CN113882997B - 基于区块链的水电机组调节方法及系统 - Google Patents

基于区块链的水电机组调节方法及系统 Download PDF

Info

Publication number
CN113882997B
CN113882997B CN202110945771.8A CN202110945771A CN113882997B CN 113882997 B CN113882997 B CN 113882997B CN 202110945771 A CN202110945771 A CN 202110945771A CN 113882997 B CN113882997 B CN 113882997B
Authority
CN
China
Prior art keywords
adjustment
regulation
adjusting
data
data pool
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
CN202110945771.8A
Other languages
English (en)
Other versions
CN113882997A (zh
Inventor
周健
倪晋兵
刘殿海
桂中华
邓磊
秦俊
周攀
徐亚鹏
徐亚楠
李东阔
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.)
Pumped Storage Technology And Economy Research Institute Of State Grid Xinyuan Holding Co ltd
State Grid Xinyuan Co Ltd
Original Assignee
Pumped Storage Technology And Economy Research Institute Of State Grid Xinyuan Holding Co ltd
State Grid Xinyuan 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 Pumped Storage Technology And Economy Research Institute Of State Grid Xinyuan Holding Co ltd, State Grid Xinyuan Co Ltd filed Critical Pumped Storage Technology And Economy Research Institute Of State Grid Xinyuan Holding Co ltd
Priority to CN202110945771.8A priority Critical patent/CN113882997B/zh
Publication of CN113882997A publication Critical patent/CN113882997A/zh
Application granted granted Critical
Publication of CN113882997B publication Critical patent/CN113882997B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03BMACHINES OR ENGINES FOR LIQUIDS
    • F03B15/00Controlling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/3055Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/32Monitoring with visual or acoustical indication of the functioning of the machine
    • G06F11/324Display of status information
    • G06F11/327Alarm or error message display
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • H04L67/104Peer-to-peer [P2P] networks
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/20Hydro energy

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Control Of Eletrric Generators (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本公开提供一种基于区块链的水电机组调节方法及系统,包括:获取至少三组调节开入量;其中,至少三组调节开入量由至少三个数据采集服务器采集得到;基于至少三组调节开入量确定调节数据;基于调节数据生成本地调节数据池,并将本地调节数据池广播至其他调节服务器节点;接收其他调节服务器节点广播的外部调节数据池,并基于本地调节数据池和外部调节数据池生成调节策略。通过获取多组调节开入量,能够避免由数据采集服务器故障导致的调节开入量出现错误的问题,保证了基于调节开入量确定的调节数据的准确性;通过设置多个调节服务器节点,生成多组调节数据池,基于该多组调节数据池生成调节策略,能够准确的确定最佳调节方案,达到最优调节效果。

