CN111913056A - 一种自适应超实时机组工况启动状态预估方法 - Google Patents

一种自适应超实时机组工况启动状态预估方法 Download PDF

Info

Publication number
CN111913056A
CN111913056A CN202010457316.9A CN202010457316A CN111913056A CN 111913056 A CN111913056 A CN 111913056A CN 202010457316 A CN202010457316 A CN 202010457316A CN 111913056 A CN111913056 A CN 111913056A
Authority
CN
China
Prior art keywords
value
analog
measuring point
slope
point
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
Application number
CN202010457316.9A
Other languages
English (en)
Other versions
CN111913056B (zh
Inventor
张豪
陈满
巩宇
彭煜民
代雄
杨铭轩
邱小波
姚明亮
于亚雄
佘俊
贺儒飞
高彦明
李德华
郭献彬
王晓翼
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.)
Peak and Frequency Regulation Power Generation Co of China Southern Power Grid Co Ltd
Original Assignee
Peak and Frequency Regulation Power Generation Co of China Southern Power Grid 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 Peak and Frequency Regulation Power Generation Co of China Southern Power Grid Co Ltd filed Critical Peak and Frequency Regulation Power Generation Co of China Southern Power Grid Co Ltd
Priority to CN202010457316.9A priority Critical patent/CN111913056B/zh
Priority to PCT/CN2020/119654 priority patent/WO2021238012A1/zh
Priority to US17/613,795 priority patent/US11761859B2/en
Publication of CN111913056A publication Critical patent/CN111913056A/zh
Application granted granted Critical
Publication of CN111913056B publication Critical patent/CN111913056B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data

Abstract

本发明提供一种自适应超实时机组工况启动状态预估方法，为值班员超实时跟踪运行机组工况启动状态变化趋势，识别异常上升趋势、启动流程大步超时等隐性缺陷提供有效方法。具体步骤如下：首先从时序事件记录表、模拟量测点表、报警阈值表、历史散点记录表中读取事件记录顺序情况、模拟量测点ID、模拟量测点一级报警值、历史散点分布记录；根据事件记录相对时间计算模拟量测点测值斜率；然后综合历史散点分布记录、模拟量测点一级报警值、模拟量测点测值的斜率计算异常状态估计值。最后当异常状态估计值低于阈值时，不发出报警；当异常状态估计值超过阈值时，发出预警提醒值班员进行预防性操作。

