CN114640173B - 一种基于多特征量的变压器和发电机的预警模型 - Google Patents
一种基于多特征量的变压器和发电机的预警模型 Download PDFInfo
- Publication number
- CN114640173B CN114640173B CN202210233286.2A CN202210233286A CN114640173B CN 114640173 B CN114640173 B CN 114640173B CN 202210233286 A CN202210233286 A CN 202210233286A CN 114640173 B CN114640173 B CN 114640173B
- Authority
- CN
- China
- Prior art keywords
- value
- time
- real
- monitoring
- temperature
- 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
Links
- 238000012423 maintenance Methods 0.000 claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims description 257
- 238000012795 verification Methods 0.000 claims description 74
- 238000000034 method Methods 0.000 claims description 25
- 230000007613 environmental effect Effects 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 14
- 238000013524 data verification Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012935 Averaging Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 7
- 238000003745 diagnosis Methods 0.000 abstract description 3
- 238000012549 training Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- 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
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- 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
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Power Engineering (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Human Computer Interaction (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种基于多特征量的变压器和发电机的预警模型,属于电力领域,用于解决现有电气设备故障诊断方式单一、维护成本高和无法实时监测的问题,包括环境监测模块、故障判定模块、智能预警模块和区域划分模块,所述区域划分模块用于对变压器或发电机所在的区域进行划分,所述环境监测模块用于对变压器或发电机所在区域的环境情况进行监测,智能预警模块结合预警模型用于对变压器或发电机的实时运行数据进行智能预警,故障判定模块结合环境偏差值和运行偏差值用于对监测区域内变压器或发电机在监测时段中的运行状况进行故障判定,本发明提前发现电气设备的安全隐患并预警,降低成本,为实现电气设备全寿命周期管理提供有力支撑。
Description
技术领域
本发明属于电力领域,涉及预警技术,具体是一种基于多特征量的变压器和发电机的预警模型。
背景技术
电力是以电能作为动力的能源。电力的发现和应用掀起了第二次工业化高潮,是世界发生的三次科技革命之一,从此科技改变了人们的生活。大规模电力系统是人类工程科学史上最重要的成就之一,是由发电、输电、变电、配电和用电等环节组成的电力生产与消费系统。而后电厂又是电力系统不可或缺的部分,电厂是指将某种形式的原始能转化为电能以供固定设施或运输用电的动力厂,例如火力、水力、蒸汽、柴油或核能发电厂等。
当前,发电厂电气设备运维工作中普遍存在以下问题:采用计划检修方式,检修费用高、工作量大;运行数据、台账数据、设备缺陷、缺陷处理状态等信息相对独立,运维调度复杂,需要大量运维人员;设备缺陷发现到处理主要依赖人的管理,效率较低;状态信息实时监测较少,缺乏对健康状况长期趋势分析,另外,现有故障诊断依据单一,故障发现和处理异常时,更多依靠于运行人员经验判断,缺乏更强有力的技术支撑,为此,我们提出一种基于多特征量的变压器和发电机的预警模型。
发明内容
针对现有技术存在的不足,本发明目的是提供一种基于多特征量的变压器和发电机的预警模型。
本发明所要解决的技术问题为:
(1)如何结合环境、运行等多因素来解决电气设备故障诊断方式单一、维护费用大和无法智能实时监测的问题。
本发明的目的可以通过以下技术方案实现:
一种基于多特征量的变压器和发电机的预警模型,包括用户终端、数据采集模块、数据核验模块、环境监测模块、故障判定模块、智能预警模块、模型构建模块、区域划分模块、数据库以及服务器;
所述数据采集模块用于采集监测时段内变压器或发电机的实时运行数据、以及变压器或发电机所在地的实时环境数据,并将历史数据、实时运行数据和实时环境数据发送至服务器内进行存储;
所述区域划分模块用于对变压器或发电机所在的区域进行划分,划分得到若干个监测区域,并将监测区域标记为u,u=1,2,……,z,z为正整数;
所述服务器将实时环境数据发送至环境监测模块,所述环境监测模块用于对变压器或发电机所在区域的环境情况进行监测,得到监测区域在监测时段内的环境偏差值发送至故障判定模块;
所述服务器将历史数据发送至模型构建模块,所述模型构建模块用于对变压器或发电机的预警模型进行构建,并将预警模型发送至智能预警模块;
所述服务器将实时运行数据发送至智能预警模块,智能预警模块结合预警模型用于对变压器或发电机的实时运行数据进行智能预警,得到监测区域内变压器或发电机在监测时段内的运行偏差值并发送至故障判定模块;