Description

基于区块链的水电机组调节方法及系统
技术领域
本公开涉及水电技术领域,尤其涉及一种基于区块链的水电机组调节方法及系统。
背景技术
在水电站调节系统中,水电机组调速系统和励磁系统均是实时采集数个模拟量输入信号,根据固有控制模型计算得出控制输出模拟量信号。由于水电机组控制均采用固有控制模型,根据经验设定PID参数并现场验证,仅满足规范要求即可,因此,无法寻求最优调节效果的有效方法。
发明内容
有鉴于此,本公开的目的在于提出一种基于区块链的水电机组调节方法及系统。
基于上述目的,本公开第一方面提供了一种基于区块链的水电机组调节方法,包括:
获取至少三组调节开入量;其中,所述至少三组调节开入量由至少三个数据采集服务器采集得到;基于所述至少三组调节开入量确定调节数据;基于所述调节数据生成本地调节数据池,并将所述本地调节数据池广播至其他调节服务器节点;接收其他调节服务器节点广播的外部调节数据池,并基于所述本地调节数据池和所述外部调节数据池生成调节策略。
可选地,当调节开入量为开关量时,所述基于所述至少三组调节开入量确定调节数据,包括:将所述至少三组调节开入量中出现概率大于等于第一预设比例的开关量作为调节数据。
可选地,当调节开入量为模拟量时,所述基于所述至少三组调节开入量确定调节数据,包括:获得所述至少三组调节开入量的平均值;将所述至少三组调节开入量中与所述平均值的误差百分比小于预设误差百分比限定值的模拟量,或与所述平均值的误差百分比大于预设误差百分比限定值且与所述平均值的误差小于预设误差限定值的模拟量,作为调节数据。
可选地,还包括:在确定调节数据后,将所述至少三组调节开入量中剩余的调节开入量对应的数据采集服务器标记为故障数据采集服务器,并记录所述故障数据采集服务器的故障情况。
可选地,所述本地调节数据池中包括本地调节开出量,所述外部调节数据池中包括外部调节开出量;所述基于所述本地调节数据池和所述外部调节数据池生成调节策略的步骤,包括:基于预设的智能合约,将所述本地调节开出量和所述外部调节开出量中出现概率大于等于第二预设比例的调节开出量对应的调节数据池标记为正常调节数据池,并根据所述正常调节数据池确定调节策略。
可选地,还包括:将所述本地调节开出量和所述外部调节开出量中出现概率小于所述第二预设比例的调节开出量对应的调节数据池标记为异常调节数据池,将广播所述异常调节数据池的调节服务器节点标记为故障调节服务器节点,并发出警报。
可选地,还包括:根据广播调节数据池的速度,对所述正常调节数据池对应的调节服务器节点进行积分奖励。
可选地,还包括:在预设调节次数内,统计各调节服务器节点获得的积分;判定获得的积分低于预设积分阈值的调节服务器节点性能异常;生成性能评估报告,并将所述性能评估报告输出至运维人员。
可选地,还包括:发送所述调节策略至下位机以使所述下位机执行所述调节策略。
基于相同的目的,本公开第二方面提供了一种基于区块链的水电机组调节系统,包括至少三个数据采集服务器和至少三个调节服务器节点;
各调节服务器节点,用于获取至少三组调节开入量;基于所述至少三组调节开入量确定调节数据;基于所述调节数据生成本地调节数据池,并将所述本地调节数据池广播至其他调节服务器节点;接收其他调节服务器节点广播的外部调节数据池,并基于所述本地调节数据池和所述外部调节数据池生成调节策略;
所述至少三个数据采集服务器,用于采集至少三组调节开入量。
从上面所述可以看出,本公开提供的基于区块链的水电机组调节方法及系统,首先获取至少三组调节开入量,根据调节开入量确定调节数据,然后根据调节数据生成本地调节数据池,同时将生成的本地调节数据池向其他调节服务器节点进行广播,接收其他调节服务器节点广播的外部调节数据池,并根据外部调节数据池和本地调节数据池生成调节策略;通过获取多组调节开入量,能够避免由数据采集服务器故障导致的调节开入量出现错误的问题,保证了基于调节开入量确定的调节数据的准确性;通过设置多个调节服务器节点,生成多组调节数据池,然后基于该多组调节数据池生成调节策略,能够快速准确的确定最佳调节方案,达到最优调节效果。
附图说明
为了更清楚地说明本公开或相关技术中的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本公开实施例提供的基于区块链的水电机组调节方法的流程示意图;
图2为本公开实施例提供的基于区块链的水电机组调节系统的交互示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本公开进一步详细说明。
需要说明的是,除非另外定义,本公开实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。
在水电站中,用于转速控制的机构为调速系统,用于发电机的电压电流控制的机构为励磁系统。调速系统根据实时采集到的机组频率、频率给定、电网频率、开度给定、功率给定、机组功率等数据,代入传统函数模型中计算生成导叶输出。其中模型参数可根据试验中测量到的调节效果进行调整。
励磁系统根据实时采集到的励磁PT1、励磁PT2、系统PT、定子电流1、定子电流2、转子电流等数据,代入传统函数模型中计算生成电压或电流值,其中模型参数亦可根据实验中测量到的调节效果进行调整。
故而,在水电站调节系统中,水电机组调速系统和励磁系统均是实时采集数个模拟量输入信号,根据固有控制模型计算得出控制输出模拟量信号。由于水电机组控制均采用固有控制模型,根据经验设定PID参数并现场验证,仅满足规范要求即可,因此,无法寻求最优调节效果的有效方法。
此外,当前水电站调节系统中,故障诊断模式是自我诊断,只能根据写入的自我诊断策略,自我判定是否异常,如果发生诊断策略之外的故障,则无法准确诊断。当前调节过程数据无法进行完整记录,并且对调节效果无法进行评价。
区块链涉及数学、密码学、互联网和计算机编程等很多科学技术问题,是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。是一个分布式的共享账本和数据库,具有去中心化、不可篡改、全程留痕、可以追溯、集体维护、公开透明等特点。这些特点保证了区块链的“诚实”与“透明”。故而,可以基于区块链对水电机组进行调节。
针对上述问题,本公开提供了一种基于区块链的水电机组调节方法及系统,首先获取至少三组调节开入量,根据调节开入量确定调节数据,然后根据调节数据生成本地调节数据池,同时将生成的本地调节数据池向其他调节服务器节点进行广播,接收其他调节服务器节点广播的外部调节数据池,并根据外部调节数据池和本地调节数据池生成调节策略。该方法及系统可以应用于桌面计算机、移动电脑、手机、平板电脑、计算机、智能可穿戴设备、个人数字助理等,具体不做限定。
