CN114814578A - 超大型灯泡贯流式水轮机发电机组运行监测系统 - Google Patents
超大型灯泡贯流式水轮机发电机组运行监测系统 Download PDFInfo
- Publication number
- CN114814578A CN114814578A CN202210466238.8A CN202210466238A CN114814578A CN 114814578 A CN114814578 A CN 114814578A CN 202210466238 A CN202210466238 A CN 202210466238A CN 114814578 A CN114814578 A CN 114814578A
- Authority
- CN
- China
- Prior art keywords
- signal
- unit
- monitoring
- value
- turbine generator
- 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
Links
Images
Classifications
-
- 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
- G01R31/34—Testing dynamo-electric machines
- G01R31/343—Testing dynamo-electric machines in operation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03B—MACHINES OR ENGINES FOR LIQUIDS
- F03B11/00—Parts or details not provided for in, or of interest apart from, the preceding groups, e.g. wear-protection couplings, between turbine and generator
- F03B11/008—Measuring or testing arrangements
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Turbines (AREA)
Abstract
本发明涉及水轮机发电机组技术领域,用于解决现有的在对超大型灯泡贯流式水轮机发电机组运行状态的监测方式存在较大误差性和滞后性,难以保证对贯流式水轮机发电机组运行监测的准确性,更无法保证贯流式水轮机发电机组稳定且高效的运行,阻碍了水电站的发展的问题,尤其公开了超大型灯泡贯流式水轮机发电机组运行监测系统,包括数据采集单元、云存储单元、初级监测单元、第一监测单元、第二监测单元、定向分析单元、预警反馈单元和显示终端;本发明,实现了对贯流式水轮机发电机组的运行状态监测的精准性和及时性,保证了贯流式水轮机发电机组稳定且高效的运行,促进了水电站的发展。
Description
技术领域
本发明涉及水轮机发电机组技术领域,具体为超大型灯泡贯流式水轮机发电机组运行监测系统。
背景技术
贯流式水轮发电机组是指由水轮机、水轮发电机及其附属设备(调速、励磁装置)组成的水力发电设备,水轮机是将水流能量转换为旋转机械能量的动力设备,它带动发电机旋转产生电能,水轮机和发电机连在一起称为水轮发电机组,水轮发电机组是水电站的核心设备,因此,对贯流式水轮发电机组的运行进行高效且准确的监测,则显得至关重要;
但现有的在对超大型灯泡贯流式水轮机发电机组运行状态的监测,大都还是以人力巡查监测为主,其对贯流式水轮机发电机组运行监测管控的方式存在不准确性和滞后性,难以保证对贯流式水轮机发电机组运行监测的准确性,更无法保证贯流式水轮机发电机组稳定且高效的运行,阻碍了水电站的发展;
为了解决上述缺陷,现提供一种技术方案。
发明内容
本发明的目的就在于为了解决现有的在对超大型灯泡贯流式水轮机发电机组运行状态的监测方式存在较大误差性和滞后性,难以保证对贯流式水轮机发电机组运行监测的准确性,更无法保证贯流式水轮机发电机组稳定且高效的运行,阻碍了水电站的发展的问题,利用公式化的分析、坐标模型的分析以及集合交叉分析的方式,从而在实现了对贯流式水轮机发电机组的运行状态进行了初步的准确监测分析的同时,也为后续贯流式水轮机发电机组运行的深度监测奠定了导向基础,并从不同层面对贯流式水轮机发电机组的运行进行全面的监测分析,进而在实现了对贯流式水轮机发电机组的运行状态监测的精准性和及时性,保证了贯流式水轮机发电机组稳定且高效的运行,促进了水电站的发展,而提出超大型灯泡贯流式水轮机发电机组运行监测系统。