故障判定模块结合环境偏差值和运行偏差值用于对监测区域内变压器或发电机在监测时段中的运行状况进行故障判定,生成故障警报信号、故障核检信号或运行正常信号反馈至服务器。
进一步地,所述数据库中存储有变压器或发电机的历史数据、标准运行数据和标准环境数据,并将历史数据、标准运行数据和标准环境数据发送至服务器。
进一步地,历史数据包括历史运行温度值、历史运行振幅值、历史运行电流值、历史运行电流值和历史故障次数;
实时运行数据包括实时运行温度值、实时运行振幅值、实时运行电流值和实时运行电压值;
实时环境数据包括监测区域的实时温度值、实时湿度值和实时风力值;
标准运行数据包括标准运行温度值、标准运行振幅值、标准运行电流值和标准运行电压值;
标准环境数据包括监测区域的标准温度值、标准湿度值和标准风力值。
进一步地,所述环境监测模块的监测步骤具体如下:
步骤一:获取监测区域内设置的户外监测点ui,i=1,2,……,x,x为正整数,i代表户外监测点的编号;统计监测区域内户外监测点的数量记为监测点数SLu;
步骤二:获取监测区域在监测时段内户外监测点监测得到的实时温度值WDui和实时湿度值SDui,若干个户外监测点监测得到的实时温度值和实时湿度值相加求和取平均值,得到监测区域在监测时段内的实时温度均值JWDu和实时湿度均值JSDu;
步骤三:获取监测区域在监测时段内户外监测点监测得到的实时风力值FLui,若干个户外监测点监测得到的实时风力值相加求和取平均值,得到监测区域在监测时段内的实时风力均值JFLu;
步骤四:获取服务器中存储的标准环境数据,得到标准温度值WDu、标准湿度值SDu和标准风力值FLu;
步骤五:标准温度值与实时温度均值计算差值得到监测区域在监测时段内的温度差值WCu,同理得到监测区域在监测时段内的湿度差值SCu和风力差值FCu;
步骤六:将温度差值WCu、湿度差值SCu和风力差值FCu代入计算式HPu=WCu×a1+SCu×a2+FCu×a3计算得到监测区域在监测时段内的环境偏差值HPu;式中,a1、a2和a3均为固定数值的权重系数,且a1、a2和a3的取值均大于零。
进一步地,智能预警模块的工作过程具体如下:
步骤S1:在变压器或发电机的监测时段内设定若干个时间点,并将时间点记为ut,t=1,2,……,v,v为正整数,t代表时间点的编号;
步骤S2:获取监测区域内变压器或发电机在若干个时间点时的实时运行温度值SYWut、实时运行振幅值SYFut、实时运行电流值SYLut和实时运行电压值SYYut;
步骤S3:统计时间点的数量,若干个时间点时的实时运行温度值、实时运行振幅值、实时运行电流值和实时运行电压值相加求和取平均值,得到监测区域内变压器或发电机在监测时段内的实时运行温度均值JSYWu、实时运行振幅均值JSYFu、实时运行电流均值JSYLu和实时运行电压均值JSYYu;
步骤S4:获取服务器中存储的标准运行温度值BYWu、标准运行振幅值BYFu、标准运行电流值BYLu和标准运行电压值BYYu,实时运行温度均值与标准运行温度值计算差值得到监测区域内变压器或发电机在监测时段内的运行温度差值YWCu,同理得到监测区域内变压器或发电机在监测时段内的运行振幅差值YFCu、运行电流差值YLCu和运行电压差值YYCu;
步骤S5:通过公式YPX1u=YFCu×b1+YLCu×b2+YYCu×b3+YWCu×b4计算得到监测区域内变压器或发电机在监测时段内的第一运行偏差系数YPX1u;式中,b1、b2、b3和b4均为固定数值的权重系数,且b1、b2、b3和b4的取值均大于零;
步骤S6:变压器或发电机在各个时间点时的标准运行温度值代入预警模型得到标准运行温度曲线,同理得到标准运行振幅曲线、标准运行电流曲线和标准运行电压曲线;
而后将变压器或发电机在各个时间点时的实时运行温度值、实时运行振幅值、实时运行电流值和实时运行电压值依次代入预警模型得到实时运行温度曲线、实时运行振幅曲线、实时运行电流曲线和实时运行电压曲线;
步骤S7:标准运行温度曲线与实时运行温度曲线进行重叠放置,得到标准运行温度曲线与实时运行温度曲线之间的温度交叉点;
同理,标准运行振幅曲线与实时运行振幅曲线进行重叠放置得到振幅交叉点、标准运行电流曲线与实时运行电流曲线进行重叠放置得到电流交叉点、标准运行电压曲线与和实时运行电压曲线进行重叠放置得到电压交叉点;
步骤S8:统计温度交叉点、振幅交叉点、电流交叉点和电压交叉点的数量,得到温度交叉点数JC1u、振幅交叉点数JC2u、电流交叉点数JC3u和电压交叉点数JC4u;
步骤S9:通过公式YPX2u=JC1u×c1+JC2u×c2+JC3u×c3+JC4u×c4计算得到监测区域内变压器或发电机在监测时段内的第二运行偏差系数YPX2u;式中,c1、c2、c3和c4均为固定数值的权重系数,且c1、c2、c3和c4的取值均大于零;
步骤S10:将第一运行偏差系数YPX1u和第二运行偏差系数YPX2u代入计算式得到监测区域内变压器或发电机在监测时段内的运行偏差值YPu;式中,α和β均为固定数值的比例系数,且α和β的取值均大于零,e为自然常数。
进一步地,故障判定模块的故障判定过程具体如下:
步骤SS1:获取上述计算得到的监测区域内变压器或发电机在监测时段内的运行偏差值YPu和环境偏差值HPu;
步骤SS2:若X1≤YPu且Y1≤HPu,则生成故障警报信号;
步骤SS3:若X1≤YPu且HPu<Y1,则生成故障核检信号;
若YPu<X1且Y1≤HPu,则生成故障核检信号;
步骤SS4:若YPu<X1且HPu<Y1,则生成运行正常信号;其中,X1为运行偏差阈值,Y1为环境偏差阈值。
进一步地,若服务器接收到运行正常信号则不进行任何操作,若服务器接收到故障核检信号则生成故障核检指令发送至对应的用户终端,若服务器接收到故障警报信号则生成停止运行指令加载至对应的变压器或发电机,同时生成维修指令加载至对应的用户终端;
用户终端对应的工作人员接收到维修指令后对指定的变压器或发电机进行维修,用户终端对应的工作人员接收到故障核验指令后对指定的变压器或发电机进行故障核验,并将多个时间点的核验运行数据和核验环境数据传输至数据核验模块。
进一步地,故障核验的过程具体如下:
工作人员在指定时间内到达对应的变压器或发电机,设定同样时长的监测时段,并在多个时间点通过数据检测设备采集指定变压器或发电机的核验运行数据和核验环境数据,最后将多个时间点的核验运行数据和核验环境数据传输至数据核验模块。
进一步地,核验运行数据包括核验运行温度值、核验运行振幅值、核验运行电流值和核验运行电压值;
核验环境数据包括监测区域的核验温度值、核验湿度值和核验风力值。
进一步地,所述数据核验模块用于对变压器或发电机的运行状况进行核验,核验过程具体如下:
