CN113761233A - 水电厂巡检方法、装置、计算机设备及存储介质 - Google Patents
水电厂巡检方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN113761233A CN113761233A CN202110865156.6A CN202110865156A CN113761233A CN 113761233 A CN113761233 A CN 113761233A CN 202110865156 A CN202110865156 A CN 202110865156A CN 113761233 A CN113761233 A CN 113761233A
- Authority
- CN
- China
- Prior art keywords
- data
- determining
- power plant
- inspection
- hydraulic power
- 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
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
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/432—Query formulation
- G06F16/433—Query formulation using audio data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/432—Query formulation
- G06F16/434—Query formulation using image data, e.g. images, photos, pictures taken by a user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/732—Query formulation
-
- 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
- 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
Abstract
本公开提出一种水电厂巡检方法、装置、计算机设备及存储介质,该方法包括:获取水电厂巡检场景的多媒体数据;探测水电厂巡检场景之中的感官模态数据;基于多媒体数据和感官模态数据,确定与水电厂对应的巡检结果;根据巡检结果,确定与水电厂巡检场景中的观察项对应的实际测量值;确定与观察项对应的多种参考项,并确定与多种参考项分别对应的多种参考值;根据多种参考值,确定与观察项对应的测量阈值;以及根据实际测量值和测量阈值,确定观察项是否发生故障事件。通过本公开,能够提升水电厂巡检效率,减少相关人员劳动强度,保证水电厂设备安全稳定运行。
Description
技术领域
本公开涉及水电厂智能巡检技术领域,尤其涉及一种水电厂巡检方法、装置、计算机设备及存储介质。
背景技术
相关技术中,针对水电厂发电机巡检方法包括传统巡检模式和手持式智能巡检模式。
1)传统巡检模式
主要依靠巡视人员到现场对设备进行人工巡检,这种传统的方法存在巡检不及时、人身安全风险、无法对设备性能数据进行科学分析和预判等问题,不能及时发现和消除设备隐患而影响设备安全稳定运行,同时,传统巡检模式工作强度大、效率低,可能导致维修过剩或维修不足,其过程中存在的人身安全隐患等问题也逐渐暴露出来。
2)手持式智能巡检模式
系统由设备巡检后台管理软件、智能巡检设备、电子标签组成。巡检管理软件完成巡检点、巡检项目、巡检路线、巡检计划等功能设置,实现巡检记录的查询、到位统计、漏检统计、趋势分析、缺陷跟踪等功能。电子标签用于唯一标识现场巡检点。智能巡检设备机作为巡检仪,可以识别现场电子标签或一维/二维条码。同时具有近场通信(Near FieldCommunication,NFC)读卡功能,完成现场巡检点的识别、数据采集、拍照、录像、全球定位系统(Global Positioning System,GPS)位置定位、无线数据传输等巡检管理。
这些方式下,对于传统巡检模式,依靠人工现场巡检,人员管理难度大、劳动强度高,巡检效率低下,无法适应新型智能化电厂建设需求;对于手持式智能巡检模式,巡检管理方法有所提升,但是仍然需要业务人员现场巡检扫码,工作强度、巡检频次仍然较高。
发明内容
本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本公开的目的在于提出一种水电厂巡检方法、装置、计算机设备及存储介质,能够提升水电厂巡检效率,减少相关人员劳动强度,保证水电厂设备安全稳定运行。
为达到上述目的,本公开第一方面实施例提出的水电厂巡检方法,包括:获取水电厂巡检场景的多媒体数据;探测水电厂巡检场景之中的感官模态数据;基于多媒体数据和感官模态数据,确定与水电厂对应的巡检结果;根据巡检结果,确定与水电厂巡检场景中的观察项对应的实际测量值;确定与观察项对应的多种参考项,并确定与多种参考项分别对应的多种参考值;根据多种参考值,确定与观察项对应的测量阈值;以及根据实际测量值和测量阈值,确定观察项是否发生故障事件。
本公开第一方面实施例提出的方法,通过获取水电厂巡检场景的多媒体数据,探测水电厂巡检场景之中的感官模态数据,基于多媒体数据和感官模态数据,确定与水电厂对应的巡检结果,根据巡检结果,确定与水电厂巡检场景中的观察项对应的实际测量值,确定与观察项对应的多种参考项,并确定与多种参考项分别对应的多种参考值,根据多种参考值,确定与观察项对应的测量阈值,以及根据实际测量值和测量阈值,确定观察项是否发生故障事件,由于运用了多媒体数据与感官模态数据对巡检结果进行确定,同时利用实际测量值与测量阈值对故障事件的发生进行确定,能够提升水电厂巡检效率,减少相关人员劳动强度,保证水电厂设备安全稳定运行。
为达到上述目的,本公开第二方面实施例提出的水电厂巡检装置,包括:获取模块,用于获取水电厂巡检场景的多媒体数据;探测模块,用于探测水电厂巡检场景之中的感官模态数据;第一确定模块,用于基于多媒体数据和感官模态数据,确定与水电厂对应的巡检结果;第二确定模块,用于根据巡检结果,确定与水电厂巡检场景中的观察项对应的实际测量值;第三确定模块,用于确定与观察项对应的多种参考项,并确定与多种参考项分别对应的多种参考值;第四确定模块,用于根据多种参考值,确定与观察项对应的测量阈值;以及第五确定模块,用于根据实际测量值和测量阈值,确定观察项是否发生故障事件。
本公开第二方面实施例提出的水电厂巡检装置,通过获取水电厂巡检场景的多媒体数据,探测水电厂巡检场景之中的感官模态数据,基于多媒体数据和感官模态数据,确定与水电厂对应的巡检结果,根据巡检结果,确定与水电厂巡检场景中的观察项对应的实际测量值,确定与观察项对应的多种参考项,并确定与多种参考项分别对应的多种参考值,根据多种参考值,确定与观察项对应的测量阈值,以及根据实际测量值和测量阈值,确定观察项是否发生故障事件,由于运用了多媒体数据与感官模态数据对巡检结果进行确定,同时利用实际测量值与测量阈值对故障事件的发生进行确定,能够提升水电厂巡检效率,减少相关人员劳动强度,保证水电厂设备安全稳定运行。
本公开第三方面实施例提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如本公开第一方面实施例提出的水电厂巡检方法。
本公开第四方面实施例提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本公开第一方面实施例提出的水电厂巡检方法。
本公开第五方面实施例提出了一种计算机程序产品,当所述计算机程序产品中的指令处理器执行时,执行如本公开第一方面实施例提出的水电厂巡检方法。
本公开附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本公开的实践了解到。
附图说明
本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本公开一实施例提出的水电厂巡检方法的流程示意图;
图2是本公开另一实施例提出的水电厂巡检方法的流程示意图;
图3是本公开另一实施例提出的水电厂巡检方法的流程示意图;
图4是本公开另一实施例提出的水电厂巡检方法的流程示意图;
图5是本公开另一实施例提出的水电厂巡检方法的流程示意图;
图6是本公开另一实施例提出的水电厂巡检方法的流程示意图;
图7是本公开另一实施例提出的第一层展示界面示意图;
图8是本公开另一实施例提出的第二层展示界面示意图;
图9是本公开一实施例提出的水电厂巡检装置的结构示意图;
图10是本公开另一实施例提出的水电厂巡检装置的结构示意图;
图11示出了适于用来实现本公开实施方式的示例性电子设备的框图。
具体实施方式
下面详细描述本公开的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本公开,而不能理解为对本公开的限制。相反,本公开的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1是本公开一实施例提出的水电厂巡检方法的流程示意图。
如图1所示,该水电厂巡检方法包括:
S101:获取水电厂巡检场景的多媒体数据。
其中,由水电厂巡检场景中多媒体设备采集到的数据,可以被称为多媒体数据。
多媒体数据,可以例如是水电厂巡检场景中的摄像装置拍摄到的实时视频,可以是水电厂巡检场景中的录音装置记录到的实时音频,也可以是水电厂巡检场景中的其它各种拥有拍摄、录音功能的电子器件生成的文本、视频或音频等,例如针对屏幕录像生成的录屏的视频与音频等,对此不做限制。
S102:探测水电厂巡检场景之中的感官模态数据。
其中,由水电厂巡检场景中感官模态设备探测到的数据,可以被称为感官模态数据。
感官模态数据,可以例如是水电厂巡检场景中的电子鼻捕捉到的气味信息数据,也可以是水电厂巡检场景中的其它拥有气味识别等各种感官模态功能的电子器件生成的数据,也可以是水电厂巡检场景中的采集到的视觉、听觉数据,对此不做限制。
S103:基于多媒体数据和感官模态数据,确定与水电厂对应的巡检结果。
其中,巡检结果可以是在巡检过程中采集到的关于巡检场景的各种状态数据和环境数据,也可以是根据状态数据与环境数据分析得到的是否发生故障和故障发生情况的判断结果。
