CN111666652B - 蒸汽热网疏水器巡检排放操作调度方法及操作调度系统 - Google Patents

蒸汽热网疏水器巡检排放操作调度方法及操作调度系统 Download PDF

Info

Publication number
CN111666652B
CN111666652B CN202010349008.4A CN202010349008A CN111666652B CN 111666652 B CN111666652 B CN 111666652B CN 202010349008 A CN202010349008 A CN 202010349008A CN 111666652 B CN111666652 B CN 111666652B
Authority
CN
China
Prior art keywords
steam
pipe network
precision
heating
value
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
Application number
CN202010349008.4A
Other languages
English (en)
Other versions
CN111666652A (zh
Inventor
蔡东平
徐伟
王叶飞
李力
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changzhou Engipower Technology Co ltd
Original Assignee
Changzhou Engipower Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changzhou Engipower Technology Co ltd filed Critical Changzhou Engipower Technology Co ltd
Priority to CN202010349008.4A priority Critical patent/CN111666652B/zh
Publication of CN111666652A publication Critical patent/CN111666652A/zh
Application granted granted Critical
Publication of CN111666652B publication Critical patent/CN111666652B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Pipeline Systems (AREA)
  • Measuring Fluid Pressure (AREA)

Abstract

本发明涉及一种蒸汽热网疏水器巡检排放操作调度方法及操作调度系统，其中蒸汽热网疏水器巡检排放操作调度方法包括：采集蒸汽参数的实测值；根据蒸汽参数的实测值构建当前工况下实际供热蒸汽管网的对应数字孪生模型；根据当前工况下的实际供热蒸汽管网的对应数字孪生模型获取蒸汽参数的预测值；根据预测值和实测值判断供热蒸汽管网运行是否异常；当供热蒸汽管网运行异常时判断相应需要调整的手动疏水器，并生成操作票；以及根据操作票调整相应手动疏水器，并判断供热蒸汽管网运行异常是否恢复，实现了科学的指导巡检人员对供热蒸汽管网内手动疏水器的排放操作，用更少的人力更科学的管理范围更大的热网片区的目的，降低运行成本并提高运行安全性。