步骤P1:获取多个时间点的核验运行数据和核验环境数据;
步骤P2:多个时间点的核验运行温度值、核验运行振幅值、核验运行电流值、核验运行电压值、核验温度值、核验湿度值和核验风力值计算均值后,得到核验运行温度均值、核验运行振幅均值、核验运行电流均值、核验运行电压均值、核验温度均值、核验湿度均值和核验风力均值;
步骤P3:核验温度均值与实时温度均值进行比对得到温度误差值WWCu,核验湿度均值与实时湿度均值进行比对得到湿度误差值WSCu,核验风力均值与实时风力均值进行比对得到风力误差值WFCu,核验运行温度均值与实时运行温度均值进行比对得到运行温度误差值WYWCu,核验运行振幅均值与实时运行振幅均值进行比对得到运行振幅误差值WYFCu,核验运行电流均值与实时运行电流均值进行比对得到运行电流误差值WYLCu,核验运行电压均值与实时运行电压均值进行比对得到运行电压误差值WYYCu;
步骤P4:温度误差值、湿度误差值、风力误差值、运行温度误差值、运行振幅误差值、运行电流误差值或行电压误差值中任一项的数值超过对应的设定阈值,则生成数据误差信号;
步骤P5:温度误差值、湿度误差值、风力误差值、运行温度误差值、运行振幅误差值、运行电流误差值或行电压误差值中任一项的数值均不超过对应的设定阈值,则生成数据正确信号;
所述数据核验模块将数据误差信号或数据正确信号反馈至服务器,若服务器接收到数据正确信号则不进行任何操作,若服务器接收到数据误差信号则生成重新判定指令并加载至故障判定模块,故障判定模块则对监测区域内变压器或发电机在监测时段中的运行状况进行重新故障判定。
与现有技术相比,本发明的有益效果是:
本发明通过区域划分模块对变压器或发电机所在的区域划分若干个监测区域,而后通过环境监测模块对变压器或发电机所在区域的环境情况进行监测,得到监测区域在监测时段内的环境偏差值,同时智能预警模块结合预警模型对变压器或发电机的实时运行数据进行智能预警,得到监测区域内变压器或发电机在监测时段内的运行偏差值,环境偏差值和运行偏差值发送至故障判定模块,故障判定模块结合环境偏差值和运行偏差值对监测区域内变压器或发电机在监测时段中的运行状况进行故障判定,比对设定阈值从而生成故障警报信号、故障核检信号或运行正常信号;
本发明提前发现电气设备的安全隐患并预警,提升设备可靠性,同时减少人工定期点巡检及试验,减轻运维工作量,降低维护成本,为实现电气设备全寿命周期管理提供有力支撑。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的整体系统框图;
图2为本发明中预警模型的测量值与期望值的比对示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1-图2所示,一种基于多特征量的变压器和发电机的预警模型,包括用户终端、数据采集模块、数据核验模块、环境监测模块、故障判定模块、智能预警模块、模型构建模块、区域划分模块、数据库以及服务器;
所述服务器通信连接有若干个用户终端;
所述数据采集模块用于采集监测时段内变压器或发电机的实时运行数据、以及变压器或发电机所在地的实时环境数据,并将历史数据、实时运行数据和实时环境数据发送至服务器内进行存储;
在具体实施时,监测时段可以根据变压器或发电机的历史数据进行科学设定;
所述数据库中存储有变压器或发电机的历史数据、标准运行数据和标准环境数据,并将历史数据、标准运行数据和标准环境数据发送至服务器;
其中,历史数据包括历史运行温度值、历史运行振幅值、历史运行电流值、历史运行电流值、历史故障次数等;实时运行数据包括实时运行温度值、实时运行振幅值、实时运行电流值、实时运行电压值等;实时环境数据包括监测区域的实时温度值、实时湿度值、实时风力值等;标准运行数据包括标准运行温度值、标准运行振幅值、标准运行电流值、标准运行电压值等;标准环境数据包括监测区域的标准温度值、标准湿度值、标准风力值等;
在具体实施时,数据采集模块具体为设置在变压器或发电机监测组件,监测组件可以包括各类传感器、检测仪等,同时数据采集模块还可以是设置在变压器或发电机所在区域的多个户外监测点,户外监测点可以为监测站,也可以是设置的监测设备;
所述区域划分模块用于对变压器或发电机所在的区域进行划分,划分得到若干个监测区域,并将监测区域标记为u,u=1,2,……,z,z为正整数;
需要具体说明的是,每一个监测区域可以围绕一个变压器或发电机进行设置,以变压器或发电机为中心点,并设定预设半径从而得到变压器或发电机对应的监测区域,因此一个监测区域即可以代表一个变压器或发电机;
所述服务器将实时环境数据发送至环境监测模块,所述环境监测模块用于对变压器或发电机所在区域的环境情况进行监测,监测步骤具体如下:
步骤一:获取监测区域内设置的户外监测点ui,i=1,2,……,x,x为正整数,i代表户外监测点的编号;统计监测区域内户外监测点的数量记为监测点数SLu;
步骤二:获取监测区域在监测时段内户外监测点监测得到的实时温度值WDui和实时湿度值SDui,若干个户外监测点监测得到的实时温度值和实时湿度值相加求和取平均值,得到监测区域在监测时段内的实时温度均值JWDu和实时湿度均值JSDu;
步骤三:获取监测区域在监测时段内户外监测点监测得到的实时风力值FLui,若干个户外监测点监测得到的实时风力值相加求和取平均值,得到监测区域在监测时段内的实时风力均值JFLu;
步骤四:获取服务器中存储的标准环境数据,得到标准温度值WDu、标准湿度值SDu和标准风力值FLu;
步骤五:标准温度值与实时温度均值计算差值得到监测区域在监测时段内的温度差值WCu,同理得到监测区域在监测时段内的湿度差值SCu和风力差值FCu;
步骤六:将温度差值WCu、湿度差值SCu和风力差值FCu代入计算式HPu=WCu×a1+SCu×a2+FCu×a3计算得到监测区域在监测时段内的环境偏差值HPu;式中,a1、a2和a3均为固定数值的权重系数,且a1、a2和a3的取值均大于零,在具体实施时,a1、a2和a3的取值只要不影响参数与结果值的正反比即可;
所述环境监测模块将监测区域在监测时段内的环境偏差值HPu发送至故障判定模块;
所述服务器将历史数据发送至模型构建模块,所述模型构建模块用于对变压器或发电机的预警模型进行构建,构建过程具体如下:
预警模型通过先进的神经元网络技术,实现对电厂的重要设备及系统的故障状态进行早期智能预警,相对于传统的基于预定义限值的报警系统,该功能通过神经元网络算法对归档历史数据学习训练,形成一个设备或工艺系统的正常运行模型,并将其与实时运行状态进行比较,计算出当前值和机组模型计算出的期望值之间的偏差,并提供故障和劣化趋势早期预警功能,以降低设备故障的风险,提高设备运行的可靠性;