与水电厂对应的巡检结果,能够被用来作为水电厂状态的参考数据,以确定当前水电厂是否发生故障以及故障发生的情况。它可以是关于水电厂的各种状态的数据。
例如对水电厂发电机运行时转子的转速与发出的声音的监控,或者对水电厂发电机定子、绕组等的视频监控,也可以是根据采集到的水电厂其他装置的状态数据后,对状态数据进行处理,得到的关于水电厂故障情况的判断结果。
上述的巡检结果可以被作为基础数据,以辅助对水电厂状态模型进行搭建,其中的状态模型可以是数学模型,对状态进行判断的算法、表示状态变化的曲线图、折线图等,对此不做限制。
S104:根据巡检结果,确定与水电厂巡检场景中的观察项对应的实际测量值。
其中,观察项可以指水电厂中机电设备的状态量、模拟量、视频信号、在线监测装置的各个测点等,对此不做限制。
本公开实施例中,可以对各个观察项进行实时地或者周期性的检测,举例而言,可以预先基于检测处理逻辑对不同的观察项进行逻辑关联配置,自动分析各个观察项状态,以判断机电设备是否正常。
其中,对各个观察项进行实时地或者周期性的检测得到的测量值,可以被称为实际测量值,即与一个观察项会对应一个或者多个的实际测量值,对此不做限制。
其中,实际测量值可以是一个具体的数值,也可以是一个表示程度的指代符号或范围区间。
举例来说,可以通过温度感应器检测水电厂巡检场景中电机(电机即是一种机电设备)运行时的运行温度;通过电压表和电流表检测得到在电机运行时,电压与电流的关系曲线;通过声音感知器,可以得到电机运行的振动频率,这其中的运行温度、电压与电流的关系、振动频率等,可以被称为观察项,而针对运行温度、电压与电流的关系、振动频率等实际检测得到的值,例如,数值、曲线或者振动频率等,均可以被称为实际测量值。
S105:确定与观察项对应的多种参考项,并确定与多种参考项分别对应的多种参考值。
其中,参考项,也可以是指水电厂中机电设备的状态量、模拟量、视频信号、在线监测装置的各个测点等。
而本公开实施例中,与观察项对应的多种参考项,是指与观察项存在关联关系的参考项,关联关系,指示多种机电设备分别处于运行过程中时,对应的测量项与其它测量项之间的关联关系,即观察项A的实际测量值与参考项A的参考值存在一定的关联关系,观察项B的实际测量值与参考项B的参考值存在一定的关联关系,对此不做限制。
而参考值,可以是针对参考项所实际观测得到的值,或者,也可以是机电设备处于正常运行状态时,参考项所呈现出的值,或者,也可以是机电设备处于正常运行状态时,依据实际的工作经验针对参考项所标定出的值,对此不做限制。
参考值可以为一个数值,也可以是表示一定的程度指代标识或数值范围区间,对参考值的确定,可以是以往的经验记录,也可以是正常运行时的实时记录等,对此不做限制。
举例来说,将电机正常运行时的运行温度作为参考项,该参考项对应的参考值可以是一个温度值或是一个温度范围,或者,参考项也可以是当电机正常工作时的电流与电压的关系,和电机的振动频率等,而参考值可以例如是电流与电压的关系曲线,电机的振动频率等,对此不做限制。
S106:根据多种参考值,确定与观察项对应的测量阈值。
其中,测量阈值,指可能会导致机电设备产生故障时,与各个观察项对应的临界值,测量阈值可以是影响正常运行的最小值,可以是影响正常运行的最大值,也可以是一个包含最小值与最大值的区间范围,以上所示的测量阈值可以有一定的误差范围,具体的测量阈值,可以根据机电设备的实际工作状态确定,对此不做限制。
举例而言,某电机正常工作时每分钟为4200转,当电机每分钟运转大于4250转或者小于4150转时,可以得出电机工作异常,则测量阈值即为4250转与4150转。
举例而言,以观察项是水电厂中机电设备的状态量、模拟量、视频信号、在线监测装置的各个测点等进行示例,则测量阈值,可以是指分别与状态量、模拟量、视频信号、在线监测装置的各个测点等对应的临界值,对此不做限制。
S107:根据实际测量值和测量阈值,确定观察项是否发生故障事件。
上述在根据多种参考值,确定与观察项对应的测量阈值之后,可以将实际测量值与测量阈值进行比较,当实际测量值超出这个临界值时,即可表明观察项具有较高的概率发生故障,而当实际测量值未超出临界值时,表示观察项未发生故障,对此不做限制。
举例说明,对于电机的主变绕组温度,由某水电厂主变运行经验得知,主变上层油温正常情况低于主变绕组温度5℃左右,由此,可以将主变上层油温+5℃+误差值作为一个阈值,当主变绕组温度大于该油温+5℃+误差值时,可以表明主变绕组发生故障。
本实施例中,通过获取水电厂巡检场景的多媒体数据,探测水电厂巡检场景之中的感官模态数据,基于多媒体数据和感官模态数据,确定与水电厂对应的巡检结果,再根据巡检结果,以得到与观察项对应的实际测量值,并确定与观察项对应的多种参考项,然后确定与多种参考项分别对应的多种参考值,以及根据多种参考值,由于运用了多媒体数据与感官模态数据对巡检结果进行确定,同时利用实际测量值与测量阈值对故障事件的发生进行确定,确定与观察项对应的测量阈值,最后根据实际测量值和测量阈值,确定观察项是否发生故障事件,能够提升水电厂巡检效率,减少相关人员劳动强度,保证水电厂设备安全稳定运行。
图2是本公开另一实施例提出的水电厂巡检方法的流程示意图。
如图2所示,该水电厂巡检方法包括:
S201:获取水电厂巡检场景的多媒体数据。
S202:探测水电厂巡检场景之中的感官模态数据。
S203:基于多媒体数据和感官模态数据,确定与水电厂对应的巡检结果。
S204:根据巡检结果,确定与水电厂巡检场景中的观察项对应的实际测量值。
S201-S204的描述说明可以具体参见上述实施例,在此不再赘述。
S205:确定观察项的关联参考信息。
其中,关联参考信息,可以具体是与水电厂观察项对应的待配置阈值存在影响的关联观察项对应的信息,该关联观察项与观察项具有关联关系。
观察项,可以例如是水电厂中的设备在工作时的硬件部分的某一点,这一点从属于这一硬件部分,在工作状态时会产生状态参数的变化,举例而言,水电厂大电流发热部件,水电厂发电机转子,或者是水电厂电动机等均可以被称为观察项,对此不做限制。
例如,当水电厂设备处于运行过程中,观察项A的状态参数会受到观察项B的状态参数的影响,从而观察项A可以被视为与观察项B之间存在关联关系,当对观察项A的待配置阈值进行调整时,可以将观察项B作为关联观察项,获取观察项B的参考信息并作为关联参考信息。
其中,观察项B的参考信息可以具体例如观察项B对应的状态参数值,以及观察项B对应的阈值,或者,也可以是观察项B所相关的其它任意可能影响设备运行状态的信息,对此不做限制。
上述与水电厂观察项对应的关联观察项可以是一个或者是多个,相应的,关联参考信息也可以是一种或者多种,对此不做限制。
本公开实施例中确定的关联参考信息可以被用于对上述观察项的待配置阈值进行相应的调整处理,由于关联参考信息是与观察项存在关联关系的关联观察项对应的参考信息,且用于调整处理的关联参考信息具有较高的参考价值,从而能够有效地保障调整处理的合理性。
举例而言,环境温度对水电厂内发电机工作时产生的温度会有一定影响,因此,可以将发电机工作时的温度作为一种观察项,而将环境温度作为关联观察项,将环境温度对应的参考信息(实际环境温度值、环境温度变化情况等)作为关联参考信息,环境温度对应的参考信息,可以被用于对发电机工作时的温度对应的待配置阈值进行相应的调整,对水轮机运行时的效率进行检测时,水轮机组运行的工况信息也可以被作为关联参考信息,以作为调整水轮机运行效率阈值时作为参考,对此不做限制。
可选的,在本公开的一些实施例中,如图3所示,图3是本公开另一实施例提出的水电厂巡检方法的流程示意图,确定观察项的关联参考信息,包括:
S301:确定观察项所属组件的第一运行状态信息。
其中,观察项所属组件是与观察项有着直接影响的组件,它可以表示为观察项所属的硬件模块,或者观察项所属的电子或机械器件。
举例而言,水电厂发电机转子在转动时,观察项可以例如转子产生的电动势,则转子所属的发电系统,可以被称为观察项(转子产生的电动势)所属组件,还例如,发动机转子在工作时,可能由于具有摩擦力而产生热量,观察项可以例如转子产生的热量,则转子所属的发热散热系统,可以被称为观察项(转子产生的热量)所属组件。
其中,与观察项所属组件对应的运行状态信息,可以被称为第一运行状态信息。
第一运行状态信息是由观察项所属组件在运行过程中所表征出的状态信息,例如,可以通过实时测量检测的方式来确定观察项所属组件在运行过程中所表征出的状态信息作为第一运行状态信息,也可以是历史状态下观察项所属组件对应的运行状态信息,观察项所属组件可以是一种或者多种,则相应的,第一运行状态信息可以是一种或者多种,对此不做限制。
举例而言,第一运行状态信息例如,水电厂发动机转子转动时产生的热量、发动机转子的温度,水轮机旋转时的排水量信息,以及水轮机的转速信息等,均可以作为第一运行状态信息。
S302:确定水电厂巡检场景的环境状态信息。
其中,环境状态信息,可以例如是水电厂巡检场景中的环境状态相关的信息,例如温湿度、风力、水流速度等环境状态信息。
本公开实施例中,在确定水电厂巡检场景的环境状态信息时,可以是实时地确定水电厂巡检场景的环境状态信息,或者,也可以根据需求采集的历史状态信息,环境状态信息可以是动态变化的信息,对此不做限制。
举例而言,水力发电机运行时,所在的水流流动速度,发动机转子运行时,周围的环境温度、湿度信息等,均可以被称为环境状态信息,对此不做限制。
S303:确定与观察项所关联的关联观察项所属组件的第二运行状态信息,其中,第一运行状态信息、环境状态信息,以及第二运行状态信息被共同作为关联参考信息。
其中,与观察项所关联的关联观察项,表示与一观察项有直接或间接影响的另一观察项,这一关联观察项可以与观察项在同一组件里,也可以与观察项在不同的组件里,对此不做限制。
其中,与关联观察项所属组件对应的运行状态信息,可以被称为第二运行状态信息。
第二运行状态信息是由关联观察项所属组件在运行过程中所表征出的状态信息,例如,可以通过实时测量检测的方式来确定关联观察项所属组件在运行过程中所表征出的状态信息作为第二运行状态信息,也可以是历史状态下关联观察项所属组件对应的运行状态信息,关联观察项所属组件可以是一种或者多种,则相应的,第二运行状态信息可以是一种或者多种,对此不做限制。
举例而言,当水电厂大电流发热部件的温度作为观察项时,将转子运动时的温度作为关联观察项时,第二状态信息可以是转子运动时的温度或电流变化信息等,对此不做限制。
S304:根据第一运行状态信息,和/或环境状态信息,和/或第二运行状态信息,确定与观察项对应的阈值变化信息。