本发明的目的可以通过以下技术方案实现:
超大型灯泡贯流式水轮机发电机组运行监测系统,包括数据采集单元、云存储单元、初级监测单元、第一监测单元、第二监测单元、定向分析单元、预警反馈单元和显示终端;
所述数据采集单元用于采集贯流式水轮机发电机组的运行数据信息、标量数据信息和无益因素信息,并将其发送至云存储单元进行暂存;
所述初级监测单元用于调取云存储单元中贯流式水轮机发电机组的运行数据信息,并据此进行逐项筛查分析处理,生成运行初筛运行正常信号与初筛运行异常信号,并依据初筛运行异常信号与初筛运行正常信号生成深度监测指令与持续监测指令,并将深度监测指令分别发送至第一监测单元与第二监测单元,将持续监测指令发送至数据采集单元;
所述第一监测单元用于接收深度监测指令,并据此从云存储单元中调取标量数据信息进行数量论证分析处理,据此生成机械负载较小信号、机械负载正常信号和机械负载较大信号,并将其发送至定向分析单元;
所述第二监测单元用于接收深度监测指令,并据此从云存储单元中调取无益因素信息进行归一量化分析处理,据此生成弱干扰运行信号、一般干扰运行信号和强干扰运行信号,并将其发送至定向分析单元;
所述定向分析单元用于接收各类型定性信号,并进行整合定性分析处理,据此生成运行较稳定信号、运行稳定信号和运行异常信号,并将其均发送至预警反馈单元;
所述预警反馈单元对接收的各类型运行判定信号进行预警分析处理,据此生成一级监测信号、二级监测信号和三级监测信号,并将其以文本字样描述的方式发送至显示终端进行显示。
进一步的,逐项筛查分析处理的具体操作步骤如下:
S1:实时获取单位时间内贯流式水轮机发电机组的运行数据信息中的机组温度量值,并将其进行数据分析处理,据此生成第一异常导向信号与第一正常导向信号;
S2:实时获取单位时间内贯流式水轮机发电机组的运行数据信息中的电缆温度量值,并据此进行模型分析处理,据此生成第二异常导向信号与第二正常导向信号;
S3:依据步骤S1与S2,将第一类型导向信号与第二类型导向信号进行集合交叉分析,依据第一类型导向信号建立集合A,将第一异常导向信号标定为元素1,将第一正常导向信号标定为元素2,且元素1∈集合A,元素2∈集合A,依据第二类型导向信号建立集合B,将第二异常导向信号标定为元素1,将第二正常导向信号标定为元素2,且元素1∈集合B,元素2∈集合B;
S4:将集合A与B进行交集处理,若A∩B=1或A∩B=∅时,则生成初筛运行异常信号,若A∩B=2,则生成初筛运行正常信号,依据初筛运行异常信号生成深度监测指令,依据初筛运行正常信号生成持续监测指令。
进一步的,数据分析处理的具体操作步骤如下:
实时获取单位时间内贯流式水轮机发电机组的运行数据信息中的机组温度量值,将其标定为wzdi,设置机组温度量值的参照阈值Yu1,当机组温度量值wzdi大于等于参照阈值Yu1时,则生成机组超温信号,当机组温度量值wzdi小于参照阈值Yu1时,则生成机组适温信号,其中,i={1,2,3……n};
分别统计单位时间内生成机组超温信号与机组适温信号的数量和,当统计的机组超温信号的数量和≥统计的机组适温信号的数量和,则生成第一异常导向信号,当统计的机组超温信号的数量和<统计的机组适温信号的数量和,则生成第一正常导向信号。
进一步的,模型分析处理的具体操作步骤如下:
将贯流式水轮机发电机组中的电缆按照等距离划分为若干个节点,并将若干个节点标记为j,并实时获取单位时间内各电缆的运行数据信息中的电缆温度量值,并将其标定为wldij,其中,j={1,2,3……m};
将单位时间内获取的各电缆的电缆温度量值进行均值分析,依据公式Jwli=(wldi1+wldi2+……+wldim)÷m,求得单位时间内的均值电缆温度Jwli;
从单位时间内随机抽取10个时间点下的均值电缆温度Jwlk,其中,k包含于i,且k={1,2,3……10},获取10个时间点下的均值电缆温度的最大值与最小值,并将其分别标定为Jwlmax与Jwlmin,依据公式px=丨Jwlmax-Jwlmin丨,求得偏差系数px,设置偏差系数的参照阈值Yu2,若偏差系数px≥参照阈值Yu2,则生成温度差异较大信号,若偏差系数px<参照阈值Yu2,则生成温度无差异信号;
