CN113220771A - 一种基于电厂历史数据自动采集运行工况的方法 - Google Patents

一种基于电厂历史数据自动采集运行工况的方法 Download PDF

Info

Publication number
CN113220771A
CN113220771A CN202110503753.4A CN202110503753A CN113220771A CN 113220771 A CN113220771 A CN 113220771A CN 202110503753 A CN202110503753 A CN 202110503753A CN 113220771 A CN113220771 A CN 113220771A
Authority
CN
China
Prior art keywords
working condition
time
operating
period
scanning
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
CN202110503753.4A
Other languages
English (en)
Other versions
CN113220771B (zh
Inventor
罗睿
李郁
应成楼
王毅
何新
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.)
Xian Thermal Power Research Institute Co Ltd
Original Assignee
Xian Thermal Power Research Institute 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 Xian Thermal Power Research Institute Co Ltd filed Critical Xian Thermal Power Research Institute Co Ltd
Priority to CN202110503753.4A priority Critical patent/CN113220771B/zh
Publication of CN113220771A publication Critical patent/CN113220771A/zh
Application granted granted Critical
Publication of CN113220771B publication Critical patent/CN113220771B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/26—Visual data mining; Browsing structured data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2474—Sequence data queries, e.g. querying versioned data
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Water Supply & Treatment (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Feedback Control In General (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明公开了一种基于电厂历史数据自动采集运行工况的方法，首先明确判定工况的具体运行参数及其数据特征波动范围和持续时间；然后定义每次扫描历史数据的时间周期；之后对该时间周期的历史数据依次进行扫描，并实时更新工况参数的最大最小值，进行波动阈值判断，直到工况参数波动超过范围后，对当前已扫描的满足工况参数条件的时间段进行时长判断，符合条件后形成一条采集成功的工况记录存入数据库；若不满足条件则从下一时刻重新开始扫描，直到本次扫描周期的结束时间。本方法能有效利用电厂运行历史数据和工况参数特征，通过计算机程序自动快捷实时采集历史运行工况，为电厂优化运行指导、大数据分析与生产管理决策提供必要的工况数据支持。

Description

一种基于电厂历史数据自动采集运行工况的方法
技术领域
本发明涉及能源动力行业大数据应用技术领域，特别涉及一种基于电厂历史数据自动采集运行工况的方法。
背景技术
随着电厂数字化建设进程的推进，智能电厂的许多生产业务分析都需要基于具体的运行工况进行自动分析、计算和决策，并指导工况的优化和调整。
电厂运行工况一般是由专人进行性能试验时专门调整得到，作为性能试验报告的数据分析依据。但性能试验不会经常做，间隔周期大，且试验工况有限，几乎无法包含现场实际运行遇到的所有工况。随时电厂数字化基础建设的完善，通过电厂实际运行数据中自动采集获取运行工况，具有重要意义。
发明内容
为了实现从电厂运行历史数据中自动采集不同的运行工况，本发明的目的在于提供一种基于电厂历史数据自动采集运行工况的方法，该方法能根据用户的工况自由定义条件，从运行的海量历史数据中自动分析得到符合条件的历史工况，为工况分析、决策提供重要的基础数据支持。
为了实现上述目的，本发明采用的技术方案是：
一种基于电厂历史数据自动采集运行工况的方法，包括如下步骤：
步骤一：工况条件的标准化定义：
工况条件包括能够表征工况主要特征的运行参数变化特性，对于稳定运行工况，选择若干运行参数λi，i＝1～n，各运行参数λi在至少t时长内变化波动不超过阈值δi；对于稳定变化率工况，选择若干稳定变化运行参数ki，计算该稳定变化运行参数随时间的变化率κi，定义变化率κi在至少t时长内变化波动不超过阈值δi；
步骤二：工况采集周期的确定：
工况采集工作需要确定每次采集的历史时间段，人工提前设定。通过该步骤，即得到采集工作的起始时间τ1，终止时间τ2；
步骤三：开始工况采集的扫描：
从起始时间τ0＝τ1开始，从历史数据库中按照样本或插值方式，依次读取工况条件定义中的各时刻的工况参数λi或κi；并针对该工况参数所有已读出的时序数据，计算参数λi或κi的最大值和最小值，统一记为最大值imax和最小值imin，每读取该工况参数一个新时刻τj的数据，将该数据与最大最小值比较，并更新imax和imin；
若上一扫描周期的历史工况仍未结束，则开始扫描的时序数据中应预先包含上一扫描周期最后一段未结束的工况时段τb,i～τb,2的数据，并在上一扫描周期的最后一段未结束的工况时段的数据基础上，更新最大值与最小值；
步骤四：扫描过程中对工况的判断和处理：
对于所有i＝1～n，判据一：imax-imin<δi是否成立，若imax-imin<δi成立，继续读取下一时刻τj+1的数据，重复步骤三和步骤四，直到上述判断条件不成立为止；若imax-imin<δi不成立，停止当前扫描过程，并且判断满足判据一条件的时长判据二：τj-1-τ0>t是否成立，若成立，保存时段τ0～τj-1作为成功采集到的一个历史工况；若不成立，放弃该时段τ0～τj-1；然后从τj时刻开始继续步骤三的工作直到τ2时刻；
步骤五：扫描周期结束时刻的处理：
当扫描到本次周期结束时刻τ2时，若判据一：imax-imin<δi成立，记录当前工况的起始时刻τi,1和工况参数的最大值imax和最小值imin；在下一扫描周期开始读取第一个时刻数据时，在当前工况的基础上更新最大值imax和最小值imin，工况的起始时间按照τi,1算起，然后重复步骤三的工作；
若判据一：imax-imin<δi不成立，则放弃当前工况；启动下一周期工况采集工作时，直接重复步骤三的工作；最终完整采集周期内的所有运行工况并存储到数据库中。
和现有技术相比，本发明具备如下优点：
本发明方法能够对电厂稳定运行工况或稳定变化速率工况进行自动采集。
本发明方法适用于一个多个工况参数定义的工况进行采集。
本发明方法在每个扫描周期结尾的工况，能够与下一周期开始扫描的工况进行无缝衔接，保证跨扫描周期的历史运行工况的成功采集。
本发明方法能够适用计算机的自动采集模式，也适用于事后的恢复模式采集，也适用于人工手动触发式采集；采集周期支持自由配置。
本发明方法能够有效利用电厂运行历史数据和工况参数特征，利用计算机程序自动快捷实时采集历史运行工况，为电厂优化运行指导、大数据分析与生产管理决策提供必要的工况数据支持。
附图说明
图1为本发明基于电厂历史数据自动采集运行工况的方法的流程图。
具体实施方式
下面结合附图及具体实施方式对本发明作进一步详细说明。
如图1所示，本发明一种基于电厂历史数据自动采集运行工况的方法，包括确定工况判定的具体参数及判定条件，工况自动采集的任务周期，工况采集的扫描过程，工况采集的数据分析和判断流程，工况采集的结果处理及扫描周期结束时刻的工况处理流程。具体包含以下步骤。
步骤一：工况条件的标准化定义。
工况条件一般包括能够表征工况主要特征的运行参数变化特性。对于稳定运行工况，选择若干运行参数λi，i＝1～n，各运行参数λi在至少t时长内变化波动不超过阈值δi；对于稳定变化率工况，可以选择若干稳定变化运行参数ki，计算该稳定变化运行参数随时间的变化率κi，定义变化率κi在至少t时长内变化波动不超过阈值δi。
步骤二：工况采集周期的确定。
工况采集工作需要确定每次采集的历史时间段，一般可以设置为1天、1周、1月或1年。通过该步骤，即可得到采集工作的起始时间τ1，终止时间τ2。
步骤三：开始工况采集的扫描。
从起始时间τ0＝τ1开始，从历史数据库中按照样本或插值方式，依次读取工况条件定义中的各时刻的工况参数λi或κi；并针对该工况参数所有已读出的时序数据，计算参数λi或κi的最大值和最小值，统一记为最大值imax和最小值imin，每读取该工况参数一个新时刻τj的数据，将该数据与最大最小值比较，并更新imax和imin。
若上一扫描周期的历史工况仍未结束，则开始扫描的时序数据中应预先包含上一扫描周期最后一段未结束的工况时段τb,i～τb,2的数据，并在上一扫描周期的最后一段未结束的工况时段的数据基础上，更新最大值与最小值。
步骤四：扫描过程中对工况的判断和处理。
对于所有i＝1～n，判据一：imax-imin<δi是否成立，若imax-imin<δi成立，继续读取下一时刻τj+1的数据，重复步骤三和步骤四，直到上述判断条件不成立为止；若imax-imin<δi不成立，停止当前扫描过程，并且判断满足判据一条件的时长判据二：τj-1-τ0>t是否成立。若成立，保存时段τ0～τj-1作为成功采集到的一个历史工况；若不成立，放弃该时段τ0～τj-1。然后从τj时刻开始继续步骤三的工作直到τ2时刻。
步骤五：扫描周期结束时刻的处理。
当扫描到本次周期结束时刻τ2时，若判据一：imax-imin<δi成立，记录当前工况的起始时刻τi,1和工况参数的最大值imax和最小值imin。在下一扫描周期开始读取第一个时刻数据时，在当前工况的基础上更新最大值imax和最小值imin，工况的起始时间按照τi,1算起，然后重复步骤三的工作。
若判据一：imax-imin<δi不成立，则放弃当前工况。启动下一周期工况采集工作时，直接重复步骤三的工作。最终完整采集周期内的所有运行工况并存储到数据库中。

Claims (6)

1.一种基于电厂历史数据自动采集运行工况的方法，其特征在于：包括如下步骤：
步骤一：工况条件的标准化定义：
工况条件包括能够表征工况主要特征的运行参数变化特性，对于稳定运行工况，选择若干运行参数λi，i＝1～n，各运行参数λi在至少t时长内变化波动不超过阈值δi；对于稳定变化率工况，选择若干稳定变化运行参数ki，计算该稳定变化运行参数随时间的变化率κi，定义变化率κi在至少t时长内变化波动不超过阈值δi；
步骤二：工况采集周期的确定：
工况采集工作需要确定每次采集的历史时间段，人工提前设定；通过该步骤，即得到采集工作的起始时间τ1，终止时间τ2；
步骤三：开始工况采集的扫描：
从起始时间τ0＝τ1开始，从历史数据库中按照样本或插值方式，依次读取工况条件定义中的各时刻的工况参数λi或κi；并针对该工况参数所有已读出的时序数据，计算参数λi或κi的最大值和最小值，统一记为最大值imax和最小值imin，每读取该工况参数一个新时刻τj的数据，将该数据与最大最小值比较，并更新imax和imin；
若上一扫描周期的历史工况仍未结束，则开始扫描的时序数据中应预先包含上一扫描周期最后一段未结束的工况时段τb,i～τb,2的数据，并在上一扫描周期的最后一段未结束的工况时段的数据基础上，更新最大值与最小值；
步骤四：扫描过程中对工况的判断和处理：
对于所有i＝1～n，判据一：imax-imin<δi是否成立，若imax-imin<δi成立，继续读取下一时刻τj+1的数据，重复步骤三和步骤四，直到上述判断条件不成立为止；若imax-imin<δi不成立，停止当前扫描过程，并且判断满足判据一条件的时长判据二：τj-1-τ0>t是否成立，若成立，保存时段τ0～τj-1作为成功采集到的一个历史工况；若不成立，放弃该时段τ0～τj-1；然后从τj时刻开始继续步骤三的工作直到τ2时刻；
步骤五：扫描周期结束时刻的处理：
当扫描到本次周期结束时刻τ2时，若判据一：imax-imin<δi成立，记录当前工况的起始时刻τi,1和工况参数的最大值imax和最小值imin；在下一扫描周期开始读取第一个时刻数据时，在当前工况的基础上更新最大值imax和最小值imin，工况的起始时间按照τi,1算起，然后重复步骤三的工作；
若判据一：imax-imin<δi不成立，则放弃当前工况；启动下一周期工况采集工作时，直接重复步骤三的工作；最终完整采集周期内的所有运行工况并存储到数据库中。
2.根据权利要求1所述的一种基于电厂历史数据自动采集运行工况的方法，其特征在于，该方法能够对电厂稳定运行工况或稳定变化速率工况进行自动采集。
3.根据权利要求1所述的一种基于电厂历史数据自动采集运行工况的方法，其特征在于，该方法适用于一个多个工况参数定义的工况进行采集。
4.根据权利要求1所述的一种基于电厂历史数据自动采集运行工况的方法，其特征在于，该方法在每个扫描周期结尾的工况，能够与下一周期开始扫描的工况进行无缝衔接，保证跨扫描周期的历史运行工况的成功采集。
5.根据权利要求1所述的一种基于电厂历史数据自动采集运行工况的方法，其特征在于，该方法能够适用计算机的自动采集模式，也适用于事后的恢复模式采集，也适用于人工手动触发式采集；采集周期支持自由配置。
6.根据权利要求1所述的一种基于电厂历史数据自动采集运行工况的方法，其特征在于，每次采集的历史时间段设置为1天、1周、1月或1年。
CN202110503753.4A 2021-05-10 2021-05-10 一种基于电厂历史数据自动采集运行工况的方法 Active CN113220771B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110503753.4A CN113220771B (zh) 2021-05-10 2021-05-10 一种基于电厂历史数据自动采集运行工况的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110503753.4A CN113220771B (zh) 2021-05-10 2021-05-10 一种基于电厂历史数据自动采集运行工况的方法

Publications (2)

Publication Number Publication Date
CN113220771A true CN113220771A (zh) 2021-08-06
CN113220771B CN113220771B (zh) 2022-11-08

Family

ID=77093950

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110503753.4A Active CN113220771B (zh) 2021-05-10 2021-05-10 一种基于电厂历史数据自动采集运行工况的方法

Country Status (1)

Country Link
CN (1) CN113220771B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104792543A (zh) * 2015-04-17 2015-07-22 北京理工大学 一种道路循环工况的构建方法
CN104847673A (zh) * 2015-05-27 2015-08-19 广东蓄能发电有限公司 机组调相工况下压水保持能力的状态检修方法
CN106247000A (zh) * 2016-08-09 2016-12-21 曲阜师范大学 一种可分析油井供液情况的单流阀及油井供液情况的分析方法
CN109815533A (zh) * 2018-12-14 2019-05-28 南京河海南自水电自动化有限公司 一种不同工况下水电机组部件运行数据分析方法及系统
WO2021056724A1 (zh) * 2019-09-23 2021-04-01 平安科技（深圳）有限公司 异常检测方法、装置、电子设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104792543A (zh) * 2015-04-17 2015-07-22 北京理工大学 一种道路循环工况的构建方法
CN104847673A (zh) * 2015-05-27 2015-08-19 广东蓄能发电有限公司 机组调相工况下压水保持能力的状态检修方法
CN106247000A (zh) * 2016-08-09 2016-12-21 曲阜师范大学 一种可分析油井供液情况的单流阀及油井供液情况的分析方法
CN109815533A (zh) * 2018-12-14 2019-05-28 南京河海南自水电自动化有限公司 一种不同工况下水电机组部件运行数据分析方法及系统
WO2021056724A1 (zh) * 2019-09-23 2021-04-01 平安科技（深圳）有限公司 异常检测方法、装置、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周露亮等: "卫生洁具烧成缺陷工况监测预报专家系统的研究", 《陶瓷学报》 *

Also Published As

Publication number Publication date
CN113220771B (zh) 2022-11-08

Similar Documents

Publication Publication Date Title
CN109740648A (zh) 电力负荷异常数据识别方法、装置和计算机设备
CN112171376B (zh) 一种基于电流信号分割的机床工件实时统计方法
EP3324256A2 (en) Control system and control device
CN111832624A (zh) 一种基于对抗迁移学习的刀具剩余寿命预测方法
CN115058807B (zh) 一种用于纺纱机的智能控制方法及系统
CN111339129A (zh) 远程抄表异常监测方法、装置、燃气表系统及燃气云平台
CN115511398B (zh) 一种基于时间敏感网络的焊接质量智能检测方法及系统
CN112904148A (zh) 智能电缆运行监测系统、方法及装置
CN113884912A (zh) 基于模拟退火算法的插值拟合锂电池dQ/dV曲线方法及装置
CN110134040B (zh) 工业设备的运行数据的处理方法及系统
CN113220771B (zh) 一种基于电厂历史数据自动采集运行工况的方法
CN114065930A (zh) 一种深度学习模型训练的性能结果优化方法及系统
CN117034197A (zh) 基于多维Isolate-Detect多变点检测的企业用电典型模式分析方法
CN115687961B (zh) 一种基于模式识别的自动焊接工序智能识别方法
CN117374920A (zh) 考虑环境因素的超短期预测方法、装置及介质
CN108924002B (zh) 一种性能数据文件的解析方法、装置、设备及存储介质
CN110855519A (zh) 一种网络流量预测方法
CN111625190B (zh) 一种基于配电特性的电气量存储的实现方法及装置
CN115422263A (zh) 一种电力现场多功能通用型故障分析方法及系统
CN110008245B (zh) 一个适用于设备故障预警模型时间段查找的方法
CN117884817B (zh) 一种焊接电流工艺区间智能识别方法
CN116561598B (zh) 一种cps智能制造管理平台大数据处理方法
CN114706743B (zh) 一种支持实时评估的综合评估方法
CN117193676B (zh) 一种存储设备性能评估的方法、系统、设备及介质
CN117771841B (zh) 基于粉尘浓度监测的除尘器智能控制方法及系统

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