上述确定第一运行状态信息,和/或环境状态信息,和/或第二运行状态信息之后,可以结合第一运行状态信息、环境状态信息、第二运行状态信息中的任一种或者多种的组合信息,来确定对应的阈值变化信息,对此不做限制。
上述在根据第一运行状态信息,和/或环境状态信息,和/或第二运行状态信息,确定与观察项对应的阈值变化信息时,可以将第一运行状态信息、环境状态信息、第二运行状态信息中的任一种或者多种的组合信息输入至预配置的模型之中,以对前述一种或者多种的组合信息进行模型计算,以确定阈值变化信息。
或者,也可以采用其它任意可能的方式结合第一运行状态信息、环境状态信息、第二运行状态信息中的任一种或者多种的组合信息,来确定对应的阈值变化信息,对此不做限制。
S305:确定与第一运行状态信息对应的第一关联系数。
其中,第一关联系数是与第一运行状态信息相对应的关联系数,而关联系数可以被用于确定阈值变化信息时作为参考。
第一关联系数,可以用于表征第一运行状态信息对阈值变化信息的影响情况。
第一关联系数可以是一个数值,也可以是代表程度的符号,对此不做限制。
举例而言,当水电厂水轮机运行时,水轮机的转速作为第一运行状态信息,水轮机转速的具体数值,或者代表水轮机工作转速的数值区间,或由“快”、“慢”等表示转速程度,可以被称为第一关联系数。
S306:确定与环境状态信息对应的第二关联系数。
其中,与环境状态信息对应的关联系数,可以被称为第二关联系数,而关联系数可以被用于确定阈值变化信息时作为参考。
第二关联系数,可以用于表征环境状态信息对阈值变化信息的影响情况。
第二关联系数可以是一个数值,也可以是代表程度的符号,对此不做限制。
举例而言,若环境状态信息是水电厂大电流发热部件在运行过程中周围的空气温度,则第二关联系数可以是用于表征周围的空气温度对阈值变化信息(与环境状态信息对应的阈值变化信息)的影响系数。
S307:确定与第二运行状态信息对应的第三关联系数。
其中,第三关联系数是与第二运行状态信息相对应的关联系数,而关联系数可以被用于确定阈值变化信息时作为参考。
第三关联系数,可以用于表征第二运行状态信息对阈值变化信息的影响系数。
第三关联系数可以是一个数值,也可以是代表程度的符号,对此不做限制。
举例而言,当将水电厂大电流发热部件产生热量配置为测量点时,将其产生的热量对应的热量阈值作为待配置阈值时,可以把相关联的组件的发热和散热信息作为第二运行状态信息,而后,确定相关联的组件的发热和散热信息对阈值变化信息的影响系数作为的第三关联系数。
S308:根据第一关联系数,和/或第二关联系数,和/或第三关联系数确定与测量点对应的阈值变化信息。
上述在确定第一关联系数,和/或第二关联系数,和/或第三关联系数之后,可以结合第一关联系数、第二关联系数,以及第三关联系数中任一种或者多种的组合系数来确定与测量点对应的阈值变化信息。
举例而言,可以对第一关联系数、第二关联系数,以及第三关联系数进行融合计算,并根据融合计算的结果系数作为设定函数的输入,将设定函数的输出作为阈值变化信息,对此不做限制。
举例而言,对于水电厂大电流发热部件,其测量点可以是发热部件的温度,待配置阈值可以是温度阈值,而当环境处于天气炎热的高温气候时,可以引入环境实时温度c作为关联参考信息,而后,可以基于关联参考信息-环境实时温度c作来确定阈值变化信息,则实际的大电流发热部件阈值可设置为(w1+F1(c),w2+F2(c))。其中w1、w2为待配置阈值,F1、F2为环境温度关联函数,用以确定阈值变化信息,即将关联参考信息-环境实时温度c分别作为F1、F2的输入参数,将F1、F2分别输出的阈值变化信息F1(c)、F2(c),而后,分别将阈值变化信息F1(c)、F2(c)累加至w1、w2,以得到目标阈值(w1+F1(c),w2+F2(c)),后续可以将待配置阈值设置为目标阈值(w1+F1(c),w2+F2(c))。
本实施例中,通过确定第一运行状态信息、环境状态信息与第二运行状态信息,再确定与第一运行状态信息对应的第一关联系数,确定与环境状态信息对应的第二关联系数,确定与第二运行状态信息对应的第三关联系数,根据第一关联系数,和/或第二关联系数,和/或第三关联系数确定与测量点对应的阈值变化信息,由于结合了第一关联系数、第二关联系数和第三关联系数中的任意一种或多种的组合系数,较大程度地提升了阈值变化信息的参考价值,从而增加了阈值配置的准确性和客观性,提升阈值配置效果,辅助提升巡检结果的准确性。
S206:根据关联参考信息,确定与观察项对应的阈值变化信息。
其中,阈值变化信息,可以是根据关联参考信息得到的,用于描述与待配置阈值对应的阈值变化情况的信息,例如待配置阈值对应的阈值变化幅度等,该阈值变化幅度可以是基于关联参考信息确定得到的,对此不做限制。
可以理解的是,不同的关联参考信息对待配置阈值的影响程度也可能不相同,由此,本公开实施例中可以分别对不同的关联参考信息进行测试,以计算得到相对应的阈值变化信息,而后由一个或多个不同的阈值变化信息对待配置阈值进行配置。
举例而言,在对水电厂大电流发热部件的温度阈值(温度阈值,即与观察项(发热部件的温度)对应的阈值)进行配置时,将环境温度,环境湿度与运行功率等作为关联参考信息,而后确定环境温度,环境湿度与运行功率等对待配置阈值的影响程度,并基于影响程度确定相应的阈值变化信息,假设待配置阈值是温度阈值,当环境温度升高或降低时,可以确定环境温度升高或者降低对温度阈值造成的影响,而后根据影响的程度确定温度阈值对应的阈值变化信息(即温度阈值对应的升高或者降低的幅度),对此不做限制。
S207:根据阈值变化信息将测量阈值配置为目标阈值。
可选地,一些实施例中,可以在观察项处于工作状态时,实时地根据阈值变化信息确定目标阈值,并将待配置阈值配置为目标阈值。
另外一些实施例中,也可以在达到设定周期时,根据阈值变化信息确定目标阈值,并将待配置阈值配置为目标阈值。
另外一些实施例中,也可以实时地根据阈值变化信息确定目标阈值,在达到设定周期时将待配置阈值配置为目标阈值。
从而本公开实施例中,通过在观察项处于工作状态时,实时地根据阈值变化信息确定目标阈值,并将待配置阈值配置为目标阈值,能够有效地提升阈值配置的时效性,使得所配置的目标阈值能够被及时地纳入设备巡检场景中,保障巡检效果。
举例而言,可以根据上述的阈值变化信息确定出目标阈值,而后直接将待配置阈值修改为目标阈值,对此不做限制。
S208:根据实际测量值和目标阈值,确定观察项是否发生故障事件。
上述在根据多种关联参考信息,确定与关联参考信息对应的目标阈值之后,可以将实际测量值与目标阈值进行比较,当实际测量值超出这个临界值时,即可表明观察项具有较高的概率发生故障,而当实际测量值未超出临界值时,表示观察项未发生故障,对此不做限制。
举例说明,对于电机的主变绕组温度,由某水电厂主变运行经验得知,实际环境温度值、环境温度变化等对主变绕组温度阈值有一定影响,假若环境温度对主变绕组温度阈值有5度左右的阈值影响,在计算主变绕组是否发生温度故障事件时,需要将测得的目标阈值加5度,当主变绕组温度大于该目标阈值+5℃+误差值时,可以表明主变绕组发生故障。
本实施例中,通过获取水电厂巡检场景的多媒体数据,探测水电厂巡检场景之中的感官模态数据,基于多媒体数据和感官模态数据,确定与水电厂对应的巡检结果,根据巡检结果,确定与水电厂巡检场景中的观察项对应的实际测量值。对水电厂观察项工作状态的阈值进行测量,并确定相对应的关联参考信息,得到阈值变化信息,以及根据阈值变化信息对目标阈值进行配置,最后根据实际测量值和目标阈值,确定观察项是否发生故障事件,由于是参考了与待配置相对应的关联参考信息对目标阈值进行配置,从而使得阈值配置方式更具有合理性,能够有效地减少外界因素对阈值的影响,使得阈值配置更加具有准确性与客观性,实现针对待配置阈值实施准确地调整与修改,从而保证巡检结果的客观性与准确性,保障设备的稳定运行。
图4是本公开另一实施例提出的水电厂巡检方法的流程示意图。
如图4所示,该水电厂巡检方法,包括:
S401:分别获取与发电机关联的调速器系统、励磁系统、保护系统分别对应的图像数据。
其中,在水电厂巡检过程中采集到的有关图像的数据,可以被称为图像数据。图像数据可以是在水电厂工作环境中实时录制的相关视频或图片,或通过录屏等功能得到的相关视频或截屏图像,也可以是对系统监控面板进行记录的图像信号等,对此不做限制。
本公开实施例中的图像数据,可以是与水电厂发电机关联的调速器系统、励磁系统、保护系统分别对应的图像数据,或者,也可以是其它任意与发电机关联的系统的图像数据,对此不做限制。
可选的,本公开实施例中,在分别获取与水电厂发电机关联的调速器系统、励磁系统、保护系统分别对应的图像数据之后,可以对与发电机关联的调速器系统、励磁系统、保护系统分别对应的图像数据进行图像特征提取,以得到待匹配图像特征,待匹配图像特征包括:与指示灯信号对应的图像特征、与压板位置对应的图像特征,将待匹配图像特征与参考图像特征进行匹配,以确定与调速器系统、励磁系统、保护系统分别对应的指示灯信号信息和压板位置信息,根据指示灯信号信息和压板位置信息分析得到巡检结果,从而能够对发电机关联的调速器系统、励磁系统、保护系统进行高效的巡检,同时减少现场人员对发电机关联的调速器系统、励磁系统、保护系统等进行经验化的主观判断,减少现场工作人员工作强度的同时,较大程度地提升巡检结果的客观性、准确性与可靠性。
其中,待匹配图像特征可以是对采集到的调速器系统、励磁系统、保护系统图像数据进行图像处理得到的图像维度的特征,例如,可以是截取一段固定时间段的视频中各帧图像帧的图像特征,或者,待匹配图像特征也可以用于表征调速器系统、励磁系统、保护系统进行控制的控制面板中的指示灯信号信息和压板位置信息等,对此不做限制。
其中,预先标注的多种参考图像,可以是在正常工作时录制的调速器系统、励磁系统、保护系统的图像(即未发生故障时各个系统对应的图像),也可以是未发生故障时各个系统分别对应的指示灯信号信息和压板位置信息,待匹配的图像特征与预先标注的图像特征在时间与周期频段上可以是一一对应的。
其中,与发电机相关联的调速器系统、励磁系统、保护系统,可以通过直接监控记录这些系统的工作图像进行监测,也可以通过监测反映这些系统运行状态的控制面板,通过监控面板上的单个或多个信号灯常亮、闪烁、熄灭等的状态,确定系统的运行状况。
举例来说,在水电厂巡检场景中,发电机机旁小室巡检可以利用开发基于图像识别与分析技术算法识别调速器系统、励磁系统、保护系统等屏柜指示灯信号、压板位置等,判断相关系统的运行情况。
S402:获取发电机的发电层的热成像数据和温度数据。
其中,发电机的发电层,可以是代表进行切割磁感线的定子与转子,在发电机中将其它状态的能量转化为电能的部分,可以称之为发电层。
热成像数据与温度数据,可以是记录的代表热成像与温度的数字,也可以是软件生成的代表热成像情况与温度情况的表格、图表或者符号等能反映热成像与温度的数据。
对发电层的热成像数据和温度数据的获取方式,可以通过热成像仪和温度仪等测量仪器,也可以通过集成热成像功能的电子设备,或者是集成温度检测的电子设备等来进行采集,对此不做限制。
举例而言,在水电厂巡检过程中,可以通过采集发电机定子与转子的图像数据,进而计算出发电机转子的旋转速度、是否发生损坏等。
S403:分别获取发电机的励磁滑环和风洞出口的热成像数据和温度数据。
针对励磁滑环和风洞出口的热成像数据和温度数据的举例说明,可以参见上述获取发电机的发电层的热成像数据和温度数据的举例说明,在此不再赘述。
举例而言,在水电厂巡检过程中,可以通过采集发电机层(励磁滑环)滑环碳刷、连接线部分红外热成像数据,采集风洞出口母排红外热成像数据,对当前温度、最大温度等信号数据进行采集。
S404:获取发电机的发电机定子的音频数据,其中,图像数据、热成像数据、温度数据,以音频数据被作为多媒体数据。
其中,对发电机定子的音频数据的获取可以是水电厂巡检场景中针对发电机定子的录音装置记录到的实时音频,也可以是水电厂巡检场景中的其它各种拥有录音功能的电子器件生成的有关定子运行状态的音频文件等,对此不做限制。
可选的,对发电机的发电机定子的音频数据进行音频特征提取,以得到待匹配声纹特征,将待匹配声纹特征与预先标注的多种参考声纹特征进行比对,以确定与待匹配声纹特征匹配的参考声纹特征,将匹配的参考声纹特征所属的发电机定子故障类型作为巡检结果,从而能够实现对发电机定子音频数据的处理,减少现场人员对巡检场景中的声音进行个人经验化判断,用更加客观的数据保障了处理结果的准确性。
其中,待匹配的声纹特征可以是对采集到的音频数据进行处理得到的,例如,可以是截取一段固定时间段的声纹特征,或者周期性截取某一频段的声纹特征等,对此不做限制。
其中,预先标注的多种参考声纹,可以是在正常工作时录制的同一发电机定子的声纹,也可以是其它同型号或者具有同声纹特征的发电机定子产生的声纹,待匹配的声纹特征与预先标注的声纹特征在时间与周期频段上可以是一一对应的。
举例而言,使用录音设备对发电机定子的音频信号进行实时录制,当发电机定子在发生线棒、螺栓松动时会产生特定频段的异常声纹信号,依此判断异常与故障的发生。
S405:分别获取水轮机巡检场景中的水轮机转轮、水轮机尾水管的运行音频数据。
其中,水轮机转轮、水轮机尾水管的运行时所产生的音频数据,可以被称为运行音频数据。
本公开实施例中,可以建立预先标注的多种参考声纹特征库,其中包含水轮机转轮、水轮机尾水管正常运行时的声纹特征。
其中,对水电厂巡检场景中水轮机转轮、水轮机尾水管的运行音频数据的获取,可以获取水轮机转轮、水轮机尾水管运行时所产生的运行音频数据,针对运行音频数据进行特征提取,以提取出待匹配的声纹信号特征,然后将待匹配的声纹信号特征与预先标注的多种参考声纹特征库进行对比,针对某些可能异常的声纹信号特征,标注故障类型,同时将检测出来的故障类型,以及相应的声纹信号特征及其所属于的组件(例如水轮机转轮、水轮机尾水管等)作为巡检结果。
S406:分别获取水轮机巡检场景中的水轮机轴承、油箱、管路的运行视频数据,运行音频数据和运行视频数据被作为多媒体数据。
本公开实施例中,可以预先标注多种参考图像特征库,其中包含水轮机轴承、油箱、管路的运行视频数据对应的参考图像特征或者参考视频特征等。
其中,对水电厂巡检场景中水轮机轴承、油箱、管路的运行视频数据的获取,可以获取水轮机轴承、油箱、管路的运行视频数据,再通过运行视频数据提取出待匹配的视频信号特征,然后将待匹配的视频信号特征与预先标注的多种参考图像特征库中的参考视频特征进行对比,针对某些可能存在异常的视频信号特征(比如漏洞、裂纹或颜色差异较大的视频图像),标注故障类型,将检测出来的故障类型、待匹配的视频信号特征及其所属于的组件(水轮机轴承、油箱、管路等)作为巡检结果。
可选地,基于多媒体数据,确定与水轮机对应的巡检结果,还可以对水轮机轴承、油箱、管路的运行视频数据进行视频特征提取,以得到待匹配图像特征;将待匹配图像特征与参考图像特征进行匹配,以确定水轮机轴承、油箱、管路的裂纹位置信息,和与水轮机的水泵和油泵分别对应的启停位置信息;将裂纹位置信息和启停位置信息作为巡检结果,从而能够实现自动化地结合多媒体数据来识别出水轮机轴承、油箱、管路的裂纹位置信息,水轮机的水泵和油泵分别对应的启停位置信息,从而有效地提升水轮机巡检的完整性和全面性。
举例说明,在水电厂巡检场景中,根据图像比对技术预先设置水轮机组机械部位裂纹识别算法,对巡检区域的水轮机运行时的静止部位、停机时转动部位进行监控并在有裂纹时发出预警,并提供相应的水轮机的水泵和油泵分别对应的启停位置信息,基于图像比对技术预先设置监测漏水漏油预警算法;声纹监测方面,对机组轴承油箱、管路等部位实时监测,基于大数据挖掘的频谱分析方法预先设置转轮异常判别算法,依此对水轮机转轮部分故障声音(刮擦、碰撞、卡涩等)进行预警,从而对水轮机漏油情况进行监测。
S407:探测水电厂巡检场景之中的气味数据,并将气味数据作为感官模态数据。
其中,探测水电厂巡检场景之中的气味数据,可以是水电厂巡检场景中的电子鼻捕捉到的气味信息数据,也可以是水电厂巡检场景中的其它拥有气味识别或者气体采集功能的各种气味模态电子器件生成的数据文件,对此不做限制。
可选的,探测发电机定子的气味数据,并探测发电机出口开关的气味数据及风洞内的臭氧浓度数据,从而能够实现对发电机定子机、发电机出口开关和风洞的气味数据的准确探查。
举例而言,通过在水电厂巡检场景中对发电机装设气体采集探头,探测风洞内臭氧气体含量与浓度的变化,并生成变化周期、特效曲线图,依此判断局部放电及定子线棒电腐蚀等情况的发生。
可选的,对气味数据进行气味特征分析,以得到待匹配气味类型;如果待匹配气味类型是目标气味类型,则确定发电机巡检场景中发生电腐蚀和/或发热事件和/或损坏事件和/或放电事件;结合图像数据、热成像数据、温度数据,确定与电腐蚀和/或发热事件和/或损坏事件和/或放电事件分别对应的电腐蚀和/或发热和/或损坏和/或放电位置信息,并将电腐蚀和/或发热和/或损坏和/或放电位置信息作为巡检结果,从而能够对发电机巡检场景中的电腐蚀和/或发热事件进行准确的探测,减少现场人员对发电机巡检场景中是否发生电腐蚀和/或发热事件等进行经验化的主观判断,减少现场工作人员工作强度的同时增加巡检结果的客观性、准确性与可靠性。
其中,待匹配气味类型可以是根据电子鼻捕捉到的气味信息数据分析得到的气味类型(例如臭氧类型等),也可以是根据水电厂巡检场景中的其它拥有气味识别或者气体采集功能的各种气味模态电子器件生成的数据文件所分析得出的气味类型,对此不做限制。
其中,目标气味类型可以是事先采集到的关于发生电腐蚀和/或发热事件和/或损坏事件和/或放电事件后环境的气味类型,也可以是对空气中的一种或多种特殊气味浓度的检测后进行分类得到的气味类型。
可选的,对视觉和/或听觉数据进行特征分析,以得到待匹配视觉类型和/或听觉类型,然后通过将待匹配视觉类型和/或听觉类型与预先标注的目标视觉类型和/或听觉类型进行对比,判定水轮机巡检场景中的状况,从而进一步确定是否有漏油状况的产生,如果待匹配视觉类型和/或听觉类型是目标视觉类型和/或听觉类型,则确定水轮机巡检场景中发生漏油事件。结合上述多媒体数据确定漏油事件对应的漏油位置信息,并将漏油位置信息作为巡检结果,从而能够实现对水轮机巡检场景中漏油事件的准确探测,减少现场人员对水轮机巡检场景中是否发生漏油事件和确定漏油位置等进行经验化的主观判断,减少现场工作人员工作强度的同时增加巡检结果的客观性、准确性与可靠性。
本实施例中,通过分别获取水电厂巡检场景中的水轮机转轮、水轮机尾水管的运行音频数据,分别获取水轮机巡检场景中的水轮机轴承、油箱、管路的运行视频数据,运行音频数据和运行视频数据被共同作为多媒体数据,探测水轮机巡检场景之中的视觉和/或听觉数据,并将视觉和/或听觉数据作为感官模态数据,能够提升水电厂水轮机巡检效率,较大程度地降低水轮机巡检的难度,有效地提升水轮机的巡检效果。
S408:基于多媒体数据和感官模态数据,确定与水电厂对应的巡检结果。
S409:根据巡检结果,确定与水电厂巡检场景中的观察项对应的实际测量值。
S410:确定与观察项对应的多种参考项,并确定与多种参考项分别对应的多种参考值。
S411:根据多种参考值,确定与观察项对应的测量阈值。
S412:根据实际测量值和测量阈值,确定观察项是否发生故障事件。
S408-S412的描述说明可以具体参见上述实施例,在此不再赘述。
本实施例中,通过分别获取与发电机关联的调速器系统、励磁系统、保护系统分别对应的图像数据,获取发电机的发电层的热成像数据和温度数据,分别获取发电机的励磁滑环和风洞出口的热成像数据和温度数据,获取发电机的发电机定子的音频数据,其中,图像数据、热成像数据、温度数据,以及音频数据被共同作为多媒体数据,探测发电机巡检场景之中的气味数据,并将气味数据作为感官模态数据,基于多媒体数据和感官模态数据,确定与发电机对应的巡检结果,然后分别获取水轮机巡检场景中的水轮机转轮、水轮机尾水管的运行音频数据分别获取水轮机巡检场景中的水轮机轴承、油箱、管路的运行视频数据,运行音频数据和运行视频数据被作为多媒体数据,探测水电厂巡检场景之中的视觉和/或听觉数据,并将视觉和/或听觉数据作为感官模态数据,基于多媒体数据和感官模态数据,确定与水电厂对应的巡检结果,根据巡检结果,确定与水电厂巡检场景中的观察项对应的实际测量值,确定与观察项对应的多种参考项,并确定与多种参考项分别对应的多种参考值,根据多种参考值,确定与观察项对应的测量阈值,根据实际测量值和测量阈值,确定观察项是否发生故障事件。由于是基于图像、声音等多种多媒体数据与气味、视觉、听觉等多种感官模态数据相结合的巡检方式,能够使得水电厂巡检方式更具有合理性,能够有效降低人员劳动强度和管理难度,减少现场人员巡检频次,规避人身安全风险,能够及时地发现和消除设备隐患,提升水电厂巡检效率,保证设备安全稳定运行。通过对包括图像数据、热成像数据、温度数据,以及音频数据等多媒体数据的获取,以及对包括气味、视觉和/或听觉数据等感官模态数据的获取,进而能够快速准确的对水电厂巡检场景中的状态进行实时记录与分析,便于及时预防故障的产生,在发生故障时也能及时对故障产生的原因与故障产生的程度进行分析处理,尽量减少故障的影响。