Description

蒸汽热网疏水器巡检排放操作调度方法及操作调度系统
技术领域
本发明属于智慧能源和工业互联网技术领域，具体涉及一种蒸汽热网疏水器巡检排放操作调度方法及操作调度系统。
背景技术
目前，我国越来越重视大气污染的治理与防护，很多生产企业的小型锅炉被拆除，改用集中供热管网。供热管网在我国各地迅速增多，经常出现翻山越岭、横穿隧道、跨越湖海和贯穿居民区等现象，供热管网的路由较以前更加复杂，不可控因素如台风来袭、山体滑坡、洪涝灾害、人为破坏等因素导致的安全隐患也显著增加。巡检要求和难度越来越大，很多隐患不能被及时发现。
蒸汽热网在运行过程中，存在各种各样的实际因素，导致管道内蒸汽负荷达不到理论设计值，从而出现“大管径走小流量”的现象；加上部分地区存在长管线输运的现状；以及部分管线因运行年份较长导致管线保温性能变差等原因，都会导致蒸汽热网运行时，在管道内产生大量的冷凝水。如果冷凝水得不到及时的排放，对于蒸汽热网的运行会带来水击的风险，造成公共安全威胁和财产损失。
大部分蒸汽热网通常以安装手动疏水阀为主，即需要巡检人员对疏水阀进行操作，排放蒸汽管道内的冷凝水。而现有的巡检方式以运行经验判断为主，可能存在手动疏水阀没有及时打开或打开时间过短，导致冷凝水没有及时完全排放；或疏水阀打开时间过长、关不严等原因，导致管道内蒸汽的大量泄露，造成经济损失和潜在的人身财产安全隐患。
随着蒸汽热网的规模不断扩大，巡检需要的人力也在不断扩充，致使运行成本不断抬升，但运行效率并未得到有效提高；同时在部分地区也存在人员不足导致每个巡检人员需要巡检的片区过大，从而无法完全覆盖巡检区域，蒸汽热网运维存在不少困难。
当前，工业互联网技术和智慧能源技术的发展突飞猛进，数字孪生模型和实时运行状态的评估迅速应用在各个行业，而手机等移动端设备的成本也越来越低，普及率越来越高，使得通过移动端设备的APP结合数字孪生模型和实时运行状态评估，指导巡检人员进行蒸汽热网疏水器排放操作调度成为可能。
因此，基于上述技术问题，需要设计一种新的蒸汽热网疏水器巡检排放操作调度方法及操作调度系统。
发明内容
本发明的目的是提供一种蒸汽热网疏水器巡检排放操作调度方法及操作调度系统。
为了解决上述技术问题，本发明提供了一种蒸汽热网疏水器巡检排放操作调度方法，包括：
采集蒸汽参数的实测值；
根据蒸汽参数的实测值构建当前工况下实际供热蒸汽管网的对应数字孪生模型；
根据当前工况下的实际供热蒸汽管网的对应数字孪生模型获取蒸汽参数的预测值；
根据预测值和实测值判断供热蒸汽管网运行是否异常；
当供热蒸汽管网运行异常时判断相应需要调整的手动疏水器，并生成操作票；以及
根据操作票调整相应手动疏水器，并判断供热蒸汽管网运行异常是否恢复。
进一步，所述采集蒸汽参数的实测值的方法包括：
通过相应的传感器获取蒸汽参数的实测值，即
通过相应的传感器分别获取源侧和用户侧供热蒸汽管网内的蒸汽温度实测值、蒸汽压力实测值和蒸汽流量实测值。
进一步，所述根据蒸汽参数的实测值构建当前工况下的实际供热蒸汽管网的对应数字孪生模型的方法包括：
通过数字孪生模型根据源侧和用户侧的蒸汽温度实测值、蒸汽压力实测值和蒸汽流量实测值建立机理模型，以生成当前工况下实际供热蒸汽管网的对应数字孪生模型。
进一步，所述根据当前工况下的实际供热蒸汽管网的对应数字孪生模型获取蒸汽参数的预测值的方法包括：
由当前工况下的实际供热蒸汽管网的对应数字孪生模型仿真，获得当前工况下的数字孪生供热蒸汽管网的对应预测压力数组，该数组的预测值的排列顺序，按照对应高精度蒸汽压力测量传感器组的预测值的数值从大到小排列，即
S′＝[P′1,P′2,...,P′n]；
其中，S′为预测压力数组；P′n为编号为n的高精度蒸汽压力测量传感器的蒸汽压力预测值。
进一步，所述根据预测值和实测值判断供热蒸汽管网运行是否异常的方法包括：
由高精度蒸汽压力测量传感器组获得当前工况下的实际供热管网的实测压力数组，压力数组的排列顺序与预测压力数组对应的高精度蒸汽压力测量传感器组的编号排列顺序一致，即
S＝[P1,P2,...,Pn]；
其中，S为实测压力数组；Pn为编号为n的高精度蒸汽压力测量传感器的蒸汽压力实测值；
高精度蒸汽压力测量传感器蒸汽压力预测值与蒸汽压力实测值之间的偏差值为：
其中，δn为编号为n的高精度蒸汽压力测量传感器蒸汽压力预测值与蒸汽压力实测值之间的偏差值；
则压力偏差数组Δ为：
Δ＝[δ1,δ2,...,δn]；
对压力偏差数组Δ各元素按数组排列顺序依次判断，以判断相应高精度蒸汽压力测量传感器是否异常，即
