CN113670536B - 火电厂用电用水监测和信息化管理方法 - Google Patents

火电厂用电用水监测和信息化管理方法 Download PDF

Info

Publication number
CN113670536B
CN113670536B CN202110761027.2A CN202110761027A CN113670536B CN 113670536 B CN113670536 B CN 113670536B CN 202110761027 A CN202110761027 A CN 202110761027A CN 113670536 B CN113670536 B CN 113670536B
Authority
CN
China
Prior art keywords
water pressure
water
pipeline
data
pressure data
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
CN202110761027.2A
Other languages
English (en)
Other versions
CN113670536A (zh
Inventor
朱晓瑾
徐云柯
朱彬源
谢昊旻
成磊
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.)
Zhejiang Zheneng Taizhou No2 Power Generation Co ltd
Original Assignee
Zhejiang Zheneng Taizhou No2 Power Generation 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 Zhejiang Zheneng Taizhou No2 Power Generation Co ltd filed Critical Zhejiang Zheneng Taizhou No2 Power Generation Co ltd
Priority to CN202110761027.2A priority Critical patent/CN113670536B/zh
Publication of CN113670536A publication Critical patent/CN113670536A/zh
Application granted granted Critical
Publication of CN113670536B publication Critical patent/CN113670536B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00Investigating fluid-tightness of structures
    • G01M3/02Investigating fluid-tightness of structures by using fluid or vacuum
    • G01M3/26Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
    • G01M3/28Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds
    • G01M3/2807Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds for pipes
    • G01M3/2815Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds for pipes using pressure measurements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21Design, administration or maintenance of databases
    • G06F16/215Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465Query processing support for facilitating data mining operations in structured databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Measuring Fluid Pressure (AREA)

Abstract

本发明提供了一种火电厂用电用水监测和信息化管理方法,包括以下步骤:S1.采集水相关数据;S2.提取水相关数据中的管道水压数据,并根据管道水压数据进行相应管道的稳定性判断;S3.当管道处于不稳定状态时发出针对相应管道的安全预警信息。本方案利用采集到的水相关数据进行管道稳定性判断,在管道处于不稳定状态时能够及时通知管理人员,帮助管理人员更及时的发现故障问题,同时可以作为故障诊断系统的参考数据以提高故障诊断系统的故障诊断准确率。