Description

一种自适应超实时机组工况启动状态预估方法
技术领域
本发明涉及电气设备技术领域，具体涉及一种自适应超实时机组工况启动状态预估方法。
背景技术
发电厂值班员监盘需要对超过500以上个带跳闸出口功能的模拟量测点进行监视。这些带跳闸出口功能的模拟量测点分布于监控系统上位机不同模拟图中。依靠值班员人工跟踪变化趋势提前发现异常实属不可能实现的工作任务。
监控系统中虽然带有梯度报警，但该梯度报警只能发现模拟量测点测值不稳定瞬时跳变的情况。当前由于缺少综合时序动作、模拟量测值、历史统计的自适应超实时机组工况启动状态预估方法，发电厂也只能依靠值班员定期翻阅模拟图进行状态监视。
然而往往只有当模拟量测点测值达到一级报警值和二级报警值，值班员才能发现异常。而此时留给值班员判断和处置的反应时间极短，值班员往往来不及处置，就出口跳闸给电力生产带来损失。
发明内容
本发明提供一种自适应超实时机组工况启动状态预估方法，可根据事件记录相对时间计算模拟量测点测值斜率，然后综合历史散点分布记录、模拟量测点一级报警值、模拟量测点测值的斜率计算异常状态估计值，为值班员超实时跟踪运行机组工况启动状态变化趋势，识别异常上升趋势、启动流程大步超时等隐性缺陷提供有效方法。
本发明一种自适应超实时机组工况启动状态预估方法，包括以下步骤：
(1.1)读取事件记录顺序情况、模拟量测点ID、模拟量测点一级报警值、历史散点分布记录；
(1.2)根据事件记录相对时间计算模拟量测点测值的斜率；
(1.3)综合历史散点分布记录、模拟量测点一级报警值、模拟量测点测值的斜率计算异常状态估计值P。
(1.4)当异常状态估计值P低于阈值时，不发出预警；当异常状态估计值P超过阈值时，发出预警提醒值班员进行预防性操作。
上述方法中，所述事件记录顺序情况、模拟量测点ID、模拟量测点一级报警值和历史散点分布记录分别对应从时序事件记录表、模拟量测点表、报警阈值表和历史散点记录表中读取，
所述时序事件记录表中记录的内容包括按先后顺序设置的带序号和状态的开关量信号集合K，所述开关量信号集合K至少包含机组开机令信号和机组稳态信号；所述模拟量测点表中记录的内容包括待监视模拟量测点集合M；所述报警阈值表中记录的内容包括模拟量测点的一级报警集合B1和模拟量测点的二级报警集合B2；所述历史散点记录表中记录的内容包括开关量信号集合K对应相对流程下的模拟量测点测值分布统计和测值斜率分布统计。
上述方法中，所述事件记录相对时间为开关量信号集合K中各开关量Ki([K1，K2，……，Kn]∈K)的时间记录Ti([T1，T2，……，Tn]∈T)相邻时间记录两两做差获得的时间差值△Ti([△T1，△T2，……，△Tn-1]∈△T)；所述模拟量测点测值的斜率Xi([X1，X2，……，Xn]∈X)，为待监视模拟量测点集合M中各模拟量Mi([M1，M2，……，Mn]∈M)的测值Ci([C1，C2，……，Cn]∈C)相邻测值两两做差后获得的测值差值△Ci([△C1，△C2，……，△Cn-1]∈△C)，与时间差值△Ti([△T1，△T2，……，△Tn-1]∈△T)的商，n为时序事件记录表中记录的内容包括按先后顺序设置的带序号和状态的开关量信号集合K的记录数，i表示第i个时序事件记录表中设置的开关量。
上述方法中，所述开关量信号至少包含三个内容，分别是精确至毫秒的时间记录、状态记录和设备描述；所述状态记录至少包含代表状态为“1”的状态记录和代表状态为“0”的状态记录。
上述方法中，历史散点记录表为近半年机组工况正常启动记录中开关量信号集合K对应相对流程跨步下的模拟量测点测值分布统计和测值斜率分布统计，其特征在于所述相对流程跨步下的模拟量测点测值分布统计为开关量信号集合K中各开关量Ki([K1，K2，……，Kn]∈K)的时间记录Ti([T1，T2，……，Tn]∈T)下对应的模拟量测点测值分布统计TCi([TC1，TC2，……，TCn]∈TC)和测点测值斜率分布统计TXi([TX1，TX2，……，TXn-1]∈TX)；所述模拟量测点测值分布统计TCi为横轴为开关量Ki对应时刻下模拟量测点测值CL，纵轴为分布情况的直方图统计。所述模拟量测点测值斜率分布统计TXi为横轴为开关量Ki对应时刻下模拟量测点测值斜率XL，纵轴为分布情况的直方图统计。
上述方法中，所述的相对流程跨步下的模拟量测点测值分布统计和测值斜率分布统计，其特征在于由以下步骤获得：
