有振动监测子系统的数据封闭。进而实现多种参数融合的输油泵机组运行状态实时监测，提高输油泵机组运行状态预警的准确性。
基于上述所述的输油泵机组探针式状态监测预警方法，本说明书一个或多个实施例还提供一种输油泵机组探针式状态监测预警装置。所述的装置可以包括使用了本说明书实施例所述方法的系统、软件(应用)、模块、组件、服务器等并结合必要的实施硬件的装置。基于同一创新构思，本说明书实施例提供的一个或多个实施例中的装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似，因此本说明书实施例具体的装置的实施可以参见前述方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。具体的，图4表示说明书提供的一种输油泵机组探针式状态监测预警装置实施例的模块结构示意图，如图4所示，所述装置可以包括：
监测数据获取模块102，可以用于获取输油泵机组的多个监测参数的监测数据，所述监测参数包括运行参数以及振动参数；其中，所述运行参数的监测数据从输油泵机组的SCADA子系统中获取，所述振动参数的监测数据基于探针从所述输油泵机组的振动监测子系统中获取；所述状态监测子系统通过探针与所述振动监测子系统的开放接口连接；
运行状态监测模块104，可以用于利用所述多个监测参数的监测数据对所述输油泵机组进行运行状态监测，获得所述输油泵机组的运行状态监测结果。
另一些实施例中，所述运行状态监测模块104可以包括：
记忆矩阵获取单元，可以用于获取输油泵机组的记忆矩阵，所述记忆矩阵包括多个第一观测向量，所述第一观测向量包括非故障状态下的所述多个监测参数的监测数据；
观测向量获取单元，可以用于获取输油泵机组的监测时刻对应的第二观测向量，所述第二观测向量包括所述监测时刻对应的所述多个监测参数的监测数据；
估计向量确定单元，可以用于根据所述记忆矩阵以及所述监测时刻对应的权值向量确定所述监测时刻对应的第二估计向量，其中，所述权值向量根据所述第二观测向量与所述第二估计向量之间的残差平方和极小值确定；
状态值确定单元，可以用于根据所述第二观测向量与所述第二估计向量的空间欧式距离确定所述监测时刻的状态值；
运行状态监测单元，可以用于判断所述状态值是否满足预设状态预警条件，根据判断结果确定所述输油泵机组的运行状态监测结果。
另一些实施例中，所述运行状态监测单元可以包括：
状态值确定子单元，可以用于根据第一观测向量与第一观测向量对应的第一估计向量之间的空间欧式距离确定相应第一观测向量对应的状态值；
状态均值确定子单元，可以用于计算多个第一观测向量对应的状态值的均值，获得状态均值；
状态预警值确定子单元，可以用于根据所述状态均值、所述监测时刻以及所述监测时刻的前一监测时刻的状态值确定所述监测时刻对应的状态预警值；
判断子单元，可以用于根据所述状态预警值判断所述状态值是否满足预设状态预警条件。
另一些实施例中，所述装置还可以包括：
第一统计模块，可以用于获取第二指定时间窗口内状态值满足预设状态预警条件的监测时刻数N；
标记模块，可以用于将该N个监测时刻中每个监测时刻的第二观测向量与其所对应的第二估计向量中的各元素进行一一对比，对元素差异值大于预设差异阈值的监测参数进行标记；
第二统计模块，可以用于统计所述N个监测时刻下各监测参数被标记的标记次数；
贡献度计算模块，可以用于将各监测参数的标记次数与N的比值作为各监测参数的故障贡献度；
故障变量筛选模块，可以用于根据各监测参数的故障贡献度筛选出满足预设条件的监测参数作为故障变量，以根据所述故障变量对所述输油泵机组进行故障识别。
需要说明的，上述所述的装置根据方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。
本说明书一个或多个实施例提供的输油泵机组探针式状态监测预警装置，通过基于振动监测子系统中预留的开放接口，利用探针接入该开放接口，在不增加传感器的情况下实现对振动参数的监测数据的直接实时获取，打破原有振动监测子系统的数据封闭。进而实现多种参数融合的输油泵机组运行状态实时监测，提高输油泵机组运行状态预警的准确性。
本说明书提供的上述实施例所述的方法或装置可以通过计算机程序实现业务逻辑并记录在存储介质上，所述的存储介质可以计算机读取并执行，实现本说明书实施例所描述方案的效果。因此，本说明书还提供一种输油泵机组探针式状态监测预警设备，包括处理器及存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现包括上述任意一个实施例所述方法的步骤。
需要说明的，上述所述的设备根据方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。
上述实施例所述的输油泵机组探针式状态监测预警设备，通过基于振动监测子系统中预留的开放接口，利用探针接入该开放接口，在不增加传感器的情况下实现对振动参数的监测数据的直接实时获取，打破原有振动监测子系统的数据封闭。进而实现多种参数融合的输油泵机组运行状态实时监测，提高输油泵机组运行状态预警的准确性。
本说明书实施例并不局限于必须是符合标准数据模型/模板或本说明书实施例所描述的情况。某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、存储、判断、处理方式等获取的实施例，仍然可以属于本说明书的可选实施方案范围之内。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书一个或多个时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书一个或多个实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述并不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种输油泵机组探针式状态监测预警系统，其特征在于，所述系统包括状态监测子系统、振动监测子系统、SCADA子系统以及探针，所述振动监测子系统包括开放接口，所述状态监测子系统通过探针与所述振动监测子系统的开放接口连接；其中，
