CN113991855A - 综合能源系统运行初期的性能监测及故障预警方法、系统 - Google Patents

综合能源系统运行初期的性能监测及故障预警方法、系统 Download PDF

Info

Publication number
CN113991855A
CN113991855A CN202111267473.4A CN202111267473A CN113991855A CN 113991855 A CN113991855 A CN 113991855A CN 202111267473 A CN202111267473 A CN 202111267473A CN 113991855 A CN113991855 A CN 113991855A
Authority
CN
China
Prior art keywords
monitoring
data
monitoring parameter
real
curve
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.)
Pending
Application number
CN202111267473.4A
Other languages
English (en)
Inventor
崔承刚
王贺
时珊珊
苏运
刘舒
张开宇
魏新迟
李琦芬
任洪波
吴琼
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.)
Shanghai Electric Power University
State Grid Shanghai Electric Power Co Ltd
Original Assignee
Shanghai Electric Power University
State Grid Shanghai Electric Power 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 Shanghai Electric Power University, State Grid Shanghai Electric Power Co Ltd filed Critical Shanghai Electric Power University
Priority to CN202111267473.4A priority Critical patent/CN113991855A/zh
Publication of CN113991855A publication Critical patent/CN113991855A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • H02J13/00028—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment involving the use of Internet protocols
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
    • H02J3/0012—Contingency detection
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • 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
    • 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
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • 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
    • Y04S10/12—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation
    • 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
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Human Computer Interaction (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明涉及一种综合能源系统运行初期的性能监测及故障预警方法及系统，该方法包括：S1、选取监测参数，获取历史数据并进行预处理；S2、基于历史数据训练用于监测参数预测的神经网络；S3、在线实时获取监测参数，输入至神经网络模型得到监测参数预测运行曲线，同时基于实时获取的监测参数绘制监测参数实时采集曲线；S4、将监测参数实时采集曲线和监测参数预测运行曲线进行可视化展示；S5、以监测参数预测运行曲线为基准，与监测参数实时采集曲线中的数据进行比较，当监测参数偏差超过设定值时进行故障预警。与现有技术相比，本发明可以发现系统运行初期的潜在故障，避免故障扩大化，提高企业的经济效益与工作效率。

Description

综合能源系统运行初期的性能监测及故障预警方法、系统
技术领域
本发明涉及综合能源技术领域，尤其是涉及一种综合能源系统运行初期的性能监测及故障预警方法、系统。
背景技术
综合能源系统结构复杂，设备间紧密相连，每个设备的部件间“牵一发而动全身”。当设备或者部件发生故障时，会影响单个设备的运行进而影响整个系统运行，一旦没有及时监视到设备运行中存在的潜在风险，问题爆发后将会产生很大的安全问题。一旦故障产生，会使机组设备崩溃甚至影响整个供能系统安全，因此不得不停机检修，维修时间会带来大量的发电损失，降低系统经济效益，一方面打乱了初始的任务安排，另一方面停机检修大大提高了运行成本。通过对设备运行参数进行监测，可以有效制定维修方案，在系统安全运行的情况下，降低维修费用，提高机组检修效率，因此，需要对综合能源系统运行初期的性能监测和故障预警领域展开探讨。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种综合能源系统运行初期的性能监测及故障预警方法、系统。
本发明的目的可以通过以下技术方案来实现：
一种综合能源系统运行初期的性能监测及故障预警方法，该方法包括：
S1、选取监测参数，获取历史数据并进行预处理；
S2、基于历史数据训练用于监测参数预测的神经网络；
S3、在线实时获取监测参数，输入至神经网络模型得到监测参数预测运行曲线，同时基于实时获取的监测参数绘制监测参数实时采集曲线；
S4、将监测参数实时采集曲线和监测参数预测运行曲线进行可视化展示；
S5、以监测参数预测运行曲线为基准，与监测参数实时采集曲线中的数据进行比较，当监测参数偏差超过设定值时进行故障预警。
优选地，通过综合能源系统监控平台得到现场设备的运行数据、环境数据和机组出力数据，选取具有代表性的数据作为监测参数。
优选地，步骤S1中历史数据的预处理包括：首先，对监测参数进行归一化处理，对数据进行清洗和补充，然后将清洗与补充后的数据进行反归一化。
优选地，所述的神经网络采用GRU神经网络。
优选地，步骤S5监测参数偏差通过下式计算：
Figure BDA0003327283090000021
σ为监测参数偏差，XT为监测参数实时采集值，XP为监测参数预测值。
一种综合能源系统运行初期的性能监测及故障预警系统，包括：
数据库：用于保存综合能源系统的监测参数以及数据计算服务器的处理结果数据；
数据计算服务器：基于历史数据训练用于监测参数预测的神经网络，基于在线实时获取监测参数利用神经网络模型得到监测参数预测运行曲线，基于实时获取的监测参数绘制监测参数实时采集曲线，基于监测参数预测运行曲线和监测参数实时采集曲线进行故障预警，将监测参数预测运行曲线和监测参数实时采集曲线传输至所述的数据库；
WEB应用服务器：连接所述的数据库，用于数据查询与返回；
浏览器客户端：连接WEB应用服务器，所述的浏览器客户端进行监测参数实时采集曲线和监测参数预测运行曲线进行可视化展示以及故障预警展示。
优选地，所述的综合能源系统的监测参数从DCS系统获取。
优选地，所述的数据计算服务器包括：
数据预处理模块：用于对对监测参数进行归一化处理，对数据进行清洗和补充，然后将清洗与补充后的数据进行反归一化；
模型训练模块：基于历史监测参数训练圣经网络模型；
预测模块：将实时获取监测参数输入至神经网络模型得到监测参数预测运行曲线；
实时采集曲线绘制模块：基于实时获取的监测参数绘制监测参数实时采集曲线；
预警模块：以监测参数预测运行曲线为基准，与监测参数实时采集曲线中的数据进行比较，当监测参数偏差超过设定值时进行故障预警。
优选地，所述的神经网络采用GRU神经网络。
优选地，所述的预警模块通过下式获取监测参数偏差通过下式计算：
Figure BDA0003327283090000031
σ为监测参数偏差，XT为监测参数实时采集值，XP为监测参数预测值。
与现有技术相比，本发明具有如下优点：
本发明将综合能源系统的运行数据进行可视化操作，使用神经网络进行数据建模，相比于系统设备的机理建模，方法简便，可操作性强，通过对运行参数进行监测，可以发现系统运行初期的潜在故障，避免故障扩大化，同时，将数据进行业务化处理，操作人员仅通过系统界面的显示即可确定系统设备的运行状况，合理地对各部门，各相关人员进行协调，减少无效操作，提高企业的经济效益与工作效率。
附图说明
图1为本发明一种综合能源系统运行初期的性能监测及故障预警方法的流程框图；
图2为本发明一种综合能源系统运行初期的性能监测及故障预警系统的结构框图。
图中，1为数据库，2为数据计算服务器，3为WEB应用服务器，4为浏览器客户端，5为DCS系统，6为工程师站。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。注意，以下的实施方式的说明只是实质上的例示，本发明并不意在对其适用物或其用途进行限定，且本发明并不限定于以下的实施方式。
实施例1
如图1所示，本实施例提供一种综合能源系统运行初期的性能监测及故障预警方法，该方法包括：
S1、选取监测参数，获取历史数据并进行预处理；
S2、基于历史数据训练用于监测参数预测的神经网络；
S3、在线实时获取监测参数，输入至神经网络模型得到监测参数预测运行曲线，同时基于实时获取的监测参数绘制监测参数实时采集曲线；
S4、将监测参数实时采集曲线和监测参数预测运行曲线进行可视化展示；
S5、以监测参数预测运行曲线为基准，与监测参数实时采集曲线中的数据进行比较，当监测参数偏差超过设定值时进行故障预警，设备的故障(如结垢、磨损、裂痕等)会导致内部部件的性能参数(如流量、效率等)发生变化，而性能参数的改变会导致对应的测量参数(如温度、压力、转速等)偏离基准值，在任何情况下，性能参数不能直接获取，因此通过获取测量参数的变化趋势可以间接得知性能参数的变化趋势，同时，根据不同设备的运行特性，设定合适的误差范围，一旦基准值与实际值之间的误差超限，则会在系统页面发出预警信息。
通过综合能源系统监控平台得到现场设备的运行数据、环境数据和机组出力数据，选取具有代表性的数据作为监测参数。根据综合能源系统设备配置状况选取典型参数(如对于基于燃气轮机的冷热电三联供系统，可选取燃机输出功率、燃机转速和溴化锂制冷/制热出口温度等)作为监测数据。通过系统运行监控平台取得运行数据。接口机从现场的控制系统机柜中通过OPC接口获取现场实时数据，通过Modbus TCP/IP协议将数据送入数据分析服务器和数据库1服务器。
由于传感器故障或者其他因素，有可能获得冗余数据或者突变数据，因此对数据进行清洗与补充，因此步骤S1中历史数据的预处理包括：首先，对监测参数进行归一化处理，对数据进行清洗和补充，然后将清洗与补充后的数据进行反归一化。
归一化处理：
Figure BDA0003327283090000041
式中，x，xmax，xmin分别为原始输入数据、原始数据最大值和原始数据最小值。
对归一化的数据进行反归一化：
Figure BDA0003327283090000042
鉴于监测参数均为动态参数，因此选用动态神经网络对所选参数进行拟合。GRU神经网络是LSTM神经网络的变体，具有门控递归神经网络结构，与LSTM相比，GRU有两个门(更新门和复位门)，LSTM有三个门(遗忘门、输入门和输出门)；同时，GRU的训练参数比LSTM少，所以GRU在训练中比LSTM收敛得快，在GRU模型中，当前隐藏层的状态受到来自时间序列中不同时间数据的影响也不相同，对于隐藏层的权重，越近的数据所占权重越大，越远的数据所占的权重越小，在一些问题上，LSTM和GRU的预测精度相差无几，但GRU网络模型凭借着更少的门控单元，更简单的网络结构，在效率方面高于LSTM模型。
使用价交叉验证的方法对数据进行划分，其中90％为训练集，剩下的则为验证集，模型内部的运算过程为：
Zt＝σ(Wz·[ht-1,xt])
rt＝σ(Wr·[ht-1,xt])
Figure BDA0003327283090000051
Figure BDA0003327283090000052
式中，xt、rt、Zt和
Figure BDA0003327283090000053
分别为当前时刻隐藏层的输入、重置门、更新门和记忆状态，输出为ht。
步骤S5监测参数偏差通过下式计算：
Figure BDA0003327283090000054
σ为监测参数偏差，XT为监测参数实时采集值，XP为监测参数预测值。
监测参数偏差设定值的确定，不同的设备需要不同的偏差限值，限值取的过高，系统对偏差不敏感，当发现设备出现故障时，设备往往已经处于严重损坏状态；当限值取的过低时，系统往往会发生误报现象，增加施工人员的无效操作。因此，不同设备的偏差限制，需要操作人员根据以往的工作经验以及国内外的相关材料自行设置。
进行故障预警的具体步骤为：
误差分析：
获取采集到的数据，将数据预处理后与模型所输出的基线数据作比较，获取参数偏差值。
限值的确定：
不同的设备需要不同的偏差限值，不同的设备其偏差限值也不相同，需要操作人员根据以往的工作经验以及国内外的相关材料自行设置。
其它情况的补充：
当基准数据与现场数据均在上下限定范围内时，并不能确定机组处于安全状态，此时，需要观察基准值与测量值的运行是否吻合，通过观察数据之间的偏差规律，可以总结为以下几种异常数据状态：
(1)测量值与基准值之间存在周期性变化。基准值与拟合值在时间序列中整体上相吻合，但在某个时间段发生突变，接着回到正常值，呈周期性出现。
(2)测量值与基准值完全偏离。基准值与拟合值在整个时间序列上完全偏离。
(3)测量值与基准值突然变化并持续偏离。基准值和拟合值在运行过程中发生突变，在很多的时间内发生大的偏差，并无法回归正常状态。
(4)测量值与基准值连续紊乱性偏离。基准值和拟合值在时间序列上由相对吻合转变为持续性的偏离，偏离方向呈不规则变化。
当出现以上状况时，虽然没有触发超限预警，但是也应当对机组设备进行检修。
基于上述性能监测与故障预警方法，本实施例还提供一种综合能源系统运行初期的性能监测及故障预警系统，如图2所示，系统包括：
数据库1：用于保存综合能源系统的监测参数以及数据计算服务器2的处理结果数据；
数据计算服务器2：基于历史数据训练用于监测参数预测的神经网络，基于在线实时获取监测参数利用神经网络模型得到监测参数预测运行曲线，基于实时获取的监测参数绘制监测参数实时采集曲线，基于监测参数预测运行曲线和监测参数实时采集曲线进行故障预警，将监测参数预测运行曲线和监测参数实时采集曲线传输至数据库1；
WEB应用服务器3：连接数据库1，用于数据查询与返回；
浏览器客户端4：连接WEB应用服务器3，浏览器客户端4进行监测参数实时采集曲线和监测参数预测运行曲线进行可视化展示以及故障预警展示。
综合能源系统的监测参数从DCS系统5获取，并通过工程师站6进行数据的中转。
数据计算服务器2包括：
数据预处理模块：用于对对监测参数进行归一化处理，对数据进行清洗和补充，然后将清洗与补充后的数据进行反归一化；
模型训练模块：基于历史监测参数训练圣经网络模型；
预测模块：将实时获取监测参数输入至神经网络模型得到监测参数预测运行曲线；
实时采集曲线绘制模块：基于实时获取的监测参数绘制监测参数实时采集曲线；
预警模块：以监测参数预测运行曲线为基准，与监测参数实时采集曲线中的数据进行比较，当监测参数偏差超过设定值时进行故障预警。
神经网络采用GRU神经网络。
预警模块通过下式获取监测参数偏差通过下式计算：
Figure BDA0003327283090000071
σ为监测参数偏差，XT为监测参数实时采集值，XP为监测参数预测值。
上述系统构建过程包括如下主要内容：
1、系统后端搭建：
Java语言是面向对象的编程语言，与面向过程的C++语言的相比，不仅可以直接使用包文件，同时摒弃了C++语言的多种缺点(定义冗长、逻辑混乱、多继承)。MyEclipse在平台中相当于控制器的作用，成为各个软件间通讯枢纽。当前端发送请求时，控制台接受请求并从数据库1中查找相关数据返回给前端。整个过程需要前端、后台、数据库1、通讯模块的相互配合才能够完成。
2、数据存储：
MySql数据库1在存储数据时都会将一组数据单独存在一张表格里，这样提取会更加灵活迅速。MySql软件使用的采用Java语言生成Sql语言，语句调用时对Java极具友好性。为了使数据更加直观显示MySql中的数据，可以安装Navicat For MySql的可视化工具，使数据的展示更加直接，增改数据也能直接进行操作，并且具备远程管理能力。
3、搭建网页服务器：
Apache Tomcat是由Apache软件基金协会与Sun公司联合开发的一款Web服务器。Tomcat可以在多系统系统中运行，实现了Windows与Linux不同系统间的交互；同时它也是目前最常用的Web服务器软件之一。它除了支持HTML等静态页面外，还支持JSP、Servlet。当把Tomcat加载到MyEclipse后，即可将HTML文本上传到虚拟服务器中，再通过浏览器即可访问我们的前端页面。
4、系统架构设计：
将系统的前后端进行分离，把众多的业务逻辑聚集在一个部件里面，MVC的理念就是把数据处理、数据展示和用户交互三者分离的一种编程模式。模型用来操作所有的用户数据、状态和程序逻辑，独立于视图和控制器。视图用来呈现界面，从模型中拿到所需展示的状态和数据；控制器负责获取用户的输入信息，进行解析并反馈给模型。
上述实施方式仅为例举，不表示对本发明范围的限定。这些实施方式还能以其它各种方式来实施，且能在不脱离本发明技术思想的范围内作各种省略、置换、变更。

Claims (10)

1.一种综合能源系统运行初期的性能监测及故障预警方法，其特征在于，该方法包括：
S1、选取监测参数，获取历史数据并进行预处理；
S2、基于历史数据训练用于监测参数预测的神经网络；
S3、在线实时获取监测参数，输入至神经网络模型得到监测参数预测运行曲线，同时基于实时获取的监测参数绘制监测参数实时采集曲线；
S4、将监测参数实时采集曲线和监测参数预测运行曲线进行可视化展示；
S5、以监测参数预测运行曲线为基准，与监测参数实时采集曲线中的数据进行比较，当监测参数偏差超过设定值时进行故障预警。
2.根据权利要求1所述的一种综合能源系统运行初期的性能监测及故障预警方法，其特征在于，通过综合能源系统监控平台得到现场设备的运行数据、环境数据和机组出力数据，选取具有代表性的数据作为监测参数。
3.根据权利要求1所述的一种综合能源系统运行初期的性能监测及故障预警方法，其特征在于，步骤S1中历史数据的预处理包括：首先，对监测参数进行归一化处理，对数据进行清洗和补充，然后将清洗与补充后的数据进行反归一化。
4.根据权利要求1所述的一种综合能源系统运行初期的性能监测及故障预警方法，其特征在于，所述的神经网络采用GRU神经网络。
5.根据权利要求1所述的一种综合能源系统运行初期的性能监测及故障预警方法，其特征在于，步骤S5监测参数偏差通过下式计算：
Figure FDA0003327283080000011
σ为监测参数偏差，XT为监测参数实时采集值，XP为监测参数预测值。
6.一种综合能源系统运行初期的性能监测及故障预警系统，其特征在于，包括：
数据库(1)：用于保存综合能源系统的监测参数以及数据计算服务器(2)的处理结果数据；
数据计算服务器(2)：基于历史数据训练用于监测参数预测的神经网络，基于在线实时获取监测参数利用神经网络模型得到监测参数预测运行曲线，基于实时获取的监测参数绘制监测参数实时采集曲线，基于监测参数预测运行曲线和监测参数实时采集曲线进行故障预警，将监测参数预测运行曲线和监测参数实时采集曲线传输至所述的数据库(1)；
WEB应用服务器(3)：连接所述的数据库(1)，用于数据查询与返回；
浏览器客户端(4)：连接WEB应用服务器(3)，所述的浏览器客户端(4)进行监测参数实时采集曲线和监测参数预测运行曲线进行可视化展示以及故障预警展示。
7.根据权利要求6所述的一种综合能源系统运行初期的性能监测及故障预警系统，其特征在于，所述的综合能源系统的监测参数从DCS系统(5)获取。
8.根据权利要求6所述的一种综合能源系统运行初期的性能监测及故障预警方法，其特征在于，所述的数据计算服务器(2)包括：
数据预处理模块：用于对对监测参数进行归一化处理，对数据进行清洗和补充，然后将清洗与补充后的数据进行反归一化；
模型训练模块：基于历史监测参数训练圣经网络模型；
预测模块：将实时获取监测参数输入至神经网络模型得到监测参数预测运行曲线；
实时采集曲线绘制模块：基于实时获取的监测参数绘制监测参数实时采集曲线；
预警模块：以监测参数预测运行曲线为基准，与监测参数实时采集曲线中的数据进行比较，当监测参数偏差超过设定值时进行故障预警。
9.根据权利要求6所述的一种综合能源系统运行初期的性能监测及故障预警方法，其特征在于，所述的神经网络采用GRU神经网络。
10.根据权利要求8所述的一种综合能源系统运行初期的性能监测及故障预警方法，其特征在于，所述的预警模块通过下式获取监测参数偏差通过下式计算：
Figure FDA0003327283080000021
σ为监测参数偏差，XT为监测参数实时采集值，XP为监测参数预测值。
CN202111267473.4A 2021-10-29 2021-10-29 综合能源系统运行初期的性能监测及故障预警方法、系统 Pending CN113991855A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111267473.4A CN113991855A (zh) 2021-10-29 2021-10-29 综合能源系统运行初期的性能监测及故障预警方法、系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111267473.4A CN113991855A (zh) 2021-10-29 2021-10-29 综合能源系统运行初期的性能监测及故障预警方法、系统

Publications (1)

Publication Number Publication Date
CN113991855A true CN113991855A (zh) 2022-01-28

Family

ID=79743942

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111267473.4A Pending CN113991855A (zh) 2021-10-29 2021-10-29 综合能源系统运行初期的性能监测及故障预警方法、系统

Country Status (1)

Country Link
CN (1) CN113991855A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114580876A (zh) * 2022-02-24 2022-06-03 山西省交通新技术发展有限公司 一种基于节能环保的能源数据采集分析管控系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105512812A (zh) * 2015-12-02 2016-04-20 中广核工程有限公司 基于动态仿真模型的核电厂设备故障预警分析方法及系统
CN107622308A (zh) * 2017-09-18 2018-01-23 华中科技大学 一种基于dbn网络的发电设备参数预警方法
CN109376848A (zh) * 2018-09-01 2019-02-22 哈尔滨工程大学 一种简化的门控单元神经网络
CN110134919A (zh) * 2019-04-30 2019-08-16 华北电力大学 风电机组异常数据清洗方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105512812A (zh) * 2015-12-02 2016-04-20 中广核工程有限公司 基于动态仿真模型的核电厂设备故障预警分析方法及系统
CN107622308A (zh) * 2017-09-18 2018-01-23 华中科技大学 一种基于dbn网络的发电设备参数预警方法
CN109376848A (zh) * 2018-09-01 2019-02-22 哈尔滨工程大学 一种简化的门控单元神经网络
CN110134919A (zh) * 2019-04-30 2019-08-16 华北电力大学 风电机组异常数据清洗方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114580876A (zh) * 2022-02-24 2022-06-03 山西省交通新技术发展有限公司 一种基于节能环保的能源数据采集分析管控系统及方法
CN114580876B (zh) * 2022-02-24 2023-02-10 山西省交通新技术发展有限公司 一种基于节能环保的能源数据采集分析管控系统及方法

Similar Documents

Publication Publication Date Title
CN109766334B (zh) 用于电力设备在线监测异常数据的处理方法及系统
AU2013224895B2 (en) Method and system for diagnostic rules for heavy duty gas turbines
CN110617209B (zh) 泵站机组的在线监测诊断方法和系统
CN100582978C (zh) 用于预防加工厂中异常状况的配置系统和方法
CN109724785A (zh) 一种基于多源信息融合的刀具状态监测及寿命预测系统
CN106685703A (zh) 一种数据采集和可视化监控智能系统
CN106199494A (zh) 一种基于计量装置故障的智能诊断系统
CN105003453A (zh) 一种矿井风机在线监测与故障诊断系统
CN209485669U (zh) 一种滚刀信息监测装置
CN104615121B (zh) 一种列车故障诊断方法及系统
CN104428755A (zh) 用于控制可靠性操作的系统和方法
CN106607461A (zh) 一种冷轧机液压agc故障诊断专家系统
CN110210629A (zh) 基于大数据挖掘的起重机安全评估系统
CN108536130A (zh) 一种群智能寻优的化工故障诊断系统
CN114519923A (zh) 一种电厂智能诊断预警方法和系统
Li et al. Application of Big Data Technology in Evaluation of Operating State of High-Pressure Hydrogenation Heat Exchanger
CN113991855A (zh) 综合能源系统运行初期的性能监测及故障预警方法、系统
CN109507992A (zh) 一种机车制动系统部件的故障预测方法、装置及设备
CN114143220A (zh) 实时数据可视化平台
CN116428124A (zh) 一种基于同型号设备数量较多的故障诊断方法
CN102929241A (zh) 精对苯二甲酸装置安全运行指导系统及其应用
CN116909235A (zh) 一种智能工厂的监控方法及其监控系统、电子设备
CN115450851A (zh) 一种电厂用监测报警方法及系统
Huang et al. Health status evaluation method of CNC machine tools based on grey clustering analysis and fuzzy comprehensive evaluation
CN103676835A (zh) 基于云计算的石化装置安全监测与辅助操作方法

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