请参阅图2所示,预警模型首先需对历史数据进行的智能训练,建立设备或工艺过程的正常运行模型,该模型结合相关参数通过神经网络算法,计算出当前工况正常运行的一个期望数值(图2中上侧的曲线),当前工况下的期望数值与实际测量数值(图2中下侧的曲线)并行显示,形成下面测量值与期望值的比对示意图;
智能预警在正式使用前,必须对各设备或工艺过程进行训练。一般选取正常状态时间段的数据作为训练样本,但为了保证模型预警的精确性,需在机组各类种特殊工况下采集训练样本,这就需要各种工况下的历史样本数据。
预警模型训练非常简单,直接选中某一测点的一段正常的历史曲线,添加到该模型的样本训练列表,就可以完成样本采样,然后通过神经网络算法自动计算出当前工况下的测点预期值。当测量值和模型预期值跟踪几乎一致时,即完成模型的训练阶段;
其中,监视对象的实际值时刻与模型计算出的期望值进行实时比较。如果残差在0附近摆动,监视对象的实际值时刻跟踪模型计算出的期望值,说明设备在该工况下运行正常。如果残差逐渐放大,监视对象的实际值逐渐偏离模型计算出的期望值,说明设备正在逐渐滋生某种故障,提醒相关人员尽快查找故障原因,把设备隐患消除在萌芽状态之内,真正做到“防患于未然”。能够早期识别“蠕变”故障,远远早于到达实际的故障临界点;
所述服务器将实时运行数据发送至智能预警模块,所述模型构建模块将预警模型发送至智能预警模块,智能预警模块结合预警模型用于对变压器或发电机的实时运行数据进行智能预警,工作过程具体如下:
步骤S1:在变压器或发电机的监测时段内设定若干个时间点,并将时间点记为ut,t=1,2,……,v,v为正整数,t代表时间点的编号;
步骤S2:获取监测区域内变压器或发电机在若干个时间点时的实时运行温度值SYWut、实时运行振幅值SYFut、实时运行电流值SYLut和实时运行电压值SYYut;
步骤S3:统计时间点的数量,若干个时间点时的实时运行温度值、实时运行振幅值、实时运行电流值和实时运行电压值相加求和取平均值,得到监测区域内变压器或发电机在监测时段内的实时运行温度均值JSYWu、实时运行振幅均值JSYFu、实时运行电流均值JSYLu和实时运行电压均值JSYYu;
步骤S4:获取服务器中存储的标准运行温度值BYWu、标准运行振幅值BYFu、标准运行电流值BYLu和标准运行电压值BYYu,实时运行温度均值与标准运行温度值计算差值得到监测区域内变压器或发电机在监测时段内的运行温度差值YWCu,同理得到监测区域内变压器或发电机在监测时段内的运行振幅差值YFCu、运行电流差值YLCu和运行电压差值YYCu;
步骤S5:通过公式YPX1u=YFCu×b1+YLCu×b2+YYCu×b3+YWCu×b4计算得到监测区域内变压器或发电机在监测时段内的第一运行偏差系数YPX1u;式中,b1、b2、b3和b4均为固定数值的权重系数,且b1、b2、b3和b4的取值均大于零,在具体实施时,b1、b2和b3的取值只要不影响参数与结果值的正反比即可;
步骤S6:变压器或发电机在各个时间点时的标准运行温度值代入预警模型得到标准运行温度曲线,同理得到标准运行振幅曲线、标准运行电流曲线和标准运行电压曲线;
而后将变压器或发电机在各个时间点时的实时运行温度值、实时运行振幅值、实时运行电流值和实时运行电压值依次代入预警模型得到实时运行温度曲线、实时运行振幅曲线、实时运行电流曲线和实时运行电压曲线;
步骤S7:标准运行温度曲线与实时运行温度曲线进行重叠放置,得到标准运行温度曲线与实时运行温度曲线之间的温度交叉点;
同理,标准运行振幅曲线与实时运行振幅曲线进行重叠放置得到振幅交叉点、标准运行电流曲线与实时运行电流曲线进行重叠放置得到电流交叉点、标准运行电压曲线与和实时运行电压曲线进行重叠放置得到电压交叉点;
步骤S8:统计温度交叉点、振幅交叉点、电流交叉点和电压交叉点的数量,得到温度交叉点数JC1u、振幅交叉点数JC2u、电流交叉点数JC3u和电压交叉点数JC4u;
步骤S9:通过公式YPX2u=JC1u×c1+JC2u×c2+JC3u×c3+JC4u×c4计算得到监测区域内变压器或发电机在监测时段内的第二运行偏差系数YPX2u;式中,c1、c2、c3和c4均为固定数值的权重系数,且c1、c2、c3和c4的取值均大于零,在具体实施时,c1、c2、c3的取值只要不影响参数与结果值的正反比即可;
步骤S10:将第一运行偏差系数YPX1u和第二运行偏差系数YPX2u代入计算式得到监测区域内变压器或发电机在监测时段内的运行偏差值YPu;式中,α和β均为固定数值的比例系数,且α和β的取值均大于零,e为自然常数,在具体实施时,α和β的取值只要不影响参数与结果值的正反比即可;
所述智能预警模块将监测区域内变压器或发电机在监测时段内的运行偏差值YPu发送至故障判定模块,故障判定模块结合环境偏差值和运行偏差值用于对监测区域内变压器或发电机在监测时段中的运行状况进行故障判定,故障判定过程具体如下:
步骤SS1:获取上述计算得到的监测区域内变压器或发电机在监测时段内的运行偏差值YPu和环境偏差值HPu;
步骤SS2:若X1≤YPu且Y1≤HPu,则生成故障警报信号;
步骤SS3:若X1≤YPu且HPu<Y1,则生成故障核检信号;
若YPu<X1且Y1≤HPu,则生成故障核检信号;
步骤SS4:若YPu<X1且HPu<Y1,则生成运行正常信号;其中,X1为运行偏差阈值,Y1为环境偏差阈值;
所述故障判定模块将故障警报信号、故障核检信号或运行正常信号反馈至服务器,若服务器接收到运行正常信号则不进行任何操作,若服务器接收到故障核检信号则生成故障核检指令发送至对应的用户终端,若服务器接收到故障警报信号则生成停止运行指令加载至对应的变压器或发电机,同时生成维修指令加载至对应的用户终端;
用户终端对应的工作人员接收到维修指令后对指定的变压器或发电机进行维修,所述用户终端对应的工作人员接收到故障核验指令后对指定的变压器或发电机进行故障核验,故障核验具体为:
工作人员在指定时间内到达对应的变压器或发电机,设定同样时长的监测时段,并在多个时间点通过数据检测设备采集指定变压器或发电机的核验运行数据和核验环境数据,最后将多个时间点的核验运行数据和核验环境数据传输至数据核验模块;
其中,核验运行数据包括核验运行温度值、核验运行振幅值、核验运行电流值、核验运行电压值等;核验环境数据包括监测区域的核验温度值、核验湿度值、核验风力值等;
在具体实施时,数据检测设备可以是温湿度传感器、振幅传感器、电流电压检测仪、风力检测仪等中的一种或者多种,包含但不局限于此;
所述数据核验模块用于对变压器或发电机的运行状况进行核验,核验过程具体如下:
步骤P1:获取多个时间点的核验运行数据和核验环境数据;