所述振动监测子系统用于采集输油泵机组的振动参数的监测数据；
所述SCADA子系统用于采集输油泵机组的运行参数的监测数据；
所述状态监测子系统用于从所述SCADA子系统获取运行参数的监测数据，以及，利用所述探针从所述振动监测子系统获取振动参数的监测数据；
所述状态监测子系统用于利用所述运行参数的监测数据以及振动参数的监测数据对所述输油泵机组的运行状态进行监测。
2.根据权利要求1所述的系统，其特征在于，所述状态监测子系统包括数据获取模块、数据存储模块以及状态监测模块，其中，
所述数据获取模块用于从所述SCADA子系统获取运行参数的监测数据，以及，利用所述探针从所述振动监测子系统获取振动参数的监测数据；并将所述运行参数的监测数据及振动参数的监测数据发送给所述数据存储模块；
所述数据存储模块用于接收并基于预设存储规则存储所述运行参数的监测数据及振动参数的监测数据，其中，所述预设存储规则包括基于站场作为父节点、输油泵机组作为第一子节点、监测参数类型作为第二子节点、测试点作为第三子节点对监测数据进行存储；
所述状态监测模块用于根据所述预设存储规则中各节点对应的检索信息从所述数据存储模块调取各输油泵机组的运行参数的监测数据及振动参数的监测数据，以对所述输油泵机组的运行状态进行监测。
3.一种输油泵机组探针式状态监测预警方法，其特征在于，应用于状态监测子系统，所述方法包括：
获取输油泵机组的多个监测参数的监测数据，所述监测参数包括运行参数以及振动参数；其中，所述运行参数的监测数据从输油泵机组的SCADA子系统中获取，所述振动参数的监测数据基于探针从所述输油泵机组的振动监测子系统中获取；其中，所述状态监测子系统通过探针与所述振动监测子系统的开放接口连接；
利用所述多个监测参数的监测数据对所述输油泵机组进行运行状态监测，获得所述输油泵机组的运行状态监测结果。
4.根据权利要求3所述的方法，其特征在于，所述利用所述多个监测参数的监测数据对所述输油泵机组进行运行状态监测，获得所述输油泵机组的运行状态监测结果，包括：
获取输油泵机组的记忆矩阵，所述记忆矩阵包括多个第一观测向量，所述第一观测向量包括非故障状态下的所述多个监测参数的监测数据；
获取输油泵机组的监测时刻对应的第二观测向量，所述第二观测向量包括所述监测时刻对应的所述多个监测参数的监测数据；
根据所述记忆矩阵以及所述监测时刻对应的权值向量确定所述监测时刻对应的第二估计向量，其中，所述权值向量根据所述第二观测向量与所述第二估计向量之间的残差平方和极小值确定；
根据所述第二观测向量与所述第二估计向量的空间欧式距离确定所述监测时刻的状态值；
判断所述状态值是否满足预设状态预警条件，根据判断结果确定所述输油泵机组的运行状态监测结果。
5.根据权利要求4所述的方法，其特征在于，所述判断所述状态值是否满足预设状态预警条件，包括：
根据第一观测向量与第一观测向量对应的第一估计向量之间的空间欧式距离确定相应第一观测向量对应的状态值；
计算多个第一观测向量对应的状态值的均值，获得状态均值；
根据所述状态均值、所述监测时刻以及所述监测时刻的前一监测时刻的状态值确定所述监测时刻对应的状态预警值；
根据所述状态预警值判断所述状态值是否满足预设状态预警条件。
6.根据权利要求3所述的方法，其特征在于，所述利用所述多个监测参数的监测数据对所述输油泵机组进行运行状态监测，获得所述输油泵机组的运行状态监测结果，包括：
获取输油泵机组的记忆矩阵D：
获取输油泵机组的监测时刻j对应的第二观测向量Xobs；
根据所述记忆矩阵D以及所述监测时刻对应的权值向量W确定所述监测时刻对应的第二估计向量Xest：
Xest＝D×W
其中，W＝(DT×D)-1×(DT×Xobs)
根据所述第二观测向量与所述第二估计向量的空间欧式距离确定所述监测时刻的状态值Sj：
其中，Xk表示第k个第一观测向量，1≤k≤m，m表示第一观测向量的个数，xk(i)表示第k个第一观测向量的第i个元素，1≤i≤n，n表示监测参数的个数，xobs(i)表示第二观测向量的第i个元素，xest(i)表示第二估计向量的第i个元素，j表示监测时刻；
判断所述状态值是否满足预设状态预警条件，根据判断结果确定所述输油泵机组的运行状态监测结果。
7.根据权利要求6所述的方法，其特征在于，所述状态预警值采用下述方式确定：
其中，Kj表示监测时刻j对应的状态预警值，α表示预警系数，
表示状态均值，Sj表示监测时刻j对应的状态值，Sj-1表示监测时刻j的前一监测时刻j-1的状态值。
8.根据权利要求3所述的方法，其特征在于，所述方法还包括：
获取第二指定时间窗口内状态值满足预设状态预警条件的监测时刻数N；
将第二指定时间窗口内状态值满足预设状态预警条件的N个监测时刻中每个监测时刻的第二观测向量与其所对应的第二估计向量中的各元素进行一一对比，对元素差异值大于预设差异阈值的监测参数进行标记；
统计所述N个监测时刻下各监测参数被标记的标记次数，将各监测参数的标记次数与N的比值作为各监测参数的故障贡献度；
根据各监测参数的故障贡献度筛选出满足预设条件的监测参数作为故障变量，以根据所述故障变量对所述输油泵机组进行故障识别。
9.一种输油泵机组探针式状态监测预警装置，其特征在于，所述装置包括：
监测数据获取模块，用于获取输油泵机组的多个监测参数的监测数据，所述监测参数包括运行参数以及振动参数；其中，所述运行参数的监测数据从输油泵机组的SCADA子系统中获取，所述振动参数的监测数据基于探针从所述输油泵机组的振动监测子系统中获取；所述状态监测子系统通过探针与所述振动监测子系统的开放接口连接；