Description

火电厂用电用水监测和信息化管理方法
技术领域
本发明属于火电厂数据监测及信息化管理技术领域,尤其涉及一种火电厂用电用水监测和信息化管理方法。
背景技术
现阶段,我国在电力生产方式方面大体展现出多样化发展的趋势,但作为传统发电主体的火力发电厂在未来很长一段时间内,仍然将占据着我国发电行业的主体地位。然而,随着国家对于生态环境问题的日益重视,对于传统火电行业的生产流程也提出了更高的标准。完善传统火力发电的发电流程,更高效地优化利用火力发电过程中的生产物料,已经成为了火电行业发展的重要方向。
随着国家保护生态环节政策的要求和提高火电厂能效指标的需求,基本上所有火电厂都拥有了一套实时监测和信息化管理系统来实现电量、水量平衡管理的合理高效运行,提高火电厂水电平衡信息化管理的运行效率,水平衡有效管理的实现能够帮助企业制定更优的节水方案,电平衡有效管理的实现能够用于调度管理。
但是目前的水监测和电监测都仅用于水平衡管理和电平衡管理,无法根据水监测或电监测结果获取更多的信息。例如,没有将水压检测结果与管路健康状态或与设备健康状态关联起来。虽然水管的水压情况不能直接与管路健康状态或设备健康状态相关联,但是水管水压的稳定情况却与管路健康状态或设备健康状态相关,水管水压稳定性高通常表示管路健康状态与设备健康状态均良好,而水管水压稳定性低通常表示供水管路健康状态或相应的设备健康状态不佳。若为设备供水的管路本身长期处于亚健康状态则会导致该设备出现故障,所以通过监测水管压力及时排查管路健康状态同样具有较大的意义。
发明内容
本发明的目的是针对上述问题,提供一种火电厂用电用水监测和信息化管理方法。
为达到上述目的,本发明采用了下列技术方案:
一种火电厂用电用水监测和信息化管理方法,包括以下步骤:
S1.采集水相关数据;
S2.提取水相关数据中的管道水压数据,并根据管道水压数据进行相应管道的稳定性判断;
S3.当管道处于不稳定状态时发出针对相应管道的安全预警信息。
在上述的火电厂用电用水监测和信息化管理方法中,步骤S1中,同时采集电相关数据;
步骤S2中,根据电相关数据和水相关数据分别进行水平衡分析和电平衡分析。
在上述的火电厂用电用水监测和信息化管理方法中,对所采集的数据进行预处理,使用经过预处理的采集数据进行电平衡分析与水平衡分析;
且所述的预处理包括剔除存在任意管道处于不稳定状态时所采集到的水相关数据和/或电相关数据。
在上述的火电厂用电用水监测和信息化管理方法中,在每条管道中设置至少一个水压传感器以分别采集每条管道的水压数据;
通过优化Pearson相关系数法对管道相邻时刻的水压数据进行相似程度比较以分析相应管道的稳定性。
在上述的火电厂用电用水监测和信息化管理方法中,所述的水压传感器按照Mms/次的频率采集水压数据,且所述的M大于或等于1;
且通过以下方式分析每个管道的稳定性:
获取管道当前时刻前n个水压数据,并通过所述的优化Pearson相关系数法对比当前时刻前n/2个水压数据与前(n/2)+1至n个水压数据之间的相似程度以分析相应管道的稳定状态,且所述的n大于或等于10。
在上述的火电厂用电用水监测和信息化管理方法中,当相似程度高于设定阈值时认为管道处于不稳定状态,否则处于稳定状态;
或者,当预设时间段内存在多次相似程度高于设定阈值的情况,且次数超过预设数量的,则认为管道处于不稳定状态,否则处于稳定状态。
在上述的火电厂用电用水监测和信息化管理方法中,通过如下方式对Pearson相关系数法的通用公式进行优化:
在通用公式的基础上增加了如下调整因子
P1_i是当前时刻前n/2个水压数据中的第i个水压数据,P2_i是当前时刻前(n/2)+1至n个水压数据之间中的第i个水压数据;p的所在区间为[0,1],p越大,相似程度越高,反之p越小,相似程度越低。
在上述的火电厂用电用水监测和信息化管理方法中,所述的优化Pearson相关系数法使用如下表达式:
其中:P1_i是当前时刻前n/2个水压数据中的第i个水压数据,P2_i是当前时刻前(n/2)+1至n个水压数据之间中的第i个水压数据,i和j是自然数。
在上述的火电厂用电用水监测和信息化管理方法中,在每条管道的两个终端处分别设置第一水压传感器和第二水压传感器以分别采集每条管道两端的水压数据。
在上述的火电厂用电用水监测和信息化管理方法中,在对管道进行稳定性判断时,当前时刻前n/2个水压数据使用第一水压传感器所采集的水压数据,当前时刻前(n/2)+1至n个水压数据使用第二水压传感器所采集的水压数据;