图5是本公开另一实施例提出的水电厂巡检方法的流程示意图。
如图5所示,该水电厂巡检方法包括:
S501:获取水电厂巡检场景的多媒体数据。
S502:探测水电厂巡检场景之中的感官模态数据。
S503:基于多媒体数据和感官模态数据,确定与水电厂对应的巡检结果。
S501-S503的描述说明可以具体参见上述实施例,在此不再赘述。
S504:获取与水电厂巡检场景中的多种测量项。
其中,测量项可以是待检测的状态信号、模拟信号、音视频信号等,例如,对于稳定运行的机组来说,灭磁开关动作信号和发电机出口开关动作信号等。
其中,与水电厂巡检场景对应的,且可以被用于进行故障检测的状态信号、模拟信号、音视频信号等,均可以被称为本公开实施例中的测量项,本公开实施例中,获取与水电厂巡检场景中的多种机电设备分别对应的多种测量项,而后可以基于多种机电设备处于运行过程中实际的运行关联逻辑关系,来分析出不同的测量项之间的关联关系,不同的测量项可以是属于相同机电设备,也可以是属于不同机电设备,对此不做限制。
S505:确定与多种测量项分别对应的多种关联关系,其中,关联关系,指示水电厂中的设备运行时,对应的测量项与其它测量项之间的关联关系,观察项属于多种测量项,参考项,是与观察项存在关联关系的测量项。
也即是说,本公开实施例可以支持在实际的巡检故障检测之前预先配置观察项和参考项之间的关联关系,上述的观察项属于多种测量项,参考项,是与观察项存在关联关系的测量项,关联关系,可以包括多个测量项的标识,以及存在关联关系的测量项。
举例说明,水电厂巡检场景中,对于稳定运行的发电机机组来说,灭磁开关动作信号与发电机出口开关动作信号应保持一致,由此,可以预先针对灭磁开关动作信号与发电机出口开关动作信号配置关联关系,设定发电机出口开关动作信号对应的标定值为参考值,该发电机出口开关动作信号对应的参考值,可以被用于后续辅助确定出与灭磁开关动作信号对应的测量阈值,从而支持当针对灭磁开关动作信号检测得到实际测量值时,可以将实际测量值与测量阈值进行比对,以确定灭磁开关动作信号是否存在故障事件。
S506:根据巡检结果,确定与水电厂巡检场景中的观察项对应的实际测量值。
S507:确定与观察项对应的多种参考项,并确定与多种参考项分别对应的多种参考值。
S508:根据多种参考值,确定与观察项对应的测量阈值。
S509:根据实际测量值和测量阈值,确定观察项是否发生故障事件。
S506-S509的描述说明可以具体参见上述实施例,在此不再赘述。
本实施例中,能够实现对水电厂的机电设备的状态量、模拟量、视频信号等观察项的监控,对不同观察项进行逻辑关联配置,能够自动分析观察项的状态,提升针对机电设备的故障检测效果。并且能够实现快速地、准确地确定出与多种参考项分别对应的多种参考值,较大程度地辅助提升故障检测效率和故障检测效果。通过确定与多种参考值分别对应的多种值差异信息,可以被用于后续拟合得到准确的与观察项对应的测量阈值,从而保障与观察项对应的测量阈值的分析准确性和分析效果,使得预先标注的参考值被用于确定存在关联关系的测量项对应的测量阈值时,能够具有较高的参考价值,保障故障巡检的准确性。还支持在实际的巡检故障检测之前预先配置观察项和参考项之间的关联关系,从而保障后续故障巡检时参考项的确定效率。
图6是本公开另一实施例提出的水电厂巡检方法的流程示意图。
如图6所示,该水电厂巡检方法包括:
S601:获取水电厂巡检场景的多媒体数据。
S602:探测水电厂巡检场景之中的感官模态数据。
S603:基于多媒体数据和感官模态数据,确定与水电厂对应的巡检结果。
S601–S603的描述说明可以具体参见上述实施例,在此不再赘述。
其中,巡检结果包括:异常巡检结果和关联巡检结果。
S604:采用逐层递进展示方式对异常巡检结果和关联巡检结果进行展示。
可选地,一些实施例中,逐层递进展示方式,可以是在第一层展示界面中,展示与水轮发电机组、主变系统、公用系统、地理信息系统(Geographic Information System,GIS)及出线设备、泄洪及通航设备系统,以及对应的下属子系统相关的异常巡检结果;在第二层展示界面中,展示与第一层展示界面中的各系统和/或下属子系统对应的关联巡检结果;其中,第一层展示界面可响应于用户操作指令,跳转至第二层展示界面。采用逐层递进展示方式,对巡检内容的展示进行了可视化处理,使得巡检内容展示更加直观,引入了分层的模式,使得异常设备的排查更加清晰化,将异常告警信息、巡检结果信息统一管理,实现巡检过程闭环管理模式,降低了工作人员的管理难度。
其中,可以由颜色、形状、大小等各种不同的标识方式对异常巡检结果和关联巡检结果进行标识,以对异常巡检结果和关联巡检结果进行展示,对此不做限制。
其中,第一层展示界面跳转至第二层展示界面的用户操作指令,可以是由计算机操作界面响应于用户操作指令所生成的,用户操作指令可以例如鼠标的点击、双击和滑动等指令,当计算机操作界面响应于用户操作指令时,可以生成与用户操作指令匹配的跳转指令,而后基于该跳转指令控制由第一层展示界面跳转至第二层展示界面,对此不做限制。
举例而言,图7是本公开另一实施例提出的第一层展示界面示意图,如图7所示,将水电厂设备系统分为水轮发电机组、主变、公用系统、GIS及出线设备和泄洪及通航设备几大板块,每个板块中分别对应着板块内的装置设备,当设备发生异常时,在第一层展示界面上将异常巡检结果由不同颜色进行标注,例如红色表示该设备系统异常、绿色表示正常,图中的一号主变颜色为红色,即表示一号主变发现异常。第一层展示界面可以通过点击不同的设备板块进入第二层展示界面。
图8是本公开另一实施例提出的第二层展示界面示意图,如图8所示,第二层展示界面主要展示关联巡检结果等,包含设备的基本参数、监控告警条数、运行工况、视频数据、基本信息、实时监测与异常反馈等。其中基本信息主要展示与设备相关的历史数据、统计信息等;实时信息主要展示设备运行实时数据;异常反馈主要展示设备实时告警、预警、未消除的缺陷等。对于第二层展示界面中的设备基本信息、实时信息、异常反馈三块基本窗口里的功能模块,需充分体现关联设备巡检信息的所有渠道,可来源自监控系统、智能终端平台、关联管理信息(Enterprise Resource Planning,ERP)系统、远程运维系统其它板块等,并且可以根据现场新增数据获取手段扩展新的功能模块,对此不做限制。
S605:根据巡检结果,确定与水电厂巡检场景中的观察项对应的实际测量值。
S606:确定与观察项对应的多种参考项,并确定与多种参考项分别对应的多种参考值。
S607:根据多种参考值,确定与观察项对应的测量阈值。
S608:根据实际测量值和测量阈值,确定观察项是否发生故障事件。
S605–S608的描述说明可以具体参见上述实施例,在此不再赘述。
本实施例中,采用逐层递进展示方式对巡检结果进行展示,由于对巡检内容的展示进行了可视化处理,使得巡检内容展示更加直观,引入了分层的模式,使得异常设备的排查更加清晰化,将异常告警信息、巡检结果信息统一管理,实现巡检过程闭环管理模式,降低了工作人员的管理难度。
图9是本公开一实施例提出的水电厂巡检装置的结构示意图。
如图9所示,该水电厂巡检装置90,包括:
获取模块901,用于获取水电厂巡检场景的多媒体数据;
探测模块902,用于探测水电厂巡检场景之中的感官模态数据;
第一确定模块903,用于基于多媒体数据和感官模态数据,确定与水电厂对应的巡检结果;
第二确定模块904,用于根据巡检结果,确定与水电厂巡检场景中的观察项对应的实际测量值;
第三确定模块905,用于确定与观察项对应的多种参考项,并确定与多种参考项分别对应的多种参考值;
第四确定模块906,用于根据多种参考值,确定与观察项对应的测量阈值;
第五确定模块907,用于根据实际测量值和测量阈值,确定观察项是否发生故障事件。
图10是本公开另一实施例提出的水电厂巡检装置的结构示意图。在本公开的一些实施例中,如图10所示,还包括:
第六确定模块908,用于确定观察项的关联参考信息;
第七确定模块909,用于根据关联参考信息,确定与观察项对应的阈值变化信息;
配置模块910,用于根据阈值变化信息将测量阈值配置为目标阈值;
第五确定模块907,还用于根据实际测量值和目标阈值,确定观察项是否发生故障事件。
在本公开的一些实施例中,如图10所示,第六确定模块908,具体用于:
确定观察项所属组件的第一运行状态信息;
确定水电厂巡检场景的环境状态信息;
确定与观察项所关联的关联观察项所属组件的第二运行状态信息,其中,第一运行状态信息、环境状态信息,以及第二运行状态信息被共同作为关联参考信息。
在本公开的一些实施例中,如图10所示,第七确定模块909,具体用于:
根据第一运行状态信息,和/或环境状态信息,和/或第二运行状态信息,确定与观察项对应的阈值变化信息。
在本公开的一些实施例中,如图10所示,获取模块901,具体用于:
分别获取与发电机关联的调速器系统、励磁系统、保护系统分别对应的图像数据;
获取发电机的发电层的热成像数据和温度数据;
分别获取发电机的励磁滑环和风洞出口的热成像数据和温度数据;
获取发电机的发电机定子的音频数据,其中,图像数据、热成像数据、温度数据,以音频数据被作为多媒体数据;
分别获取水轮机巡检场景中的水轮机转轮、水轮机尾水管的运行音频数据;
分别获取水轮机巡检场景中的水轮机轴承、油箱、管路的运行视频数据,运行音频数据和运行视频数据被作为多媒体数据。
在本公开的一些实施例中,如图10所示,探测模块902,具体用于:
探测水电厂巡检场景之中的气味数据,并将气味数据作为感官模态数据;
探测发电机定子的气味数据,并探测发电机出口开关的气味数据。
在本公开的一些实施例中,如图10所示,第一确定模块903,具体用于:
对发电机的发电机定子的音频数据进行音频特征提取,并对水轮机转轮、水轮机尾水管的运行音频数据进行音频特征提取,以得到待匹配声纹特征;
将待匹配声纹特征与预先标注的多种参考声纹特征进行比对,以确定与待匹配声纹特征匹配的参考声纹特征;
将匹配的参考声纹特征所属的故障类型作为巡检结果。
在本公开的一些实施例中,如图10所示,第一确定模块903,具体用于:
对与发电机关联的调速器系统、励磁系统、保护系统分别对应的图像数据进行图像特征提取,以得到待匹配图像特征,待匹配图像特征包括:与指示灯信号对应的图像特征、与压板位置对应的图像特征;
将待匹配图像特征与参考图像特征进行匹配,以确定与调速器系统、励磁系统、保护系统分别对应的指示灯信号信息和压板位置信息;
根据指示灯信号信息和压板位置信息分析得到巡检结果。
在本公开的一些实施例中,如图10所示,第一确定模块903,具体用于:
对水轮机轴承、油箱、管路的运行视频数据进行视频特征提取,以得到待匹配图像特征;
将待匹配图像特征与参考图像特征进行匹配,以确定水轮机轴承、油箱、管路的裂纹位置信息,和与水轮机的水泵和油泵分别对应的启停位置信息;
将裂纹位置信息和启停位置信息作为巡检结果。
在本公开的一些实施例中,如图10所示,第一确定模块903,具体用于:
对水轮机巡检场景之中的视觉数据和/或听觉数据进行特征分析,以得到待匹配视觉数据和/或听觉数据类型;
如果待匹配视觉数据和/或听觉数据类型是目标视觉数据和/或听觉数据类型,则确定水轮机巡检场景中发生漏油事件;
结合多媒体数据确定漏油事件对应的漏油位置信息,并将漏油位置信息作为巡检结果。
在本公开的一些实施例中,如图10所示,第一确定模块903,具体用于:
对气味数据进行气味特征分析,以得到待匹配气味类型;
如果待匹配气味类型是目标气味类型,则确定水电厂巡检场景中发生电腐蚀和/或发热事件和/或损坏事件和/或放电事件;
结合图像数据、热成像数据、温度数据,确定电腐蚀和/或发热事件和/或损坏事件和/或放电事件对应的电腐蚀和/或发热和/或损坏和/或放电位置信息,并将电腐蚀和/或发热和/或损坏和/或放电位置信息作为巡检结果。
在本公开的一些实施例中,如图10所示,第二确定模块904,具体用于:
获取与水电厂巡检场景中的多种测量项;
确定与多种测量项分别对应的多种关联关系,其中,关联关系,指示水电厂中的设备运行时,对应的测量项与其它测量项之间的关联关系,观察项属于多种测量项,参考项,是与观察项存在关联关系的测量项。
在本公开的一些实施例中,如图10所示,第七确定模块909,具体用于:
确定与第一运行状态信息对应的第一关联系数;
确定与环境状态信息对应的第二关联系数;
确定与第二运行状态信息对应的第三关联系数;
根据第一关联系数,和/或第二关联系数,和/或第三关联系数确定与观察项对应的阈值变化信息。
在本公开的一些实施例中,如图10所示,水电厂巡检装置90,还包括:
展示模块911,用于采用逐层递进展示方式对异常巡检结果和关联巡检结果进行展示,其中,逐层递进展示方式,包括:
在第一层展示界面中,展示与水轮发电机组、主变系统、公用系统、地理信息系统及出线设备、泄洪及通航设备系统,以及对应的下属子系统相关的异常巡检结果;
在第二层展示界面中,展示与第一层展示界面中的各系统和/或下属子系统对应的关联巡检结果;其中,第一层展示界面可响应于用户操作指令,跳转至第二层展示界面。
与上述图1至图8实施例提供的水电厂巡检方法相对应,本公开还提供一种水电厂巡检装置,由于本公开实施例提供的水电厂巡检装置与上述图1至图8实施例提供的水电厂巡检方法相对应,因此在水电厂巡检方法的实施方式也适用于本公开实施例提供的水电厂巡检装置,在本公开实施例中不再详细描述。
本实施例中,通过获取水电厂巡检场景的多媒体数据,探测水电厂巡检场景之中的感官模态数据,基于多媒体数据和感官模态数据,确定与水电厂对应的巡检结果,再根据巡检结果,以得到与观察项对应的实际测量值,并确定与观察项对应的多种参考项,然后确定与多种参考项分别对应的多种参考值,以及根据多种参考值,确定与观察项对应的测量阈值,最后根据实际测量值和测量阈值,确定观察项是否发生故障事件,由于运用了多媒体数据与感官模态数据对巡检结果进行确定,同时利用实际测量值与测量阈值对故障事件的发生进行确定,能够提升水电厂巡检效率,减少相关人员劳动强度,保证水电厂设备安全稳定运行。
为了实现上述实施例,本公开还提出一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本公开前述实施例提出的水电厂巡检方法。
为了实现上述实施例,本公开还提出一种计算机程序产品,当计算机程序产品中的指令处理器执行时,执行如本公开前述实施例提出的水电厂巡检方法。
图11示出了适于用来实现本公开实施方式的示例性电子设备的框图。图11显示的电子设备12仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图11所示,电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture;以下简称:ISA)总线,微通道体系结构(Micro Channel Architecture;以下简称:MAC)总线,增强型ISA总线、视频电子标准协会(Video Electronics StandardsAssociation;以下简称:VESA)局域总线以及外围组件互连(Peripheral ComponentInterconnection;以下简称:PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(Random Access Memory;以下简称:RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图11未显示,通常称为“硬盘驱动器”)。
尽管图11中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如:光盘只读存储器(Compact Disc Read OnlyMemory;以下简称:CD-ROM)、数字多功能只读光盘(Digital Video Disc Read OnlyMemory;以下简称:DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本公开各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本公开所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该电子设备12交互的设备通信,和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network;以下简称:LAN),广域网(Wide Area Network;以下简称:WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与电子设备12的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现前述实施例中提及的水电厂巡检方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
需要说明的是,在本公开的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本公开的描述中,除非另有说明,“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本公开的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本公开的实施例所属技术领域的技术人员所理解。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本公开各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本公开的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本公开的限制,本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (30)
1.一种水电厂巡检方法,其特征在于,所述方法包括:
获取水电厂巡检场景的多媒体数据;
探测所述水电厂巡检场景之中的感官模态数据;
基于所述多媒体数据和所述感官模态数据,确定与水电厂对应的巡检结果;
根据所述巡检结果,确定与水电厂巡检场景中的观察项对应的实际测量值;
确定与所述观察项对应的多种参考项,并确定与所述多种参考项分别对应的多种参考值;
根据所述多种参考值,确定与所述观察项对应的测量阈值;以及
根据所述实际测量值和所述测量阈值,确定所述观察项是否发生故障事件。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
确定所述观察项的关联参考信息;
根据所述关联参考信息,确定与所述观察项对应的阈值变化信息;
根据所述阈值变化信息将所述测量阈值配置为目标阈值;
其中,所述根据所述实际测量值和所述测量阈值,确定所述观察项是否发生故障事件,包括:
根据所述实际测量值和所述目标阈值,确定所述观察项是否发生故障事件。
3.如权利要求2所述的方法,其特征在于,所述确定所述观察项的关联参考信息,包括:
确定所述观察项所属组件的第一运行状态信息;
确定所述水电厂巡检场景的环境状态信息;
确定与所述观察项所关联的关联观察项所属组件的第二运行状态信息,其中,所述第一运行状态信息、所述环境状态信息,以及所述第二运行状态信息被共同作为所述关联参考信息。
4.如权利要求3所述的方法,其特征在于,所述根据所述关联参考信息,确定与所述观察项对应的阈值变化信息,包括:
根据所述第一运行状态信息,和/或所述环境状态信息,和/或所述第二运行状态信息,确定与所述观察项对应的阈值变化信息。
5.如权利要求1所述的方法,其特征在于,所述水电厂巡检场景中包括:发电机和水轮机,所述获取水电厂巡检场景的多媒体数据,包括:
分别获取与所述发电机关联的调速器系统、励磁系统、保护系统分别对应的图像数据;
获取所述发电机的发电层的热成像数据和温度数据;
分别获取所述发电机的励磁滑环和风洞出口的热成像数据和温度数据;
获取所述发电机的发电机定子的音频数据,其中,所述图像数据、所述热成像数据、所述温度数据,以所述音频数据被作为所述多媒体数据;
分别获取所述水轮机巡检场景中的水轮机转轮、水轮机尾水管的运行音频数据;
分别获取所述水轮机巡检场景中的水轮机轴承、油箱、管路的运行视频数据,所述运行音频数据和所述运行视频数据被作为所述多媒体数据。
6.如权利要求5所述的方法,其特征在于,所述探测所述水电厂巡检场景之中的感官模态数据,包括:
探测所述水电厂巡检场景之中的气味数据,并将所述气味数据作为所述感官模态数据;
探测所述发电机定子的气味数据,并探测发电机出口开关的气味数据及风洞内的臭氧浓度数据。
7.如权利要求6所述的方法,其特征在于,基于所述多媒体数据,确定与水电厂对应的巡检结果,包括:
对所述发电机的发电机定子的音频数据进行音频特征提取,并对所述水轮机转轮、水轮机尾水管的运行音频数据进行音频特征提取,以得到待匹配声纹特征;