当δi＞TH时，判断编号为i的高精度蒸汽压力测量传感器运行异常，并停止对压力偏差数组Δ中后续元素的继续判断；
当δi≤TH时，判断编号为i的高精度蒸汽压力测量传感器运行正常，并对下一个元素进行判断；
其中，δi为压力偏差数组Δ中编号为i的高精度蒸汽压力测量传感器蒸汽压力预测值与蒸汽压力实测值之间的偏差值，δi∈Δ；TH为判断高精度蒸汽压力测量传感器运行是否异常的阈值；
当高精度蒸汽压力测量传感器异常时，判断供热蒸汽管网运行异常。
进一步，所述当供热蒸汽管网运行异常时判断相应需要调整的手动疏水器，并生成操作票的方法包括：
根据当前工况下的实际供热蒸汽管网的对应数字孪生模型确定运行异常的高精度蒸汽压力测量传感器的位置，以确定该高精度蒸汽压力测量传感器上游管线位置及手动疏水器，即
根据深度遍历算法和回溯方法，获取相应高精度蒸汽压力测量传感器的上游手动疏水器；
步骤S1，生成手动疏水器编号数组ST；
步骤S2，从该高精度蒸汽压力测量传感器V1出发，逆着蒸汽流向，访问相邻且未被标记的节点并标记，同时V入栈；当V1无未标记相邻节点时，转步骤S5；否则转步骤S3；
步骤S3，当V为高精度蒸汽压力测量传感器，则V出栈，输出栈中的路径，当路径中有手动疏水器，将手动疏水器编号元素sti放入手动疏水器编号数组ST＝[st1,st2,...,sti,...,stn]，其中sti为路径中被选中的第i个疏水器的编号；由V回溯到高精度蒸汽压力测量传感器V1，转步骤S2；当V不是高精度蒸汽压力测量传感器，则继续访问相邻且未被标记的节点并标记，同时V′入栈，并转步骤S4；
步骤S4，当V′是高精度蒸汽压力测量传感器，则V′出栈，输出栈中的路径，当路径中有手动疏水器，将需要操作的手动疏水器编号元素sti放入手动疏水器编号数组ST＝[st1,st2,...,sti,...,stn]，其中sti为路径中被选中的第i个疏水器的编号；由V′回溯到节点V，转步骤S3；当V′相邻无未被标记节点，则回溯到V，V′取消标记并出栈，否则继续访问V′相邻节点；
步骤S5，判断手动疏水器编号数组ST是否为空集；当ST数组为空集时，则输出手动疏水器编号数组ST，并结束；否则结束；
根据手动疏水器编号数组ST生成进行排放操作的操作票，并将操作票发送至相应的巡检人员。
进一步，所述根据操作票调整相应手动疏水器，并判断供热蒸汽管网运行异常是否恢复的方法包括：
实时获取高精度蒸汽压力测量传感器蒸汽压力预测值与蒸汽压力实测值之间的偏差值，以判断高精度蒸汽压力测量传感器是否运行异常，即
当δj＞TL时，判断编号为j的高精度蒸汽压力测量传感器运行异常；
当δj≤TL时，判断编号为j的高精度蒸汽压力测量传感器运行正常；
式中，δj为压力偏差数组Δ中编号为j的高精度蒸汽压力测量传感器蒸汽压力预测值与蒸汽压力实测值之间的偏差值，需要调整的手动疏水器对应的高精度蒸汽压力测量传感器，δj∈Δ；TL为判断运行异常的高精度蒸汽压力测量传感器恢复正常运行的阈值；
当运行异常的高精度蒸汽流量测量传感器恢复正常运行时，判断供热蒸汽管网运行异常恢复。
另一方面，本发明还提供一种蒸汽热网疏水器巡检排放操作调度系统，包括：
监测终端、上位机和终端；
所述监测终端适于检测供热蒸汽管网蒸汽参数的实测值，并将实测值发送至上位机；
所述上位机适于根据实测值判断供热蒸汽管网运行是否异常，当供热蒸汽管网运行异常时生成相应需要调整的手动疏水器的操作票，并将操作票发送至所述终端；
当根据操作票调整相应手动疏水器时，所述上位机实时判断供热蒸汽管网运行异常是否恢复；
当供热蒸汽管网运行异常恢复时，所述上位机适于发送异常恢复信息至所述终端；
所述终端接收到所述上位机发送的异常恢复信息后反馈操作票至所述上位机存储。
进一步，所述上位机适于采用上述的蒸汽热网疏水器巡检排放操作调度方法实现当供热蒸汽管网运行异常时生成相应需要调整的手动疏水器的操作票，以及实时判断供热蒸汽管网运行异常是否恢复。
进一步，所述监测终端包括：处理器模块，以及与该处理器模块电性连接的检测模块和通讯模块；
所述检测模块包括：若干高精度蒸汽温度测量传感器、若干高精度蒸汽压力测量传感器、若干高精度蒸汽流量测量传感器；
所述高精度蒸汽温度测量传感器适于检测供热蒸汽管网内的蒸汽温度，以获取蒸汽温度的实测值；
所述高精度蒸汽压力测量传感器适于检测供热蒸汽管网内的蒸汽压力，以获取蒸汽压力的实测值；
所述高精度蒸汽流量测量传感器适于检测供热蒸汽管网内的蒸汽流量，以获取蒸汽流量的实测值；