步骤P2:多个时间点的核验运行温度值、核验运行振幅值、核验运行电流值、核验运行电压值、核验温度值、核验湿度值和核验风力值计算均值后,得到核验运行温度均值、核验运行振幅均值、核验运行电流均值、核验运行电压均值、核验温度均值、核验湿度均值和核验风力均值;
步骤P3:核验温度均值与实时温度均值进行比对得到温度误差值WWCu,核验湿度均值与实时湿度均值进行比对得到湿度误差值WSCu,核验风力均值与实时风力均值进行比对得到风力误差值WFCu,核验运行温度均值与实时运行温度均值进行比对得到运行温度误差值WYWCu,核验运行振幅均值与实时运行振幅均值进行比对得到运行振幅误差值WYFCu,核验运行电流均值与实时运行电流均值进行比对得到运行电流误差值WYLCu,核验运行电压均值与实时运行电压均值进行比对得到运行电压误差值WYYCu;
步骤P4:温度误差值、湿度误差值、风力误差值、运行温度误差值、运行振幅误差值、运行电流误差值或行电压误差值中任一项的数值超过对应的设定阈值,则生成数据误差信号;
步骤P5:温度误差值、湿度误差值、风力误差值、运行温度误差值、运行振幅误差值、运行电流误差值或行电压误差值中任一项的数值均不超过对应的设定阈值,则生成数据正确信号;
所述数据核验模块将数据误差信号或数据正确信号反馈至服务器,若服务器接收到数据正确信号则不进行任何操作,若服务器接收到数据误差信号则生成重新判定指令并加载至故障判定模块,故障判定模块则对监测区域内变压器或发电机在监测时段中的运行状况进行重新故障判定。
一种基于多特征量的变压器和发电机的预警模型,工作时,通过数据采集模块用于采集监测时段内变压器或发电机的实时运行数据、以及变压器或发电机所在地的实时环境数据,并将历史数据、实时运行数据和实时环境数据发送至服务器内进行存储,同时数据库中存储有变压器或发电机的历史数据、标准运行数据和标准环境数据,并将历史数据、标准运行数据和标准环境数据发送至服务器;
首先通过区域划分模块对变压器或发电机所在的区域进行划分,划分得到若干个监测区域u,服务器将实时环境数据发送至环境监测模块;
通过环境监测模块对变压器或发电机所在区域的环境情况进行监测,获取监测区域内设置的户外监测点ui,统计监测区域内户外监测点的数量记为监测点数SLu,而后获取监测区域在监测时段内的实时温度均值JWDu、实时湿度均值JSDu、实时风力均值JFLu,最后获取服务器中存储的标准环境数据,得到标准温度值WDu、标准湿度值SDu和标准风力值FLu,标准温度值与实时温度均值计算差值得到监测区域在监测时段内的温度差值WCu,同理得到监测区域在监测时段内的湿度差值SCu和风力差值FCu,将温度差值WCu、湿度差值SCu和风力差值FCu代入计算式HPu=WCu×a1+SCu×a2+FCu×a3计算得到监测区域在监测时段内的环境偏差值HPu,环境监测模块将监测区域在监测时段内的环境偏差值HPu发送至故障判定模块;
服务器将历史数据发送至模型构建模块,模型构建模块对变压器或发电机的预警模型进行构建,模型构建模块将预警模型发送至智能预警模块,同时,服务器将实时运行数据发送至智能预警模块;
智能预警模块结合预警模型对变压器或发电机的实时运行数据进行智能预警,在变压器或发电机的监测时段内设定若干个时间点,并将时间点记为ut,首先获取监测区域内变压器或发电机在若干个时间点时的实时运行温度值SYWut、实时运行振幅值SYFut、实时运行电流值SYLut和实时运行电压值SYYut,统计时间点的数量,若干个时间点时的实时运行温度值、实时运行振幅值、实时运行电流值和实时运行电压值相加求和取平均值,得到监测区域内变压器或发电机在监测时段内的实时运行温度均值JSYWu、实时运行振幅均值JSYFu、实时运行电流均值JSYLu和实时运行电压均值JSYYu,而后获取服务器中存储的标准运行温度值BYWu、标准运行振幅值BYFu、标准运行电流值BYLu和标准运行电压值BYYu,实时运行温度均值与标准运行温度值计算差值得到监测区域内变压器或发电机在监测时段内的运行温度差值YWCu,同理得到监测区域内变压器或发电机在监测时段内的运行振幅差值YFCu、运行电流差值YLCu和运行电压差值YYCu,通过公式YPX1u=YFCu×b1+YLCu×b2+YYCu×b3+YWCu×b4计算得到监测区域内变压器或发电机在监测时段内的第一运行偏差系数YPX1u;
变压器或发电机在各个时间点时的标准运行温度值代入预警模型得到标准运行温度曲线,同理得到标准运行振幅曲线、标准运行电流曲线和标准运行电压曲线,而后将变压器或发电机在各个时间点时的实时运行温度值、实时运行振幅值、实时运行电流值和实时运行电压值依次代入预警模型得到实时运行温度曲线、实时运行振幅曲线、实时运行电流曲线和实时运行电压曲线,标准运行温度曲线与实时运行温度曲线进行重叠放置,得到标准运行温度曲线与实时运行温度曲线之间的温度交叉点,同理,标准运行振幅曲线与实时运行振幅曲线进行重叠放置得到振幅交叉点、标准运行电流曲线与实时运行电流曲线进行重叠放置得到电流交叉点、标准运行电压曲线与和实时运行电压曲线进行重叠放置得到电压交叉点,统计温度交叉点、振幅交叉点、电流交叉点和电压交叉点的数量,得到温度交叉点数JC1u、振幅交叉点数JC2u、电流交叉点数JC3u和电压交叉点数JC4u,通过公式YPX2u=JC1u×c1+JC2u×c2+JC3u×c3+JC4u×c4计算得到监测区域内变压器或发电机在监测时段内的第二运行偏差系数YPX2u,将第一运行偏差系数YPX1u和第二运行偏差系数YPX2u代入计算式得到监测区域内变压器或发电机在监测时段内的运行偏差值YPu,智能预警模块将监测区域内变压器或发电机在监测时段内的运行偏差值YPu发送至故障判定模块;
故障判定模块结合环境偏差值和运行偏差值对监测区域内变压器或发电机在监测时段中的运行状况进行故障判定,获取上述计算得到的监测区域内变压器或发电机在监测时段内的运行偏差值YPu和环境偏差值HPu,若X1≤YPu且Y1≤HPu,则生成故障警报信号,若X1≤YPu且HPu<Y1,则生成故障核检信号,若YPu<X1且Y1≤HPu,则生成故障核检信号,若YPu<X1且HPu<Y1,则生成运行正常信号;
故障判定模块将故障警报信号、故障核检信号或运行正常信号反馈至服务器,若服务器接收到运行正常信号则不进行任何操作,若服务器接收到故障核检信号则生成故障核检指令发送至对应的用户终端,若服务器接收到故障警报信号则生成停止运行指令加载至对应的变压器或发电机,同时生成维修指令加载至对应的用户终端;
用户终端对应的工作人员接收到维修指令后对指定的变压器或发电机进行维修,所述用户终端对应的工作人员接收到故障核验指令后对指定的变压器或发电机进行故障核验,工作人员在指定时间内到达对应的变压器或发电机,设定同样时长的监测时段,并在多个时间点通过数据检测设备采集指定变压器或发电机的核验运行数据和核验环境数据,最后将多个时间点的核验运行数据和核验环境数据传输至数据核验模块;