(6.1)遍历统计周期内的开关量记录，将按顺序同时满足开关量信号集合K的开关量信号取出，按开关量信号集合K的顺序将取出的开关量信号的时间存在时间序列TL中；
(6.2)遍历统计周期内的模拟量测点ID集合M的模拟量记录，将时标为时间序列TL且为模拟量测点集合M的测点测值取出获得集合CL和测点测值斜率XL；
(6.3)得到横轴为开关量Ki对应时刻下各模拟量测点测值CL，纵轴为模拟量测点测值分布的直方图统计的为模拟量测点测值分布统计TCi；得到横轴为开关量Ki对应时刻下各模拟量测点测值斜率XL，纵轴为模拟量测点测值斜率分布的直方图统计即为模拟量测点测值斜率分布统计TXi。
上述方法中，所述综合历史散点分布记录、模拟量测点一级报警值、模拟量测点测值的斜率计算异常状态估计值P，其特征在于包含以下步骤：
(7.1)设异常状态估计值P为0％，当模拟量测值大于模拟量测点一级报警值时，则异常状态估计值P为100％，向值班员预警测点测值越高限；当模拟量测值不大于模拟量测点一级报警值时，且开关量Ki对应模拟量测点测值Ci在以模拟量测点测值直方图统计TCi的平均值cavi为中心1.96倍均方差σc正方向以外，即模拟量测点测值的斜率Xi大于(cavi+1.96σc)，异常状态估计值P赋值为50％，并转至第(7.2)步；当模拟量测值不大于模拟量测点一级报警值时，且开关量Ki对应模拟量测点测值Ci不在以模拟量测点测值直方图统计TCi的平均值cavi为中心1.96倍均方差σc正方向以外，即模拟量测点测值的斜率Xi不大于(cavi+1.96σc)，异常状态估计值P赋值为40％，并转至第(7.2)步；
(7.2)当开关量Ki对应模拟量测点测值的斜率Xi在以模拟量测点测值斜率直方图统计TXi的平均值xavi为中心1.96倍均方差σx正方向以外，即模拟量测点测值的斜率Xi大于(xavi+1.96σx)，则转至第(7.3)步；当开关量Ki对应模拟量测点测值的斜率Xi在以模拟量测点测值斜率直方图统计TXi的平均值xavi为中心1.96倍均方差σx负方向以外，即模拟量测点测值的斜率Xi小于(xavi-1.96σx)，则转至第(7.4)步；否则异常状态估计值P为0％，不向值班员预警；
(7.3)向值班员预警测点测值有越高限风险，并对比前续开关量Kt(0＜t≤i，t为正整数)判断连续出现预警测点测值有越高限风险的情况的次数e(e＝i-t，e为正整数)，异常状态估计值P为P+e×10％，i＝i+1，并转至第(7.1)步；
(7.4)向值班员预警启动流程大步有超时风险，并对比前续开关量Kt(0＜t≤i，t为正整数)判断连续出现预警启动流程大步有超时风险的情况的次数q(q＝i-t，q为正整数)，异常状态估计值P为P+q×10％，i＝i+1，并转至第(7.1)步。
上述方法中，所述的异常状态估计值P的阈值δ是50％。
上述方法中，所述的值班员进行预防性操作包括：
(9.1)在监控系统上位机确认预警是否正确：
(9.2)向上级调度值班人员报告：
(9.3)通知本厂站值班人员。
上述方法中，所述在监控系统上位机确认预警是否正确，包括检查机组是否确在启动状态，并/或，调出模拟图检查模拟量测值是否偏高；
所述向上级调度值班人员报告，包括报告当前启动机组有启动失败风险，并/或，申请收回机组控制权；
所述通知本厂站值班人员，包括将发现异常情况告知值班人员，并/或，通知值班人员提前到现场处置。
与现有技术相比，本发明填补了工程界的空白，具有以下有益效果：
(1)本发明提供了综合时序动作、模拟量测值、历史统计的超实时预估机组工况启动状态的标准化分析方法，可通过计算机用自动检测和控制的方式，实现综合历史和实时开关量信号和模拟量测点测值的超实时监视，为辨识测值异常上升和启动流程大步超时等隐性缺陷提供有效方法。
(2)本发明不仅可避免事故(事件)的发生和升级，还可为风险管控和有效处置赢得宝贵的预控时间。本发明提供了根据近半年机组工况启动记录的历史模拟量信号和开关量信号形成以开关量信号和模拟量测点为统计对象，统计分布为度量的历史直方图分布统计的标准化方法，实现了启动预警阈值与分布统计的解耦，为实时在线的预估提供自适应的历史统计依据。
(3)本发明提供的基于开关量信号相对流程跨步下的模拟量测点测值斜率计算方法和评估方法，使得过去通过测值辨识趋势异常上升和通过跨步时长辨识启动流程大步超时的两个研判工作的统一为对斜率的研判，为超实时预估机组工况启动状态提供有效评估指标。