所述处理器模块适于通过所述通讯模块将蒸汽温度的实测值、蒸汽压力的实测值和蒸汽流量的实测值发送至所述上位机。
本发明的有益效果是，本发明通过采集蒸汽参数的实测值；根据蒸汽参数的实测值构建当前工况下实际供热蒸汽管网的对应数字孪生模型；根据当前工况下的实际供热蒸汽管网的对应数字孪生模型获取蒸汽参数的预测值；根据预测值和实测值判断供热蒸汽管网运行是否异常；当供热蒸汽管网运行异常时判断相应需要调整的手动疏水器，并生成操作票；以及根据操作票调整相应手动疏水器，并判断供热蒸汽管网运行异常是否恢复，实现了科学的指导巡检人员对供热蒸汽管网内手动疏水器的排放操作，以达到用更少的人力更科学的管理范围更大的热网片区的目的，降低运行成本并提高运行安全性。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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，还可以根据这些附图获得其他的附图。
图1是本发明所涉及的蒸汽热网疏水器巡检排放操作调度方法的流程图；
图2是本发明所涉及的蒸汽热网疏水器巡检排放操作调度系统的原理框图；
图3是本发明所涉及的监测终端的原理框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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。
实施例1
图1是本发明所涉及的蒸汽热网疏水器巡检排放操作调度方法的流程图。
如图1所示，本实施例1提供了一种蒸汽热网疏水器巡检排放操作调度方法，包括：采集蒸汽参数的实测值；根据蒸汽参数的实测值构建当前工况下实际供热蒸汽管网的对应数字孪生模型；根据当前工况下的实际供热蒸汽管网的对应数字孪生模型获取蒸汽参数的预测值；根据预测值和实测值判断供热蒸汽管网运行是否异常；当供热蒸汽管网运行异常时判断相应需要调整的手动疏水器，并生成操作票(将操作票发送至相应的巡检人员)；以及根据操作票调整相应手动疏水器，并判断供热蒸汽管网运行异常是否恢复，实现了科学的指导巡检人员对供热蒸汽管网内手动疏水器的排放操作，以达到用更少的人力更科学的管理范围更大的热网片区的目的，降低运行成本并提高运行安全性。
在本实施例中，所述采集蒸汽参数的实测值的方法包括：所述蒸汽参数包括：蒸汽温度、蒸汽压力、蒸汽流量等；通过相应的传感器获取蒸汽参数的实测值，即通过相应的传感器分别获取源侧和用户侧供热蒸汽管网内的蒸汽温度实测值、蒸汽压力实测值和蒸汽流量实测值；通过高精度蒸汽温度测量传感器检测供热蒸汽管网内的蒸汽温度实测值；通过高精度蒸汽压力测量传感器检测供热蒸汽管网内的蒸汽压力实测值；通过高精度蒸汽流量测量传感器适于检测供热蒸汽管网内的蒸汽流量测值；通过相应的高精度传感器可以更加精确的检测蒸汽参数的数据，避免误差。
在本实施例中，所述根据蒸汽参数的实测值构建当前工况下的实际供热蒸汽管网的对应数字孪生模型的方法包括：通过数字孪生模型根据源侧和用户侧的蒸汽温度实测值、蒸汽压力实测值和蒸汽流量实测值建立机理模型，以生成当前工况下实际供热蒸汽管网的对应数字孪生模型；数字孪生模型通过获取蒸汽温度、蒸汽压力和蒸汽流量的实测值；数字孪生模型根据获取的源侧和用户侧的蒸汽温度、蒸汽压力和蒸汽流量的实测值建立机理模型进行仿真计算和模拟，生成当前工况下的实际供热蒸汽管网的对应数字孪生模型；当前工况下的实际供热蒸汽管网的对应数字孪生模型反应当前工况下蒸汽供热管网的数字孪生状态，即生成整个蒸汽供热管网的仿真模拟蒸汽参数的预测值；根据所述实测值与预测值比较以判断蒸汽供热管网运行是否异常。
在本实施例中，所述根据当前工况下的实际供热蒸汽管网的对应数字孪生模型获取蒸汽参数的预测值的方法包括：根据当前工况下的实际供热蒸汽管网的对应数字孪生模型获取当前工况下的数字孪生供热蒸汽管网的蒸汽压力预测值，以构建预测压力数组(由当前工况下的实际供热蒸汽管网的对应数字孪生模型仿真，获得当前工况下的数字孪生供热蒸汽管网的对应预测压力数组，该数组的预测值的排列顺序，按照对应高精度蒸汽压力测量传感器组的预测值的数值从大到小排列)，即
S′＝[P′1,P′2,...,P′n]；
其中，S′为预测压力数组；P′n为编号为n的高精度蒸汽压力测量传感器的蒸汽压力预测值。
在本实施例中，所述根据预测值和实测值判断供热蒸汽管网运行是否异常的方法包括：根据蒸汽压力实测值构建实测压力数组(由高精度蒸汽压力测量传感器组获得当前工况下的实际供热管网的实测压力数组，压力数组的排列顺序与预测压力数组对应的高精度蒸汽压力测量传感器组的编号排列顺序一致)，即
