CN112633534B - 一种抽水蓄能机组检修效果综合评估方法与系统 - Google Patents
一种抽水蓄能机组检修效果综合评估方法与系统 Download PDFInfo
- Publication number
- CN112633534B CN112633534B CN202011626375.0A CN202011626375A CN112633534B CN 112633534 B CN112633534 B CN 112633534B CN 202011626375 A CN202011626375 A CN 202011626375A CN 112633534 B CN112633534 B CN 112633534B
- Authority
- CN
- China
- Prior art keywords
- comprehensive
- index
- score
- layer
- degradation degree
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 90
- 230000000694 effects Effects 0.000 title claims abstract description 64
- 238000012423 maintenance Methods 0.000 title claims abstract description 50
- 230000015556 catabolic process Effects 0.000 claims abstract description 133
- 238000006731 degradation reaction Methods 0.000 claims abstract description 133
- 230000003068 static effect Effects 0.000 claims abstract description 66
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000012544 monitoring process Methods 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims abstract description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 18
- 239000013598 vector Substances 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 230000005284 excitation Effects 0.000 description 8
- 230000007547 defect Effects 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 238000011158 quantitative evaluation Methods 0.000 description 4
- 230000008439 repair process Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Organic Low-Molecular-Weight Compounds And Preparation Thereof (AREA)
Abstract
本发明公开了一种抽水蓄能机组检修效果综合评估方法与系统,具体包括:针对抽水蓄能机组各子系统的状态监测信号和组成部件,分别建立动态模型和静态模型;采用层次分析法分别计算动态模型以及静态模型各层指标决策权重;提取动态模型底层指标特征值;根据特征值以及劣化度模型计算指标劣化度;基于指标劣化度,结合熵权法求取指标劣化度权重;基于指标劣化度权重以及动态模型各层指标决策权重,计算各指标综合权重并计算上一层指标劣化度;直至计算得到顶层指标劣化度,并转换为扣分数据,由此进行动态评估;基于静态模型各层指标决策权重,以及检修前、后各部件扣分数据,进行静态评估;从而实现抽水蓄能机组检修效果综合评估。
Description
技术领域
本发明属于抽水蓄能电站机组检修评估技术领域,更具体地,涉及一种抽水蓄能机组检修效果综合评估方法与系统。
背景技术
抽水蓄能电站是在电力负荷低谷时抽水至上水库,在电力负荷高峰期再放水至下水库发电的水电站,可将电网负荷低时的多余电能,转变为电网高峰时期的高价值电能,还适于调频、调相,稳定电力系统的周波和电压,且宜为事故备用,还可提高系统中火电站和核电站的效率。然而,实现该功能的核心设备是抽水蓄能机组。