且当管道处于不稳定状态时,再分别对两个水压传感器采集的前n/2个水压数据和前(n/2)+1至n个水压数据进行相似程度计算,若均小于或等于设定阈值,则给出相应管道漏水的安全预警信息,否则给出安全预警信息。
本发明的优点在于:
本方案利用采集到的水相关数据进行管道稳定性判断,在管道处于不稳定状态时能够及时通知管理人员,帮助管理人员更及时的发现故障问题,也可以作为故障诊断系统的参考数据以提高故障诊断系统的故障诊断准确率;
对管路水压波动情况进行监测,能够在管路出现漏水的情况下及时发出警告,避免供水管路长期处于亚健康状态对相应设备的运行造成不良影响,能够保证设备运行在健康供水下,提高设备运行稳定性,降低设备因为供水问题导致的运行故障率。
附图说明
图1为本发明实施例一中火电厂用电用水监测和信息化管理方法的方法流程图;
图2为本发明实施例一中稳定性判断方法流程图;
图3为本发明实施例二中稳定性判断方法流程图;
图4为本发明实施例三中两个水压传感器分别以1ms/次的频率采采集水压数据的示意图;
图5为本发明实施例三中火电厂用电用水监测和信息化管理方法的方法流程图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步详细的说明。
目前,火电厂通常会配备大量的传感器进行水相关数据的采集和电相关数据的采集,并对用水和用电进行平衡分析。但是没有利用水相关数据对管道稳定状态进行分析的思路,而管道供水的平衡与否会对用水/用电造成一定的影响,导致最终做出的平衡分析结果与真实结果存在较大的偏差;并且管道供水的稳定性通常表示着管道的健康状态或相关设备的健康状态,例如,若供水管道本身健康状态良好,而管道仍然具有较低的稳定性,则通常表示是设备的问题,用户就可以排查相关设备可能存在的问题,也可以将管道稳定性状态作为火电厂故障分析/健康状态分析系统的其中一个参考数据,增加故障相关的特征数据,有助于提高故障诊断的准确率。
另外,本方案通过水压稳定性的检测能够确定相关管道是否存在健康问题,避免因为供水管路长期处于亚健康状态而对相应设备的运行造成不良影响,保证设备运行在健康供水下,提高设备运行稳定性,降低设备因为供水问题导致的运行故障率。具体实现方法如下:
实施例一
如图1所示,本方案提出了一种火电厂用电用水监测和信息化管理方法,包括以下步骤:
S1.采集水相关数据和电相关数据;
S2.提取水相关数据中的管道水压数据,并根据水压数据进行相应管道的稳定性判断;
S3.在管道处于不稳定状态时发出针对相应管道的安全预警信息。
步骤S2中,根据电相关数据和水相关数据分别进行水平衡分析和电平衡分析。且优选对所采集的数据进行预处理,并使用经过预处理的采集数据进行电平衡分析与水平衡分析;
具体地,所述的预处理包括剔除存在任意管道处于不稳定状态时所采集到的水相关数据和/或电相关数据。
水/电平衡的监测结果也受管路供水稳定性情况影响,工厂水压稳定性较低的时间段所采集的管道水压数据就没有很大的参考价值,反而对最终的结果造成不良干扰,现有技术在进行水/电平衡的过程中,并没有考虑到管路供水稳定性问题,本方案将管路供水不稳定时间段的管道水压数据剔除,能够避免管道供水的平衡问题对用水/用电造成的影响,提高平衡管理的有效性和准确性。
在每条管道中设置至少一个水压传感器以分别采集每条管道的水压数据。对每一根管道分别进行水压数据的采集和稳定性的分析,最终给出的安全预警信息也是携带相关管道信息的安全预警信息。
具体地,在步骤S2中,通过优化Pearson相关系数法对管道相邻时刻的水压数据进行相似程度比较以分析相应管道的稳定性,相似程度越高表示波动越小,稳定性也就越高。
步骤S1中,水压传感器按照M ms/次的频率采集水压数据,且M大于或等于1,这里以1ms/次的频率采集水压数据为例;
如图2所示,步骤S2中通过以下方式分析每个管道的稳定性:
获取管道当前时刻前n个水压数据,并通过优化Pearson相关系数法对比当前时刻前n/2个水压数据与前(n/2)+1至n个水压数据之间的相似程度以分析相应管道的稳定状态,且n大于或等于10,这里以20为例,即对每条管道的当前时刻前10次采集的10个水压数据与前11次至20次采集10个水压数据进行相似程度计算。这里采用多数据点对比的方式,能够有效防止因为单点采样误差等引起的误判断。
当相似程度高于设定阈值时认为管道处于不稳定状态,否则处于稳定状态。
具体地,本实施例优化Pearson相关系数法使用如下表达式:
其中:P1_i是当前时刻前n/2个水压数据中的第i个水压数据,P2_i是当前时刻前(n/2)+1至n个水压数据之间中的第i个水压数据,i和j是自然数。
本方案优化的Pearson相关系数法与通用公式相比,增加了以下调整因子,以降低通用公式在分析变化率相同的不同水压曲线时可能发生的误判:
p的所在区间为[0,1],p越大,相似程度越高,反之p越小,相似程度越低。
下面对上述改进的优势进行具体说明:
通用的Pearson相关系数法对绝对值不敏感,即当水压曲线不同而水压变化率相同时,也会出现高度相关性。如两条水压曲线分别为{87.35,218.71,347.06,471.59,591.5,706.20,814.90,917.07,1012.19,1099.82}和{87.26,89.20,91.10,92.94,94.71,96.40,98.01,99.52,100.93,102.22}时,使用未改进过的Pearson相关系数公式进行计算时,计算得到的相关系数为1,这意味着Pearson相关系数法认为两条水压曲线具有强正相关,这就会出现误检测的结果。而使用改进过的Pearson相关系数公式进行计算时,计算得到的相关系数为0,这意味着两条水压曲线不相关,有效的避免了当水压曲线不同而水压变化率相同时发生误判的可能性,所以优化后的Pearson相关系数法能够有效降低对水压波动情况的误判概率。
本方案通过提出根据水压数据对相应管道进行稳定性判断,最终在管道出现不稳定状态时能够发出针对相应管道的安全预警信息,便于管理人员及时获取各管道处的健康状态,有助于管理人员及时发现潜在的故障风险。而且在对各设备进行性能评估、故障检测过程中,可以通过将相关管道的稳定性状态作为参数输入相应的模型中以提高性能评估、故障诊断的准确率。
实施例二
如图3所示,本实施例与实施例一类似,不同之处在于,本实施例在步骤S2中,当预设时间段内存在多次相似程度高于设定阈值的情况,且次数超过预设数量的,则认为管道处于不稳定状态,否则处于稳定状态,预设时间段长度优选大于100M,即,以1ms/次的频率采集水压数据为例,预设时间段长度大于10s,预设数量优选为大于或等于2的整数。本方案不以一次比较为限,只有在一段时间内出现多次表示水压波动的情况时才判定管道处于不稳定状态,避免出现检测错误、计算错误或外部干扰造成的误判。
实施例三
本实施例与实施例一类似,不同之处在于,本实施例的步骤S1中,在每条管道的两个终端处分别设置第一水压传感器和第二水压传感器以分别采集每条管道两端的水压数据。如图4所示,第一水压传感器和第二水压传感器在分别以1ms/次的频率采集水压数据,每20ms左右分别采集到20个水压数据。
步骤S2中,在对管道进行稳定性判断时,当前时刻前n/2个水压数据使用第一水压传感器所采集的水压数据,即图4中第一水压传感器标号为1至10的10个水压数据,当前时刻前(n/2)+1至n个水压数据使用第二水压传感器所采集的水压数据,即图4中第二水压传感器标号为10至20的10个水压数据。两个水压传感器可以同步以1ms/次的频率采集水压数据,也可以不同步地分别以1ms/次的频率采集水压数据。
且如图5所示,在步骤S3中,当管道处于不稳定状态时,再分别对两个水压传感器采集的前n/2个水压数据和前(n/2)+1至n个水压数据进行相似程度计算,即对第一水压传感器的1至10十个水压数据和11至20十个水压数据进行相似程度计算,对第二水压传感器的1至10十个水压数据和11至20十个水压数据进行相似程度计算,若针对两个水压传感器计算的相似程度均小于或等于设定阈值,则给出相应管道漏水的安全预警信息,否则给出安全预警信息以及时告知用户可能存在潜的故障风险,帮助用户及时排查问题,也可以进一步将各管道的稳定性情况作为其他监测系统、故障分析系统的参考数据以提高监测及故障分析的准确率。通过该方法,任何被监测的管道只要出现水压波动的不稳定情况就能够被检测到,及时获取各条管道的健康状态并及时发出预警信号。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
尽管本文较多地使用管道、水压数据、水压传感器、稳定性、优化Pearson相关系数法、相似程度、调整因子等术语,但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质;把它们解释成任何一种附加的限制都是与本发明精神相违背的。