S＝[P1,P2,...,Pn]；
其中，S为实测压力数组；Pn为编号为n的高精度蒸汽压力测量传感器的蒸汽压力实测值；
高精度蒸汽压力测量传感器蒸汽压力预测值与蒸汽压力实测值之间的偏差值为：
其中，δn为编号为n的高精度蒸汽压力测量传感器蒸汽压力预测值与蒸汽压力实测值之间的偏差值；
则压力偏差数组Δ为：
Δ＝[δ1,δ2,...,δn]；
压力偏差数组Δ的编号顺序与预测压力数组的编号顺序相同；
对压力偏差数组Δ各元素按数组排列顺序依次判断，以判断相应高精度蒸汽压力测量传感器是否异常，即
当δi＞TH时，判断编号为i的高精度蒸汽压力测量传感器运行异常，并停止对压力偏差数组Δ中后续元素的继续判断；
当δi≤TH时，判断编号为i的高精度蒸汽压力测量传感器运行正常，并对下一个元素进行判断；
其中，δi为压力偏差数组Δ中编号为i的高精度蒸汽压力测量传感器蒸汽压力预测值与蒸汽压力实测值之间的偏差值，δi∈Δ；TH为判断高精度蒸汽压力测量传感器运行是否异常的阈值；通过逐一对各高精度蒸汽压力测量传感器进行判断，可以精确有效的运行异常的高精度蒸汽压力测量传感器；当高精度蒸汽压力测量传感器异常时，判断供热蒸汽管网运行异常；当供热蒸汽管网的管道内有大量冷凝水的时候管道实际可流通的管径会变小，而供汽量即蒸汽流量因为满足用户需求是不会变化的，使管内流速变大，反映出来的特征就是压降增大所以冷凝水堆积管线下游的压力测点的测量值(蒸汽压力的实测值)相比当前工况下的实际供热蒸汽管网的对应数字孪生模型计算的预测值会偏小。
在本实施例中，所述当供热蒸汽管网运行异常时判断相应需要调整的手动疏水器，并生成操作票的方法包括：根据当前工况下的实际供热蒸汽管网的对应数字孪生模型确定运行异常的高精度蒸汽压力测量传感器的位置，再结合当前工况下的实际供热蒸汽管网的对应数字孪生模型，以确定该高精度蒸汽压力测量传感器上游管线位置及手动疏水器，即根据深度遍历算法和回溯方法，获取相应高精度蒸汽压力测量传感器的上游手动疏水器；
通过图G(V,E)来存储热网的结构，V是热网中的节点，E是蒸汽管网的连接关系；通过深度遍历算法(DFS)和回溯方法，可以查找到当前高精度蒸汽压力测量传感器的上游手动疏水器；
步骤S1，生成手动疏水器编号数组ST；
步骤S2，从该高精度蒸汽压力测量传感器V1出发，逆着蒸汽流向，访问相邻且未被标记的节点并标记，同时V入栈；当V1无未标记相邻节点时，转步骤S5；否则转步骤S3；
步骤S3，当V为高精度蒸汽压力测量传感器，则V出栈，输出栈中的路径，当路径中有手动疏水器，将手动疏水器编号元素sti放入手动疏水器编号数组ST＝[st1,st2,...,sti,...,stn]，其中sti为路径中被选中的第i个疏水器的编号；由V回溯到高精度蒸汽压力测量传感器V1，转步骤S2；当V不是高精度蒸汽压力测量传感器，则继续访问相邻且未被标记的节点并标记，同时V′入栈，并转步骤S4；
步骤S4，当V′是高精度蒸汽压力测量传感器，则V′出栈，输出栈中的路径，当路径中有手动疏水器，将需要操作的手动疏水器编号元素sti放入手动疏水器编号数组ST＝[st1,st2,...,sti,...,stn]，其中sti为路径中被选中的第i个疏水器的编号；由V′回溯到节点V，转步骤S3；当V′相邻无未被标记节点，则回溯到V，V′取消标记并出栈，否则继续访问V′相邻节点，以此类推；
步骤S5，判断手动疏水器编号数组ST是否为空集；当ST数组为空集时，则输出手动疏水器编号数组ST，并结束算法；否则直接结束算法；
所述手动疏水器编号数组ST，是需要进行手动开关排放操作的手动疏水器编号数组；根据当前工况下的实际供热蒸汽管网的对应数字孪生模型对手动疏水器编号数组ST进行标识，并确定其对应的管理属性区域，并确定该管理属性区域对应的巡检人员；
根据手动疏水器编号数组ST生成进行排放操作的操作票，并将操作票发送至相应的巡检人员，告知其进行蒸汽热网手动疏水器排放操作；实现了根据供热蒸汽管网的蒸汽参数实测值和数字孪生模型仿真预测值比较，对供热蒸汽管网手动疏水器排放操作进行调度和指导。
在本实施例中，所述根据操作票调整相应手动疏水器，并判断供热蒸汽管网运行异常是否恢复的方法包括：在巡检人员进行疏水排放操作时，实时获取高精度蒸汽压力测量传感器蒸汽压力预测值与蒸汽压力实测值之间的偏差值(实时获取该手动疏水器对应的运行异常的高精度蒸汽压力测量传感器蒸汽压力预测值与蒸汽压力实测值之间的偏差值)，以判断高精度蒸汽压力测量传感器是否运行异常，即