通过数据核验模块对变压器或发电机的运行状况进行核验,获取多个时间点的核验运行数据和核验环境数据,多个时间点的核验运行温度值、核验运行振幅值、核验运行电流值、核验运行电压值、核验温度值、核验湿度值和核验风力值计算均值后,得到核验运行温度均值、核验运行振幅均值、核验运行电流均值、核验运行电压均值、核验温度均值、核验湿度均值和核验风力均值,核验温度均值与实时温度均值进行比对得到温度误差值WWCu,核验湿度均值与实时湿度均值进行比对得到湿度误差值WSCu,核验风力均值与实时风力均值进行比对得到风力误差值WFCu,核验运行温度均值与实时运行温度均值进行比对得到运行温度误差值WYWCu,核验运行振幅均值与实时运行振幅均值进行比对得到运行振幅误差值WYFCu,核验运行电流均值与实时运行电流均值进行比对得到运行电流误差值WYLCu,核验运行电压均值与实时运行电压均值进行比对得到运行电压误差值WYYCu,温度误差值、湿度误差值、风力误差值、运行温度误差值、运行振幅误差值、运行电流误差值或行电压误差值中任一项的数值超过对应的设定阈值,则生成数据误差信号,温度误差值、湿度误差值、风力误差值、运行温度误差值、运行振幅误差值、运行电流误差值或行电压误差值中任一项的数值均不超过对应的设定阈值,则生成数据正确信号;
数据核验模块将数据误差信号或数据正确信号反馈至服务器,若服务器接收到数据正确信号则不进行任何操作,若服务器接收到数据误差信号则生成重新判定指令并加载至故障判定模块,故障判定模块则对监测区域内变压器或发电机在监测时段中的运行状况进行重新故障判定。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置,权重系数和比例系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于权重系数和比例系数的大小,只要不影响参数与量化后数值的比例关系即可。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (4)
1.一种基于多特征量的变压器和发电机的预警模型,其特征在于,包括用户终端、数据采集模块、数据核验模块、环境监测模块、故障判定模块、智能预警模块、模型构建模块、区域划分模块、数据库以及服务器;
所述数据采集模块用于采集监测时段内变压器或发电机的实时运行数据、以及变压器或发电机所在地的实时环境数据,并将历史数据、实时运行数据和实时环境数据发送至服务器内进行存储;
所述区域划分模块用于对变压器或发电机所在的区域进行划分,划分得到若干个监测区域,并将监测区域标记为u,u=1,2,……,z,z为正整数;
所述服务器将实时环境数据发送至环境监测模块,所述环境监测模块用于对变压器或发电机所在区域的环境情况进行监测,监测步骤具体如下:
步骤一:获取监测区域内设置的户外监测点ui,i=1,2,……,x,x为正整数,i代表户外监测点的编号;统计监测区域内户外监测点的数量记为监测点数SLu;
步骤二:获取监测区域在监测时段内户外监测点监测得到的实时温度值WDui和实时湿度值SDui,若干个户外监测点监测得到的实时温度值和实时湿度值相加求和取平均值,得到监测区域在监测时段内的实时温度均值JWDu和实时湿度均值JSDu;
步骤三:获取监测区域在监测时段内户外监测点监测得到的实时风力值FLui,若干个户外监测点监测得到的实时风力值相加求和取平均值,得到监测区域在监测时段内的实时风力均值JFLu;
步骤四:获取服务器中存储的标准环境数据,得到标准温度值WDu、标准湿度值SDu和标准风力值FLu;
步骤五:标准温度值与实时温度均值计算差值得到监测区域在监测时段内的温度差值WCu,同理得到监测区域在监测时段内的湿度差值SCu和风力差值FCu;
步骤六:将温度差值WCu、湿度差值SCu和风力差值FCu代入计算式HPu=WCu×a1+SCu×a2+FCu×a3计算得到监测区域在监测时段内的环境偏差值HPu;式中,a1、a2和a3均为固定数值的权重系数,且a1、a2和a3的取值均大于零;
所述环境监测模块将监测区域在监测时段内的环境偏差值发送至故障判定模块;
所述服务器将历史数据发送至模型构建模块,所述模型构建模块用于对变压器或发电机的预警模型进行构建,并将预警模型发送至智能预警模块;
所述服务器将实时运行数据发送至智能预警模块,智能预警模块结合预警模型用于对变压器或发电机的实时运行数据进行智能预警,工作过程具体如下:
步骤S1:在变压器或发电机的监测时段内设定若干个时间点,并将时间点记为ut,t=1,2,……,v,v为正整数,t代表时间点的编号;
步骤S2:获取监测区域内变压器或发电机在若干个时间点时的实时运行温度值SYWut、实时运行振幅值SYFut、实时运行电流值SYLut和实时运行电压值SYYut;
步骤S3:统计时间点的数量,若干个时间点时的实时运行温度值、实时运行振幅值、实时运行电流值和实时运行电压值相加求和取平均值,得到监测区域内变压器或发电机在监测时段内的实时运行温度均值JSYWu、实时运行振幅均值JSYFu、实时运行电流均值JSYLu和实时运行电压均值JSYYu;
步骤S4:获取服务器中存储的标准运行温度值BYWu、标准运行振幅值BYFu、标准运行电流值BYLu和标准运行电压值BYYu,实时运行温度均值与标准运行温度值计算差值得到监测区域内变压器或发电机在监测时段内的运行温度差值YWCu,同理得到监测区域内变压器或发电机在监测时段内的运行振幅差值YFCu、运行电流差值YLCu和运行电压差值YYCu;
步骤S5:通过公式YPX1u=YFCu×b1+YLCu×b2+YYCu×b3+YWCu×b4计算得到监测区域内变压器或发电机在监测时段内的第一运行偏差系数YPX1u;式中,b1、b2、b3和b4均为固定数值的权重系数,且b1、b2、b3和b4的取值均大于零;
步骤S6:变压器或发电机在各个时间点时的标准运行温度值代入预警模型得到标准运行温度曲线,同理得到标准运行振幅曲线、标准运行电流曲线和标准运行电压曲线;
而后将变压器或发电机在各个时间点时的实时运行温度值、实时运行振幅值、实时运行电流值和实时运行电压值依次代入预警模型得到实时运行温度曲线、实时运行振幅曲线、实时运行电流曲线和实时运行电压曲线;
步骤S7:标准运行温度曲线与实时运行温度曲线进行重叠放置,得到标准运行温度曲线与实时运行温度曲线之间的温度交叉点;
同理,标准运行振幅曲线与实时运行振幅曲线进行重叠放置得到振幅交叉点、标准运行电流曲线与实时运行电流曲线进行重叠放置得到电流交叉点、标准运行电压曲线与和实时运行电压曲线进行重叠放置得到电压交叉点;