(4)本发明结合工程经验，提出从监控系统获取历史和当前的模拟量信号数据和开关量信号数据，综合时序动作、模拟量测值、历史统计的进行状态预估，掌握运行设备历史和实时性能的变化趋势，超前预知监控系统的模拟量信号数据变化趋势，使得值班员在事故(事件)发生前得以提前预警。
(5)本发明全面考虑监控信号的特性，对相关分析方法进行标准化，并交给计算机自动完成，为发电厂的安全生产提供可靠的技术保障。
附图说明
图1为本发明实施例中一种自适应超实时机组工况启动状态预估方法的流程图。
具体实施方式
以下结合附图和实例对本发明的具体实施作进一步说明，但本发明的实施和保护不限于此。需指出的是，以下若有未特别详细说明之过程，均是本领域技术人员可参照现有技术实现或理解的。
以下对广州蓄能水电厂2019年04月10日11:00至19:00，#4机组发电工况启动的监控信号进行实例分析。
结合图1流程，一种自适应超实时机组工况启动状态预估方法包括以下步骤：
(1.1)从时序事件记录表(下表1)、模拟量测点表(下表2)、报警阈值表(下表3)、历史散点记录表(下表4)中读取事件记录顺序情况、模拟量测点ID、模拟量测点一级报警值、历史散点分布记录。
所述时序事件记录表中记录的内容包括按先后顺序设置的带序号和状态的开关量信号集合K，所述开关量信号集合K至少包含机组开机令信号和机组稳态信号；所述模拟量测点表中记录的内容包括待监视模拟量测点集合M；所述报警阈值表中记录的内容包括模拟量测点的一级报警集合B1和模拟量测点的二级报警集合B2；所述历史散点记录表中记录的内容包括开关量信号集合K对应相对流程跨步下的模拟量测点测值分布统计和测值斜率分布统计，跨步是指机组工况启动流程中流程步的标志位信号之间的信号节点，或者是机组工况启动流程中流程步程序发令到设备动作反馈之间的信号节点。开关量信号至少包含三个内容，分别是精确至毫秒的时间记录、状态记录和设备描述，状态记录至少包含代表状态为“1”的状态记录和代表状态为“0”的状态记录。
相对流程跨步下的模拟量测点测值分布统计为开关量信号集合K中各开关量Ki([K1，K2，……，Kn]∈K)的时间记录Ti([T1，T2，……，Tn]∈T)下对应的模拟量测点测值分布统计TCi([TC1，TC2，……，TCn]∈TC)和测点测值斜率分布统计TXi([TX1，TX2，……，TXn-1]∈TX)，n为时序事件记录表中记录的内容包括按先后顺序设置的带序号和状态的开关量信号集合K的记录数，i表示第i个时序事件记录表中设置的开关量，模拟量测点测值分布统计TCi为横轴为开关量Ki对应时刻下模拟量测点测值CL，纵轴为分布情况的直方图统计，所述模拟量测点测值斜率分布统计TXi为横轴为开关量Ki对应时刻下模拟量测点测值斜率XL，纵轴为分布情况的直方图统计。
模拟量测点测值分布统计和所述测值斜率分布统计具体由以下步骤获得：
步骤a、遍历统计周期内的开关量记录，将按顺序同时满足开关量信号集合K的开关量信号取出，按开关量信号集合K的顺序将取出的开关量信号的时间存在时间序列TL中，本实施例中的统计周期为近半年；
步骤b、遍历统计周期内的模拟量测点集合M的模拟量记录，将时标为时间序列TL且为模拟量测点集合M的测点测值取出获得集合CL和测点测值斜率XL；
步骤c、得到横轴为开关量Ki对应时刻下各模拟量测点测值CL，纵轴为模拟量测点测值分布的模拟量测点测值分布统计TCi；得到横轴为开关量Ki对应时刻下各模拟量测点测值斜率XL，纵轴为模拟量测点测值斜率分布的模拟量测点测值斜率分布统计TXi。
表1时序事件记录表
Figure BDA0002509738150000061
表2模拟量测点表
Figure BDA0002509738150000071
表3报警阈值表
序号 模拟量测点短名 一级报警值B<sub>1</sub> 二级报警值B<sub>2</sub>
1 04GTASMS4 75℃ 80℃
表4历史散点分布记录
Figure BDA0002509738150000072
(1.2)根据事件记录相对时间计算模拟量测点测值的斜率。