为了便于理解,下面结合附图对该基于区块链的水电机组调节方法进行详细说明。需要说明的是,在对水电机组进行调节时,可以采用多个调节服务器节点同时执行本公开的调节方法共同确定调节策略;且为了提高制定调节策略是的准确性,可以采用至少三个调节服务器节点共同确定调节策略。对水电机组进行调节时,可以采用4个调节服务器节点共同对水电机组进行调节,对各调节服务器节点可以根据其连接的下位机进行命名;例如,可以将4个调节服务器节点分别命名为调速系统服务器1、调速系统服务器2、励磁系统服务器1和励磁系统服务器2;调速系统服务器1和调试系统服务器2与调节水电机组的转速或频率的下位机连接,励磁系统服务器1和励磁系统服务器2与调节水电机组电压或电流的下位机连接。
图1为本公开实施例提供的基于区块链的水电机组调节方法的流程示意图;如图1所示,该方法包括:
S11、获取至少三组调节开入量;其中,至少三组调节开入量由至少三个数据采集服务器采集得到。
本步骤中,调节开入量可以指对水电机组进行调节时采集的水电机组的参数数据。
在实际应用中,调节开入量可以包括励磁系统所需的开入量和调速系统所需的开入量;并且,调节开入量可以包括开关量和模拟量等,具体不做限定。开关量可以为0和1两种情形,模拟量为具体的测量得到的参数数值。
调速系统所需的开入量可以包括机组频率、频率给定、电网频率、开度给定、功率给定、导叶开度、机组功率、开机令、停机令等,具体不做限定;其中,机组频率、频率给定、电网频率、开度给定、功率给定、导叶开度和机组功率为模拟量,开机令和停机令为开关量。
机组频率可以由齿盘测速和电压互感器(PT)测速两种方式测得,齿盘测速是在水轮机大轴上部署凹凸变化的齿状设备,通过传感器采集齿状变化情况,计算指定时间内通过的齿数来计算得到机组频率。PT测速是通过测量电压频率来反应机组频率。测得的机组频率信号可转化为4-20mA的模拟量信号进行传输,或通过网络信号传输,具体不做限定。
频率给定是指想要到达的频率目标值。
电网频率是通过电压互感器(PT)测量电网电压计算而得;测得的电网频率信号可转化为4-20mA的模拟量信号进行传输,或通过网络信号传输,具体不做限定。
导叶开度是通过部署在接力器上的模拟量采集装置,获取接力器行程,来反应导叶开度。测得的导叶开度可转化为4-20mA的模拟量信号进行传输,或通过网络信号传输,具体不做限定。
励磁系统所需的开入量可以包括励磁PT1的A/B/C相、励磁PT2的A/B/C相、系统PT的A/B/C相、定子电流1的A/B/C相、定子电流2的A/B/C相、转子电流的A/B/C相、增磁令、减磁令、逆变令、建压令、GCB合/分闸位置、励磁开关合/分闸位置等,具体不做限定;其中,励磁PT1的A/B/C相、励磁PT2的A/B/C相、系统PT的A/B/C相、定子电流1的A/B/C相、定子电流2的A/B/C相和转子电流的A/B/C相为模拟量;增磁令、减磁令、逆变令、建压令、GCB合/分闸位置和励磁开关合/分闸位置为开关量。
在实际应用中,至少三个数据采集服务器可以分别与智能数据采集装置连接,智能数据采集装置采集到水电机组的参数数据后传输给数据采集服务器。至少三个数据采集服务器采集得到调节开入量后,还可以进一步分别采用各自的私钥对其采集到的调节开入量进行加密,然后可以直接发送至执行本方法的各调节服务器节点,或者可以先将加密后的调节开入量发送至一个中转服务器,中转服务器再将加密后的调节开入量发送至执行本方法的各调节服务器节点,具体不做限定;通过对调节开入量加密,保证了调节开入量信息传输过程中的安全性。
相应地,执行本方法的各调节服务器在接收到调节开入量后,需要首先分别采用与各数据采集服务器对应的公钥对调节开入量进行解密。
S12、基于至少三组调节开入量确定调节数据。
本步骤中,调节数据可以指经过筛选后确定的用于制订调节策略的基础数据。
在实际应用中,一种情况下,可以通过在至少三组调节开入量中标注出正确可信度高的调节开入量的方式确定调节数据;一种情况下,还可以通过在至少三组调节开入量中将错误可信度低的调节开入量清洗掉,保留剩余的调节开入量的方式确定调节数据,具体不做限定。
同时,对于调节开入量中包括的开关量和模拟量可以分别采用对应的方式确定调节数据。则,在一些可能的实施方案中,当调节开入量为开关量时,基于至少三组调节开入量确定调节数据,可以包括:将至少三组调节开入量中出现概率大于等于第一预设比例的开关量作为调节数据。
第一预设比例可以根据实际需要进行确定;例如,当存在三个数据采集服务器、获得三组调节开入量时,可以采用3选3或3选2的方式确定调节数据,则可以将第一预设比例设置为66.7%;将所有调节开入量中出现概率大于66.7%的开关量作为调节数据,具体不做限定。通过选取出现概率大于一定比例的开关量能够提高调节数据的准确率。
在一些可能的实施方案中,当调节开入量为模拟量时,基于所述至少三组调节开入量确定调节数据,可以包括:获得至少三组调节开入量的平均值;将至少三组调节开入量中与平均值的误差百分比小于预设误差百分比限定值的模拟量,或与平均值的误差百分比大于预设误差百分比限定值且与平均值的误差小于预设误差限定值的模拟量,作为调节数据。
在实际应用中,计算调节开入量的平均值时,如果存在与平均值差距大的调节开入量,则首先将与平均值差距最大的调节开入量删除,然后基于剩余的调节开入量确定最终的平均值。
误差可以指调节开入量与平均值的差值的绝对值;误差百分比可以指调节开入量与平均值的差值的绝对值占平均值的百分比。在实际应用中,预设误差百分比限定值和预设误差限定值可以根据实际需要设定;例如,可以设定预设误差百分比限定值为2%、3%、4%或5%等,具体不做限定;可以设定预设误差限定值为20、25、或30等,具体不做限定。通过采用误差百分比和误差对调节开入量同时进行判定,能够排除调节开入量为趋近零的值时,出现误差百分比较大但实际误差合理而引发的误判问题。
在实际应用中,确定调节数据后,还可以对数据采集服务器进行故障标记;则,在一些可能的实施方案中,该方法还可以包括:在确定调节数据后,将至少三组调节开入量中剩余的调节开入量对应的数据采集服务器标记为故障数据采集服务器,并记录故障数据采集服务器的故障情况。通过对数据采集服务器进行故障标记,便于及时对出现故障的数据采集服务器进行维修或更换,并实现故障实时检测。
在实际应用中,如果在第一预设时间内未接收到数据采集服务器发送的调节开入量,则可以将该数据采集服务器标记为故障数据采集服务器。第一预设时间可以根据需要进行设定,例如,第一预设时间可以为30s、60、90s或120s等,具体不做限定。
同理,还可以对确定调节数据时依据的调节开入量对应的数据采集服务器进行积分奖励,以便于后续评估数据采集服务器的性能。例如,当数据采集服务器采集的调节开入量被用作调节数据时,可以给予该数据采集服务器1积分;并且可以规定在经过1000次水电机组调节后,如果某个数据采集服务器得到的总积分低于500分,则判定该数据采集服务起性能异常,发出警报以使运维人员进行维修或更换。
S13、基于调节数据生成本地调节数据池,并将本地调节数据池广播至其他调节服务器节点。
本步骤中,执行本方法的各调节服务器节点可以首先基于调节数据生成调节开出量,然后将调节开入量、故障数据采集服务器的故障情况以及调节开出量共同打包生成本地调节数据池。
在实际应用中,为了保证调节数据池传输的安全性,执行本方法的各调节服务器节点在生成本地调节数据池后,可以进一步采用各自的私钥对本地调节数据池进行加密,然后再将加密后的本地调节数据池向其他调节服务器节点进行广播。
S14、接收其他调节服务器节点广播的外部调节数据池,并基于本地调节数据池和外部调节数据池生成调节策略。
本步骤中,外部调节数据池可以由其他调节服务器节点基于其确定的调节数据生成,并且外部调节数据池同样可以包括其获取的调节开入量、基于其确定的调节数据生成的调节开出量、以及其确定的故障数据采集服务器的故障情况。调节策略为最终生成的对水电机组进行调节的方法。
在实际应用中,外部调节数据池可以经过其他调节服务器节点加密,则执行本方法的各调节服务器节点在接收到外部调节数据池后,可以首先采用与其他调节服务器节点对应的公钥解密外部调节数据池,获得其他调节服务器节点生成的调节开出量;然后进一步生成调节策略。则,在一些可能的实施方案中,基于本地调节数据池和外部调节数据池生成调节策略的步骤,包括:
基于预设的智能合约,将本地调节开出量和外部调节开出量中出现概率大于等于第二预设比例的调节开出量对应的调节数据池标记为正常调节数据池,并根据正常调节数据池确定调节策略。
第二预设比例可以根据实际需要进行确定;例如,当存在四个调节服务器节点时,可以采用4选4、4选3或4选2的方式确定调节策略,则可以将第二预设比例设置为50%;将所有调节开出量中出现概率大于50%的调节开出量对应的调节数据池标记为正常调节数据池,具体不做限定。根据正常调节数据池确定调节策略时,可以根据正常调节数据池中的调节开出量确定调节策略,具体不做限定。
在实际应用中,还可以对调节服务器节点进行故障判断;则,在一些可能的实施方式中,该方法还可以包括:将本地调节开出量和外部调节开出量中出现概率小于第二预设比例的调节开出量对应的调节数据池标记为异常调节数据池,将广播异常调节数据池的调节服务器节点标记为故障调节服务器节点,并发出警报。
可以首先将本地调节开出量和外部调节开出量中出现概率小于第二预设比例的调节开出量标记为异常调节开出量,然后将异常调节开出量对应的调节数据池标记为异常调节数据池,相应地,将广播该异常调节数据池的调节服务器节点标记为故障调节服务器节点,并发出警报便于运维人员进行及时维修或更换,并实现了故障实时检测。
在实际应用中,还可以将在第二预设时间内未生成调节开出量的调节服务器节点标记为故障调节服务器节点,并发出警报。第二预设时间可以根据需要进行设定,例如,第二预设时间可以为15s、30s、45s或60s等,具体不做限定。
在实际应用中,生成调节策略后,还可以对调节服务器节点进行积分奖励,便于后续对调节服务器节点进行性能评估;则,在一些可能的实施方式中,该方法还可以包括:根据广播调节数据池的速度,对正常调节数据池对应的调节服务器节点进行积分奖励。
例如,可以首先对广播正常调节数据池的调节服务器节点进行广播速度的排序,对排序第一名的调节服务器节点给予3分的积分奖励,对排序第二名的调节服务器节点给予2分的积分奖励,对排序第三名的调节服务器节点给予1分的积分奖励等,具体不做限定。
为了保证对水电机组进行准确高效调节,还需要对各调节服务器节点进行性能评估;则,在一些可能的实施方案中,该方法还包括:在预设调节次数内,统计各调节服务器节点获得的积分;判定获得的积分低于预设积分阈值的调节服务器节点性能异常;生成性能评估报告,并将性能评估报告输出至运维人员。
在实际应用中,预设调节次数可以根据实际需要进行设定,例如,可以设定为进行性能评估时间之前的500次、1000次或1200次等等,具体不做限定;预设积分阈值可以根据实际需要进行确定,具体不做限定。进一步地,该方法还可以包括每隔预设时间间隔进行一次性能评估,预设时间间隔可以根据实际需要进行确定,例如,可以设定为5min、10min或30min等,具体不做限定。
执行本方法的各调节服务器节点在生成调节策略后,还可以将调节策略发送至其他调节服务器节点,以使其他调节服务器节点评估该调节策略是否可靠,提高调节策略的准确性。
在实际应用中,确定调节策略后,执行本方法的各调节服务器节点还可以将其自身生成的本地调节数据池以及接收的外部调节数据池均存储与其对应的分布式账本中,能够确保数据可靠性,可以据此对调节情况进行评估,在调节异常时便于剖析问题根源。
确定调节策略后,还需要将该调节策略下发以实现对该水电机组的调节;则,在一些可能的实施方案中,该方法还可以包括:发送调节策略至下位机以使下位机执行调节策略。
如果调节策略为关于转速的调节策略,则可以经由调速系统服务器1或调速系统服务器2发送至下位机;如果调节策略为关于电流或电压的调节策略,则可以经由励磁系统服务器1或励磁系统服务器2发送至下位机,具体不做限定。
可以理解的是,通过获取多组调节开入量,能够避免由数据采集服务器故障导致的调节开入量出现错误的问题,保证了基于调节开入量确定的调节数据的准确性;通过设置多个调节服务器节点,生成多组调节数据池,然后基于该多组调节数据池生成调节策略,能够快速准确的确定最佳调节方案,达到最优调节效果。并且只要多于半数的调节服务器节点能正常工作,即可保证调节系统正常运行,整个调节系统具备更高的鲁棒性
需要说明的是,本公开实施例的方法可以由单个设备执行,例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下,由多台设备相互配合来完成。在这种分布式场景的情况下,这多台设备中的一台设备可以只执行本公开实施例的方法中的某一个或多个步骤,这多台设备相互之间会进行交互以完成所述的方法。
需要说明的是,上述对本公开的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
基于同一发明构思,与上述任意实施例方法相对应的,本公开还提供了一种基于区块链的水电机组调节系统;图2为本公开实施例提供的基于区块链的水电机组调节系统的交互示意图;如图2所示,该系统包括至少三个数据采集服务器21和至少三个调节服务器节点22;
各调节服务器节点22,用于获取至少三组调节开入量;基于至少三组调节开入量确定调节数据;基于调节数据生成本地调节数据池,并将本地调节数据池广播至其他调节服务器节点;接收其他调节服务器节点广播的外部调节数据池,并基于本地调节数据池和外部调节数据池生成调节策略;
至少三个数据采集服务器21,用于采集至少三组调节开入量。
在一些可能的实施方案中,各调节服务器节点22还用于将至少三组调节开入量中出现概率大于等于第一预设比例的开关量作为调节数据。
在一些可能的实施方案中,各调节服务器节点22还用于获得至少三组调节开入量的平均值;将至少三组调节开入量中与平均值的误差百分比小于预设误差百分比限定值的模拟量,或与平均值的误差百分比大于预设误差百分比限定值且与平均值的误差小于预设误差限定值的模拟量,作为调节数据。
在一些可能的实施方案中,各调节服务器节点22还用于在确定调节数据后,将至少三组调节开入量中剩余的调节开入量对应的数据采集服务器标记为故障数据采集服务器,并记录故障数据采集服务器的故障情况。
在一些可能的实施方案中,本地调节数据池中包括本地调节开出量,外部调节数据池中包括外部调节开出量,各调节服务器节点22还用于基于预设的智能合约,将本地调节开出量和外部调节开出量中出现概率大于等于第二预设比例的调节开出量对应的调节数据池标记为正常调节数据池,并根据正常调节数据池确定调节策略。
在一些可能的实施方案中,各调节服务器节点22还用于将本地调节开出量和外部调节开出量中出现概率小于第二预设比例的调节开出量对应的调节数据池标记为异常调节数据池,将广播异常调节数据池的调节服务器节点标记为故障调节服务器节点,并发出警报。
在一些可能的实施方案中,各调节服务器节点22还用于根据广播调节数据池的速度,对正常调节数据池对应的调节服务器节点进行积分奖励。
在一些可能的实施方案中,各调节服务器节点22还用于在预设调节次数内,统计各调节服务器节点获得的积分;判定获得的积分低于预设积分阈值的调节服务器节点性能异常;生成性能评估报告,并将性能评估报告输出至运维人员。
在一些可能的实施方案中,各调节服务器节点22还用于发送调节策略至下位机以使下位机执行调节策略。
上述实施例的系统用于实现前述任一实施例中相应的基于区块链的水电机组调节方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
需要说明的是,本公开的实施例还可以以下方式进一步描述:
一种基于区块链的水电机组调节方法,包括:获取至少三组调节开入量;其中,所述至少三组调节开入量由至少三个数据采集服务器采集得到;基于所述至少三组调节开入量确定调节数据;基于所述调节数据生成本地调节数据池,并将所述本地调节数据池广播至其他调节服务器节点;接收其他调节服务器节点广播的外部调节数据池,并基于所述本地调节数据池和所述外部调节数据池生成调节策略。
可选地,当调节开入量为开关量时,所述基于所述至少三组调节开入量确定调节数据,包括:将所述至少三组调节开入量中出现概率大于等于第一预设比例的开关量作为调节数据。
可选地,当调节开入量为模拟量时,所述基于所述至少三组调节开入量确定调节数据,包括:获得所述至少三组调节开入量的平均值;将所述至少三组调节开入量中与所述平均值的误差百分比小于预设误差百分比限定值的模拟量,或与所述平均值的误差百分比大于预设误差百分比限定值且与所述平均值的误差小于预设误差限定值的模拟量,作为调节数据。
可选地,还包括:在确定调节数据后,将所述至少三组调节开入量中剩余的调节开入量对应的数据采集服务器标记为故障数据采集服务器,并记录所述故障数据采集服务器的故障情况。
可选地,所述本地调节数据池中包括本地调节开出量,所述外部调节数据池中包括外部调节开出量;
所述基于所述本地调节数据池和所述外部调节数据池生成调节策略的步骤,包括:基于预设的智能合约,将所述本地调节开出量和所述外部调节开出量中出现概率大于等于第二预设比例的调节开出量对应的调节数据池标记为正常调节数据池,并根据所述正常调节数据池确定调节策略。
可选地,还包括:将所述本地调节开出量和所述外部调节开出量中出现概率小于所述第二预设比例的调节开出量对应的调节数据池标记为异常调节数据池,将广播所述异常调节数据池的调节服务器节点标记为故障调节服务器节点,并发出警报。
可选地,还包括:根据广播调节数据池的速度,对所述正常调节数据池对应的调节服务器节点进行积分奖励。
可选地,还包括:在预设调节次数内,统计各调节服务器节点获得的积分;判定获得的积分低于预设积分阈值的调节服务器节点性能异常;生成性能评估报告,并将所述性能评估报告输出至运维人员。
可选地,还包括:发送所述调节策略至下位机以使所述下位机执行所述调节策略。
一种基于区块链的水电机组调节系统,包括至少三个数据采集服务器和至少三个调节服务器节点;
各调节服务器节点,用于获取至少三组调节开入量;基于所述至少三组调节开入量确定调节数据;基于所述调节数据生成本地调节数据池,并将所述本地调节数据池广播至其他调节服务器节点;接收其他调节服务器节点广播的外部调节数据池,并基于所述本地调节数据池和所述外部调节数据池生成调节策略;
所述至少三个数据采集服务器,用于采集至少三组调节开入量。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本公开的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本公开实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。
另外,为简化说明和讨论,并且为了不会使本公开实施例难以理解,在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外,可以以框图的形式示出装置,以便避免使本公开实施例难以理解,并且这也考虑了以下事实,即关于这些框图装置的实施方式的细节是高度取决于将要实施本公开实施例的平台的(即,这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如,电路)以描述本公开的示例性实施例的情况下,对本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本公开实施例。因此,这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本公开的具体实施例对本公开进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态RAM(DRAM))可以使用所讨论的实施例。
本公开实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本公开实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本公开的保护范围之内。

Claims (10)

1.一种基于区块链的水电机组调节方法,包括:
获取至少三组调节开入量;其中,所述至少三组调节开入量由至少三个数据采集服务器采集得到,所述调节开入量包括励磁系统所需的调节开入量和调速系统所需的调节开入量,所述励磁系统所需的调节开入量包括励磁PT1的A/B/C相、励磁PT2的A/B/C相、系统PT的A/B/C相、定子电流1的A/B/C相、定子电流2的A/B/C相、转子电流的A/B/C相、增磁令、减磁令、逆变令、建压令、GCB合/分闸位置和励磁开关合/分闸位置,所述调速系统所需的调节开入量包括机组频率、频率给定、电网频率、开度给定、功率给定、导叶开度、机组功率、开机令和停机令;
基于所述至少三组调节开入量确定调节数据;
基于所述调节数据生成本地调节数据池,并将所述本地调节数据池广播至其他调节服务器节点;
接收其他调节服务器节点广播的外部调节数据池,并基于所述本地调节数据池和所述外部调节数据池生成调节策略。
2.根据权利要求1所述的基于区块链的水电机组调节方法,其中当调节开入量为开关量时,所述基于所述至少三组调节开入量确定调节数据,包括:
将所述至少三组调节开入量中出现概率大于等于第一预设比例的开关量作为调节数据。
3.根据权利要求1所述的基于区块链的水电机组调节方法,其中当调节开入量为模拟量时,所述基于所述至少三组调节开入量确定调节数据,包括:
获得所述至少三组调节开入量的平均值;
将所述至少三组调节开入量中与所述平均值的误差百分比小于预设误差百分比限定值的模拟量,或与所述平均值的误差百分比大于预设误差百分比限定值且与所述平均值的误差小于预设误差限定值的模拟量,作为调节数据。
4.根据权利要求2或3所述的基于区块链的水电机组调节方法,还包括:
在确定调节数据后,将所述至少三组调节开入量中剩余的调节开入量对应的数据采集服务器标记为故障数据采集服务器,并记录所述故障数据采集服务器的故障情况。
5.根据权利要求1所述的基于区块链的水电机组调节方法,其中所述本地调节数据池中包括本地调节开出量,所述外部调节数据池中包括外部调节开出量;
所述基于所述本地调节数据池和所述外部调节数据池生成调节策略的步骤,包括:
基于预设的智能合约,将所述本地调节开出量和所述外部调节开出量中出现概率大于等于第二预设比例的调节开出量对应的调节数据池标记为正常调节数据池,并根据所述正常调节数据池确定调节策略。
6.根据权利要求5所述的基于区块链的水电机组调节方法,还包括:
将所述本地调节开出量和所述外部调节开出量中出现概率小于所述第二预设比例的调节开出量对应的调节数据池标记为异常调节数据池,将广播所述异常调节数据池的调节服务器节点标记为故障调节服务器节点,并发出警报。
7.根据权利要求5所述的基于区块链的水电机组调节方法,还包括:
根据广播调节数据池的速度,对所述正常调节数据池对应的调节服务器节点进行积分奖励。
8.根据权利要求7所述的基于区块链的水电机组调节方法,还包括:
在预设调节次数内,统计各调节服务器节点获得的积分;
判定获得的积分低于预设积分阈值的调节服务器节点性能异常;
生成性能评估报告,并将所述性能评估报告输出至运维人员。
9.根据权利要求1所述的基于区块链的水电机组调节方法,还包括:
发送所述调节策略至下位机以使所述下位机执行所述调节策略。
10.一种基于区块链的水电机组调节系统,包括至少三个数据采集服务器和至少三个调节服务器节点;
各调节服务器节点,用于获取至少三组调节开入量;基于所述至少三组调节开入量确定调节数据;基于所述调节数据生成本地调节数据池,并将所述本地调节数据池广播至其他调节服务器节点;接收其他调节服务器节点广播的外部调节数据池,并基于所述本地调节数据池和所述外部调节数据池生成调节策略;其中,所述调节开入量包括励磁系统所需的调节开入量和调速系统所需的调节开入量,所述励磁系统所需的调节开入量包括励磁PT1的A/B/C相、励磁PT2的A/B/C相、系统PT的A/B/C相、定子电流1的A/B/C相、定子电流2的A/B/C相、转子电流的A/B/C相、增磁令、减磁令、逆变令、建压令、GCB合/分闸位置和励磁开关合/分闸位置,所述调速系统所需的调节开入量包括机组频率、频率给定、电网频率、开度给定、功率给定、导叶开度、机组功率、开机令和停机令;
所述至少三个数据采集服务器,用于采集至少三组调节开入量。
CN202110945771.8A 2021-08-16 2021-08-16 基于区块链的水电机组调节方法及系统 Active CN113882997B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110945771.8A CN113882997B (zh) 2021-08-16 2021-08-16 基于区块链的水电机组调节方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110945771.8A CN113882997B (zh) 2021-08-16 2021-08-16 基于区块链的水电机组调节方法及系统

Publications (2)

Publication Number Publication Date
CN113882997A CN113882997A (zh) 2022-01-04
CN113882997B true CN113882997B (zh) 2023-06-09

Family

ID=79010765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110945771.8A Active CN113882997B (zh) 2021-08-16 2021-08-16 基于区块链的水电机组调节方法及系统

Country Status (1)

Country Link
CN (1) CN113882997B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09317623A (ja) * 1996-03-29 1997-12-09 Mitsubishi Electric Corp 水車またはポンプ水車の特性の解析方法およびその方法を実施する発電プラント模擬装置
JP2011140901A (ja) * 2010-01-07 2011-07-21 Mitsubishi Electric Corp 可変速揚水発電プラントの発電システム制御装置
CN105863949A (zh) * 2016-06-16 2016-08-17 国家电网公司 水轮发电机组发电工况调速器控制方法
CN108988495A (zh) * 2018-08-01 2018-12-11 国网汇通金财(北京)信息科技有限公司 一种基于区块链的微电网电力调度方法及系统
CN109033143A (zh) * 2018-06-11 2018-12-18 中国科学院广州能源研究所 基于区块链的分布式、分域电网数据处理系统及其方法
CN110417833A (zh) * 2018-04-27 2019-11-05 百度在线网络技术(北京)有限公司 基于区块链的数据处理方法、装置及存储介质
CN110531656A (zh) * 2019-08-13 2019-12-03 大唐水电科学技术研究院有限公司 一种水电机组性能的监测系统和方法
CN112578738A (zh) * 2019-09-29 2021-03-30 南京南瑞继保电气有限公司 一种网源协调涉网参变量分布式采集与集中传输装置
CN112819371A (zh) * 2021-02-24 2021-05-18 中国电力科学研究院有限公司 一种基于区块链的分布式电源调度方法及系统
CN113157679A (zh) * 2021-04-21 2021-07-23 东方电气自动控制工程有限公司 一种水轮发电机组系统的监控系统及方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210040569A (ko) * 2019-10-04 2021-04-14 삼성에스디에스 주식회사 블록체인 기반 데이터 관리 시스템 및 그 방법
KR20210075654A (ko) * 2019-12-13 2021-06-23 현대자동차주식회사 블록체인 생성 시스템 및 그 운용 방법

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09317623A (ja) * 1996-03-29 1997-12-09 Mitsubishi Electric Corp 水車またはポンプ水車の特性の解析方法およびその方法を実施する発電プラント模擬装置
JP2011140901A (ja) * 2010-01-07 2011-07-21 Mitsubishi Electric Corp 可変速揚水発電プラントの発電システム制御装置
CN105863949A (zh) * 2016-06-16 2016-08-17 国家电网公司 水轮发电机组发电工况调速器控制方法
CN110417833A (zh) * 2018-04-27 2019-11-05 百度在线网络技术(北京)有限公司 基于区块链的数据处理方法、装置及存储介质
CN109033143A (zh) * 2018-06-11 2018-12-18 中国科学院广州能源研究所 基于区块链的分布式、分域电网数据处理系统及其方法
CN108988495A (zh) * 2018-08-01 2018-12-11 国网汇通金财(北京)信息科技有限公司 一种基于区块链的微电网电力调度方法及系统
CN110531656A (zh) * 2019-08-13 2019-12-03 大唐水电科学技术研究院有限公司 一种水电机组性能的监测系统和方法
CN112578738A (zh) * 2019-09-29 2021-03-30 南京南瑞继保电气有限公司 一种网源协调涉网参变量分布式采集与集中传输装置
CN112819371A (zh) * 2021-02-24 2021-05-18 中国电力科学研究院有限公司 一种基于区块链的分布式电源调度方法及系统
CN113157679A (zh) * 2021-04-21 2021-07-23 东方电气自动控制工程有限公司 一种水轮发电机组系统的监控系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
H9000计算机监控系统在西沟水电站的应用;苑庆山;;黑龙江水利科技(01);全文 *
基于区块链技术的工业机器人视觉检测及避障系统设计;华丹;;计算机测量与控制(07);全文 *

Also Published As

Publication number Publication date
CN113882997A (zh) 2022-01-04

Similar Documents

Publication Publication Date Title
Singh et al. IoT embedded cloud-based intelligent power quality monitoring system for industrial drive application
CN109238455B (zh) 一种基于图论的旋转机械振动信号监测方法及系统
Chen et al. Hierarchical method for wind turbine prognosis using SCADA data
CN116577553A (zh) 一种数据中心电能消耗异常监测方法及装置
Zheng et al. A multi-scale time-series dataset with benchmark for machine learning in decarbonized energy grids
Dameshghi et al. Combination of condition monitoring and prognosis systems based on current measurement and PSO-LS-SVM method for wind turbine DFIGs with rotor electrical asymmetry
Chávarro-Barrera et al. An adaptive approach for dynamic load modeling in microgrids
Jerin A et al. Testing of low-voltage ride through capability compliance of wind turbines–a review
Wshah et al. Deep learning for model parameter calibration in power systems
CN113882997B (zh) 基于区块链的水电机组调节方法及系统
CN103592531A (zh) 一种风电场静止无功发生器的参数检测方法及系统
Tuo et al. Machine Learning Assisted Inertia Estimation Using Ambient Measurements
Welte et al. MonitorX–Experience from a Norwegian-Swedish research project on industry 4.0 and digitalization applied to fault detection and maintenance of hydropower plants
Feltes et al. Validation of dynamic model parameters for stability analysis; industry need, current practices and future trends
Vargas et al. Gradient‐based optimization techniques for the design of static controllers for Markov jump linear systems with unobservable modes
CN111894814A (zh) 一种用于发电系统的故障处理系统及方法
US20130124670A1 (en) Systems and methods for recording data associated with the operation of foundation fieldbus devices
Uyar et al. Fuzzy logic-based induction motor protection system
Elshurafa Reporting LCOE for Solar PV: Apples to Apples Comparisons
Sułowicz et al. Specialized diagnostic system for induction motors
CN114320773A (zh) 一种基于功率曲线分析与神经网络的风电机组故障预警方法
CN116108989B (zh) 一种风电超短期功率预测方法、系统、存储介质及设备
CN111162519A (zh) 一种电网拓扑结构节点电压感知方法及装置
CN110783934A (zh) 状态变量维数变化情形下电力系统振荡分析方法及系统
Wu Model parameter calibration in power systems

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