依据温度无差异信号生成第二正常导向信号,依据温度差异较大信号,以时间为横坐标,以均值电缆温度为纵坐标,并据此建立直角坐标系,将各均值电缆温度Jwlk通过描点的方式绘制在直角坐标系上,设置均值电缆温度的参照值Yu3,并将其作为对比参照线绘制在直角坐标系上,将直角坐标系上处于对比参照线上及以上的均值电缆温度标定为电缆超温信号,将直角坐标系上处于对比参照线以下的均值电缆温度标定为电缆适温信号;
若生成的电缆超温信号的数量和大于等于5,则生成第二异常导向信号,若生成的电缆超温信号的数量和小于5,则生成第二正常导向信号。
进一步的,数量论证分析处理的具体操作步骤如下:
依据深度监测指令,随机调取单位时间内的贯流式水轮机发电机组的标量数据信息中的电流量值与电压量值,并将其分别标定为dli和dui,依据公式,求得机械负载系数gzxi,其中,e1和e2分别为电流量值与电压量值的权重因子系数,且e1>e2>0,e1+e2=3.1704;
设置机械负载系数gzxi的允许值Yu4,当机械负载系数gzxi超过允许值Yu4时,则生成机械负载较大信号,当机械负载系数gzxi等于允许值Yu4时,则生成机械负载正常信号,当机械负载系数gzxi小于允许值Yu4时,则生成机械负载较小信号。
进一步的,归一量化分析处理的具体操作步骤如下:
依据深度监测指令,随机获取单位时间内的贯流式水轮机发电机组的无益因素信息中的异响量值和振动量值,并将其分别标定为fbei和zdli,并将其进行归一化分析,依据公式yuxi=f1×fbei+f2×zdli,求得无益系数yuxi,其中,f1和f2分别为异响量值和振动量值的修正因子系数,且f2>f1>0,且f1+f2=4.2011;
将无益系数yuxi代入对应的预设参照范围Yu5中进行分析,当无益系数yuxi大于预设参照范围Yu5的最大值时,则生成强干扰运行信号,当无益系数yuxi处于预设参照范围Yu5内时,则生成一般干扰运行信号,当无益系数yuxi小于预设参照范围Yu5的最小值时,则生成弱干扰运行信号。
进一步的,整合定性分析处理的具体操作步骤如下:
获取机械负载类型判定信号与干扰程度类型判定信号,并分别从两类信号任意抽取一个信号元素进行比较;
当同时捕捉到的信号分别为机械负载较小信号与弱干扰运行信号时,则生成运行较稳定信号,当同时捕捉到的信号分别为机械负载较大信号与强干扰运行信号,则生成运行异常信号,而其他情况下,则均生成运行稳定信号。
进一步的,预警分析处理的具体操作步骤如下:
当运行较稳定信号时,则据此生成三级监测信号,并以“超大型灯泡贯流式水轮机发电机组的整体运行较为稳定、可靠,仅需持续监测”的文本字样发送至显示终端进行显示;
当运行稳定信号时,则据此生成二级监测信号,并以“超大型灯泡贯流式水轮机发电机组的整体运行为一般稳定,需要加强持续监测,必要时需要进行检修操作”的文本字样发送至显示终端进行显示;
当运行异常信号时,则据此生成一级监测信号,并以“超大型灯泡贯流式水轮机发电机组的运行存在故障,需要进行及时的检修操作”的文本字样发送至显示终端进行显示。
与现有技术相比,本发明的有益效果是:
(1)本发明,利用公式化的分析、坐标模型的分析以及集合交叉分析的方式,从而在实现了对贯流式水轮机发电机组的运行状态进行了初步的准确监测分析的同时,也为后续贯流式水轮机发电机组运行的深度监测奠定了导向基础;
(2)本发明,利用符号化的标定、公式化的分析以及对比值的比较分析的方式,分别从机械运行层面与干扰运行层面对贯流式水轮机发电机组的运行状况进行监测分析,进而进一步实现了贯流式水轮机发电机组的运行的精准且高效的监测分析;
(3)本发明,利用信号化的整合分析的方式,将两个层面的分析的信号进行整合定性分析处理,进而在实现了对贯流式水轮机发电机组的运行状态的全面监测分析的同时,也提高了对贯流式水轮机发电机组的运行状态监测的精准性和及时性,保证了贯流式水轮机发电机组稳定且高效的运行,促进了水电站的发展。
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为本发明的系统总框图;
图2为本发明的实施例一的系统流程图;
图3为本发明的实施例二的系统流程图。
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作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。
实施例一:
如图1所示,超大型灯泡贯流式水轮机发电机组运行监测系统,包括数据采集单元、云存储单元、初级监测单元、第一监测单元、第二监测单元、定向分析单元、预警反馈单元和显示终端;
数据采集单元用于采集贯流式水轮机发电机组的运行数据信息、标量数据信息和无益因素信息,并将其发送至云存储单元进行暂存;