当δj＞TL时，判断编号为j的高精度蒸汽压力测量传感器运行异常；
当δj≤TL时，判断编号为j的高精度蒸汽压力测量传感器运行正常，并提醒巡检人员手动疏水器排放操作已起效并完成，告知其将手动疏水器编号属于手动疏水器编号数组ST中的手动疏水器及时关闭；
式中，δj为压力偏差数组Δ中编号为j的高精度蒸汽压力测量传感器蒸汽压力预测值与蒸汽压力实测值之间的偏差值，需要调整的手动疏水器对应的高精度蒸汽压力测量传感器，δj∈Δ；TL为判断运行异常的高精度蒸汽压力测量传感器恢复正常运行的阈值；
当运行异常的高精度蒸汽压力测量传感器恢复正常运行时，判断供热蒸汽管网运行异常恢复。
实施例2
图2是本发明所涉及的蒸汽热网疏水器巡检排放操作调度系统的原理框图。
如图2所示，在实施例1的基础上，本在本实施例中还提供一种蒸汽热网疏水器巡检排放操作调度系统，包括：监测终端、上位机和终端；所述上位机可以但不限于采用电脑等；所述终端可以但不限于采用手机、Pad等；所述监测终端适于检测供热蒸汽管网蒸汽参数的实测值，并将实测值发送至上位机；所述上位机适于根据实测值判断供热蒸汽管网运行是否异常，当供热蒸汽管网运行异常时生成相应需要调整的手动疏水器的操作票，并将操作票发送至所述终端(巡检人员持有的终端)；当根据操作票调整相应手动疏水器时，所述上位机实时判断供热蒸汽管网运行异常是否恢复；当供热蒸汽管网运行异常恢复时，所述上位机适于发送异常恢复信息至所述终端；所述终端接收到所述上位机发送的异常恢复信息后反馈操作票至所述上位机存储。
所述上位机适于实时对疏水器排放操作时的供热蒸汽管网运行是否运行正常进行判断数据的读取，同时将实时的判断数据结果发送给终端；所述终端适于实时接收上位机传输的关于当前被判断异常的供热蒸汽管网是否恢复正常运行的判断数据结果；当终端接收的判断数据显示被判断异常的供热蒸汽管网恢复正常时，提醒巡检人员手动疏水器排放操作已起效并完成，告知其将操作票中所述的属于手动疏水器编号数组ST中的手动疏水器及时关闭，并让巡检人员将手动疏水器关闭的操作回报至操作票，最后将操作票传输于上位机进行储存；所述终端提醒方式可以但不局限于信息推送等。
在本实施例中，所述上位机适于采用实施例1所涉及的蒸汽热网疏水器巡检排放操作调度方法实现当供热蒸汽管网运行异常时生成相应需要调整的手动疏水器的操作票，以及实时判断供热蒸汽管网运行异常是否恢复。
图3是本发明所涉及的监测终端的原理框图。
如图3所示，在本实施例中，所述监测终端包括：处理器模块，以及与该处理器模块电性连接的检测模块和通讯模块；所述处理器模块可以但不限于采用STM32系列单片机；所述通讯模块可以但不限于采用WiFi等；所述检测模块包括：若干高精度蒸汽温度测量传感器、若干高精度蒸汽压力测量传感器、若干高精度蒸汽流量测量传感器；所述高精度蒸汽流量测量传感器、高精度蒸汽温度测量传感器和高精度蒸汽压力测量传感器在蒸汽热网的源侧和用户侧必须安装，管网中间可安装；所述高精度蒸汽温度测量传感器适于检测供热蒸汽管网内的蒸汽温度，以获取蒸汽温度的实测值；所述高精度蒸汽压力测量传感器适于检测供热蒸汽管网内的蒸汽压力，以获取蒸汽压力的实测值；所述高精度蒸汽流量测量传感器适于检测供热蒸汽管网内的蒸汽流量，以获取蒸汽流量的实测值；所述处理器模块适于通过所述通讯模块将蒸汽温度的实测值、蒸汽压力的实测值和蒸汽流量的实测值发送至所述上位机；所述上位机适于根据蒸汽压力实测值判断供热蒸汽管网运行是否异常，并在异常时发出警报。
综上所述，本发明通过采集蒸汽参数的实测值；根据蒸汽参数的实测值构建当前工况下实际供热蒸汽管网的对应数字孪生模型；根据当前工况下的实际供热蒸汽管网的对应数字孪生模型获取蒸汽参数的预测值；根据预测值和实测值判断供热蒸汽管网运行是否异常；当供热蒸汽管网运行异常时判断相应需要调整的手动疏水器，并生成操作票；以及根据操作票调整相应手动疏水器，并判断供热蒸汽管网运行异常是否恢复，实现了科学的指导巡检人员对供热蒸汽管网内手动疏水器的排放操作，以达到用更少的人力更科学的管理范围更大的热网片区的目的，降低运行成本并提高运行安全性。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明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。
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