运行状态监测模块，用于利用所述多个监测参数的监测数据对所述输油泵机组进行运行状态监测，获得所述输油泵机组的运行状态监测结果。
10.一种输油泵机组探针式状态监测预警设备，其特征在于，所述设备包括处理器及用于存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现包括以下步骤：
获取输油泵机组的多个监测参数的监测数据，所述监测参数包括运行参数以及振动参数；其中，所述运行参数的监测数据从输油泵机组的SCADA子系统中获取，所述振动参数的监测数据基于探针从所述输油泵机组的振动监测子系统中获取；其中，所述状态监测子系统通过探针与所述振动监测子系统的开放接口连接；
利用所述多个监测参数的监测数据对所述输油泵机组进行运行状态监测，获得所述输油泵机组的运行状态监测结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010057864.2A CN111306051B (zh) | 2020-01-16 | 2020-01-16 | 一种输油泵机组探针式状态监测预警方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010057864.2A CN111306051B (zh) | 2020-01-16 | 2020-01-16 | 一种输油泵机组探针式状态监测预警方法、装置及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111306051A true CN111306051A (zh) | 2020-06-19 |
| CN111306051B CN111306051B (zh) | 2021-04-30 |
Family
ID=71150968
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010057864.2A Active CN111306051B (zh) | 2020-01-16 | 2020-01-16 | 一种输油泵机组探针式状态监测预警方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111306051B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112820090A (zh) * | 2020-12-30 | 2021-05-18 | 苏州绿科智能机器人研究院有限公司 | 一种基于大数据的报警系统及其实现方法 |
| CN116464629A (zh) * | 2023-06-19 | 2023-07-21 | 广东电网有限责任公司佛山供电局 | 一种智能油泵在线监测系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08110248A (ja) * | 1994-10-12 | 1996-04-30 | Chubu Plant Service:Kk | 発電所用機器の温度・振動自動測定装置 |
| CN201666248U (zh) * | 2010-01-29 | 2010-12-08 | 北京信息科技大学 | 一种天然气压缩机状态检测及故障预报系统 |
| CN202500758U (zh) * | 2012-03-16 | 2012-10-24 | 中国有色(沈阳)泵业有限公司 | 一种隔膜泵在线检测系统 |
| CN203572513U (zh) * | 2013-10-25 | 2014-04-30 | 万斌 | 矿井通风机智能检测系统 |
| CN208734518U (zh) * | 2018-05-23 | 2019-04-12 | 辛集市澳森钢铁有限公司 | 分散水泵运行状态自动监控系统 |
| CN109840666A (zh) * | 2017-11-29 | 2019-06-04 | 中国电力科学研究院有限公司 | 一种预测未来风电机组发生故障的模型构建方法及系统 |
| CN110439795A (zh) * | 2019-08-14 | 2019-11-12 | 中铁隧道集团三处有限公司 | 一种泵机远程监控系统 |
| CN110469496A (zh) * | 2019-08-27 | 2019-11-19 | 苏州热工研究院有限公司 | 一种水泵智能预警方法及系统 |
-
2020
- 2020-01-16 CN CN202010057864.2A patent/CN111306051B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08110248A (ja) * | 1994-10-12 | 1996-04-30 | Chubu Plant Service:Kk | 発電所用機器の温度・振動自動測定装置 |
| CN201666248U (zh) * | 2010-01-29 | 2010-12-08 | 北京信息科技大学 | 一种天然气压缩机状态检测及故障预报系统 |
| CN202500758U (zh) * | 2012-03-16 | 2012-10-24 | 中国有色(沈阳)泵业有限公司 | 一种隔膜泵在线检测系统 |
| CN203572513U (zh) * | 2013-10-25 | 2014-04-30 | 万斌 | 矿井通风机智能检测系统 |
| CN109840666A (zh) * | 2017-11-29 | 2019-06-04 | 中国电力科学研究院有限公司 | 一种预测未来风电机组发生故障的模型构建方法及系统 |