抽水蓄能机组在运行过程中,受到机械、水力、电气等各方面因素的影响,同时,抽水蓄能机组工况种类繁多且转换频繁,其机械设备逐渐劣化。目前,机组检修等级是以机组检修规模和停用时间为原则,将发电企业机组的检修分为A、B、C、D四个等级。A级:又叫扩大性大修。是将发电机所有主设备全部拆除检修、清扫,定、转子吊出,设备改造、更换。是停机时间最长,最彻底的检修工作。一般120天左右。同时,A修还是为保持、恢复或提高机组性能和效率而进行的最全面、最彻底的解体检查和修理,是保证其安全健康运行、减少缺陷故障发生的必要措施,更是维护整个智能电网正常稳定供电的有效手段,是设备全过程管理的一个重要环节。B级:又叫一般性大修。不拆除设备,只是有针对性的处理缺陷,设备改造和清扫检查。一般15-30天左右。C级:又叫一般性小修。只是一般的例行检查,清扫设备,处理一般缺陷。一般5—15天左右。D级:又叫临修。
抽水蓄能机组检修效果综合评估是提升检修技术水平的有效方法,更是避免机组病态运行的关键。当前电站设备检修效果综合评估主要有验收式评估和专家评估,实际可操作性和流程完整性很强,但对检修效果综合评估缺乏客观性和定量性,注重整体而忽略了结果的关键性和重要性。虽然,近年提出的灰色综合评价法一定程度上实现了定量评估,但仍然缺乏客观性。
发明内容
针对现有技术的缺陷和改进需求,本发明提供了一种抽水蓄能机组检修效果综合评估方法与系统,其目的在于解决抽水蓄能机组检修效果不能全面、客观、综合、定性、定量评估等问题。
为实现上述目的,本发明提供了一种抽水蓄能机组检修效果综合评估方法,包括以下步骤:
(1)针对所述抽水蓄能机组各子系统的状态监测信号,建立动态模型;并针对所述抽水蓄能机组各子系统的组成部件,建立静态模型;
(2)采用层次分析法分别计算所述动态模型各层指标决策权重以及所述静态模型各层指标决策权重;
(3)提取所述动态模型底层指标特征值;根据所述特征值以及劣化度模型计算检修前、后底层各指标劣化度;
(4)基于所述底层各指标劣化度,结合熵权法求取检修前、后底层各指标劣化度权重;
(5)基于所述底层各指标劣化度权重以及所述动态模型各层指标决策权重计算各层指标综合权重,进一步计算上一层指标劣化度;直至计算得到所述动态模型顶层指标劣化度,并转换为扣分数据,由此进行动态评估;
(6)基于所述静态模型各层指标决策权重,以及检修前、后各部件扣分数据,进行静态评估;
(7)根据动态评估结果和静态评估结果,综合评估抽水蓄能机组检修效果。
进一步地,所述步骤(2)具体包括:
(21)根据九重标度法原则,构造各层指标判断矩阵;
(22)计算各层指标权重,得到各层指标决策权重特征向量;
(23)对所述各层指标权重特征向量进行一致性检验;
(24)若一致性检验结果符合标准,则确定所述动态模型各层指标决策权重以及所述静态模型各层指标决策权重;若不符合,则调整所述判断矩阵,重复步骤(22)和(23)。
进一步地,所述步骤(3)中,提取所述动态模型底层指标特征值,具体包括:
计算检修前、后动态模型底层各指标状态监测数据[Mbegin,Mend]的八五分位数区间均值λj:
其中,Mbegin、Mend分别为各指标状态监测数据的第一个、最后一个八五分位数;Mk为[Mbegin,Mend]区间内的数,nk为Mk的个数,λj为底层第j个指标的八五分位数区间均值;
以所述底层各指标八五分位数区间均值作为底层各指标特征值。
进一步地,所述步骤(3)中,所述劣化度模型表示为:
监测指标信号越小越优型:
或者,
监测指标信号中间最优型:
其中,为底层第j个指标劣化度,λj为底层第j个指标数的八五分位数区间均值,γ0j、γ1j、γ2j、γ3j为底层第j个指标不同预设阈值。
进一步地,所述步骤(4)包括:
(41)基于所述底层各指标劣化度,建立检修前、后底层指标劣化度矩阵,并对所述指标劣化度矩阵进行归一化处理;
(42)计算各指标熵值:
其中,hj为底层第j个指标熵值,i为工况,为波尔兹漫系数,m为工况数,Yij为归一化处理后的矩阵,n为指标数;
(43)计算检修前、后底层各指标劣化度权重:
其中,uj为第j个指标的权重,rj为第j个指标的信息熵冗余度,rj=1-hj。
进一步地,所述步骤(5)中,基于所述底层各指标劣化度权重以及所述动态模型各层指标决策权重,计算上一层指标劣化度,包括:
(51)根据底层各指标劣化度权重和所述动态模型各层指标决策权重,计算底层指标综合权重:
其中,T为j个指标的综合权重向量,a为经验系数;为j个指标的决策权重向量,U为j个指标的劣化度权重向量且U=[u1 u2...uj]T;
(52)根据检修前、后底层指标不同工况劣化度和各指标综合权重计算上一层指标检修前、后不同工况的综合劣化度;并根据上一层指标不同工况劣化度构建新的劣化度决策矩阵,计算出上一层指标的劣化度权重。
进一步地,所述步骤(5)中,进行动态评估具体包括:
根据抽水蓄能机组检修前、后各层指标综合劣化度下降百分量,计算检修效果提升量:
Δsi综动=si综动前-si综动后
其中,Si综动前、Si综动后分别为各工况机组检修前、后各层指标综合劣化度;