Claims (8)

1.一种火电厂用电用水监测和信息化管理方法,其特征在于,包括以下步骤:
S1.采集水相关数据;
S2.提取水相关数据中的管道水压数据,并根据管道水压数据进行相应管道的稳定性判断;
S3.当管道处于不稳定状态时发出针对相应管道的安全预警信息;
通过优化Pearson相关系数法对管道相邻时刻的水压数据进行相似程度比较以分析相应管道的稳定性:
获取管道当前时刻前n个水压数据,并通过所述的优化Pearson相关系数法对比当前时刻前n/2个水压数据与前(n/2)+1至n个水压数据之间的相似程度以分析相应管道的稳定状态;
所述的优化Pearson相关系数法使用如下表达式:
其中,P 1_i 是当前时刻前n/2个水压数据中的第i个水压数据,P 2_i 是当前时刻前(n/2)+1至n个水压数据中的第i个水压数据,ij是自然数;
且通过如下方式对Pearson相关系数法的通用公式进行优化:
在通用公式的基础上增加如下调整因子
p的所在区间为[0,1],p越大,相似程度越高,反之p越小,相似程度越低。
2.根据权利要求1所述的火电厂用电用水监测和信息化管理方法,其特征在于,步骤S1中,同时采集电相关数据;
在步骤S2中,根据电相关数据和水相关数据分别进行水平衡分析和电平衡分析。
3.根据权利要求2所述的火电厂用电用水监测和信息化管理方法,其特征在于,对所采集的数据进行预处理,使用经过预处理的采集数据进行电平衡分析与水平衡分析;
且所述的预处理包括剔除存在任意管道处于不稳定状态时所采集到的水相关数据和/或电相关数据。
4.根据权利要求1-3任意一项所述的火电厂用电用水监测和信息化管理方法,其特征在于,在每条管道中设置至少一个水压传感器以分别采集每条管道的水压数据。
5.根据权利要求4所述的火电厂用电用水监测和信息化管理方法,其特征在于,所述的水压传感器按照M ms/次的频率采集水压数据,且所述的M大于或等于1;
所述的n大于或等于10。
6.根据权利要求5所述的火电厂用电用水监测和信息化管理方法,其特征在于,当相似程度高于设定阈值时认为管道处于不稳定状态,否则处于稳定状态;
或者,当预设时间段内存在多次相似程度高于设定阈值的情况,且次数超过预设数量的,则认为管道处于不稳定状态,否则处于稳定状态。
7.根据权利要求6所述的火电厂用电用水监测和信息化管理方法,其特征在于,在每条管道的两个终端处分别设置第一水压传感器和第二水压传感器以分别采集每条管道两端的水压数据。
8.根据权利要求7所述的火电厂用电用水监测和信息化管理方法,其特征在于,在对管道进行稳定性判断时,当前时刻前n/2个水压数据使用第一水压传感器所采集的水压数据,当前时刻前(n/2)+1至n个水压数据使用第二水压传感器所采集的水压数据;
且当管道处于不稳定状态时,再分别对两个水压传感器采集的前n/2个水压数据和前(n/2)+1至n个水压数据进行相似程度计算,若均小于或等于设定阈值,则给出相应管道漏水的安全预警信息,否则给出安全预警信息。
CN202110761027.2A 2021-07-06 2021-07-06 火电厂用电用水监测和信息化管理方法 Active CN113670536B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110761027.2A CN113670536B (zh) 2021-07-06 2021-07-06 火电厂用电用水监测和信息化管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110761027.2A CN113670536B (zh) 2021-07-06 2021-07-06 火电厂用电用水监测和信息化管理方法

Publications (2)

Publication Number Publication Date
CN113670536A CN113670536A (zh) 2021-11-19
CN113670536B true CN113670536B (zh) 2024-03-05

Family

ID=78538857

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110761027.2A Active CN113670536B (zh) 2021-07-06 2021-07-06 火电厂用电用水监测和信息化管理方法

Country Status (1)

Country Link
CN (1) CN113670536B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117035240B (zh) * 2023-10-08 2024-03-01 华能山东发电有限公司烟台发电厂 一种火电厂用水的监测管理方法及系统