| CN208734518U (zh) * | 2018-05-23 | 2019-04-12 | 辛集市澳森钢铁有限公司 | 分散水泵运行状态自动监控系统 |
| CN110439795A (zh) * | 2019-08-14 | 2019-11-12 | 中铁隧道集团三处有限公司 | 一种泵机远程监控系统 |
| CN110469496A (zh) * | 2019-08-27 | 2019-11-19 | 苏州热工研究院有限公司 | 一种水泵智能预警方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 裴峻峰: "钻井泵状态检测诊断与可靠性分析", 《流体机械》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112820090A (zh) * | 2020-12-30 | 2021-05-18 | 苏州绿科智能机器人研究院有限公司 | 一种基于大数据的报警系统及其实现方法 |
| CN116464629A (zh) * | 2023-06-19 | 2023-07-21 | 广东电网有限责任公司佛山供电局 | 一种智能油泵在线监测系统 |
| CN116464629B (zh) * | 2023-06-19 | 2023-10-24 | 广东电网有限责任公司佛山供电局 | 一种智能油泵在线监测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111306051B (zh) | 2021-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2023071217A1 (zh) | 基于深度迁移学习的多工况流程工业故障检测诊断方法 | |
| CN112749509B (zh) | 一种基于lstm神经网络的智能变电站故障诊断方法 | |
| US10373065B2 (en) | Generating database cluster health alerts using machine learning | |
| 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 | |
| CN116450399B (zh) | 微服务系统故障诊断及根因定位方法 | |
| CN111306051B (zh) | 一种输油泵机组探针式状态监测预警方法、装置及系统 | |
| CN109871002B (zh) | 基于张量标签学习的并发异常状态识别与定位系统 | |
| CN117289085A (zh) | 一种多线路故障分析诊断方法及系统 | |
| CN112580858A (zh) | 设备参数预测分析方法及系统 | |
| CN118430092B (zh) | 一种基于mcc系统的数据通用采集方法 | |
| CN115037603A (zh) | 用电信息采集设备的诊断评估方法、装置及系统 | |
| CN104317778A (zh) | 基于海量监测数据的变电设备故障诊断方法 | |
| CN117560300B (zh) | 一种智能物联网流量预测与优化系统 | |
| CN117113157B (zh) | 一种基于人工智能的台区用电故障检测系统 | |
| Li et al. | Reliability estimation based on operational data of manufacturing systems | |
| CN111314110B (zh) | 一种用于分布式系统的故障预警方法 | |
| CN117724882A (zh) | 热泵机器的工单生成方法、装置、设备及存储介质 | |
| Salgueiro et al. | On-line oil monitoring and diagnosis | |
| CN108664696B (zh) | 一种冷水机组运行状态的测评方法及装置 | |
| CN116611953A (zh) | 基于物联网的电能表生产制造实时数据管理方法和系统 | |
| Soller et al. | Predicting machine errors based on adaptive sensor data drifts in a real world industrial setup | |
| Sharp | Observations on developing reliability information utilization in a manufacturing environment with case study: robotic arm manipulators | |
| CN111309537A (zh) | 一种检测服务器诊断系统报错的方法和设备 | |
| Guilian et al. | Research and Application of Remote Intelligent Operation and Maintenance System for Digital Instrument and Control Equipment in Nuclear Power Plant | |
| Afshinpour et al. | Telemetry-based Software Failure Prediction by Concept-space Model Creation |
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 |