根据劣化度扣分,计算机组检修前、后各指标状态得分:
Scorei综动=100-Si综动·Ri
其中,Scorei综动为各指标综合得分,Scorei综动包括Scorei综动前和Scorei综动后,Si综动为各层指标综合劣化度,Si综动包括Si综动前和Si综动后,Ri为各层指标劣化度扣分值。
进一步地,所述步骤(6)中,进行静态评估具体包括:
所述静态模型各层指标决策权重,以及检修前、后各部件扣分数据,计算各层静态指标检修后效果提升量:
Δsi综静=si综静前-si综静后
其中Si综静前、Si综静后分别为各工况机组检修前、后各部件扣分数据。
计算机组检修前、后各指标部件状态得分:
Scorei综静=100-Si综静
其中,Scorei综静为各指标综合得分,Scorei综静包括Scorei综静前和Scorei综静后,Si综静为各层指标综合扣分,Si综静包括Si综静前和Si综静后。
进一步地,所述步骤(7)具体包括:
计算水泵水轮机系统检修前、后综合得分:
Scorei综前=Scorei综静前q+(1-q)Scorei综动前
Scorei综后=Scorei综静后q+(1-q)Scorei综动后
式中,Scorei综后、Scorei综前为检修前、后抽水蓄能机组综合得分,q为经验系数;
根据检修前、后动态与静态综合得分计算检修后抽水蓄能机组综合效果提升量,具体如下:
ΔScorei综=Scorei综后-Scorei综前
式中,Score综为抽水蓄能机组检修效果综合提升量。
本发明另一方面,提供了一种抽水蓄能机组检修效果综合评估系统,包括:
模型建立模块,用于针对所述抽水蓄能机组各子系统的状态监测信号,建立动态模型;并针对所述抽水蓄能机组各子系统的组成部件,建立静态模型;采用熵权法计算动态模型各层指标劣化度权重;最终采用动态权重综合模型计算动态评估各层指标综合权重。
决策权重计算模块,用于采用层次分析法分别计算所述动态模型各层指标决策权重以及所述静态模型各层指标决策权重;
动态评估模块,用于提取所述动态模型底层指标特征值;根据所述特征值以及劣化度模型计算检修前、后底层各指标劣化度;基于所述底层各指标劣化度,结合熵权法求取检修前、后底层各指标劣化度权重;基于所述底层各指标劣化度权重以及所述动态模型各层指标决策权重,计算各指标综合权重,进一步计算上一层指标劣化度;直至计算得到所述动态模型顶层指标劣化度,并转换为扣分数据,由此进行动态评估;
静态评估模块,用于基于所述静态模型各层指标决策权重,以及检修前、后各部件扣分数据,进行静态评估;
综合评估模块,用于根据动态评估结果和静态评估结果,综合评估抽水蓄能机组检修效果。
总体而言,通过本发明所构思的以上技术方案,能够取得以下有益效果:
(1)本发明通过机组检修前、后机组的多源动态监测数据和机组检修前后巡检人员对机组各部件的扣分数据,实现了抽水蓄能机组检修效果动态、静态及综合评估,同时也实现了抽水蓄能机组检修效果客观、定性、定量的评估,有效提高了抽水蓄能机组检修技术。
(2)本发明通过抽水蓄能机组检修效果综合评估方法建立了开放、可持续式系统,为抽水蓄能机组检修效果综合评估提供了技术平台,为抽水蓄能机组检修人员检修技术的提高奠定了基础,为抽水蓄能机组智能化、数字化检修奠定了技术支撑。
附图说明
图1为抽水蓄能机组检修效果综合评估整体框架图;
图2-1和图2-2分别为抽水蓄能机组检修效果综合评估水泵水轮机、发电电动机及其励磁系统动态评估多重指标体系;
图3-1和图3-2分别为抽水蓄能机组检修效果综合评估水泵水轮机、发电电动机及其励磁系统静态评估多重指标体系;
图4为抽水蓄能机组检修效果动态综合评估流程图;
图5为抽水蓄能机组检修效果静态综合评估流程图;
图6为抽水蓄能机组检修效果综合评估流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
参阅图1,结合图2-1、图2-2、图3-1、图3-2,本发明将抽水蓄能机组划分为水泵水轮机和发电电动机及其励磁子系统,深入研究分析抽水蓄能机组水泵水轮机、发电电动机及其励磁的转动和固定部件及辅助设备等基本结构和抽水蓄能机组运行典型故障以及抽水蓄能机组多维状态监测指标并综合考虑多重指标体系建立的科学性、可行性、全面性和层次性等原则,分别建立水泵水轮机和发电电动机系统动态和静态评估多重指标体系。
如图4所示,为本发明实施例提供的抽水蓄能机组检修效果动态综合评估流程图,包括:
(1)根据动态多重指标体系底层指标检修前、后不同工况动态监测数据,采用八五分位数区间均值算法提取各底层指标特征值,进一步,采用劣化度计算模型,求取检修前后,各动态底层指标不同工况劣化度。
具体地,所述步骤(1)具体所述八五分位数区间均值算法如下:
计算检修前、后各动态底层指标状态监测数据[Mbegin,Mend]的八五分位数区间均值λj:
其中,Mbegin、Mend分别为各指标状态监测数据的第一个、最后一个八五分位数;Mk为[Mbegin,Mend]区间内的数,nk为Mk的个数,λj为底层第j个指标数的八五分位数区间均值。