其中，事件记录相对时间为开关量信号集合K中各开关量Ki([K1，K2，……，Kn]∈K)的时间记录Ti([T1，T2，……，Tn]∈T)中相邻时间记录两两做差获得的时间差值△Ti([△T1，△T2，……，△Tn-1]∈△T)；模拟量测点测值的斜率Xi([X1，X2，……，Xn]∈X)，为待监视模拟量测点集合M中各模拟量Mi([M1，M2，……，Mn]∈M)的测值Ci([C1，C2，……，Cn]∈C)相邻测值两两做差后获得的测值差值△Ci([△C1，△C2，……，△Cn-1]∈△C)，与时间差值△Ti([△T1，△T2，……，△Tn-1]∈△T)的商，n为时序事件记录表中记录的内容包括按先后顺序设置的带序号和状态的开关量信号集合K的记录数，i表示第i个时序事件记录表中设置的开关量。计算结果如下表5所示。
表5
Figure BDA0002509738150000081
(1.3)综合历史散点分布记录、模拟量测点一级报警值、模拟量测点测值的斜率计算异常状态估计值P。
其中，获得异常状态估计值P的具体步骤如下：
(7.1)设异常状态估计值P为0％，当模拟量测点测值大于模拟量测点一级报警值时，则异常状态估计值P为100％，向值班员预警测点测值越高限，即向值班员预警测点测值超过测值报警上限；当模拟量测点测值不大于模拟量测点一级报警值时，且开关量Ki对应模拟量测点测值Ci在以模拟量测点测值直方图统计TCi的平均值cavi为中心1.96倍均方差σc正方向以外，即模拟量测点测值的斜率Xi大于(cavi+1.96σc)时，异常状态估计值P赋值为50％，并转至第(6.2)步；当模拟量测值不大于模拟量测点一级报警值时，且开关量Ki对应模拟量测点测值Ci不在以模拟量测点测值直方图统计TCi的平均值cavi为中心1.96倍均方差σc正方向以外，即模拟量测点测值的斜率Xi不大于(cavi+1.96σc)时，，σc是测值的标准差，异常状态估计值P赋值为40％，并转至第(6.2)步；
(7.2)当开关量Ki对应模拟量测点测值的斜率Xi在以模拟量测点测值斜率直方图统计TXi的平均值xavi为中心1.96倍均方差σx正方向以外，即模拟量测点测值的斜率Xi大于(xavi+1.96σx)，则转至第(6.3)步；当开关量Ki对应模拟量测点测值的斜率Xi在以模拟量测点测值斜率直方图统计TXi的平均值xavi为中心1.96倍均方差σx负方向以外，即模拟量测点测值的斜率Xi小于(xavi-1.96σx)，σx是测值斜率的标准差，则转至第(6.4)步；否则异常状态估计值P为0％，不向值班员预警；
(7.3)向值班员预警测点测值有越高限风险，并对比前续开关量Kt(0＜t≤i，t为正整数)判断连续出现预警测点测值有越高限风险的情况的次数e(e＝i-t，e为正整数)，异常状态估计值P为P+e×10％，i＝i+1，并转至第(6.1)步；
(7.4)向值班员预警启动流程大步有超时风险(流程大步是指机组启动流程中程序块标志位的开始和程序块标志位的结束之间的程序步骤)，并对比前续开关量Kt(0＜t≤i，t为正整数)判断连续出现预警启动流程大步有超时风险的情况的次数q(q＝i-t，q为正整数)，异常状态估计值P为P+q×10％，i＝i+1，并转至第(7.1)步。
最终获得的计算结果如下表6所示。
表6
Figure BDA0002509738150000091
(1.4)当异常状态估计值P低于阈值时，不发出预警；当异常状态估计值P超过阈值时，发出预警提醒值班员进行预防性操作。本实施例中阈值为50％，即异常状态估计值P超过50％，即发出预警提醒值班员进行预防性操作。
本实施例中值班员进行的预防性操作包括：
1)在监控系统上位机确认预警是否正确：
·检查机组是否确在启动状态。
·调出模拟图检查模拟量测值是否偏高。
2)向上级调度值班人员报告：
·报告当前启动机组有启动失败风险。
·申请收回机组控制权。
·若厂站有备用机组则申请启动备用机组进行换机操作。
3)通知本厂站值班人员：
·将发现异常情况告知值班人员。
·通知值班人员提前到现场处置。
结论：
可见，本发明提供了综合时序动作、模拟量测值、历史统计的自适应超实时预估机组工况启动状态的标准化分析方法，在机组模拟量测点未达到一级报警值75℃，即可通过计算机自动检测和控制的方式，实现综合当前和实时开关量信号和模拟量测点测值的自适应超实时监视，为辨识测值异常上升和启动流程大步超时等隐性缺陷提供有效方法，使得值班员在事故(事件)发生前得以提前开展预防性操作，为值班员赢得宝贵的处置时间，并减少事故(事件)带来的损失和影响。