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101331579B1 (ko) * 2013-07-16 2013-11-20 (주) 퓨처파워텍 피어슨 상관계수 분석기법을 적용한 고장진단 예측 및 잔존 수명 관리 자동제어 시스템
FR3002668A1 (fr) * 2013-02-25 2014-08-29 Snecma Procede d'evaluation de la capabilite d'une machine et/ou d'un procede
CN104089186A (zh) * 2014-06-30 2014-10-08 东北大学 一种基于组合滤波和动态阈值的管道压力异常诊断方法
KR20160039078A (ko) * 2014-09-30 2016-04-08 한국전력공사 발전소 배관 운전신호 분석 방법
CN105526925A (zh) * 2015-11-09 2016-04-27 北京市水文地质工程地质大队 一种区域地面沉降水准监测网优化设计方法
KR20180006094A (ko) * 2016-07-08 2018-01-17 코오롱엔솔루션 주식회사 상수관망에서 회귀분석을 통한 최적 운전모드 제시방법
CN108665119A (zh) * 2018-08-03 2018-10-16 清华大学 一种供水管网异常工况预警方法
CN110134833A (zh) * 2019-05-09 2019-08-16 南京邮电大学 面向电网拓扑管理的图数据建模系统及方法
CN110514366A (zh) * 2019-08-22 2019-11-29 东北大学 一种小样本条件下管道微弱泄漏检测方法
CN110851931A (zh) * 2019-10-14 2020-02-28 天津大学 一种城市供水管网流量监测点的优化布置方法
KR102101625B1 (ko) * 2019-11-27 2020-04-17 (주)케이엠에스 스마트 워터 시티 구축을 위한 ict 통합 모니터링 물 관리 시스템, 그리고 이를 위한 통합관제서버
KR102124168B1 (ko) * 2018-12-21 2020-06-17 서울시립대학교 산학협력단 상수관망 내 누수 감지를 위한 수압계 설치 위치 최적 선정방법
CN111486345A (zh) * 2020-03-10 2020-08-04 安徽科杰粮保仓储设备有限公司 一种粮库地下管网液体泄漏在线监测预警方法及装置
CN111596621A (zh) * 2020-04-13 2020-08-28 中国大唐集团科学技术研究院有限公司火力发电技术研究院 一种火电厂智慧水务在线监测、控制与管理系统
CN112098772A (zh) * 2020-08-17 2020-12-18 国网安徽省电力有限公司铜陵供电公司 一种配电网线变关系异常识别判定方法
CN112485514A (zh) * 2020-11-14 2021-03-12 国网江苏省电力有限公司营销服务中心 一种电平衡用电量不确定度评价方法
CN112861379A (zh) * 2021-03-15 2021-05-28 南京邮电大学 基于稀疏大数据挖掘的火电机组汽轮机优化方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140298894A1 (en) * 2013-04-09 2014-10-09 Schlumberger Technology Corporation Line pressure testing technique
KR102440335B1 (ko) * 2016-10-28 2022-09-02 삼성에스디에스 주식회사 이상 감지 관리 방법 및 그 장치

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3002668A1 (fr) * 2013-02-25 2014-08-29 Snecma Procede d'evaluation de la capabilite d'une machine et/ou d'un procede
KR101331579B1 (ko) * 2013-07-16 2013-11-20 (주) 퓨처파워텍 피어슨 상관계수 분석기법을 적용한 고장진단 예측 및 잔존 수명 관리 자동제어 시스템
CN104089186A (zh) * 2014-06-30 2014-10-08 东北大学 一种基于组合滤波和动态阈值的管道压力异常诊断方法
KR20160039078A (ko) * 2014-09-30 2016-04-08 한국전력공사 발전소 배관 운전신호 분석 방법
CN105526925A (zh) * 2015-11-09 2016-04-27 北京市水文地质工程地质大队 一种区域地面沉降水准监测网优化设计方法
KR20180006094A (ko) * 2016-07-08 2018-01-17 코오롱엔솔루션 주식회사 상수관망에서 회귀분석을 통한 최적 운전모드 제시방법
CN108665119A (zh) * 2018-08-03 2018-10-16 清华大学 一种供水管网异常工况预警方法
KR102124168B1 (ko) * 2018-12-21 2020-06-17 서울시립대학교 산학협력단 상수관망 내 누수 감지를 위한 수압계 설치 위치 최적 선정방법
CN110134833A (zh) * 2019-05-09 2019-08-16 南京邮电大学 面向电网拓扑管理的图数据建模系统及方法
CN110514366A (zh) * 2019-08-22 2019-11-29 东北大学 一种小样本条件下管道微弱泄漏检测方法
CN110851931A (zh) * 2019-10-14 2020-02-28 天津大学 一种城市供水管网流量监测点的优化布置方法
KR102101625B1 (ko) * 2019-11-27 2020-04-17 (주)케이엠에스 스마트 워터 시티 구축을 위한 ict 통합 모니터링 물 관리 시스템, 그리고 이를 위한 통합관제서버
CN111486345A (zh) * 2020-03-10 2020-08-04 安徽科杰粮保仓储设备有限公司 一种粮库地下管网液体泄漏在线监测预警方法及装置
CN111596621A (zh) * 2020-04-13 2020-08-28 中国大唐集团科学技术研究院有限公司火力发电技术研究院 一种火电厂智慧水务在线监测、控制与管理系统
CN112098772A (zh) * 2020-08-17 2020-12-18 国网安徽省电力有限公司铜陵供电公司 一种配电网线变关系异常识别判定方法
CN112485514A (zh) * 2020-11-14 2021-03-12 国网江苏省电力有限公司营销服务中心 一种电平衡用电量不确定度评价方法
CN112861379A (zh) * 2021-03-15 2021-05-28 南京邮电大学 基于稀疏大数据挖掘的火电机组汽轮机优化方法及系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
基于Pearson相关系数的集输管道流动腐蚀主控因素分析;宫彦双等;石油与天然气化工;第50卷(第2期);第93-99页 *
基于联动特性的区域管网供水压力的突变;汪瑞清;;净水技术(第05期);全文 *
水合物沉积物力学性质的研究现状;王淑云;鲁晓兵;;力学进展(第02期);全文 *
环境因子对负水头供液下温室番茄耗液量影响的通径分析;张芳;张建丰;乔晓军;薛绪掌;王利春;陈晓丽;李友丽;;干旱地区农业研究(第03期);全文 *
饮用水安全区域联动应急技术研究与示范;董秉直;顾玉亮;俞亭超;华建良;管伟民;华伟;戎文磊;陆纳新;赵平伟;汪瑞清;李树平;李伟英;刘宴辉;黄怡;刘菁;程伟平;;给水排水(第03期);全文 *

Also Published As

Publication number Publication date
CN113670536A (zh) 2021-11-19

Similar Documents

Publication Publication Date Title
CN102621421A (zh) 一种基于关联分析与变权重系数的变压器状态评估方法
CN112036086A (zh) 燃气管线动态风险预警系统
CN102141808A (zh) 汽轮发电机组嵌入式故障预诊断系统及方法
CN113670536B (zh) 火电厂用电用水监测和信息化管理方法
CN103529337B (zh) 设备故障与电气量信息间非线性相关关系的识别方法
CN208399634U (zh) 一种电力变压器绝缘状态综合在线监测系统
CN115876288B (zh) 一种基于大数据的电子仪表故障分析方法及系统
CN112836941A (zh) 一种煤电机组汽轮机高加系统在线健康状况评估方法
CN109613372B (zh) 一种基于多元电网数据库的电网故障诊断方法
CN113376553A (zh) 三相四线计量串电流回路接线的智能甄别方法和系统
CN113050522A (zh) 基于安全监控功能物联网智能燃气表的阀门状态检测方法
CN113075447A (zh) 一种400v低压配网智能检测装置及方法
CN202065685U (zh) 油田管路腐蚀预警系统
CN115639423A (zh) 一种基于互联网的智能配电箱监测控制方法及系统
CN214622998U (zh) 利用5g通信含有边缘计算的台区智能感知终端
CN110736865B (zh) 一种三相用户窃电判断定位方法
CN113915043A (zh) 水泵水轮发电机组工况判定方法、效率监测方法、系统
CN113128756A (zh) 一种水电气热系统用户行为分析算法
CN112381130A (zh) 一种基于聚类分析的配电房多元数据异常检测方法
CN111692535A (zh) 压力管网压力突变位置定位方法
CN115834364B (zh) 一种基于电力大数据的用电信息监测系统及方法
CN113932158B (zh) 一种长输管道泄漏信号的采集传输装置
CN113484692B (zh) 一种基于零序电流分析的配电网接地故障检测方法
CN117034157B (zh) 一种结合多模态运行数据的水电设备故障识别方法与系统
Zhou et al. Groundwater level abnormal detection based on correlation analysis

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