其中,运行数据信息用于表示贯流式水轮机发电机组运行温度直观描述的数据信息,且运行数据信息包括机组温度量值和电缆温度量值,机组温度量值指的是贯流式水轮机发电机组中的发电机组的温度表现的数据量值,电缆温度量值指的是设备电缆的呈现的温度表现的数据量值;
当初级监测单元从云存储单元中调取到贯流式水轮机发电机组的运行数据信息时,并据此进行逐项筛查分析处理,具体的操作过程如下:
实时获取单位时间内贯流式水轮机发电机组的运行数据信息中的机组温度量值,并将其进行数据分析处理,具体的操作过程如下:
实时获取单位时间内贯流式水轮机发电机组的运行数据信息中的机组温度量值,将其标定为wzdi,设置机组温度量值的参照阈值Yu1,当机组温度量值wzdi大于等于参照阈值Yu1时,则生成机组超温信号,当机组温度量值wzdi小于参照阈值Yu1时,则生成机组适温信号,其中,i={1,2,3……n},且i表示时间,i为大于等于1的正整数;
分别统计单位时间内生成机组超温信号与机组适温信号的数量和,当统计的机组超温信号的数量和≥统计的机组适温信号的数量和,则生成第一异常导向信号,当统计的机组超温信号的数量和<统计的机组适温信号的数量和,则生成第一正常导向信号;
实时获取单位时间内贯流式水轮机发电机组的运行数据信息中的电缆温度量值,并据此进行模型分析处理,具体的操作过程如下:
将贯流式水轮机发电机组中的电缆按照等距离划分为若干个节点,并将若干个节点标记为j,并实时获取单位时间内各电缆的运行数据信息中的电缆温度量值,并将其标定为wldij,其中,j={1,2,3……m},且j表示节点数,j为大于等于1的正整数;
将单位时间内获取的各电缆的电缆温度量值进行均值分析,依据公式Jwli=(wldi1+wldi2+……+wldim)÷m,求得单位时间内的均值电缆温度Jwli;
从单位时间内随机抽取10个时间点下的均值电缆温度Jwlk,其中,k包含于i,且k={1,2,3……10},获取10个时间点下的均值电缆温度的最大值与最小值,并将其分别标定为Jwlmax与Jwlmin,依据公式px=丨Jwlmax-Jwlmin丨,求得偏差系数px,设置偏差系数的参照阈值Yu2,若偏差系数px≥参照阈值Yu2,则生成温度差异较大信号,若偏差系数px<参照阈值Yu2,则生成温度无差异信号;
依据温度无差异信号生成第二正常导向信号,依据温度差异较大信号,以时间为横坐标,以均值电缆温度为纵坐标,并据此建立直角坐标系;
将各均值电缆温度Jwlk通过描点的方式绘制在直角坐标系上,设置均值电缆温度的参照值Yu3,并将其作为对比参照线绘制在直角坐标系上;
将直角坐标系上处于对比参照线上及以上的均值电缆温度标定为电缆超温信号,将直角坐标系上处于对比参照线以下的均值电缆温度标定为电缆适温信号;
若生成的电缆超温信号的数量和大于等于5,则生成第二异常导向信号,若生成的电缆超温信号的数量和小于5,则生成第二正常导向信号;
依据上述步骤,将第一类型导向信号与第二类型导向信号进行集合交叉分析,依据第一类型导向信号建立集合A,将第一异常导向信号标定为元素1,将第一正常导向信号标定为元素2,且元素1∈集合A,元素2∈集合A,依据第二类型导向信号建立集合B,将第二异常导向信号标定为元素1,将第二正常导向信号标定为元素2,且元素1∈集合B,元素2∈集合B;
将集合A与B进行交集处理,若A∩B=1或A∩B=∅时,则生成初筛运行异常信号,若A∩B=2,则生成初筛运行正常信号,依据初筛运行异常信号生成深度监测指令,依据初筛运行正常信号生成持续监测指令,并将深度监测指令分别发送至第一监测单元与第二监测单元,将持续监测指令发送至数据采集单元;
如图2所示,当数据采集单元接收到持续监测指令时,数据采集单元则采集下一单位时间的贯流式水轮机发电机组的运行数据信息、标量数据信息和无益因素信息,并将其发送至云存储单元进行暂存,并重复上述监测操作。
实时例二:
如图1和图3所示,当第一监测单元接收到深度监测指令时,并据此从云存储单元中调取标量数据信息进行数量论证分析处理,具体的操作过程如下:
依据深度监测指令,随机调取单位时间内的贯流式水轮机发电机组的标量数据信息中的电流量值与电压量值,并将其分别标定为dli和dui,依据公式,求得机械负载系数gzxi,其中,e1和e2分别为电流量值与电压量值的权重因子系数,且e1>e2>0,e1+e2=3.1704;
需要说明的是,权重因子系数用于均衡各项数据在公式计算中的占比权重,从而促进计算结果的准确性;
设置机械负载系数gzxi的允许值Yu4,当机械负载系数gzxi超过允许值Yu4时,则生成机械负载较大信号,当机械负载系数gzxi等于允许值Yu4时,则生成机械负载正常信号,当机械负载系数gzxi小于允许值Yu4时,则生成机械负载较小信号;
还需指出的是,标量数据信息用于表示贯流式水轮机发电机组功耗运行层面的数据信息,标量数据信息包括电流量值和电压量值,当电压量值的表现数值越小时,且电流量值的表现数值越大时,则机械负载系数gzxi的表现数值越大,而机械负载系数gzxi的表现数值越大,则又说明此时贯流式水轮机发电机组运行会产生较大的热量,故进一步说明贯流式水轮机发电机组的运行存在故障问题;
并将生成的机械负载较小信号、机械负载正常信号和机械负载较大信号发送至定向分析单元;
当第二监测单元接收到深度监测指令时,并据此从云存储单元中调取无益因素信息进行归一量化分析处理,具体的操作过程如下:
依据深度监测指令,随机获取单位时间内的贯流式水轮机发电机组的无益因素信息中的异响量值和振动量值,并将其分别标定为fbei和zdli,并将其进行归一化分析,依据公式yuxi=f1×fbei+f2×zdli,求得无益系数yuxi,其中,f1和f2分别为异响量值和振动量值的修正因子系数,且f2>f1>0,且f1+f2=4.2011;
需要说明的是,修正因子系数用于修正各项参数在公式计算过程中出现的偏差,从而使得计算更加准确和参数数据;
将无益系数yuxi代入对应的预设参照范围Yu5中进行分析,当无益系数yuxi大于预设参照范围Yu5的最大值时,则生成强干扰运行信号,当无益系数yuxi处于预设参照范围Yu5内时,则生成一般干扰运行信号,当无益系数yuxi小于预设参照范围Yu5的最小值时,则生成弱干扰运行信号;
需要指出的是,无益因素信息包括异响量值和振动量值,其中,异响量值指的是贯流式水轮机发电机组中的发电机在运行时产生的噪音分贝大小的数据量值,当异响量值的表现数值越大时,则说明贯流式水轮机发电机组的运行越不稳定,而振动量值指的是发电机在运行产生的振动频率大小的数据量值,当振动量值的表现数值越大时,则说明贯流式水轮机发电机组的运行越不稳定,且当无益系数yuxi的表现数值越大时,则越说明贯流式水轮机发电机组表现的无益影响因素的程度越大,进而又进一步说明监测到的贯流式水轮机发电机组的运行越不稳定,反之,当无益系数yuxi的表现数值越小时,则越说明监测到的贯流式水轮机发电机组的运行越稳定;
并将生成的弱干扰运行信号、一般干扰运行信号和强干扰运行信号发送至定向分析单元;
当定向分析单元接收到各类型定性信号,并进行整合定性分析处理,具体的操作过程如下:
获取机械负载类型判定信号与干扰程度类型判定信号,并分别从两类信号任意抽取一个信号元素进行比较;
当同时捕捉到的信号分别为机械负载较小信号与弱干扰运行信号时,则生成运行较稳定信号,当同时捕捉到的信号分别为机械负载较大信号与强干扰运行信号,则生成运行异常信号,而其他情况下,则均生成运行稳定信号;
并将生成的运行较稳定信号、运行稳定信号和运行异常信号均发送至预警反馈单元;
当预警反馈单元接收到各类型运行判定信号时,并据此进行预警分析处理,具体的操作过程如下:
当运行较稳定信号时,则据此生成三级监测信号,并以“超大型灯泡贯流式水轮机发电机组的整体运行较为稳定、可靠,仅需持续监测”的文本字样发送至显示终端进行显示;
当运行稳定信号时,则据此生成二级监测信号,并以“超大型灯泡贯流式水轮机发电机组的整体运行为一般稳定,需要加强持续监测,必要时需要进行检修操作”的文本字样发送至显示终端进行显示;
当运行异常信号时,则据此生成一级监测信号,并以“超大型灯泡贯流式水轮机发电机组的运行存在故障,需要进行及时的检修操作”的文本字样发送至显示终端进行显示。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;
由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的权重因子系数;将设定的权重因子系数和采集的样本数据代入公式,任意两个公式构成二元一次方程组,将计算得到的系数进行筛选并取均值,得到e1和e2取值分别为0.9502和2.2202;
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,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的权重因子系数;只要不影响参数与量化后数值的比例关系即可。
本发明在使用时,通过获取贯流式水轮机发电机组的运行数据信息进行逐项筛查分析处理,利用公式化的分析、坐标模型的分析以及集合交叉分析的方式,对贯流式水轮机发电机组的运行状态进行了初步的监测分析,通过逐层分析和再整合的方式,从而在实现了贯流式水轮机发电机组运行监测管控的方式的准确性的同时,也为后续贯流式水轮机发电机组运行的深度监测奠定了导向基础;
以初筛导向监测分析结果为依据,并获取贯流式水轮机发电机组的标量数据信息与无益因素信息分别进行数量论证分析处理与归一量化分析处理,利用符号化的标定、公式化的分析以及对比值的比较分析的方式,分别从机械运行层面与干扰运行层面对贯流式水轮机发电机组的运行状况进行监测分析,进而进一步实现了贯流式水轮机发电机组的运行的精准且高效的监测分析;
并利用信号化的整合分析的方式,将两个层面的分析的信号进行整合定性分析处理,进而在实现了对贯流式水轮机发电机组的运行状态的全面监测分析的同时,也提高了对贯流式水轮机发电机组的运行状态监测的精准性和及时性,保证了贯流式水轮机发电机组稳定且高效的运行,促进了水电站的发展。
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 (8)
1.超大型灯泡贯流式水轮机发电机组运行监测系统,其特征在于,包括数据采集单元、云存储单元、初级监测单元、第一监测单元、第二监测单元、定向分析单元、预警反馈单元和显示终端;
所述数据采集单元用于采集贯流式水轮机发电机组的运行数据信息、标量数据信息和无益因素信息,并将其发送至云存储单元进行暂存;
所述初级监测单元用于调取云存储单元中贯流式水轮机发电机组的运行数据信息进行逐项筛查分析处理,生成深度监测指令与持续监测指令,并将深度监测指令分别发送至第一监测单元与第二监测单元,将持续监测指令发送至数据采集单元;
所述第一监测单元与第二监测单元用于接收深度监测指令,并据此从云存储单元中调取标量数据信息与无益因素信息分别进行数量论证分析处理与归一量化分析处理,据此生成机械负载较小信号、机械负载正常信号和机械负载较大信号与弱干扰运行信号、一般干扰运行信号和强干扰运行信号,并将其发送至定向分析单元;
所述定向分析单元用于接收各类型定性信号进行整合定性分析处理,据此生成运行较稳定信号、运行稳定信号和运行异常信号,并将其均发送至预警反馈单元;
所述预警反馈单元对接收的各类型运行判定信号进行预警分析处理,据此生成一级监测信号、二级监测信号和三级监测信号,并将其以文本字样描述的方式发送至显示终端进行显示。
2.根据权利要求1所述的超大型灯泡贯流式水轮机发电机组运行监测系统,其特征在于,逐项筛查分析处理的具体操作步骤如下:
S1:实时获取单位时间内的机组温度量值,并将其进行数据分析处理,据此生成第一异常导向信号与第一正常导向信号;
S2:实时获取单位时间内的电缆温度量值,并据此进行模型分析处理,据此生成第二异常导向信号与第二正常导向信号;
S3:依据步骤S1与S2,将第一类型导向信号与第二类型导向信号进行集合交叉分析,依据第一类型导向信号建立集合A,将第一异常导向信号标定为元素1,将第一正常导向信号标定为元素2,且元素1∈集合A,元素2∈集合A,依据第二类型导向信号建立集合B,将第二异常导向信号标定为元素1,将第二正常导向信号标定为元素2,且元素1∈集合B,元素2∈集合B;
3.根据权利要求2所述的超大型灯泡贯流式水轮机发电机组运行监测系统,其特征在于,数据分析处理的具体操作步骤如下:
实时获取单位时间内的机组温度量值,设置机组温度量值的参照阈值Yu1,当机组温度量值大于等于参照阈值Yu1时,则生成机组超温信号,当机组温度量值小于参照阈值Yu1时,则生成机组适温信号;
分别统计单位时间内生成机组超温信号与机组适温信号的数量和,当统计的机组超温信号的数量和≥统计的机组适温信号的数量和,则生成第一异常导向信号,当统计的机组超温信号的数量和<统计的机组适温信号的数量和,则生成第一正常导向信号。
4.根据权利要求2所述的超大型灯泡贯流式水轮机发电机组运行监测系统,其特征在于,模型分析处理的具体操作步骤如下:
将贯流式水轮机发电机组中的电缆按照等距离划分为若干个节点,并将若干个节点标记为j,并实时获取单位时间内各电缆的运行数据信息中的电缆温度量值;
将单位时间内获取的电缆温度量值进行均值分析,求得单位时间内的均值电缆温度;
从单位时间内随机抽取10个时间点下的均值电缆温度,并获取10个时间点下的均值电缆温度的最大值与最小值,并将其进行作差分析,求得偏差系数px,设置偏差系数的参照阈值Yu2,若偏差系数px≥参照阈值Yu2,则生成温度差异较大信号,若偏差系数px<参照阈值Yu2,则生成温度无差异信号;
依据温度无差异信号生成第二正常导向信号,依据温度差异较大信号,以时间为横坐标,以均值电缆温度为纵坐标,并据此建立直角坐标系,将各均值电缆温度通过描点的方式绘制在直角坐标系上,设置均值电缆温度的参照值Yu3,并将其作为对比参照线绘制在直角坐标系上,将直角坐标系上处于对比参照线上及以上的均值电缆温度标定为电缆超温信号,将直角坐标系上处于对比参照线以下的均值电缆温度标定为电缆适温信号;
若生成的电缆超温信号的数量和大于等于5,则生成第二异常导向信号,若生成的电缆超温信号的数量和小于5,则生成第二正常导向信号。
6.根据权利要求1所述的超大型灯泡贯流式水轮机发电机组运行监测系统,其特征在于,归一量化分析处理的具体操作步骤如下:
依据深度监测指令,随机获取单位时间内的贯流式水轮机发电机组的无益因素信息中的异响量值和振动量值,并将其进行归一化分析,求得无益系数;
将无益系数代入对应的预设参照范围Yu5中进行分析,当无益系数大于预设参照范围Yu5的最大值时,则生成强干扰运行信号,当无益系数处于预设参照范围Yu5内时,则生成一般干扰运行信号,当无益系数小于预设参照范围Yu5的最小值时,则生成弱干扰运行信号。
7.根据权利要求1所述的超大型灯泡贯流式水轮机发电机组运行监测系统,其特征在于,整合定性分析处理的具体操作步骤如下:
获取机械负载类型判定信号与干扰程度类型判定信号,并分别从两类信号任意抽取一个信号元素进行比较;
当同时捕捉到的信号分别为机械负载较小信号与弱干扰运行信号时,则生成运行较稳定信号,当同时捕捉到的信号分别为机械负载较大信号与强干扰运行信号,则生成运行异常信号,而其他情况下,则均生成运行稳定信号。
8.根据权利要求1所述的超大型灯泡贯流式水轮机发电机组运行监测系统,其特征在于,预警分析处理的具体操作步骤如下:
当运行较稳定信号时,则据此生成三级监测信号,当运行稳定信号时,则据此生成二级监测信号,当运行异常信号时,则据此生成一级监测信号,将其以文本字样描述的方式发送至显示终端进行显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210466238.8A CN114814578A (zh) | 2022-04-29 | 2022-04-29 | 超大型灯泡贯流式水轮机发电机组运行监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210466238.8A CN114814578A (zh) | 2022-04-29 | 2022-04-29 | 超大型灯泡贯流式水轮机发电机组运行监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114814578A true CN114814578A (zh) | 2022-07-29 |
Family
ID=82509561
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210466238.8A Pending CN114814578A (zh) | 2022-04-29 | 2022-04-29 | 超大型灯泡贯流式水轮机发电机组运行监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114814578A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115081493A (zh) * | 2022-08-23 | 2022-09-20 | 山东理工大学 | 一种基于数据分析的变频调速装置运行控制系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112085930A (zh) * | 2020-09-14 | 2020-12-15 | 武汉瑞莱保能源技术有限公司 | 一种发电机组智能监测预警系统及方法 |
CN112459956A (zh) * | 2020-11-05 | 2021-03-09 | 国网东北分部绿源水力发电公司 | 一种水轮机组状态实时监测和故障诊断系统及方法 |
CN114200273A (zh) * | 2022-02-21 | 2022-03-18 | 东营市沃格艾迪石油技术有限公司 | 一种用于潜油电泵在线绝缘监测的故障预测系统 |
-
2022
- 2022-04-29 CN CN202210466238.8A patent/CN114814578A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112085930A (zh) * | 2020-09-14 | 2020-12-15 | 武汉瑞莱保能源技术有限公司 | 一种发电机组智能监测预警系统及方法 |
CN112459956A (zh) * | 2020-11-05 | 2021-03-09 | 国网东北分部绿源水力发电公司 | 一种水轮机组状态实时监测和故障诊断系统及方法 |
CN114200273A (zh) * | 2022-02-21 | 2022-03-18 | 东营市沃格艾迪石油技术有限公司 | 一种用于潜油电泵在线绝缘监测的故障预测系统 |
Non-Patent Citations (1)
Title |
---|
刘万景等: "水轮发电机组运行状态监测", 水利水电技术, no. 5, pages 11 - 14 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115081493A (zh) * | 2022-08-23 | 2022-09-20 | 山东理工大学 | 一种基于数据分析的变频调速装置运行控制系统 |
CN115081493B (zh) * | 2022-08-23 | 2022-11-01 | 山东理工大学 | 一种基于数据分析的变频调速装置运行控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110502820B (zh) | 一种基于bim的钢结构工程实时监测预警方法 | |
CN114200273B (zh) | 一种用于潜油电泵在线绝缘监测的故障预测系统 | |
CN104915747A (zh) | 一种发电机组的发电性能评估方法及设备 | |
CN114430199A (zh) | 一种基于大数据的开关柜运行监管系统 | |
CN108092319A (zh) | 一种短期风电功率预测的不确定性分析方法及装置 | |
US20240142063A1 (en) | Method for troubleshooting potential safety hazards of compressor in smart gas pipeline network and internet of things system thereof | |
CN116993329B (zh) | 一种基于数据分析的通讯设备运行维修决策管理系统 | |
CN109670652A (zh) | 一种光伏组件的故障预测方法 | |
CN116800517A (zh) | 一种基于数据分析的数据采集智能管理系统 | |
CN111125895B (zh) | 一种风力发电机整机服役功率特性在线评估方法 | |
CN113937793B (zh) | 一种基于阻抗分段降阶模型零点辨识的稳定性分析方法 | |
CN103150635A (zh) | 电力设备运维方法 | |
CN114740303B (zh) | 一种无线无源高压开关柜的故障监测系统 | |
CN114814578A (zh) | 超大型灯泡贯流式水轮机发电机组运行监测系统 | |
CN116660672A (zh) | 基于大数据的电网设备故障诊断方法及系统 | |
CN109613372B (zh) | 一种基于多元电网数据库的电网故障诊断方法 | |
CN103984987B (zh) | 一种测风网络实时校正的arma模型风电功率超短期预测方法 | |
CN117706413B (zh) | 一种基于数据分析的标准电源模块运行自检系统 | |
CN109149566B (zh) | 一种大功率缺失下频率最低点预测的仿真模型的建模方法 | |
CN110472373A (zh) | 一种电力系统扰动后的动态频率估计测量方法 | |
CN115208067B (zh) | 一种新能源场站惯量响应检测方法、装置和系统 | |
CN114583746B (zh) | 一种预测新能源接入电网频率最低点的通用建模方法 | |
CN111367254B (zh) | 光伏电站解析单机等值方法、系统及设备 | |
CN114970311A (zh) | 一种远端模块寿命预测模型的建立方法与寿命预测方法 | |
CN113901649A (zh) | 一种频率仿真中负荷参数辨识方法、系统及存储介质 |
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 |