Claims (4)

1.一种蒸汽热网疏水器巡检排放操作调度方法，其特征在于，包括：
采集蒸汽参数的实测值；
根据蒸汽参数的实测值构建当前工况下实际供热蒸汽管网的对应数字孪生模型；
根据当前工况下的实际供热蒸汽管网的对应数字孪生模型获取蒸汽参数的预测值；
根据预测值和实测值判断供热蒸汽管网运行是否异常；
当供热蒸汽管网运行异常时判断相应需要调整的手动疏水器，并生成操作票；以及
根据操作票调整相应手动疏水器，并判断供热蒸汽管网运行异常是否恢复；
所述采集蒸汽参数的实测值的方法包括：
通过相应的传感器获取蒸汽参数的实测值，即
通过相应的传感器分别获取源侧和用户侧供热蒸汽管网内的蒸汽温度实测值、蒸汽压力实测值和蒸汽流量实测值；
所述根据蒸汽参数的实测值构建当前工况下的实际供热蒸汽管网的对应数字孪生模型的方法包括：
通过数字孪生模型根据源侧和用户侧的蒸汽温度实测值、蒸汽压力实测值和蒸汽流量实测值建立机理模型，以生成当前工况下实际供热蒸汽管网的对应数字孪生模型；
所述根据当前工况下的实际供热蒸汽管网的对应数字孪生模型获取蒸汽参数的预测值的方法包括：
根据当前工况下的实际供热蒸汽管网的对应数字孪生模型获取当前工况下的数字孪生供热蒸汽管网的蒸汽压力预测值，以构建预测压力数组，即
S′＝[P1′,P′2,...,P′n]；
其中，S′为预测压力数组；P′n为编号为n的高精度蒸汽压力测量传感器的蒸汽压力预测值；
所述根据预测值和实测值判断供热蒸汽管网运行是否异常的方法包括：
根据蒸汽压力实测值构建实测压力数组，即
S＝[P1,P2,...,Pn]；
其中，S为实测压力数组；Pn为编号为n的高精度蒸汽压力测量传感器的蒸汽压力实测值；
高精度蒸汽压力测量传感器蒸汽压力预测值与蒸汽压力实测值之间的偏差值为：
其中，δn为编号为n的高精度蒸汽压力测量传感器蒸汽压力预测值与蒸汽压力实测值之间的偏差值；
则压力偏差数组Δ为：
Δ＝[δ1,δ2,...,δn]；
对压力偏差数组Δ各元素按数组排列顺序依次判断，以判断相应高精度蒸汽压力测量传感器是否异常，即
当δi＞TH时，判断编号为i的高精度蒸汽压力测量传感器运行异常，并停止对压力偏差数组Δ中后续元素的继续判断；
当δi≤TH时，判断编号为i的高精度蒸汽压力测量传感器运行正常，并对下一个元素进行判断；
其中，δi为压力偏差数组Δ中编号为i的高精度蒸汽压力测量传感器蒸汽压力预测值与蒸汽压力实测值之间的偏差值，δi∈Δ；TH为判断高精度蒸汽压力测量传感器运行是否异常的阈值；
当高精度蒸汽压力测量传感器异常时，判断供热蒸汽管网运行异常；
所述当供热蒸汽管网运行异常时判断相应需要调整的手动疏水器，并生成操作票的方法包括：
根据当前工况下的实际供热蒸汽管网的对应数字孪生模型确定运行异常的高精度蒸汽压力测量传感器的位置，以确定该高精度蒸汽压力测量传感器上游管线位置及手动疏水器，即
根据深度遍历算法和回溯方法，获取相应高精度蒸汽压力测量传感器的上游手动疏水器；
步骤S1，生成手动疏水器编号数组ST；
步骤S2，从该高精度蒸汽压力测量传感器V1出发，逆着蒸汽流向，访问相邻且未被标记的节点V，其中V∈V1 neighbour，并标记，同时V入栈；当V1无未标记相邻节点时，转步骤S5；否则转步骤S3；
步骤S3，当V为高精度蒸汽压力测量传感器，则V出栈，输出栈中的路径，当路径中有手动疏水器，将手动疏水器编号元素sti放入手动疏水器编号数组ST＝[st1,st2,...,sti,...,stn]，其中sti为路径中被选中的第i个疏水器的编号；由V回溯到高精度蒸汽压力测量传感器V1，转步骤S2；当V不是高精度蒸汽压力测量传感器，则继续访问相邻且未被标记的节点V′，其中V′∈V1 neighbour，并标记，同时V′入栈，并转步骤S4；
步骤S4，当V′是高精度蒸汽压力测量传感器，则V′出栈，输出栈中的路径，当路径中有手动疏水器，将需要操作的手动疏水器编号元素sti放入手动疏水器编号数组ST＝[st1,st2,...,sti,...,stn]，其中sti为路径中被选中的第i个疏水器的编号；由V′回溯到节点V，转步骤S3；当V′相邻无未被标记节点，则回溯到V，V′取消标记并出栈，否则继续访问V′相邻节点；
步骤S5，判断手动疏水器编号数组ST是否为空集；当ST数组为空集时，则输出手动疏水器编号数组ST，并结束；否则结束；
根据手动疏水器编号数组ST生成进行排放操作的操作票，并将操作票发送至相应的巡检人员。
2.如权利要求1所述的蒸汽热网疏水器巡检排放操作调度方法，其特征在于，
所述根据操作票调整相应手动疏水器，并判断供热蒸汽管网运行异常是否恢复的方法包括：
实时获取高精度蒸汽压力测量传感器蒸汽压力预测值与蒸汽压力实测值之间的偏差值，以判断高精度蒸汽压力测量传感器是否运行异常，即
当δj＞TL时，判断编号为j的高精度蒸汽压力测量传感器运行异常；
当δj≤TL时，判断编号为j的高精度蒸汽压力测量传感器运行正常；
式中，δj为压力偏差数组Δ中编号为j的高精度蒸汽压力测量传感器蒸汽压力预测值与蒸汽压力实测值之间的偏差值，需要调整的手动疏水器对应的高精度蒸汽压力测量传感器，δj∈Δ；TL为判断运行异常的高精度蒸汽压力测量传感器恢复正常运行的阈值；
当高精度蒸汽压力测量传感器均恢复正常运行时，判断供热蒸汽管网运行异常恢复。
3.一种蒸汽热网疏水器巡检排放操作调度系统，其特征在于，包括：
监测终端、上位机和终端；
所述监测终端适于检测供热蒸汽管网蒸汽参数的实测值，并将实测值发送至上位机；
所述上位机适于根据实测值判断供热蒸汽管网运行是否异常，当供热蒸汽管网运行异常时生成相应需要调整的手动疏水器的操作票，并将操作票发送至所述终端；
当根据操作票调整相应手动疏水器时，所述上位机实时判断供热蒸汽管网运行异常是否恢复；
当供热蒸汽管网运行异常恢复时，所述上位机适于发送异常恢复信息至所述终端；
所述终端接收到所述上位机发送的异常恢复信息后反馈操作票至所述上位机存储；
所述上位机适于采用如权利要求1或2所述的蒸汽热网疏水器巡检排放操作调度方法实现当供热蒸汽管网运行异常时生成相应需要调整的手动疏水器的操作票，以及实时判断供热蒸汽管网运行异常是否恢复。
4.如权利要求3所述的蒸汽热网疏水器巡检排放操作调度系统，其特征在于，
所述监测终端包括：处理器模块，以及与该处理器模块电性连接的检测模块和通讯模块；
所述检测模块包括：若干高精度蒸汽温度测量传感器、若干高精度蒸汽压力测量传感器、若干高精度蒸汽流量测量传感器；
所述高精度蒸汽温度测量传感器适于检测供热蒸汽管网内的蒸汽温度，以获取蒸汽温度的实测值；
所述高精度蒸汽压力测量传感器适于检测供热蒸汽管网内的蒸汽压力，以获取蒸汽压力的实测值；
所述高精度蒸汽流量测量传感器适于检测供热蒸汽管网内的蒸汽流量，以获取蒸汽流量的实测值；
所述处理器模块适于通过所述通讯模块将蒸汽温度的实测值、蒸汽压力的实测值和蒸汽流量的实测值发送至所述上位机。
CN202010349008.4A 2020-04-28 2020-04-28 蒸汽热网疏水器巡检排放操作调度方法及操作调度系统 Active CN111666652B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010349008.4A CN111666652B (zh) 2020-04-28 2020-04-28 蒸汽热网疏水器巡检排放操作调度方法及操作调度系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010349008.4A CN111666652B (zh) 2020-04-28 2020-04-28 蒸汽热网疏水器巡检排放操作调度方法及操作调度系统