将所述待匹配声纹特征与预先标注的多种参考声纹特征进行比对,以确定与所述待匹配声纹特征匹配的参考声纹特征;
将所述匹配的参考声纹特征所属的故障类型作为所述巡检结果。
8.如权利要求6所述的方法,其特征在于,基于所述多媒体数据,确定与发电机对应的巡检结果,包括:
对与所述发电机关联的调速器系统、励磁系统、保护系统分别对应的图像数据进行图像特征提取,以得到待匹配图像特征,所述待匹配图像特征包括:与指示灯信号对应的图像特征、与压板位置对应的图像特征;
将所述待匹配图像特征与参考图像特征进行匹配,以确定与所述调速器系统、励磁系统、保护系统分别对应的指示灯信号信息和压板位置信息;
根据所述指示灯信号信息和压板位置信息分析得到所述巡检结果。
9.如权利要求6所述的方法,其特征在于,基于所述多媒体数据,确定与水轮机对应的巡检结果,包括:
对所述水轮机轴承、油箱、管路的运行视频数据进行视频特征提取,以得到待匹配图像特征;
将所述待匹配图像特征与参考图像特征进行匹配,以确定所述水轮机轴承、油箱、管路的裂纹位置信息,和与所述水轮机的水泵和油泵分别对应的启停位置信息;
将所述裂纹位置信息和所述启停位置信息作为所述巡检结果。
10.如权利要求6所述的方法,其特征在于,基于所述多媒体数据和所述感官模态数据,确定与水轮机对应的巡检结果,包括:
对水轮机巡检场景之中的视觉数据和/或听觉数据进行特征分析,以得到待匹配视觉数据和/或听觉数据类型;
如果所述待匹配视觉数据和/或听觉数据类型是目标视觉数据和/或听觉数据类型,则确定所述水轮机巡检场景中发生漏油事件;
结合所述多媒体数据确定所述漏油事件对应的漏油位置信息,并将所述漏油位置信息作为所述巡检结果。
11.如权利要求6所述的方法,其特征在于,基于所述多媒体数据和所述感官模态数据,确定与发电机对应的巡检结果,包括:
对所述气味数据进行气味特征分析,以得到待匹配气味类型;
如果所述待匹配气味类型是目标气味类型,则确定所述水电厂巡检场景中发生电腐蚀和/或发热事件和/或损坏事件和/或放电事件;
结合所述图像数据、所述热成像数据、所述温度数据,确定所述电腐蚀和/或发热事件和/或损坏事件和/或放电事件分别对应的电腐蚀和/或发热和/或损坏和/或放电位置信息,并将所述电腐蚀和/或发热和/或损坏和/或放电位置信息作为所述巡检结果。
12.如权利要求1所述的方法,其特征在于,在所述根据所述巡检结果,确定与水电厂巡检场景中的观察项对应的实际测量值之前,还包括:
获取与所述水电厂巡检场景中的多种测量项;
确定与所述多种测量项分别对应的多种关联关系,其中,所述关联关系,指示水电厂中的设备运行时,对应的测量项与其它测量项之间的关联关系,所述观察项属于所述多种测量项,所述参考项,是与所述观察项存在所述关联关系的测量项。
13.如权利要求4所述的方法,其特征在于,所述根据所述第一运行状态信息,和/或所述环境状态信息,和/或所述第二运行状态信息,确定与所述观察项对应的阈值变化信息,包括:
确定与所述第一运行状态信息对应的第一关联系数;
确定与所述环境状态信息对应的第二关联系数;
确定与所述第二运行状态信息对应的第三关联系数;
根据所述第一关联系数,和/或所述第二关联系数,和/或所述第三关联系数确定与所述观察项对应的阈值变化信息。
14.如权利要求1所述的方法,其特征在于,所述巡检结果包括:异常巡检结果和关联巡检结果,所述方法还包括:
采用逐层递进展示方式对所述异常巡检结果和所述关联巡检结果进行展示,其中,所述逐层递进展示方式,包括:
在第一层展示界面中,展示与水轮发电机组、主变系统、公用系统、地理信息系统GIS及出线设备、泄洪及通航设备系统,以及对应的下属子系统相关的异常巡检结果;
在第二层展示界面中,展示与所述第一层展示界面中的各所述系统和/或所述下属子系统对应的关联巡检结果;其中,所述第一层展示界面可响应于用户操作指令,跳转至所述第二层展示界面。
15.一种水电厂巡检装置,其特征在于,所述装置包括:
获取模块,用于获取水电厂巡检场景的多媒体数据;
探测模块,用于探测所述水电厂巡检场景之中的感官模态数据;
第一确定模块,用于基于所述多媒体数据和所述感官模态数据,确定与水电厂对应的巡检结果;
第二确定模块,用于根据所述巡检结果,确定与水电厂巡检场景中的观察项对应的实际测量值;
第三确定模块,用于确定与所述观察项对应的多种参考项,并确定与所述多种参考项分别对应的多种参考值;
第四确定模块,用于根据所述多种参考值,确定与所述观察项对应的测量阈值;以及
第五确定模块,用于根据所述实际测量值和所述测量阈值,确定所述观察项是否发生故障事件。
16.如权利要求15所述的装置,其特征在于,所述装置还包括:
第六确定模块,用于确定所述观察项的关联参考信息;
第七确定模块,用于根据所述关联参考信息,确定与所述观察项对应的阈值变化信息;
配置模块,用于根据所述阈值变化信息将所述测量阈值配置为目标阈值;
其中,所述第五确定模块,具体用于:
根据所述实际测量值和所述目标阈值,确定所述观察项是否发生故障事件。
17.如权利要求16所述的装置,其特征在于,所述第六确定模块,具体用于:
确定所述观察项所属组件的第一运行状态信息;
确定所述水电厂巡检场景的环境状态信息;
确定与所述观察项所关联的关联观察项所属组件的第二运行状态信息,其中,所述第一运行状态信息、所述环境状态信息,以及所述第二运行状态信息被共同作为所述关联参考信息。
18.如权利要求17所述的装置,其特征在于,所述第七确定模块,具体用于:
根据所述第一运行状态信息,和/或所述环境状态信息,和/或所述第二运行状态信息,确定与所述观察项对应的阈值变化信息。
19.如权利要求15所述的装置,其特征在于,所述水电厂巡检场景中包括:发电机和水轮机,所述获取模块,具体用于:
分别获取与所述发电机关联的调速器系统、励磁系统、保护系统分别对应的图像数据;
获取所述发电机的发电层的热成像数据和温度数据;
分别获取所述发电机的励磁滑环和风洞出口的热成像数据和温度数据;
获取所述发电机的发电机定子的音频数据,其中,所述图像数据、所述热成像数据、所述温度数据,以所述音频数据被作为所述多媒体数据;
分别获取所述水轮机巡检场景中的水轮机转轮、水轮机尾水管的运行音频数据;
分别获取所述水轮机巡检场景中的水轮机轴承、油箱、管路的运行视频数据,所述运行音频数据和所述运行视频数据被作为所述多媒体数据。
20.如权利要求19所述的装置,其特征在于,所述探测模块,具体用于:
探测所述水电厂巡检场景之中的气味数据,并将所述气味数据作为所述感官模态数据;
探测所述发电机定子的气味数据,并探测发电机出口开关的气味数据及风洞内的臭氧浓度数据。
21.如权利要求20所述的装置,其特征在于,所述第一确定模块,具体用于:
对所述发电机的发电机定子的音频数据进行音频特征提取,并对所述水轮机转轮、水轮机尾水管的运行音频数据进行音频特征提取,以得到待匹配声纹特征;
将所述待匹配声纹特征与预先标注的多种参考声纹特征进行比对,以确定与所述待匹配声纹特征匹配的参考声纹特征;
将所述匹配的参考声纹特征所属的故障类型作为所述巡检结果。
22.如权利要求20所述的装置,其特征在于,所述第一确定模块,具体用于:
对与所述发电机关联的调速器系统、励磁系统、保护系统分别对应的图像数据进行图像特征提取,以得到待匹配图像特征,所述待匹配图像特征包括:与指示灯信号对应的图像特征、与压板位置对应的图像特征;
将所述待匹配图像特征与参考图像特征进行匹配,以确定与所述调速器系统、励磁系统、保护系统分别对应的指示灯信号信息和压板位置信息;
根据所述指示灯信号信息和压板位置信息分析得到所述巡检结果。
23.如权利要求20所述的装置,其特征在于,所述第一确定模块,具体用于:
对所述水轮机轴承、油箱、管路的运行视频数据进行视频特征提取,以得到待匹配图像特征;
将所述待匹配图像特征与参考图像特征进行匹配,以确定所述水轮机轴承、油箱、管路的裂纹位置信息,和与所述水轮机的水泵和油泵分别对应的启停位置信息;
将所述裂纹位置信息和所述启停位置信息作为所述巡检结果。
24.如权利要求20所述的装置,其特征在于,所述第一确定模块,具体用于:
对水轮机巡检场景之中的视觉数据和/或听觉数据进行特征分析,以得到待匹配视觉数据和/或听觉数据类型;
如果所述待匹配视觉数据和/或听觉数据类型是目标视觉数据和/或听觉数据类型,则确定所述水轮机巡检场景中发生漏油事件;
结合所述多媒体数据确定所述漏油事件对应的漏油位置信息,并将所述漏油位置信息作为所述巡检结果。
25.如权利要求20所述的装置,其特征在于,所述第一确定模块,具体用于:
对所述气味数据进行气味特征分析,以得到待匹配气味类型;
如果所述待匹配气味类型是目标气味类型,则确定所述水电厂巡检场景中发生电腐蚀和/或发热事件和/或损坏事件和/或放电事件;
结合所述图像数据、所述热成像数据、所述温度数据,确定所述电腐蚀和/或发热事件和/或损坏事件和/或放电事件分别对应的电腐蚀和/或发热和/或损坏和/或放电位置信息,并将所述电腐蚀和/或发热和/或损坏和/或放电位置信息作为所述巡检结果。
26.如权利要求15所述的装置,其特征在于,所述第二确定模块,具体用于:
获取与所述水电厂巡检场景中的多种测量项;
确定与所述多种测量项分别对应的多种关联关系,其中,所述关联关系,指示水电厂中的设备运行时,对应的测量项与其它测量项之间的关联关系,所述观察项属于所述多种测量项,所述参考项,是与所述观察项存在所述关联关系的测量项。
27.如权利要求18所述的装置,其特征在于,所述第七确定模块,具体用于:
确定与所述第一运行状态信息对应的第一关联系数;
确定与所述环境状态信息对应的第二关联系数;
确定与所述第二运行状态信息对应的第三关联系数;
根据所述第一关联系数,和/或所述第二关联系数,和/或所述第三关联系数确定与所述观察项对应的阈值变化信息。
28.如权利要求15所述的装置,其特征在于,所述巡检结果包括:异常巡检结果和关联巡检结果,所述装置还包括:
展示模块,用于采用逐层递进展示方式对所述异常巡检结果和所述关联巡检结果进行展示,其中,所述逐层递进展示方式,包括:
在第一层展示界面中,展示与水轮发电机组、主变系统、公用系统、地理信息系统GIS及出线设备、泄洪及通航设备系统,以及对应的下属子系统相关的异常巡检结果;
在第二层展示界面中,展示与所述第一层展示界面中的各所述系统和/或所述下属子系统对应的关联巡检结果;其中,所述第一层展示界面可响应于用户操作指令,跳转至所述第二层展示界面。
29.一种电子设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如权利要求1-14中任一所述的方法。