步骤S8:统计温度交叉点、振幅交叉点、电流交叉点和电压交叉点的数量,得到温度交叉点数JC1u、振幅交叉点数JC2u、电流交叉点数JC3u和电压交叉点数JC4u;
步骤S9:通过公式YPX2u=JC1u×c1+JC2u×c2+JC3u×c3+JC4u×c4计算得到监测区域内变压器或发电机在监测时段内的第二运行偏差系数YPX2u;式中,c1、c2、c3和c4均为固定数值的权重系数,且c1、c2、c3和c4的取值均大于零;
步骤S10:将第一运行偏差系数YPX1u和第二运行偏差系数YPX2u代入计算式得到监测区域内变压器或发电机在监测时段内的运行偏差值YPu;式中,α和β均为固定数值的比例系数,且α和β的取值均大于零,e为自然常数;
所述智能预警模块将监测区域内变压器或发电机在监测时段内的运行偏差值并发送至故障判定模块;
故障判定模块结合环境偏差值和运行偏差值用于对监测区域内变压器或发电机在监测时段中的运行状况进行故障判定,故障判定过程具体如下:
步骤SS1:获取上述计算得到的监测区域内变压器或发电机在监测时段内的运行偏差值YPu和环境偏差值HPu;
步骤SS2:若X1≤YPu且Y1≤HPu,则生成故障警报信号;
步骤SS3:若X1≤YPu且HPu<Y1,则生成故障核检信号;
若YPu<X1且Y1≤HPu,则生成故障核检信号;
步骤SS4:若YPu<X1且HPu<Y1,则生成运行正常信号;其中,X1为运行偏差阈值,Y1为环境偏差阈值;
所述故障判定模块将故障警报信号、故障核检信号或运行正常信号反馈至服务器,若服务器接收到运行正常信号则不进行任何操作,若服务器接收到故障核检信号则生成故障核检指令发送至对应的用户终端,若服务器接收到故障警报信号则生成停止运行指令加载至对应的变压器或发电机,同时生成维修指令加载至对应的用户终端;
用户终端对应的工作人员接收到维修指令后对指定的变压器或发电机进行维修,用户终端对应的工作人员接收到故障核验指令后对指定的变压器或发电机进行故障核验,工作人员在指定时间内到达对应的变压器或发电机,设定同样时长的监测时段,并在多个时间点通过数据检测设备采集指定变压器或发电机的核验运行数据和核验环境数据,最后将多个时间点的核验运行数据和核验环境数据传输至数据核验模块,并将多个时间点的核验运行数据和核验环境数据传输至数据核验模块;
所述数据核验模块用于对变压器或发电机的运行状况进行核验,核验过程具体如下:
步骤P1:获取多个时间点的核验运行数据和核验环境数据;
步骤P2:多个时间点的核验运行温度值、核验运行振幅值、核验运行电流值、核验运行电压值、核验温度值、核验湿度值和核验风力值计算均值后,得到核验运行温度均值、核验运行振幅均值、核验运行电流均值、核验运行电压均值、核验温度均值、核验湿度均值和核验风力均值;
步骤P3:核验温度均值与实时温度均值进行比对得到温度误差值WWCu,核验湿度均值与实时湿度均值进行比对得到湿度误差值WSCu,核验风力均值与实时风力均值进行比对得到风力误差值WFCu,核验运行温度均值与实时运行温度均值进行比对得到运行温度误差值WYWCu,核验运行振幅均值与实时运行振幅均值进行比对得到运行振幅误差值WYFCu,核验运行电流均值与实时运行电流均值进行比对得到运行电流误差值WYLCu,核验运行电压均值与实时运行电压均值进行比对得到运行电压误差值WYYCu;
步骤P4:温度误差值、湿度误差值、风力误差值、运行温度误差值、运行振幅误差值、运行电流误差值或行电压误差值中任一项的数值超过对应的设定阈值,则生成数据误差信号;
步骤P5:温度误差值、湿度误差值、风力误差值、运行温度误差值、运行振幅误差值、运行电流误差值或行电压误差值中任一项的数值均不超过对应的设定阈值,则生成数据正确信号;
所述数据核验模块将数据误差信号或数据正确信号反馈至服务器,若服务器接收到数据正确信号则不进行任何操作,若服务器接收到数据误差信号则生成重新判定指令并加载至故障判定模块,故障判定模块则对监测区域内变压器或发电机在监测时段中的运行状况进行重新故障判定。
2.根据权利要求1所述的一种基于多特征量的变压器和发电机的预警模型,其特征在于,所述数据库中存储有变压器或发电机的历史数据、标准运行数据和标准环境数据,并将历史数据、标准运行数据和标准环境数据发送至服务器。
3.根据权利要求2所述的一种基于多特征量的变压器和发电机的预警模型,其特征在于,历史数据包括历史运行温度值、历史运行振幅值、历史运行电流值、历史运行电流值和历史故障次数;
实时运行数据包括实时运行温度值、实时运行振幅值、实时运行电流值和实时运行电压值;
实时环境数据包括监测区域的实时温度值、实时湿度值和实时风力值;
标准运行数据包括标准运行温度值、标准运行振幅值、标准运行电流值和标准运行电压值;
标准环境数据包括监测区域的标准温度值、标准湿度值和标准风力值。
4.根据权利要求1所述的一种基于多特征量的变压器和发电机的预警模型,其特征在于,核验运行数据包括核验运行温度值、核验运行振幅值、核验运行电流值和核验运行电压值;
核验环境数据包括监测区域的核验温度值、核验湿度值和核验风力值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210233286.2A CN114640173B (zh) | 2022-03-10 | 2022-03-10 | 一种基于多特征量的变压器和发电机的预警模型 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210233286.2A CN114640173B (zh) | 2022-03-10 | 2022-03-10 | 一种基于多特征量的变压器和发电机的预警模型 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114640173A CN114640173A (zh) | 2022-06-17 |
CN114640173B true CN114640173B (zh) | 2023-04-18 |
Family
ID=81948610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210233286.2A Active CN114640173B (zh) | 2022-03-10 | 2022-03-10 | 一种基于多特征量的变压器和发电机的预警模型 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114640173B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115166500B (zh) * | 2022-06-30 | 2024-09-06 | 南京南瑞信息通信科技有限公司 | 基于电网资源业务中台的直流断路器设备状态分析系统 |