Claims (10)

1.一种自适应超实时机组工况启动状态预估方法，其特征在于，包括以下步骤：
(1.1)读取事件记录顺序情况、模拟量测点ID、模拟量测点一级报警值、历史散点分布记录；
(1.2)根据事件记录相对时间计算模拟量测点测值的斜率；
(1.3)综合历史散点分布记录、模拟量测点一级报警值和模拟量测点测值的斜率计算异常状态估计值P；
(1.4)当异常状态估计值P低于阈值时，不发出预警；当异常状态估计值P超过阈值时，发出预警提醒值班员进行预防性操作。
2.根据权利要求1所述的一种自适应超实时机组工况启动状态预估方法，其特征在于：所述事件记录顺序情况、模拟量测点ID、模拟量测点一级报警值和历史散点分布记录分别对应从时序事件记录表、模拟量测点表、报警阈值表和历史散点记录表中读取，
所述时序事件记录表中记录的内容包括按先后顺序设置的带序号和状态的开关量信号集合K，所述开关量信号集合K至少包含机组开机令信号和机组稳态信号；所述模拟量测点表中记录的内容包括待监视模拟量测点集合M；所述报警阈值表中记录的内容包括模拟量测点的一级报警集合B1；所述历史散点记录表中记录的内容包括开关量信号集合K对应相对流程跨步下的模拟量测点测值分布统计和测值斜率分布统计。
3.根据权利要求2所述的一种自适应超实时机组工况启动状态预估方法，其特征在于：步骤(1.2)所述事件记录相对时间为开关量信号集合K中各开关量Ki([K1，K2，……，Kn]∈K)的时间记录Ti([T1，T2，……，Tn]∈T)中相邻时间记录两两做差获得的时间差值△Ti([△T1，△T2，……，△Tn-1]∈△T)；
所述模拟量测点测值的斜率Xi([X1，X2，……，Xn]∈X)，为待监视模拟量测点集合M中各模拟量Mi([M1，M2，……，Mn]∈M)的测值Ci([C1，C2，……，Cn]∈C)中相邻测值两两做差后获得的测值差值△Ci([△C1，△C2，……，△Cn-1]∈△C)与时间差值△Ti([△T1，△T2，……，△Tn-1]∈△T)的商，n为时序事件记录表中记录的内容包括按先后顺序设置的带序号和状态的开关量信号集合K的记录数，i表示第i个时序事件记录表中设置的开关量。
4.根据权利要求2或3任一所述的一种自适应超实时机组工况启动状态预估方法，其特征在于：所述开关量信号至少包含三个内容，分别是精确至毫秒的时间记录、状态记录和设备描述；所述状态记录至少包含代表状态为“1”的状态记录和代表状态为“0”的状态记录。
5.根据权利要求2所述的一种自适应超实时机组工况启动状态预估方法，其特征在于：所述相对流程跨步下的模拟量测点测值分布统计为开关量信号集合K中各开关量Ki([K1，K2，……，Kn]∈K)的时间记录Ti([T1，T2，……，Tn]∈T)下对应的模拟量测点测值分布统计TCi([TC1，TC2，……，TCn]∈TC)和测点测值斜率分布统计TXi([TX1，TX2，……，TXn-1]∈TX)；
所述模拟量测点测值分布统计TCi为横轴为开关量Ki对应时刻下模拟量测点测值CL，纵轴为分布情况的直方图统计；
所述模拟量测点测值斜率分布统计TXi为横轴为开关量Ki对应时刻下模拟量测点测值斜率XL，纵轴为分布情况的直方图统计。
6.根据权利要求5所述一种自适应超实时机组工况启动状态预估方法，其特征在于：所述相对流程跨步下的模拟量测点测值分布统计和所述测值斜率分布统计，由以下步骤获得：
(6.1)遍历统计周期内的开关量记录，将按顺序同时满足开关量信号集合K的开关量信号取出，按开关量信号集合K的顺序将取出的开关量信号的时间存在时间序列TL中；
(6.2)遍历统计周期内的模拟量测点集合M的模拟量记录，将时标为时间序列TL且为模拟量测点集合M的测点测值取出获得集合CL和测点测值斜率XL；
(6.3)得到横轴为开关量Ki对应时刻下各模拟量测点测值CL，纵轴为模拟量测点测值分布的模拟量测点测值分布统计TCi；得到横轴为开关量Ki对应时刻下各模拟量测点测值斜率XL，纵轴为模拟量测点测值斜率分布的模拟量测点测值斜率分布统计TXi。
7.根根据权利要求1所述的一种自适应超实时机组工况启动状态预估方法，其特征在于，步骤(1.3)所述综合历史散点分布记录、模拟量测点一级报警值和模拟量测点测值的斜率计算异常状态估计值P，其特征在于，包含以下步骤：
(7.1)设异常状态估计值P为0％，当模拟量测点测值大于模拟量测点一级报警值时，则异常状态估计值P为100％，向值班员预警测点测值越高限；当模拟量测点测值不大于模拟量测点一级报警值时，且开关量Ki对应模拟量测点测值Ci在以模拟量测点测值直方图统计TCi的平均值cavi为中心1.96倍均方差σc正方向以外，即模拟量测点测值的斜率Xi大于(cavi+1.96σc)时，异常状态估计值P赋值为50％，并转至第(7.2)步；当模拟量测值不大于模拟量测点一级报警值时，且开关量Ki对应模拟量测点测值Ci不在以模拟量测点测值直方图统计TCi的平均值cavi为中心1.96倍均方差σc正方向以外，即模拟量测点测值的斜率Xi不大于(cavi+1.96σc)时，σc是测值的标准差，异常状态估计值P赋值为40％，并转至第(7.2)步，
(7.2)当开关量Ki对应模拟量测点测值的斜率Xi在以模拟量测点测值斜率直方图统计TXi的平均值xavi为中心1.96倍均方差σx正方向以外，即模拟量测点测值的斜率Xi大于(xavi+1.96σx)，则转至第(7.3)步；当开关量Ki对应模拟量测点测值的斜率Xi在以模拟量测点测值斜率直方图统计TXi的平均值xavi为中心1.96倍均方差σx负方向以外，即模拟量测点测值的斜率Xi小于(xavi-1.96σx)，σx是测值斜率的标准差，则转至第(7.4)步；否则异常状态估计值P为0％，不向值班员预警；
(7.3)向值班员预警测点测值有越高限风险，并对比前续开关量Kt(0＜t≤i，t为正整数)判断连续出现预警测点测值有越高限风险的情况的次数e(e＝i-t，e为正整数)，异常状态估计值P为P+e×10％，i＝i+1，并转至第(7.1)步；
(7.4)向值班员预警启动流程大步有超时风险，并对比前续开关量Kt(0＜t≤i，t为正整数)判断连续出现预警启动流程大步有超时风险的情况的次数q(q＝i-t，q为正整数)，异常状态估计值P为P+q×10％，i＝i+1，并转至第(7.1)步。
8.根据权利要求1所述的一种自适应超实时机组工况启动状态预估方法，其特征在于步骤(1.4)所述的异常状态估计值P的阈值δ是50％。
9.根据权利要求1所述的一种自适应超实时机组工况启动状态预估方法，其特征在于，步骤(1.4)所述的值班员进行预防性操作包括：
(9.1)在监控系统上位机确认预警是否正确：
(9.2)向上级调度值班人员报告：
(9.3)通知本厂站值班人员。
10.根据权利要求1所述的一种自适应超实时机组工况启动状态预估方法，其特征在于，
所述在监控系统上位机确认预警是否正确，包括检查机组是否确在启动状态，并/或，调出模拟图检查模拟量测值是否偏高；
所述向上级调度值班人员报告，包括报告当前启动机组有启动失败风险，并/或，申请收回机组控制权；
所述通知本厂站值班人员，包括将发现异常情况告知值班人员，并/或，通知值班人员提前到现场处置。
CN202010457316.9A 2020-05-26 2020-05-26 一种自适应超实时机组工况启动状态预估方法 Active CN111913056B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010457316.9A CN111913056B (zh) 2020-05-26 2020-05-26 一种自适应超实时机组工况启动状态预估方法
PCT/CN2020/119654 WO2021238012A1 (zh) 2020-05-26 2020-09-30 一种自适应超实时机组工况启动状态预估方法
US17/613,795 US11761859B2 (en) 2020-05-26 2020-09-30 Method for self-adaption faster-than-real-time working condition start-up state prediction and estimation of unit