30.一种存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1-14中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110865156.6A CN113761233B (zh) | 2021-07-29 | 2021-07-29 | 水电厂巡检方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110865156.6A CN113761233B (zh) | 2021-07-29 | 2021-07-29 | 水电厂巡检方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113761233A true CN113761233A (zh) | 2021-12-07 |
CN113761233B CN113761233B (zh) | 2023-01-31 |
Family
ID=78788219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110865156.6A Active CN113761233B (zh) | 2021-07-29 | 2021-07-29 | 水电厂巡检方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113761233B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114493254A (zh) * | 2022-01-25 | 2022-05-13 | 中国长江三峡集团有限公司 | 一种水电厂巡检报告生成方法 |
CN115655631A (zh) * | 2022-12-12 | 2023-01-31 | 杭州兆华电子股份有限公司 | 一种基于水轮发电机在风洞环境中的声纹检测方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5321629A (en) * | 1990-01-11 | 1994-06-14 | Kabushiki Kaisha Toshiba | Facility inspection support apparatus |
US20110261276A1 (en) * | 2010-04-27 | 2011-10-27 | Xiao Lin Yu | Liquid Crystal Display (LCD) System and Method |
CN103839302A (zh) * | 2014-02-24 | 2014-06-04 | 西安西热控制技术有限公司 | 一种火电厂智能巡检系统及方法 |
CN108564676A (zh) * | 2018-04-20 | 2018-09-21 | 南瑞集团有限公司 | 一种水电厂智能巡检系统及方法 |
CN111899211A (zh) * | 2020-03-26 | 2020-11-06 | 中国铁建电气化局集团第二工程有限公司 | 基于图像和气味的变压器漏油故障检测系统及方法 |
CN112152129A (zh) * | 2020-09-25 | 2020-12-29 | 国网浙江省电力有限公司湖州供电公司 | 一种变电站智能安全管控方法及系统 |
CN112466000A (zh) * | 2020-09-23 | 2021-03-09 | 国网上海市电力公司 | 一种基于电力巡检机器人的巡检系统及巡检控制方法 |
-
2021
- 2021-07-29 CN CN202110865156.6A patent/CN113761233B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5321629A (en) * | 1990-01-11 | 1994-06-14 | Kabushiki Kaisha Toshiba | Facility inspection support apparatus |
US20110261276A1 (en) * | 2010-04-27 | 2011-10-27 | Xiao Lin Yu | Liquid Crystal Display (LCD) System and Method |
CN103839302A (zh) * | 2014-02-24 | 2014-06-04 | 西安西热控制技术有限公司 | 一种火电厂智能巡检系统及方法 |
CN108564676A (zh) * | 2018-04-20 | 2018-09-21 | 南瑞集团有限公司 | 一种水电厂智能巡检系统及方法 |
CN111899211A (zh) * | 2020-03-26 | 2020-11-06 | 中国铁建电气化局集团第二工程有限公司 | 基于图像和气味的变压器漏油故障检测系统及方法 |
CN112466000A (zh) * | 2020-09-23 | 2021-03-09 | 国网上海市电力公司 | 一种基于电力巡检机器人的巡检系统及巡检控制方法 |
CN112152129A (zh) * | 2020-09-25 | 2020-12-29 | 国网浙江省电力有限公司湖州供电公司 | 一种变电站智能安全管控方法及系统 |
Non-Patent Citations (2)
Title |
---|
DEMONGEOT J: "The singular power of the environment on stochastic nonlinear threshold Boolean automata networks", 《COMPUTATIONAL METHODS IN SYSTEMS BIOLOGY, 9TH INTERNATIONAL CONFERENCE》 * |
李明: "广蓄电厂巡检制度的实施及条码数据采集系统在运行巡检中的应用", 《水电厂自动化》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114493254A (zh) * | 2022-01-25 | 2022-05-13 | 中国长江三峡集团有限公司 | 一种水电厂巡检报告生成方法 |
CN115655631A (zh) * | 2022-12-12 | 2023-01-31 | 杭州兆华电子股份有限公司 | 一种基于水轮发电机在风洞环境中的声纹检测方法及装置 |
CN115655631B (zh) * | 2022-12-12 | 2023-04-07 | 杭州兆华电子股份有限公司 | 一种基于水轮发电机在风洞环境中的声纹检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113761233B (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105809255B (zh) | 一种基于物联网的火电厂旋转机械健康管理方法及系统 | |
CN113761233B (zh) | 水电厂巡检方法、装置、计算机设备及存储介质 | |
CA2927545C (en) | Integrated transformer health monitoring architecture | |
US9477223B2 (en) | Condition monitoring system and method | |
JP5081998B1 (ja) | 異常予兆診断装置及び異常予兆診断方法 | |
CN108628286A (zh) | 机台维修系统与方法 | |
US20130107036A1 (en) | Inspection system and method for correlating data from sensors and visual displays | |
JP5081999B1 (ja) | 異常予兆診断結果の表示方法 | |
CN113761234A (zh) | 水电厂设备的巡检方法、装置、电子设备及存储介质 | |
EP3584657B1 (en) | Risk assessment device, risk assessment method, and risk assessment program | |
JP6085862B2 (ja) | マルチ・コンディション・モニターを用いた状態監視方法および状態監視装置システム | |
AU2023210611A1 (en) | Method and apparatus for operating state analysis and early warning of auxiliary device of hydroelectric station, and decision support system for hydroelectric production | |
CN114837902B (zh) | 一种风电机组健康度评估方法、系统、设备和介质 | |
CN115393142A (zh) | 智慧园区管理方法及管理平台 | |
CN113780337A (zh) | 发电机巡检方法、装置、电子设备及存储介质 | |
CN111224468B (zh) | 一种基于云计算的光伏设备安全运行运维平台 | |
CN109630503B (zh) | 一种液压泵健康诊断系统及其诊断方法 | |
JP2021002140A5 (zh) | ||
CN113792829A (zh) | 水轮机巡检方法、装置、计算机设备及存储介质 | |
CN117570039B (zh) | 矿用隔爆型潜水排沙电泵故障监测系统及方法 | |
JP6887407B2 (ja) | 装置、プログラム、プログラム記録媒体、および方法 | |
WO2023105725A1 (ja) | 時系列データ処理方法 | |
TW202217486A (zh) | 行動式設備診斷裝置及設備診斷資訊顯示方法 | |
JP2880857B2 (ja) | プラント設備診断装置 | |
CN113758519A (zh) | 故障检测方法、装置、计算机设备及存储介质 |
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 |