具体的,所述步骤(1)具体所述劣化度模型为:
监测指标信号越小越优型:
或者,
监测指标信号中间最优型:
其中,为底层第j个指标劣化度,λj为底层第j个指标数的八五分位数区间均值,γ0j、γ1j、γ2j、γ3j为底层第j个指标不同预设阈值。
(2)根据动态底层指标不同工况劣化度,建立动态底层指标劣化度决策矩阵,并采用熵权法求取各指标动态劣化度权重。同时采用层次分析法并根据九重标度原则建立动态多重评估指标权重判断决策矩阵,计算各层动态指标决策权重,并进行一致性检验。进一步,将动态劣化度权重和动态决策权重进行权重综合,并依据动态综合权重计算上一层指标综合劣化度。以此类推,计算出各层动态指标综合权重和劣化度。
具体地,所述步骤(2)中具体所述的动态底层指标劣化度决策矩阵如下:
(21)据水泵水轮机、发电电动机及其励磁系统发电和抽水两个典型工况的各层n个评价指标构建各层指标劣化度决策矩阵,如下式所示。
(22)决策矩阵归一化。采用式(5)对各层指标进行归一化处理
由此,可得标准归一化劣化度决策矩阵为:
具体地,所述步骤(2)中具体所述的劣化度熵权法求底层动态指标权重如下:
(23)根据归一化后的劣化度决策矩阵依据式(6)计算各层指标熵值。
其中,hj为底层第j个指标熵值,i为工况,为波尔兹漫系数,m为工况数,Yij为归一化处理后的矩阵,n为指标数;
(24)各层指标权重计算。
其中,uj为j个指标的权重,rj为第j个指标的信息熵冗余度,rj=1-hj;
由此得到指标权重劣化度权重向量U=[u1 u2...uj]T。
具体地,所述步骤(2)中具体所述的层次分析法如下:
①根据九重标度法原则,构造各层指标判断矩阵;
②计算各层指标权重,得到各指标动态决策权重特征向量;
③对各层指标权重特征向量进行一致性检验。
④判断一致性检验结果是否符合标准,若不符合则调整判断矩阵得出新的动态决策权重特征向量。
具体地,所述步骤(2)中综合劣化度和权重计算具体如下:
①根据底层指标劣化度决策权重和动态决策权重根据式(8)(权重综合计算模型),计算底层指标综合权重。
式中,T为j个指标的综合权重向量,为j个指标的决策权重向量,U为j个指标的劣化度权重向量U=[u1 u2...uj]T;a为经验系数(一般a为0.5)。
②根据检修前、后底层指标不同工况劣化度和各指标综合权重计算上一层指标检修前、后不同工况的综合劣化度,并根据上一层指标不同工况劣化度构建新的劣化度决策矩阵,并计算出上一层指标的劣化度权重。同时,结合上一层指标的动态决策权重,根据权重综合模型求取上一层指标综合权重,并计算出新的上一层指标检修前、后不同工况综合劣化度。依次类推,实现抽水蓄能机组检修前、后各层指标劣化度综合评估。
(3)根据各层指标检修前、后动态综合劣化度,计算各指标检修后效果提升量,实现检修效果定量评估。同时,根据各层指标动态劣化度,结合专家建议对劣化程度进行扣分,得出机组检修前、后各指标状态得分。
具体地,所述步骤(3)中所述的抽水蓄能机组检修效果定量评估具体如下:
根据抽水蓄能机组检修前、后各层指标综合劣化度根据式(9)和式(10)综合劣化度下降百分量,计算检修效果提升量,定量综合评估抽水蓄能机组检修效果。
Δsi综动=si综动前-si综动后 (9)
其中Si综动前、Si综动后分别为各工况机组检修修前、后各层指标综合劣化度。
具体地,所述步骤(3)中所述根据劣化度扣分,计算机组检修前、后各指标状态得分,具体如下:
Scorei综动=100-Si综动·Ri (11)
其中,Scorei综动为各指标综合得分包括Scorei综动前、Scorei综动后,Si综动为各层指标综合劣化度包括si综动前、si综动后,Ri为各层指标劣化度扣分值。
如图5所示,为本发明实施例提供的抽水蓄能机组检修效果静态综合评估流程图,包括:
(1)根据所建立的静态多重评估指标体系,采用层次分析法并根据九重标度原则建立各层静态指标决策判断矩阵,计算各层静态指标决策权重,并进行一致性检验。
(2)根据检修前、后静态底层指标部件静态检测扣分数据和各层指标权重依次计算各层静态指标综合扣分数据。
(3)根据各层静态指标检修前、后综合扣分数据,计算各层静态指标检修后效果提升量。同时,并得出机组检修前后各层静态指标健康状态得分。
具体地,所述步骤(3)根据各层静态指标检修前、后综合扣分数据,计算各层静态指标检修后效果提升量,具体如下:
Δsi综静=si综静前-si综静后 (12)
其中Si综静前、Si综静后分别为各工况机组检修前、后各层指标综合劣化度扣分数据。
具体地,所述步骤(3)中所述计算机组检修前、后各指标部件状态得分,具体如下:
Scorei综静=100-Si综静 (14)
其中,Scorei综静为各指标综合得分包括Scorei综静前、Scorei综静后,Si综静为各层指标综合扣分包括si综静前、si综静后。
如图6所示,为本发明实施例提供的抽水蓄能机组检修效果综合评估流程图,具体包括:
根据水泵水轮机系统和、发电电动机及其励磁系统检修前、后静态综合评估得分和动态综合评估得分,采用得分综合权重模型,计算水泵水轮机系统检修前、后综合得分,并根据检修前后得分计算检修后水泵水轮机系统综合效果提升量。
具体地,所述采用得分综合权重模型,计算水泵水轮机系统检修前、后综合得分,具体如下:
Scorei综前=Scorei综静前q+(1-q)Scorei综动前 (15)
Scorei综后=Scorei综静后q+(1-q)Scorei综动后 (16)
式中Scorei综后、Scorei综前为检修前、后水泵水轮机和发电电动机及其励磁系统综合得分,q通过经验对静态评估结果和动态评估结果进行赋值,(一般q为0.5)。
具体地,所述根据检修前、后动态与静态综合得分计算检修后水泵水轮机和发电电动机及其励磁系统综合效果提升量,具体如下:
ΔScorei综=Scorei综后-Scorei综前 (17)
式中(18)中Score综为各系统检修效果综合提升量。
此外,本发明采用C#编程语言基于VS编程环境、unity引擎、MySQL数据库语言建立了开放可持续式抽水蓄能机组检修效果综合评估系统,实现抽水蓄能机组检修效果客观、定性和定量综合评估。
具体地,所述一种抽水蓄能机组检修效果综合评估系统,具体包括检修评估和评估指标体系两个模块的高级应用系统。其中检修评估通过设置检修的机组、评估的系统、评估的类型等条件,对抽水蓄能机组检修效果进行逐层、全方位精确地评估,并实时地显示和保存各项评估结果。指标体系模块是检修评估的基础,设计包括了水泵水轮机系统和发电电动机系统的动态和静态评估指标体系,且具有展示检修效果评估指标体系、检效果修评估数据上传和显示功能。
本发明另一方面,提供了一种抽水蓄能机组检修效果综合评估系统,包括:
模型建立模块,用于针对所述抽水蓄能机组各子系统的状态监测信号,建立动态模型;并针对所述抽水蓄能机组各子系统的组成部件,建立静态模型;采用熵权法计算动态模型各层指标劣化度权重;最终采用动态权重综合模型计算动态评估各层指标综合权重。
决策权重计算模块,用于采用层次分析法分别计算所述动态模型各层指标决策权重以及所述静态模型各层指标决策权重;
动态评估模块,用于提取所述动态模型底层指标特征值;根据所述特征值以及劣化度模型计算检修前、后底层各指标劣化度;基于所述底层各指标劣化度,结合熵权法求取检修前、后底层各指标劣化度权重;基于所述底层各指标劣化度权重以及所述动态模型各层指标决策权重计算各指标综合权重,进一步,计算上一层指标劣化度;直至计算得到所述动态模型顶层指标劣化度,并转换为扣分数据,由此进行动态评估;
静态评估模块,用于基于所述静态模型各层指标决策权重,以及检修前、后各部件扣分数据,进行静态评估;
综合评估模块,用于根据动态评估结果和静态评估结果,综合评估抽水蓄能机组检修效果。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种抽水蓄能机组检修效果综合评估方法,其特征在于,包括以下步骤:
(1)针对所述抽水蓄能机组各子系统的状态监测信号,建立动态模型;并针对所述抽水蓄能机组各子系统的组成部件,建立静态模型;
(2)采用层次分析法分别计算所述动态模型各层指标决策权重以及所述静态模型各层指标决策权重;
(3)提取所述动态模型底层指标特征值;根据所述特征值以及劣化度模型计算检修前、后底层各指标劣化度;
(4)基于所述底层各指标劣化度,结合熵权法求取检修前、后底层各指标劣化度权重;
(5)基于所述底层各指标劣化度权重以及所述动态模型各层指标决策权重计算底层各指标综合权重,进一步计算上一层指标劣化度;直至计算得到所述动态模型顶层指标劣化度,并转换为扣分数据,由此进行动态评估;
(6)基于所述静态模型各层指标决策权重,以及检修前、后各部件扣分数据,进行静态评估;
(7)根据动态评估结果和静态评估结果,综合评估抽水蓄能机组检修效果;
所述步骤(5)中,进行动态评估具体包括:
根据抽水蓄能机组检修前、后各层指标综合劣化度下降百分量,计算检修效果提升量:
si综动=si综动前-si综动后
其中,Si综动前、Si综动后分别为各工况机组检修前、后各层指标综合劣化度;
根据劣化度扣分,计算机组检修前、后各指标状态得分:
Scorei综动=100-Si综动·Ri
其中,Scorei综动为各指标综合得分,Scorei综动包括Scorei综动前和Scorei综动后,Si综动为各层指标综合劣化度,Si综动包括Si综动前和Si综动后,Ri为各层指标劣化度扣分值;
所述步骤(6)中,进行静态评估具体包括:
根据所述静态模型各层指标决策权重,以及检修前、后各部件扣分数据,计算各层静态指标检修后效果提升量:
Δsi综静=si综静前-si综静后
其中,Si综静前、Si综静后分别为各工况机组检修前、后各部件扣分数据;
计算机组检修前、后各指标部件状态得分:
Scorei综静=100-Si综静
其中,Scorei综静为各指标综合得分,Scorei综静包括Scorei综静前和Scorei综静后,Si综静为各层指标综合扣分,Si综静包括Si综静前和Si综静后;
所述步骤(7)具体包括:
计算水泵水轮机系统检修前、后综合得分:
Scorei综前=Scorei综静前q+(1-q)Scorei综动前
Scorei综后=Scorei综静后q+(1-q)Scorei综动后
式中,Scorei综后、Scorei综前为检修前、后抽水蓄能机组综合得分,q为经验系数;
根据检修前、后动态与静态综合得分计算检修后抽水蓄能机组综合效果提升量,具体如下:
ΔScorei综=Scorei综后-Scorei综前
式中,Score综为抽水蓄能机组检修效果综合提升量。
2.如权利要求1所述的方法,其特征在于,所述步骤(2)具体包括:
(21)根据九重标度法原则,构造各层指标判断矩阵;
(22)计算各层指标权重,得到各层指标决策权重特征向量;
(23)对所述各层指标权重特征向量进行一致性检验;
(24)若一致性检验结果符合标准,则确定所述动态模型各层指标决策权重以及所述静态模型各层指标决策权重;若不符合,则调整所述判断矩阵,重复步骤(22)和(23)。
3.如权利要求1所述的方法,其特征在于,所述步骤(3)中,提取所述动态模型底层指标特征值,具体包括:
计算检修前、后动态模型底层各指标状态监测数据[Mbegin,Mend]的八五分位数区间均值λj:
其中,Mbegin、Mend分别为各指标状态监测数据的第一个、最后一个八五分位数;Mk为[Mbegin,Mend]区间内的数,nk为Mk的个数,λj为底层第j个指标的八五分位数区间均值;
以所述底层各指标八五分位数区间均值作为底层各指标特征值。
4.如权利要求3所述的方法,其特征在于,所述步骤(3)中,所述劣化度模型表示为:
监测指标信号越小越优型:
或者,
监测指标信号中间最优型:
其中,为底层第j个指标劣化度,λj为底层第j个指标数的八五分位数区间均值,γ0j、γ1j、γ2j、γ3j为底层第j个指标不同预设阈值。
5.如权利要求1所述的方法,其特征在于,所述步骤(4)包括:
(41)基于所述底层各指标劣化度,建立检修前、后底层指标劣化度矩阵,并对所述指标劣化度矩阵进行归一化处理;
(42)计算各指标熵值:
其中,hj为底层第j个指标熵值,i为工况,为波尔兹漫系数,m为工况数,Yij为归一化处理后的矩阵,n为指标数;
(43)计算检修前、后底层各指标劣化度权重:
其中,uj为第j个指标的权重,rj为第j个指标的信息熵冗余度,rj=1-hj。
6.如权利要求5所述的方法,其特征在于,所述步骤(5)中,基于所述底层各指标劣化度权重以及所述动态模型各层指标决策权重,计算上一层指标劣化度,包括:
(51)根据底层各指标劣化度权重和所述动态模型各层指标决策权重,计算底层指标综合权重:
其中,T为j个指标的综合权重向量,a为经验系数;为j个指标的决策权重向量,U为j个指标的劣化度权重向量且U=[u1 u2 ... uj]T;
(52)根据检修前、后底层指标不同工况劣化度和各指标综合权重计算上一层指标检修前、后不同工况的综合劣化度;并根据上一层指标不同工况劣化度构建新的劣化度决策矩阵,计算出上一层指标的劣化度权重。
7.一种抽水蓄能机组检修效果综合评估系统,其特征在于,包括:
模型建立模块,用于针对所述抽水蓄能机组各子系统的状态监测信号,建立动态模型;并针对所述抽水蓄能机组各子系统的组成部件,建立静态模型;
决策权重计算模块,用于采用层次分析法分别计算所述动态模型各层指标决策权重以及所述静态模型各层指标决策权重;采用熵权法计算动态模型各层指标劣化度权重;最终采用动态权重综合模型计算动态评估各层指标综合权重;
动态评估模块,用于提取所述动态模型底层指标特征值;根据所述特征值以及劣化度模型计算检修前、后底层各指标劣化度;基于所述底层各指标劣化度,结合熵权法求取检修前、后底层各指标劣化度权重;基于所述底层各指标劣化度权重以及所述动态模型各层指标决策权重,计算各指标综合权重,进一步计算上一层指标劣化度;直至计算得到所述动态模型顶层指标劣化度,并转换为扣分数据,由此进行动态评估;
静态评估模块,用于基于所述静态模型各层指标决策权重,以及检修前、后各部件扣分数据,进行静态评估;
综合评估模块,用于根据动态评估结果和静态评估结果,综合评估抽水蓄能机组检修效果;
所述动态评估模块还用于,根据抽水蓄能机组检修前、后各层指标综合劣化度下降百分量,计算检修效果提升量:
Δsi综动=si综动前-si综动后
其中,Si综动前、Si综动后分别为各工况机组检修前、后各层指标综合劣化度;
根据劣化度扣分,计算机组检修前、后各指标状态得分:
Scorei综动=100-Si综动·Ri
其中,Scorei综动为各指标综合得分,Scorei综动包括Scorei综动前和Scorei综动后,Si综动为各层指标综合劣化度,Si综动包括Si综动前和Si综动后,Ri为各层指标劣化度扣分值;
所述静态评估模块,还用于根据所述静态模型各层指标决策权重,以及检修前、后各部件扣分数据,计算各层静态指标检修后效果提升量:
Δsi综静=si综静前-si综静后
其中,Si综静前、Si综静后分别为各工况机组检修前、后各部件扣分数据;
计算机组检修前、后各指标部件状态得分:
Scorei综静=100-Si综静
其中,Scorei综静为各指标综合得分,Scorei综静包括Scorei综静前和Scorei综静后,Si综静为各层指标综合扣分,Si综静包括Si综静前和Si综静后;
所述综合评估模块,还用于计算水泵水轮机系统检修前、后综合得分:
Scorei综前=Scorei综静前q+(1-q)Scorei综动前
Scorei综后=Scorei综静后q+(1-q)Scorei综动后
式中,Scorei综后、Scorei综前为检修前、后抽水蓄能机组综合得分,q为经验系数;
根据检修前、后动态与静态综合得分计算检修后抽水蓄能机组综合效果提升量,具体如下:
ΔScorei综=Scorei综后-Scorei综前
式中,Score综为抽水蓄能机组检修效果综合提升量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011626375.0A CN112633534B (zh) | 2020-12-31 | 2020-12-31 | 一种抽水蓄能机组检修效果综合评估方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011626375.0A CN112633534B (zh) | 2020-12-31 | 2020-12-31 | 一种抽水蓄能机组检修效果综合评估方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112633534A CN112633534A (zh) | 2021-04-09 |
CN112633534B true CN112633534B (zh) | 2023-10-24 |
Family
ID=75290044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011626375.0A Active CN112633534B (zh) | 2020-12-31 | 2020-12-31 | 一种抽水蓄能机组检修效果综合评估方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112633534B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113283300B (zh) * | 2021-04-27 | 2022-04-08 | 华中科技大学 | 一种抽水蓄能机组轴系劣化评估方法及装置 |
CN113435755B (zh) * | 2021-06-30 | 2022-04-29 | 华中科技大学 | 一种工况自适应水轮机组综合状态评估方法及系统 |
CN114841533A (zh) * | 2022-04-20 | 2022-08-02 | 中国长江电力股份有限公司 | 水电机组顶盖排水系统综合赋权健康评估方法及系统 |
CN116911820A (zh) * | 2023-06-14 | 2023-10-20 | 湖北白莲河抽水蓄能有限公司 | 一种用于水电站机组检修的数字全息化管控系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605881A (zh) * | 2013-10-25 | 2014-02-26 | 南昌大学 | 一种基于故障树和层次分析法的电力变压器状态评估方法 |
CN105160489A (zh) * | 2015-09-28 | 2015-12-16 | 国家电网公司 | 一种水电机组变权劣化评估系统及评估方法 |
CN107832973A (zh) * | 2017-11-29 | 2018-03-23 | 国网山东省电力公司电力科学研究院 | 一种基于多态信息综合评判的设备质量管控的方法 |
CN109740953A (zh) * | 2019-01-09 | 2019-05-10 | 华北电力大学(保定) | 一种风电机组的实时状态评估方法 |
CN110991876A (zh) * | 2019-11-30 | 2020-04-10 | 华南理工大学 | 一种基于状态评估的一二次融合柱上开关巡检策略 |
CN112149986A (zh) * | 2020-09-17 | 2020-12-29 | 西安工程大学 | 基于多层次模糊综合评判的高压开关柜评估方法 |
-
2020
- 2020-12-31 CN CN202011626375.0A patent/CN112633534B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605881A (zh) * | 2013-10-25 | 2014-02-26 | 南昌大学 | 一种基于故障树和层次分析法的电力变压器状态评估方法 |
CN105160489A (zh) * | 2015-09-28 | 2015-12-16 | 国家电网公司 | 一种水电机组变权劣化评估系统及评估方法 |
CN107832973A (zh) * | 2017-11-29 | 2018-03-23 | 国网山东省电力公司电力科学研究院 | 一种基于多态信息综合评判的设备质量管控的方法 |
CN109740953A (zh) * | 2019-01-09 | 2019-05-10 | 华北电力大学(保定) | 一种风电机组的实时状态评估方法 |
CN110991876A (zh) * | 2019-11-30 | 2020-04-10 | 华南理工大学 | 一种基于状态评估的一二次融合柱上开关巡检策略 |
CN112149986A (zh) * | 2020-09-17 | 2020-12-29 | 西安工程大学 | 基于多层次模糊综合评判的高压开关柜评估方法 |
Non-Patent Citations (2)
Title |
---|
基于模糊综合评价的电梯安全运行状态评估;陶杰;章国宝;黄永明;万林;;河南理工大学学报(自然科学版)(第06期);全文 * |
抽水蓄能机组调速系统健康状态评估;谢加荣;蔡卫江;邢红超;韩彩虹;姚尧;荣红;于红岩;;水电能源科学(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112633534A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112633534B (zh) | 一种抽水蓄能机组检修效果综合评估方法与系统 | |
EP3791060B1 (en) | Wind turbine control method | |
CN104952000A (zh) | 基于马尔科夫链的风电机组运行状态模糊综合评价方法 | |
CN104156889B (zh) | 一种基于wams数据的风电场性能评估系统及其评估方法 | |
CN101672723A (zh) | 一种风电机组振动分析故障诊断方法和系统 | |
CN112994013A (zh) | 考虑频率约束的多源电力系统日前优化调度方法 | |
CN112700793A (zh) | 一种水轮机故障碰撞的识别方法及系统 | |
CN108155674B (zh) | 考虑不确定分布特性的水火电联合调度方法及系统 | |
CN112116262A (zh) | 一种风力发电机组设备健康度的评价方法 | |
CN109358587B (zh) | 一种水电机组状态检修决策方法及系统 | |
CN110332080B (zh) | 一种基于共振响应的风机叶片健康实时监测方法 | |
CN114169718A (zh) | 一种基于风电机组状态评估提高机组可靠性的方法 | |
CN113659630B (zh) | 基于疲劳损伤值估计的风电场功率优化调度方法及系统 | |
CN109932901A (zh) | 一种计及故障约束的两阶段鲁棒机组组合方法 | |
CN112990710A (zh) | 一种基于dea的风电场电能质量多层次综合评估方法 | |
CN111525550A (zh) | 一种功率预测对断面输送功率影响的评估方法及系统 | |
CN112668184A (zh) | 一种台风灾害下风电停运风险值计算方法、装置及存储介质 | |
CN114662809A (zh) | 一种综合能源园区内供电电源的电能质量评价方法和系统 | |
CN114758483B (zh) | 一种基于余弦相似性的电力设备动态智能预警方法 | |
CN114021288B (zh) | 一种风电机组偏航轴承寿命预测的方法 | |
CN114463143A (zh) | 一种海上双馈风力发电机scada故障数据增强方法 | |
Townson et al. | Optimization of dragline load | |
Johansson | Operational validation of SIMLOX as a simulation tool for wind energy operations and maintenance (O&M) | |
CN113725889B (zh) | 一种评估风电场弹性的方法、装置及存储介质 | |
Zhao et al. | Wind Power Generation Condition Assessment Method Based on Multidimensional Data Mining |
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 |