Publications (2)

Publication Number Publication Date
CN111666652A CN111666652A (zh) 2020-09-15
CN111666652B true CN111666652B (zh) 2023-08-29

Family

ID=72382994

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010349008.4A Active CN111666652B (zh) 2020-04-28 2020-04-28 蒸汽热网疏水器巡检排放操作调度方法及操作调度系统

Country Status (1)

Country Link
CN (1) CN111666652B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112664817B (zh) * 2020-12-17 2022-11-18 浙江英集动力科技有限公司 基于蒸汽管网模型的主动式疏水系统
CN113657031B (zh) * 2021-08-12 2024-02-23 浙江英集动力科技有限公司 基于数字孪生的供热调度自动化实现方法、系统及平台
CN113883588A (zh) * 2021-09-24 2022-01-04 华能汕头海门发电有限责任公司 一种供热系统智能监盘及应急处理系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104500979A (zh) * 2014-12-02 2015-04-08 常州英集动力科技有限公司 供热管网内蒸汽流动滞留段在线诊断消除系统及工作方法
CN110276147A (zh) * 2019-06-24 2019-09-24 广东工业大学 一种基于数字孪生模型的制造系统故障溯源方法、系统
CN110442936A (zh) * 2019-07-24 2019-11-12 中国石油大学(北京) 基于数字孪生模型的设备故障诊断方法、装置及系统
CN110513767A (zh) * 2019-09-25 2019-11-29 常州英集动力科技有限公司 基于热力站阻力特性的热网水力平衡调控方法及系统
CN110889238A (zh) * 2019-12-06 2020-03-17 北京航空航天大学 一种数字孪生驱动的热压罐管控系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201132887A (en) * 2010-03-26 2011-10-01 Ind Tech Res Inst Warning apparatus for abnormal operation of a steam trap

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104500979A (zh) * 2014-12-02 2015-04-08 常州英集动力科技有限公司 供热管网内蒸汽流动滞留段在线诊断消除系统及工作方法
CN110276147A (zh) * 2019-06-24 2019-09-24 广东工业大学 一种基于数字孪生模型的制造系统故障溯源方法、系统
CN110442936A (zh) * 2019-07-24 2019-11-12 中国石油大学(北京) 基于数字孪生模型的设备故障诊断方法、装置及系统
CN110513767A (zh) * 2019-09-25 2019-11-29 常州英集动力科技有限公司 基于热力站阻力特性的热网水力平衡调控方法及系统
CN110889238A (zh) * 2019-12-06 2020-03-17 北京航空航天大学 一种数字孪生驱动的热压罐管控系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
沈沉 等.能源互联网数字孪生及其应用.《全球能源互联网》.2020,第3卷(第1期),全文. *

Also Published As

Publication number Publication date
CN111666652A (zh) 2020-09-15

Similar Documents

Publication Publication Date Title
CN111666652B (zh) 蒸汽热网疏水器巡检排放操作调度方法及操作调度系统
Romano et al. Automated detection of pipe bursts and other events in water distribution systems
Rao et al. Identification of low-level point radiation sources using a sensor network
CN112799898B (zh) 基于分布式故障检测的互联系统故障节点定位方法及系统
CN110285330B (zh) 一种基于局部离群因子的水务网管网爆管检测方法
CN105608842A (zh) 一种核反应堆燃料破损在线监测报警装置
CN113128709B (zh) 一种供水管网漏损管理系统
Li et al. Deep learning based covert attack identification for industrial control systems
CN103699514A (zh) 一种火力发电厂水处理流程稳态检测及运行工况判别方法
CN113763667A (zh) 一种基于5g边缘计算的火灾预警及状态监测装置及方法
CN117371337A (zh) 一种基于数字孪生的水利模型构建方法及系统
CN108093210A (zh) 一种变压器油位告警系统及其告警方法
CN107371175A (zh) 一种使用协作预测的自组织网络故障检测方法
CN108536980B (zh) 一种考虑可靠性因素的气体探测器离散选址优化方法
Liu et al. Exploiting a real-time self-correcting digital twin model for the middle route of the south-to-north water diversion project of china
CN117113157B (zh) 一种基于人工智能的台区用电故障检测系统
CN117879168A (zh) 一种基于多模态融合的火电站实时预警系统
CN117540310A (zh) 基于机器学习的水务涵箱的异常检测方法及系统
CN116777088A (zh) 用于保障生命安全的供电应急抢修环境监测方法及系统
Rolle et al. Data-driven leak detection and localization using LPWAN and Deep Learning
CN116992208A (zh) 一种基于物联网的油气设备数据预警管理系统及方法
CN116951328A (zh) 基于大数据的排水管线运行智慧监控系统
Machell et al. Online data processing for proactive UK water distribution network operation
Zhang et al. Burst detection based on multi-time monitoring data from multiple pressure sensors in district metering areas
Momeni et al. Prediction of Water Pipeline Condition Parameters Using Artificial Neural Networks

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