CN115376296B (zh) * | 2022-08-23 | 2023-06-23 | 北京国联视讯信息技术股份有限公司 | 一种基于工业互联网的生产故障预警系统 |
CN115356592B (zh) * | 2022-08-29 | 2024-03-08 | 南京乾鑫电器设备有限公司 | 一种新型低压配电设备的故障监测方法及系统 |
CN115330000B (zh) * | 2022-08-31 | 2023-05-02 | 陕西和利安控智能科技有限公司 | 一种工业自动化控制仪表运行智能监测管理系统 |
CN115437301B (zh) * | 2022-10-14 | 2023-06-16 | 淄博瀚泓环保科技有限公司 | 一种水处理机组工作状态监测管控系统 |
CN115378141B (zh) * | 2022-10-18 | 2023-02-28 | 华能辛店发电有限公司 | 基于数据分析的电力电缆故障诊断预警系统及方法 |
CN115616404B (zh) * | 2022-12-19 | 2023-04-18 | 山东协和学院 | 工业机器人用伺服电机测试系统 |
CN115663312B (zh) * | 2022-12-27 | 2023-05-30 | 深圳市今朝时代股份有限公司 | 一种基于电池保护的电池运行监测系统及方法 |
CN115877115B (zh) * | 2023-02-27 | 2023-06-06 | 山东欧通信息科技有限公司 | 基于大数据的弱电设备安装用安全检测系统 |
CN116070962B (zh) * | 2023-03-06 | 2023-06-30 | 泰安鲁怡高分子材料有限公司 | 一种基于大数据的老化试验箱运行可行性评估系统 |
CN116703171B (zh) * | 2023-05-25 | 2024-07-23 | 国网四川省电力公司电力科学研究院 | 一种基于边缘计算的配电网智能评价系统 |
CN116561707B (zh) * | 2023-07-11 | 2023-09-05 | 南京大全电气研究院有限公司 | 一种变压器故障校验、预警方法及系统 |
CN116722758B (zh) * | 2023-08-10 | 2023-12-29 | 深圳市智赋新能源有限公司 | 一种微型逆变器控制系统 |
CN118249518B (zh) * | 2024-05-27 | 2024-08-09 | 山东宏业发展集团有限公司 | 电力通信线路的故障智能化监控与控制系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113051519B (zh) * | 2021-06-01 | 2021-08-06 | 北方卓越(北京)勘测技术有限公司 | 一种基于地球物理的地面沉降预警监测系统 |
CN114114003A (zh) * | 2021-11-29 | 2022-03-01 | 山东汇能电气有限公司 | 一种基于数据监测的断路器运行检测系统 |
-
2022
- 2022-03-10 CN CN202210233286.2A patent/CN114640173B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114640173A (zh) | 2022-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114640173B (zh) | 一种基于多特征量的变压器和发电机的预警模型 | |
CN108931972B (zh) | 一种基于模型驱动的变电站二次设备状态智能诊断方法 | |
CN106655522A (zh) | 一种适用于电网二次设备运维管理的主站系统 | |
CN104796082A (zh) | 一种光伏发电系统在线故障诊断系统及方法 | |
CN102222276A (zh) | 电网二次设备状态检修方法及装置 | |
CN103852744A (zh) | 电能计量装置分布式在线监测系统及其方法 | |
CN103078403B (zh) | 一种智能变电站二次系统的在线状态评估方法 | |
CN110988559A (zh) | 基于物联网的变电站直流系统全生命周期的在线监测方法 | |
CN111047169A (zh) | 一种电网调度用故障分析检测系统 | |
CN111551887A (zh) | 一种多维度识别电压互感器计量性能在线监测平台 | |
CN109149776A (zh) | 应用于智能电网的输电线路可靠监测系统 | |
CN102901868A (zh) | 一种对电能量采集系统数据校核的方法 | |
CN105958474B (zh) | 一种电网调控系统用输电线路动态增容方法和系统 | |
CN117708707A (zh) | 大数据下台区线损率异常智能预警方法和系统 | |
CN204706958U (zh) | 一种智能变电站报文仿真测试与关联分析系统 | |
CN116664763A (zh) | 一种三维点云的电力施工现场禁限区域指示图自动生成方法 | |
CN115689532A (zh) | 一种电力系统故障分析方法及其装置 | |
CN115514099A (zh) | 电力用电安全检查系统及方法 | |
CN110261693A (zh) | 一种基于稳态采样技术的在线热力试验方法及系统 | |
CN115684829A (zh) | 一种电力二次回路故障检测预警方法及系统 | |
Sun et al. | State detection of electric energy metering device using computer neural network | |
CN203350429U (zh) | 一种交流采样测量装置在线实时误差监测系统 | |
CN111882194A (zh) | 一种智能变电站继电保护状态监测及诊断系统 | |
CN112966358A (zh) | 一种基于数据修补的主动配电网状态感知方法 | |
CN112731857A (zh) | 一种环保设备运行状态在线监管系统及监管方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |