CN112069606A - 用于制氢储氢加氢站点的实时安全监测系统及监测方法 - Google Patents

用于制氢储氢加氢站点的实时安全监测系统及监测方法 Download PDF

Info

Publication number
CN112069606A
CN112069606A CN201910428827.5A CN201910428827A CN112069606A CN 112069606 A CN112069606 A CN 112069606A CN 201910428827 A CN201910428827 A CN 201910428827A CN 112069606 A CN112069606 A CN 112069606A
Authority
CN
China
Prior art keywords
hydrogen production
module
decision
real
storage
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
CN201910428827.5A
Other languages
English (en)
Other versions
CN112069606B (zh
Inventor
赵英田
王维
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.)
Beijing Huaienjike Technology Co ltd
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201910428827.5A priority Critical patent/CN112069606B/zh
Publication of CN112069606A publication Critical patent/CN112069606A/zh
Application granted granted Critical
Publication of CN112069606B publication Critical patent/CN112069606B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种用于制氢储氢加氢站点的实时安全监测系统及监测方法，采用传感器、数据采集模块、核心分析模块、决策支持模块、云端数据融合模块和人机交互模块；解决了制、加、储氢站点及相关系统完整安全状态及实际运行状态无法进行实时监测的问题，能够明确出系统整体运行水平，从而辅助站点系统的运行操作、事故处理、日常培训、质量保证。

Description

用于制氢储氢加氢站点的实时安全监测系统及监测方法
技术领域
本发明属于氢气监测领域，具体涉及一种用于制氢储氢加氢站点的实时安全监测系统。
背景技术
在制氢、供氢及加注氢的站点运行过程中，由于氢气无色无味易扩散易燃易爆的物理化学性质，需要对站点工程系统进行实时地运行监测，由于构成站点的系统设备及部件众多、结构复杂等特点，传统站点监测目标的实现或手段，一般是针对氢气浓度、容器压力等单一物理量或物理现象所实现的具体监测装置、或结合某些单一的安全装置如氢气泄漏传感器、氢气浓度监测器等实现的单一信号反馈装置，对于制加氢站的系统整体并没有全面的状态监测及分析评估能力。同时，也难以实现对于不同类型安全监测对象所产生的信号之间的相互关系与彼此影响的综合分析与评价，很难对系统进行整体的分析并进而给出针对系统整体运行情况及所处的安全状态或可靠性水平的完整结论。
在存在安全隐患的工业系统中，系统运行或事故隐患的发生一般以秒计数，单凭人力的肉眼观察、视听感知往往会造成难以估量的负面后果。且氢系统由于氢气本身无色无味甚至高纯氢小量点燃都无火焰颜色等问题，导致系统安全隐患加剧、存在较高的运行风险。
发明内容
本发明的目的是提供一种用于制氢储氢加氢站点的实时安全监测系统，解决了制、加、储氢站点及相关系统(设备)完整安全状态及实际运行状态无法进行实时监测的问题，能够明确出系统整体运行水平，从而辅助站点系统的运行操作、事故处理、日常培训、质量保证。
本发明的技术方案为：一种用于制氢储氢加氢站点的实时安全监测系统，其特征在于：包括传感器、数据采集模块、核心分析模块、决策支持模块、云端数据融合模块和人机交互模块；
传感器布置于布置于制氢储氢加氢站点的工作介质容器中；
数据采集模块通过传感器采集制氢储氢加氢站点的内部信息，同时通过官方信息获取外部信息并发送给核心分析模块；
核心分析模块用于实现针对站点的状态分析及评估，具体为：根据站点具体的工程系统结构，建立故障树分析模型，并依据结构可靠性分析方法建立与制氢储氢加氢站点物理设备及运行操作特点相对应的数学模型，该数学模型与故障树分析模型相对应，表述为布尔代数型结构函数F，作为系统故障情景的最小割集：
F＝C1+C2+...+Ci+...CM
Ci＝si,1*si,2*si,3*...si,j*...*si,N(i)
Ci:可能导致非正常工况的第i种异常组合的概率值；
si,j:可能导致第i种异常组合中的第j个故障的概率值；
N(i):第i种异常组合的所有可能故障信号数目；
数据采集模块获取的内外部信息输入上述布尔代数型结构函数F中，得到相应的制氢储氢加氢站点的可靠性数值结果；
如果数值结果大于设定的失效阈值，表征站点出现异常，则通过决策支持模块进行辅助决策；
如果数值结果小于设定的失效阈值，表征站点运行正常，则通过人机交互模块显示实时运行状态；
决策支持模块通过所获取的制氢储氢加氢站点的可靠性数值结果，结合站点运行条件及状态特征，以及外部环境信息及特征指标，实现对于站点运行操作过程中的决策支持。
一种用于制氢储氢加氢站点的实时安全监测方法，其特征在于，具体包括以下步骤：
S1、将传感器布置于制氢储氢加氢站点的工作介质容器中；数据采集模块通过传感器采集制氢储氢加氢站点的内部信息，同时通过官方信息获取外部信息；
S2、根据站点具体的工程系统结构，建立故障树分析模型，并建立与制氢储氢加氢站点物理设备及运行操作特点相对应的数学模型，该数学模型与故障树分析模型相对应，表述为布尔代数型结构函数，作为系统故障情景的最小割集：
F＝C1+C2+...+Ci+...CM
Ci＝si,1*si,2*si,3*...si,j*...*si,N(i)
Ci:可能导致非正常工况的第i种异常组合的概率值；
si,j:可能导致第i种异常组合中的第j个故障的概率值；
N(i):第i种异常组合的所有可能故障信号数目；
S3、将数据采集模块获取的内、外部信息输入S2的布尔代数型结构函数中，得到相应的制氢储氢加氢站点的可靠性数值结果；
S4、如果S3中的数值结果大于设定的失效阈值，表征站点出现异常，则进入S5，通过决策支持模块进行辅助决策；
如果数值结果小于设定的失效阈值，表征站点运行正常，则通过人机交互模块显示实时运行状态；
S5、决策支持模块结合站点运行条件及状态特征，以及外部环境信息及特征指标，实现对于站点有效运行、故障处理、事故应急等运行操作过程中的决策支持，为管理人员及运行操作人员提供决策支持或参考信息。