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010457316.9A CN111913056B (zh) 2020-05-26 2020-05-26 一种自适应超实时机组工况启动状态预估方法

Publications (2)

Publication Number Publication Date
CN111913056A true CN111913056A (zh) 2020-11-10
CN111913056B CN111913056B (zh) 2021-10-29

Family

ID=73237530

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010457316.9A Active CN111913056B (zh) 2020-05-26 2020-05-26 一种自适应超实时机组工况启动状态预估方法

Country Status (3)

Country Link
US (1) US11761859B2 (zh)
CN (1) CN111913056B (zh)
WO (1) WO2021238012A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116382214A (zh) * 2023-04-28 2023-07-04 南方电网调峰调频发电有限公司储能科研院 一种脚本自动触发流程预警方法、装置和计算机设备

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115311829B (zh) * 2022-10-12 2023-02-03 山东未来网络研究院(紫金山实验室工业互联网创新应用基地) 一种基于海量数据的精准告警方法及系统
CN116311814B (zh) * 2022-12-29 2023-12-05 国网山东省电力公司淄博供电公司 高压开关柜运行状态分析、主动预警系统及方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104697653A (zh) * 2015-02-10 2015-06-10 上海交通大学 基于web的超高压变配电站关键设备温度预警系统
CN104933295A (zh) * 2015-05-27 2015-09-23 广东蓄能发电有限公司 电气设备开关量记录纠错方法
CN105045253A (zh) * 2015-05-27 2015-11-11 广东蓄能发电有限公司 电气设备异常运行工况快速甄别方法
CN106610617A (zh) * 2017-01-16 2017-05-03 广东蓄能发电有限公司 一种蓄能机组故障分析系统及方法
CN110134079A (zh) * 2019-03-26 2019-08-16 石化盈科信息技术有限责任公司 一种基于斜率分析的工艺参数预警方法及系统
CN110412966A (zh) * 2018-04-27 2019-11-05 新疆金风科技股份有限公司 监测变桨电机温度异常的方法和装置
CN110702437A (zh) * 2019-09-12 2020-01-17 国电大渡河流域水电开发有限公司龚嘴水力发电总厂 一种水轮发电机组油压系统健康状况的评价方法
CN110727263A (zh) * 2019-10-31 2020-01-24 南方电网调峰调频发电有限公司 一种设备动作顺序异常及监控信号抖动状态的检修方法
CN110868334A (zh) * 2019-10-31 2020-03-06 南方电网调峰调频发电有限公司 监控信号与设备工况或设备状态不匹配的状态检修方法
CN110939550A (zh) * 2019-12-13 2020-03-31 风脉能源（武汉）股份有限公司 变桨电机温度异常监测方法和预警方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN204612758U (zh) 2015-05-04 2015-09-02 神华集团有限责任公司 用于火电机组的模拟量测点监测设备
CN204697653U (zh) 2015-06-05 2015-10-14 陈大刚 一种手推式灌溉车
KR20180116808A (ko) 2017-04-18 2018-10-26 현대자동차주식회사 신호등 상태 예측 장치 및 방법
CN107165770B (zh) 2017-05-22 2020-01-07 武汉大学 一种抽水蓄能电站机组启动暂态监测与安全评估系统及方法
CN110045719B (zh) 2019-04-30 2022-07-01 孚创动力控制技术（启东）有限公司 一种远程故障诊断方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104697653A (zh) * 2015-02-10 2015-06-10 上海交通大学 基于web的超高压变配电站关键设备温度预警系统
CN104933295A (zh) * 2015-05-27 2015-09-23 广东蓄能发电有限公司 电气设备开关量记录纠错方法
CN105045253A (zh) * 2015-05-27 2015-11-11 广东蓄能发电有限公司 电气设备异常运行工况快速甄别方法
CN106610617A (zh) * 2017-01-16 2017-05-03 广东蓄能发电有限公司 一种蓄能机组故障分析系统及方法
CN110412966A (zh) * 2018-04-27 2019-11-05 新疆金风科技股份有限公司 监测变桨电机温度异常的方法和装置
CN110134079A (zh) * 2019-03-26 2019-08-16 石化盈科信息技术有限责任公司 一种基于斜率分析的工艺参数预警方法及系统
CN110702437A (zh) * 2019-09-12 2020-01-17 国电大渡河流域水电开发有限公司龚嘴水力发电总厂 一种水轮发电机组油压系统健康状况的评价方法
CN110727263A (zh) * 2019-10-31 2020-01-24 南方电网调峰调频发电有限公司 一种设备动作顺序异常及监控信号抖动状态的检修方法
CN110868334A (zh) * 2019-10-31 2020-03-06 南方电网调峰调频发电有限公司 监控信号与设备工况或设备状态不匹配的状态检修方法
CN110939550A (zh) * 2019-12-13 2020-03-31 风脉能源（武汉）股份有限公司 变桨电机温度异常监测方法和预警方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
霍娟等: "基于温度信号的风电机组发电机实时可靠性监测新方法", 《可再生能源》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116382214A (zh) * 2023-04-28 2023-07-04 南方电网调峰调频发电有限公司储能科研院 一种脚本自动触发流程预警方法、装置和计算机设备

Also Published As

Publication number Publication date
US20220326122A1 (en) 2022-10-13
US11761859B2 (en) 2023-09-19
WO2021238012A1 (zh) 2021-12-02
CN111913056B (zh) 2021-10-29

Similar Documents

Publication Publication Date Title
CN111913056B (zh) 一种自适应超实时机组工况启动状态预估方法
CN106372735B (zh) 一种继电保护状态评估方法
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
CN110414154B (zh) 一种带有双测点的风机部件温度异常检测和报警方法
CN107302264B (zh) 一种变电站二次自动化设备稳定运行管控方法
CN112713649B (zh) 一种基于极限学习机的电力设备剩余寿命预测方法
KR20020019022A (ko) 반도체 처리 기술
EP3270250A1 (en) Method and system for remote monitoring of power generation units
CN103823433A (zh) 一种使用通讯过程分析实现继电保护设备在线监测的方法
CN107147213B (zh) 电网频发监控信息智能告警及综合分析治理方法
EP3553044A1 (en) System and method of remote object monitoring
CN113239132B (zh) 一种电压互感器的超差在线辨识方法
CN114781476B (zh) 一种量测设备故障分析系统和方法
CN107247198A (zh) 一种配电设备故障预测方法及装置
CN113032728A (zh) 基于数据驱动误差评估结果的电压互感器状态评估方法及系统
CN109962528A (zh) 一种变电站二次设备智能管控系统
CN112016193B (zh) 一种盾构机系统的润滑失效在线预测方法及系统
CN105302476B (zh) 一种用于核电站设备的可靠性数据在线采集分析存储系统及其存储方法
CN111509839A (zh) 一种基于告警信号的跳闸事件化模型分析方法
CN104377815A (zh) 一种继电保护设备在线监测方法
CN104375482A (zh) 一种继电保护装置在线评估方法
CN111915052B (zh) 一种模拟量测值智能预测算法的自适应测试方法
CN110516960A (zh) 一种变电站继电保护设备的可靠性指标定量计算方法
CN117215498B (zh) 基于硬件存储监管的企业数据存储智能管理系统
CN112564033B (zh) 基于主辅数据融合的断路器保护装置异常识别方法及系统

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
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20201110

Assignee: WEIHAI CIMSTECH Co.,Ltd.

Assignor: Energy Storage Research Institute of China Southern Power Grid Peak Regulation and Frequency Regulation Power Generation Co.,Ltd.

Contract record no.: X2024980001725

Denomination of invention: An Adaptive Ultra Real Time Method for Predicting the Starting State of Unit Operating Conditions

Granted publication date: 20211029

License type: Common License

Record date: 20240131

Application publication date: 20201110

Assignee: BEIJING HUAKE TONGAN MONITOR TECHNOLOGY CO.,LTD.

Assignor: Energy Storage Research Institute of China Southern Power Grid Peak Regulation and Frequency Regulation Power Generation Co.,Ltd.

Contract record no.: X2024980001724

Denomination of invention: An Adaptive Ultra Real Time Method for Predicting the Starting State of Unit Operating Conditions

Granted publication date: 20211029

License type: Common License

Record date: 20240131