有益效果：本发明以高能量或连续工艺系统站点整体工程系统为对象(本发明以制氢或加氢站为例)，通过针对系统的设备/部件结构进行系统可靠性或风险模型建立，进而实现系统实时运行参数的获取，并结合系统分析评价算法结合数据分析及诊断技术，实现系统安全状态、风险等级的分析与评价。本发明全面且高效地实现了对于监测对象的实际运行状态以及相应的系统信息的全面监测与有效展示。能够使得用户，如制/加/储氢站点运行维护人员对高度复杂且具有高风险的氢气系统，建立全面深入的认知。通过该系统平台对关键系统及位置的有效监测，以及所获得信息的高度组织与系统化整理，实现对于系统整体运行(或健康)状态的有效识别及管控辅助，从而对运行管理、事故管理、资产维护等提供有效的支持与辅助。
附图说明
图1为本发明的工作流程图；
图2为本发明的系统结构图；
图3为故障树分析模型图；
图4为核心分析模块示意图；
图5为决策支持模块示意图；
图6为云端数据融合模块示意图。
具体实施方式
为使本发明的目的、内容和优点更加清楚，对本发明的具体实施方式作进一步详细描述。
本发明提供一种用于制氢储氢加氢站点的实时安全监测系统，包括传感器、数据采集模块、核心分析模块、决策支持模块、云端数据融合模块、数据通信模块和人机交互模块；
传感器布置于高能量密度或风险性较高的(如高温高压)工作介质容器中，如，中高压储氢压力容器、制氢机、加氢机、中高压输氢管道的应力集中位置或接管口处；
数据采集模块通过传感器采集制氢储氢加氢站点的内部信息，同时通过官方信息获取水文、气象、地理、地质等外部信息并发送给核心分析模块；可以采用气象信息模块从气象数据源自动获取可靠气象数据的相关信息，以此作为系统监测所需要的数据源并加以处理、使用；可以使用地理信息模块，针对站点的地理位置与多站间的相互关系，实现各站定相关信息的有效获取，并以此作为系统监测所需要的数据源并加以处理、使用。
核心分析模块用于实现针对站点的状态分析及评估：
其具体实现方式为：根据站点具体的工程系统结构，建立故障树分析模型(FTA)，并依据结构可靠性分析方法建立与制氢储氢加氢站点物理设备及运行操作特点相对应的数学模型，该数学模型与故障树分析模型(FTA)相对应，一般可表述为布尔代数型结构函数(F)，作为系统故障情景的最小割集：
F＝C1+C2+...+Ci+...CM
Ci＝si,1*si,2*si,3*...si,j*...*si,N(i)
Ci:可能导致非正常工况的第i种异常组合的概率值；
si,j:可能导致第i种异常组合中的第j个故障的概率值；
N(i):第i种异常组合的所有可能故障信号数目；
主要流程详见站点故障树模型：首先设定表征涉氢供能(制氢、储氢、加氢等)站点出现故障或异常状态作为“顶事件”；之后以“或门”连接可能造成该顶事件发生的各并发事件或事件的组合，这些事件或事件的组合任一一个或一组发生均可造成顶事件的发生，包括：系统内的各个子系统或设备失效或故障的最小组合(可编码为“最小组合1”)、站点运行操作人员可能出现的操作问题或由此导致站点异常的行为或行为组合(可编码为“最小组合2”，之后以此类推)、站点内除构成站点的系统之外的设施异常或故障或失效的最小组合、外部环境超过预设限值的状态异常或异常因素组合、以及其他可导致系统故障树顶事件出现的异常状态或异常组合；再之后，以这些与顶事件通过“或门”相连接的事件为对象，再进一步开展构成这些事件组合的子一级事件的分解，并通过“与门”进行连接。并对这些事件进行编码，如针对前述“最小组合1”的相关事件可编号为导致该异常组合的子系统或设备或部件的第1个故障或故障信号则编号为(1,1)，第i个故障或故障信号则编号为(1,i)，而针对前述“最小组合2”的相关事件可编号为导致该异常组合的子系统或设备或部件的第i个故障或故障信号则编号为(2,i)，而针对前述“最小组合m”的相关事件可编号为导致该异常组合的子系统或设备或部件的第j个故障或故障信号则编号为(m,j)。这些事件包括：压力容器破裂、管道切断、阀门误开、泵体或阀门外漏、具备点火条件、达到可燃温度……等等等等。
通过这样的构建方式及过程，最终实现针对制氢储氢加氢站点的故障树搭建。
将数据采集模块获取的内外部信息输入上述函数中，得到相应的制氢储氢加氢站点的可靠性数值结果；根据可接受的风险分级来确定失效阈值；
如果数值结果大于设定的失效阈值，表征站点出现异常，则通过决策支持模块进行辅助决策；
如果数值结果小于设定的失效阈值，表征站点运行正常，则通过人机交互模块显示实时运行状态，有利于将系统实时运行状态有效反馈用户掌握及使用，并在事故或预警条件下为管理人员提供包括文字信息、声光电预警信息在内的辅助支持，并进行用户友好的文字、图像等多媒体方式的显示；
采用客户端-服务器(C-S)架构或浏览器-服务器(B-S)架构实现系统平台对使用者的人机交互界面，并采用结构图、分布图、树状图等方式实现相关信息及参数的有效整合与组织并向用户进行展示，并有效响应用户需求进行互动。
决策支持模块通过所获取的制氢储氢加氢站点的可靠性数值结果，结合站点运行条件及状态特征，以及水文气象地质及临近设施等外部环境信息及特征指标，实现对于站点有效运行、故障处理、事故应急等运行操作过程中的决策支持，为管理人员及运行操作人员提供决策支持或参考信息。
其具体实现方法为：通过决策树、二叉树等方法，将由站点获得的相关信息及数据，进行有效组织，并经过上述功能模块的支持，实现相应状态条件或事故情境下的行动建议、决策辅助等信息。
优选的，可以采用最优化方法实现决策支持，从而实现对于系统或工程站点的运行、维护、应急处置等操作的最终策略筛选，具体如下：
建立优化模型，最终得到最佳决策行动方案Mopt：
Mopt＝arg(Max(B1[C,S,M])AND Min(B2[C,S,M]))
其中：
-C:环境条件，如温度、气压、风速等参数是否超过预警值；
-S:系统状态，如系统中各个设备的正常或故障状态；
-M:决策行动，包括紧急停机、正常运转、在线维修、撤离、疏散等决策；
-B1:所处情况条件下的收益函数，一般是以C环境条件、S系统状态、M决策行动为参数所产生的生产运行收益(如产能与销售收入等等)的函数；
-B2:所处情况条件下的损失函数，一般是以C环境条件、S系统状态、M决策行动为参数所产生的生产运行损失(如库存、亏损或破坏性固定资产损失、人身伤害损失、社会影响损失等等)的函数；
-Mopt:所处情况条件下的最佳决策集，一般是决策行动集M的子集
其实施过程是：在可能的决策行动集合中进行遍历搜索查找，找到能够使B1的数值最大，同时使B2的数值最小的那个决策行动，即是所要查找的“最佳决策(或集合)”Mopt，如，应急处理操作建议、事故影响范围、撤离或救援路径等等，通过人机交互模块显示；
数据库用于存储核心分析模块涉及的各种数据；
云端数据融合模块(简称“云模块”)：用于提供监测平台所需的数据资料、气象与地理信息数据等的备份、共享及传递。同时各本地端也可通过云模块获得远程信息的补充以及相应的数据源支持、系统更新及技术服务支持等。
其具体实现方法为：通过数据组织及分析统计模块实现针对云端数据库的数据组织与管理；云端数据库可采用关系型或网络型数据库格式实现相关数据的访问、检索、备份及存储；数据传输及程序接口模块则定义好“云端”与各个站点的“本地端”的相互联络方式、协议类型、数据格式、传输方法等接口规则，并实现相关的程序控制功能。
通过成熟且可靠的通讯方式，如VPN、光纤或以太网链接等方式，架设与各个监测站点的数据连接，并通过数据传输及程序接口模块完成相关数据的获取、备份、分发及更新。
云端数据融合模块通过数据通信模块实现与各个站点的通讯，数据通信模块可以通过串/并口、以太网、光纤或无线通讯等方式，实现云端与本地、不同站点之间、本地站点各模块之间的数据通讯。
人机交互模块通过建立丰富且高效的前端显示界面实现以上各个功能模块的相互作用，并实现各相关信息的有效组织与显示，有利于将系统实时运行状态有效反馈用户掌握及使用，并在事故或预警条件下为管理人员提供包括文字信息、声光电预警信息在内的辅助支持，并进行用户友好的文字、图像等多媒体方式的显示。
一种用于制氢储氢加氢站点的实时安全监测方法，其特征在于，具体包括以下步骤：
S1、将传感器布置于高能量密度或风险性较高的(如高温高压)工作介质容器中，如，中高压储氢压力容器、制氢机、加氢机、中高压输氢管道的应力集中位置或接管口处；数据采集模块通过传感器采集制氢储氢加氢站点的内部信息，同时通过官方信息获取水文、气象、地理、地质等外部信息并发送给核心分析模块；可以采用气象信息模块从气象数据源自动获取可靠气象数据的相关信息，以此作为系统监测所需要的数据源并加以处理、使用；可以使用地理信息模块，针对站点的地理位置与多站间的相互关系，实现各站定相关信息的有效获取，并以此作为系统监测所需要的数据源并加以处理、使用。
S2、根据站点具体的工程系统结构，建立故障树分析模型(FTA)，并依据结构可靠性分析方法建立与制氢储氢加氢站点物理设备及运行操作特点相对应的数学模型，该数学模型与故障树分析模型(FTA)相对应，一般可表述为布尔代数型结构函数(F)，作为系统故障情景的最小割集：
F＝C1+C2+...+Ci+...CM
Ci＝si,1*si,2*si,3*...si,j*...*si,N(i)
Ci:可能导致非正常工况的第i种异常组合的概率值；
si,j:可能导致第i种异常组合中的第j个故障的概率值；
N(i):第i种异常组合的所有可能故障信号数目；
故障树分析模型设定方法如下：首先设定表征涉氢供能(制氢、储氢、加氢等)站点出现故障或异常状态作为“顶事件”；之后以“或门”连接可能造成该顶事件发生的各并发事件或事件的组合，这些事件或事件的组合任一一个或一组发生均可造成顶事件的发生，包括：系统内的各个子系统或设备失效或故障的最小组合(可编码为“最小组合1”)、站点运行操作人员可能出现的操作问题或由此导致站点异常的行为或行为组合(可编码为“最小组合2”，之后以此类推)、站点内除构成站点的系统之外的设施异常或故障或失效的最小组合、外部环境超过预设限值的状态异常或异常因素组合、以及其他可导致系统故障树顶事件出现的异常状态或异常组合；再之后，以这些与顶事件通过“或门”相连接的事件为对象，再进一步开展构成这些事件组合的子一级事件的分解，并通过“与门”进行连接。并对这些事件进行编码，如针对前述“最小组合1”的相关事件可编号为导致该异常组合的子系统或设备或部件的第1个故障或故障信号则编号为(1,1)，第i个故障或故障信号则编号为(1,i)，而针对前述“最小组合2”的相关事件可编号为导致该异常组合的子系统或设备或部件的第i个故障或故障信号则编号为(2,i)，而针对前述“最小组合m”的相关事件可编号为导致该异常组合的子系统或设备或部件的第j个故障或故障信号则编号为(m,j)。这些事件包括：压力容器破裂、管道切断、阀门误开、泵体或阀门外漏、具备点火条件、达到可燃温度……等等等等。
通过这样的构建方式及过程，最终实现针对制氢储氢加氢站点的故障树搭建。
S3、将数据采集模块获取的内外部信息输入S2的布尔代数型结构函数中，得到相应的制氢储氢加氢站点的可靠性数值结果；
S4、根据可接受的风险分级来确定失效阈值；如果S3中的数值结果大于设定的失效阈值，表征站点出现异常，则进入S5，通过决策支持模块进行辅助决策；
如果数值结果小于设定的失效阈值，表征站点运行正常，则通过人机交互模块显示实时运行状态，有利于将系统实时运行状态有效反馈用户掌握及使用，并在事故或预警条件下为管理人员提供包括文字信息、声光电预警信息在内的辅助支持，并进行用户友好的文字、图像等多媒体方式的显示；
采用客户端-服务器(C-S)架构或浏览器-服务器(B-S)架构实现系统平台对使用者的人机交互界面，并采用结构图、分布图、树状图等方式实现相关信息及参数的有效整合与组织并向用户进行展示，并有效响应用户需求进行互动。
S5、通过所获取的制氢储氢加氢站点的可靠性数值结果，决策支持模块结合站点运行条件及状态特征，以及水文气象地质及临近设施等外部环境信息及特征指标，实现对于站点有效运行、故障处理、事故应急等运行操作过程中的决策支持，为管理人员及运行操作人员提供决策支持或参考信息。
其具体实现方法为：通过决策树、二叉树等方法，将由站点获得的相关信息及数据，进行有效组织，并经过上述决策支持模块的支持，实现相应状态条件或事故情境下的行动建议、决策辅助等信息。
优选的，可以采用最优化方法实现决策支持，从而实现对于系统或工程站点的运行、维护、应急处置等操作的最终策略筛选，具体如下：
建立优化模型，最终得到最佳决策行动方案Mopt：
Mopt＝arg(Max(B1[C,S,M])AND Min(B2[C,S,M]))
其中：
-C:环境条件，如温度、气压、风速等参数是否超过预警值；
-S:系统状态，如系统中各个设备的正常或故障状态；
-M:决策行动，包括紧急停机、正常运转、在线维修、撤离、疏散等决策；
-B1:所处情况条件下的收益函数，一般是以C环境条件、S系统状态、M决策行动为参数所产生的生产运行收益(如产能与销售收入等等)的函数；
-B2:所处情况条件下的损失函数，一般是以C环境条件、S系统状态、M决策行动为参数所产生的生产运行损失(如库存、亏损或破坏性固定资产损失、人身伤害损失、社会影响损失等等)的函数；
-Mopt:所处情况条件下的最佳决策集，一般是决策行动集M的子集
其实施过程是：在可能的决策行动集合中进行遍历搜索查找，找到能够使B1的数值最大，同时使B2的数值最小的那个决策行动，即是所要查找的“最佳决策(或集合)”Mopt，如，应急处理操作建议、事故影响范围、撤离或救援路径等等，通过人机交互模块显示。

Claims (10)

1.一种用于制氢储氢加氢站点的实时安全监测系统，其特征在于：包括传感器、数据采集模块、核心分析模块、决策支持模块、云端数据融合模块和人机交互模块；
传感器布置于布置于制氢储氢加氢站点的工作介质容器中；
数据采集模块通过传感器采集制氢储氢加氢站点的内部信息，同时通过官方信息获取外部信息并发送给核心分析模块；
核心分析模块用于实现针对站点的状态分析及评估，具体为：根据站点具体的工程系统结构，建立故障树分析模型，并依据结构可靠性分析方法建立与制氢储氢加氢站点物理设备及运行操作特点相对应的数学模型，该数学模型与故障树分析模型相对应，表述为布尔代数型结构函数F，作为系统故障情景的最小割集：
F＝C1+C2+...+Ci+...CM
Ci＝si,1*si,2*si,3*...si,j*...*si,N(i)
Ci:可能导致非正常工况的第i种异常组合的概率值；
si,j:可能导致第i种异常组合中的第j个故障的概率值；
N(i):第i种异常组合的所有可能故障信号数目；
数据采集模块获取的内外部信息输入上述布尔代数型结构函数F中，得到相应的制氢储氢加氢站点的可靠性数值结果；
如果数值结果大于设定的失效阈值，表征站点出现异常，则通过决策支持模块进行辅助决策；
如果数值结果小于设定的失效阈值，表征站点运行正常，则通过人机交互模块显示实时运行状态；
决策支持模块通过所获取的制氢储氢加氢站点的可靠性数值结果，结合站点运行条件及状态特征，以及外部环境信息及特征指标，实现对于站点运行操作过程中的决策支持。
2.根据权利要求1所述的一种用于制氢储氢加氢站点的实时安全监测系统，其特征在于：数据采集模块通过气象信息模块从气象数据源自动获取可靠气象数据的相关信息，通过地理信息模块针对站点的地理位置与多站间的相互关系获取各站点相关信息。
3.根据权利要求1所述的一种用于制氢储氢加氢站点的实时安全监测系统，其特征在于：决策支持模块采用最优化方法实现决策支持，具体如下：建立优化模型，最终得到最佳决策行动方案Mopt：
Mopt＝arg(Max(B1[C,S,M])AND Min(B2[C,S,M]))
其中：
-C:环境条件，如温度、气压、风速等参数是否超过预警值；
-S:系统状态，如系统中各个设备的正常或故障状态；
-M:决策行动，包括紧急停机、正常运转、在线维修、撤离、疏散等决策；
-B1:所处情况条件下的收益函数，一般是以C环境条件、S系统状态、M决策行动为参数所产生的生产运行收益(如产能与销售收入等等)的函数；
-B2:所处情况条件下的损失函数，一般是以C环境条件、S系统状态、M决策行动为参数所产生的生产运行损失(如库存、亏损或破坏性固定资产损失、人身伤害损失、社会影响损失等等)的函数；
-Mopt:所处情况条件下的最佳决策集；
在可能的决策行动集合中进行遍历搜索查找，找到能够使B1的数值最大，同时使B2的数值最小的那个决策行动，即是所要查找的最佳决策行动方案Mopt，并通过人机交互模块显示。
4.根据权利要求3所述的一种用于制氢储氢加氢站点的实时安全监测系统，其特征在于：最佳决策行动方案包括应急处理操作建议、事故影响范围、撤离或救援路径。
5.根据权利要求1-4任一项所述的一种用于制氢储氢加氢站点的实时安全监测系统，其特征在于：还包括云端数据融合模块，用于提供监测平台所需的数据资料、气象与地理信息数据的备份、共享及传递；同时各本地端也可通过云模块获得远程信息的补充以及相应的数据源支持、系统更新及技术服务支持。
6.根据权利要求5所述的一种用于制氢储氢加氢站点的实时安全监测系统，其特征在于：云端数据融合模块通过数据组织及分析统计模块实现针对云端数据库的数据组织与管理；云端数据库采用关系型或网络型数据库格式实现相关数据的访问、检索、备份及存储；数据传输及程序接口模块用于定义云端与各个站点的本地端的相互联络方式、协议类型、数据格式、传输方法的规则。
7.一种用于制氢储氢加氢站点的实时安全监测方法，其特征在于，具体包括以下步骤：
S1、将传感器布置于制氢储氢加氢站点的工作介质容器中；数据采集模块通过传感器采集制氢储氢加氢站点的内部信息，同时通过官方信息获取外部信息；
S2、根据站点具体的工程系统结构，建立故障树分析模型，并建立与制氢储氢加氢站点物理设备及运行操作特点相对应的数学模型，该数学模型与故障树分析模型相对应，表述为布尔代数型结构函数，作为系统故障情景的最小割集：
F＝C1+C2+...+Ci+...CM
Ci＝si,1*si,2*si,3*...si,j*...*si,N(i)
Ci:可能导致非正常工况的第i种异常组合的概率值；
si,j:可能导致第i种异常组合中的第j个故障的概率值；
N(i):第i种异常组合的所有可能故障信号数目；
S3、将数据采集模块获取的内、外部信息输入S2的布尔代数型结构函数中，得到相应的制氢储氢加氢站点的可靠性数值结果；
S4、如果S3中的数值结果大于设定的失效阈值，表征站点出现异常，则进入S5，通过决策支持模块进行辅助决策；
如果数值结果小于设定的失效阈值，表征站点运行正常，则通过人机交互模块显示实时运行状态；
S5、决策支持模块结合站点运行条件及状态特征，以及外部环境信息及特征指标，实现对于站点有效运行、故障处理、事故应急等运行操作过程中的决策支持，为管理人员及运行操作人员提供决策支持或参考信息。
8.根据权利要求7所述的一种用于制氢储氢加氢站点的实时安全监测方法，其特征在于，所述传感器布置于中高压储氢压力容器、制氢机、加氢机、中高压输氢管道的应力集中位置或接管口处。
9.根据权利要求7所述的一种用于制氢储氢加氢站点的实时安全监测方法，其特征在于，S2中，故障树分析模型设定方法如下：首先设定表征制氢、储氢、加氢站点出现故障或异常状态作为顶事件；之后以或门连接可能造成该顶事件发生的各并发事件或事件的组合，这些事件或事件的组合任一一个或一组发生均可造成顶事件的发生，以这些与顶事件通过或门相连接的事件为对象，再进一步开展构成这些事件组合的子一级事件的分解，并通过与门进行连接，并对这些事件进行编码，最终实现针对制氢储氢加氢站点的故障树搭建。
10.根据权利要求7所述的一种用于制氢储氢加氢站点的实时安全监测方法，其特征在于，S5中，决策支持模块采用最优化方法实现决策支持，具体如下：建立优化模型，最终得到最佳决策行动方案Mopt：
Mopt＝arg(Max(B1[C,S,M])AND Min(B2[C,S,M]))
其中：
-C:环境条件，如温度、气压、风速等参数是否超过预警值；
-S:系统状态，如系统中各个设备的正常或故障状态；
-M:决策行动，包括紧急停机、正常运转、在线维修、撤离、疏散等决策；
-B1:所处情况条件下的收益函数，一般是以C环境条件、S系统状态、M决策行动为参数所产生的生产运行收益(如产能与销售收入等等)的函数；
-B2:所处情况条件下的损失函数，一般是以C环境条件、S系统状态、M决策行动为参数所产生的生产运行损失(如库存、亏损或破坏性固定资产损失、人身伤害损失、社会影响损失等等)的函数；
-Mopt:所处情况条件下的最佳决策集；
在可能的决策行动集合中进行遍历搜索查找，找到能够使B1的数值最大，同时使B2的数值最小的决策行动，即是所要查找的最佳决策行动方案Mopt，通过人机交互模块显示。
CN201910428827.5A 2019-05-22 2019-05-22 用于制氢储氢加氢站点的实时安全监测系统及监测方法 Active CN112069606B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910428827.5A CN112069606B (zh) 2019-05-22 2019-05-22 用于制氢储氢加氢站点的实时安全监测系统及监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910428827.5A CN112069606B (zh) 2019-05-22 2019-05-22 用于制氢储氢加氢站点的实时安全监测系统及监测方法

Publications (2)

Publication Number Publication Date
CN112069606A true CN112069606A (zh) 2020-12-11
CN112069606B CN112069606B (zh) 2022-04-05

Family

ID=73657857

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910428827.5A Active CN112069606B (zh) 2019-05-22 2019-05-22 用于制氢储氢加氢站点的实时安全监测系统及监测方法

Country Status (1)

Country Link
CN (1) CN112069606B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116516413A (zh) * 2023-07-03 2023-08-01 氢联(江苏)高科技有限公司 多槽并联电解制氢的控制方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101859409A (zh) * 2010-05-25 2010-10-13 广西电网公司电力科学研究院 基于风险评估的输变电设备状态检修体系
CN104392752A (zh) * 2014-10-13 2015-03-04 中国科学院合肥物质科学研究院 一种实时在线的核反应堆故障诊断与监测系统
CN104852992A (zh) * 2015-06-09 2015-08-19 湖北天盾电子技术有限公司 一种基于多通信网络与传感设备的安全应急在线智能系统
CN105512812A (zh) * 2015-12-02 2016-04-20 中广核工程有限公司 基于动态仿真模型的核电厂设备故障预警分析方法及系统
CN107133713A (zh) * 2017-03-13 2017-09-05 华电电力科学研究院 一种光伏电站智能清洗决策系统的建立方法
CN107327366A (zh) * 2017-06-28 2017-11-07 华中科技大学 一种抽水蓄能机组故障预测与健康管理系统和方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101859409A (zh) * 2010-05-25 2010-10-13 广西电网公司电力科学研究院 基于风险评估的输变电设备状态检修体系
CN104392752A (zh) * 2014-10-13 2015-03-04 中国科学院合肥物质科学研究院 一种实时在线的核反应堆故障诊断与监测系统
CN104852992A (zh) * 2015-06-09 2015-08-19 湖北天盾电子技术有限公司 一种基于多通信网络与传感设备的安全应急在线智能系统
CN105512812A (zh) * 2015-12-02 2016-04-20 中广核工程有限公司 基于动态仿真模型的核电厂设备故障预警分析方法及系统
CN107133713A (zh) * 2017-03-13 2017-09-05 华电电力科学研究院 一种光伏电站智能清洗决策系统的建立方法
CN107327366A (zh) * 2017-06-28 2017-11-07 华中科技大学 一种抽水蓄能机组故障预测与健康管理系统和方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116516413A (zh) * 2023-07-03 2023-08-01 氢联(江苏)高科技有限公司 多槽并联电解制氢的控制方法及系统
CN116516413B (zh) * 2023-07-03 2023-12-12 氢联(江苏)高科技有限公司 多槽并联电解制氢的控制方法及系统

Also Published As

Publication number Publication date
CN112069606B (zh) 2022-04-05

Similar Documents

Publication Publication Date Title
CN104267711B (zh) 烟草物流系统运行状态监测及故障诊断方法
CN108490889B (zh) 基于te模型的智能工厂安全大数据数据源发生方法及装置
CN112766909A (zh) 适用于舰船消防安全的智能管控系统及方法、计算机介质
Moura et al. Learning from major accidents: Graphical representation and analysis of multi-attribute events to enhance risk communication
CN104932519B (zh) 基于专家知识的无人机飞行指挥辅助决策系统及其设计方法
CN113554318B (zh) 一种化工园区三维可视化风险智能管控一体化系统及方法
CN108051709A (zh) 基于人工智能技术的变压器状态在线评估分析方法
CN111311133B (zh) 一种应用于电网生产设备的监测系统
An et al. An intelligent railway safety risk assessment support system for railway operation and maintenance analysis
CN113449959A (zh) 一种矿山人员行为治理系统及平台
CN112069606B (zh) 用于制氢储氢加氢站点的实时安全监测系统及监测方法
CN113409162A (zh) 一种基于智能事件处理的集控站设备监控系统及控制方法
CN114298384A (zh) 适用于船用装卸臂的安全运维预测系统及方法
Zhang et al. A risk assessment method based on DEMATEL-STPA and its application in safety risk evaluation of hydrogen refueling stations
CN118430088A (zh) 一种基于融合音视频与物联网的电厂线上巡检系统
CN111882141A (zh) 一种应用于高能炸药制备系统的安全管控系统
CN113935571A (zh) 一种加油站安全风险评估分级方法及系统
CN111709597B (zh) 一种电网生产域运营监测系统
CN113684868A (zh) 城市综合管廊预警系统
Meng et al. Risk analysis of lithium-ion battery accidents based on physics-informed data-driven Bayesian networks
CN117990852A (zh) 一种生态环境监测管理系统及方法
CN111178693A (zh) 一种基于二维码的消防设备管理系统
Meng et al. Research on safety early warning management of coal mining face based on expert system
Andrade et al. Natural-Language-Processing-Enabled Quantitative Risk Analysis of Aerial Wildfire Operations
CN118400699B (zh) 一种智能船上作业人员定位与交互系统

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
TR01 Transfer of patent right

Effective date of registration: 20220617

Address after: 101404 No. 735, Huangkan village, Jiuduhe Town, Huairou District, Beijing

Patentee after: Beijing huaienjike Technology Co.,Ltd.

Address before: Beijing Opera Art Vocational College, No. 8, Majiabao Dongli, Fengtai District, Beijing 100068

Patentee before: Zhao Yingtian

TR01 Transfer of patent right