CN114992150A - 燃煤电站风机失速的预警方法、装置及存储介质 - Google Patents
燃煤电站风机失速的预警方法、装置及存储介质 Download PDFInfo
- Publication number
- CN114992150A CN114992150A CN202210547458.3A CN202210547458A CN114992150A CN 114992150 A CN114992150 A CN 114992150A CN 202210547458 A CN202210547458 A CN 202210547458A CN 114992150 A CN114992150 A CN 114992150A
- Authority
- CN
- China
- Prior art keywords
- fan
- curve
- stall
- early warning
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000010586 diagram Methods 0.000 claims abstract description 71
- 230000015654 memory Effects 0.000 claims description 19
- 239000003795 chemical substances by application Substances 0.000 claims description 3
- 239000003245 coal Substances 0.000 claims 1
- 239000000126 substance Substances 0.000 claims 1
- 230000004044 response Effects 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 6
- 238000009434 installation Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D27/00—Control, e.g. regulation, of pumps, pumping installations or pumping systems specially adapted for elastic fluids
- F04D27/001—Testing thereof; Determination or simulation of flow characteristics; Stall or surge detection, e.g. condition 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
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Abstract
本申请关于一种燃煤电站风机失速的预警方法、装置及存储介质。具体方案为:通过获取风机性能特征图,基于风机性能特征图,获取理论失速曲线,获取风机运行实时数据和风机运行历史数据,基于风机正常运行数据,在风机性能特征图中生成风机正常运行工况的上边缘曲线,基于风机失速运行数据和理论失速曲线,生成实际失速曲线,基于实际失速曲线和上边缘曲线,生成预警曲线,基于风机运行实时数据,在风机性能特征图中生成风机运行实时工况点,响应于风机运行实时工况点坐标位于预警曲线上方,发出预警信号。本申请提高了风机失速预警的准确性。
Description
技术领域
本申请涉及燃煤电站烟风系统应用领域,尤其涉及一种燃煤电站风机失速的预警方法、装置及存储介质。
背景技术
相关技术中,判断风机失速主要是通过风机本体失速测点、风机电流、风压等参数表征进行判断,当上述参数表征出现时表明风机已经进入失速区,无法实现在风机运行工况接近失速区时提出预警,并提醒运行人员提前调整参数避免失速。通过正常运行工况区域上边缘曲线或厂家提供的失速曲线进行预警,由于风机动叶现场机械角度安装、测点测量、风量计算等均存在误差,导致通过计算后风机工况点在性能特征图上的位置也存在较大误差。另外由于各电厂风机选型设计裕量和运行人员操作习惯均存在较大差异,单纯采用正常运行工况区域边缘曲线或厂家提供的失速曲线进行预警,其准确性无法保证。
发明内容
为此,本申请提供一种燃煤电站风机失速的预警方法、装置及存储介质。本申请的技术方案如下:
根据本申请实施例的第一方面,提供一种燃煤电站风机失速的预警方法,所述方法包括:
获取风机性能特征图;
基于所述风机性能特征图,获取理论失速曲线;
获取风机运行实时数据和风机运行历史数据;其中,所述风机运行历史数据包括风机正常运行数据和风机失速运行数据;
基于所述风机正常运行数据,在所述风机性能特征图中生成风机正常运行工况的上边缘曲线;
基于所述风机失速运行数据和所述理论失速曲线,生成实际失速曲线;
基于所述实际失速曲线和所述上边缘曲线,生成预警曲线;
基于所述风机运行实时数据,在所述风机性能特征图中生成风机运行实时工况点;
响应于所述风机运行实时工况点坐标位于所述预警曲线上方,发出预警信号。
根据本申请的一个实施例,所述基于所述风机失速运行数据和所述理论失速曲线,生成实际失速曲线,包括,
基于所述风机失速运行数据,在所述风机性能特征图中生成风机失速运行的历史工况点集;
基于所述风机失速运行的历史工况点集和所述理论失速曲线,生成实际失速曲线。
根据本申请的一个实施例,所述基于所述风机失速运行的历史工况点集和所述理论失速曲线,生成实际失速曲线,包括,
获取所述风机失速运行的历史工况点集中每个历史工况点的第一纵坐标值和横坐标值;
分别确定所述理论失速曲线中每个所述横坐标值对应的第二纵坐标值;
基于同一横坐标值对应的第一纵坐标值和第二纵坐标值,确定所述风机失速运行的历史工况点集中每个历史工况点与所述理论失速曲线之间的垂直距离;
基于多个所述垂直距离,确定距离平均值;
根据所述距离平均值,将所述理论失速曲线向下平移,将平移后的所述理论失速曲线确定为所述实际失速曲线。
根据本申请的一个实施例,所述基于所述风机运行实时数据,在所述风机性能特征图中生成风机运行实时工况点,包括,
基于所述风机性能特征图,获取风机性能特征数据;
基于所述风机性能特征数据,生成风机性能代理模型;
基于所述风机运行实时数据,利用所述风机性能代理模型,确定风机运行实时工况点坐标;
基于所述风机运行实时工况点坐标,在所述风机性能特征图中生成风机运行实时工况点。
根据本申请的一个实施例,基于所述风机运行实时数据,利用所述风机性能代理模型,确定风机运行实时工况点坐标,包括,
基于所述风机运行实时数据,确定风机比压能和风机动叶片开度值;
将所述风机比压能和风机动叶片开度值输入至所述风机性能代理模型中;
获取所述风机性能代理模型输出的风机体积流量值;
基于所述风机体积流量值和所述风机比压能,确定风机运行实时工况点在上述风机性能特征图中的坐标。
根据本申请的一个实施例,所述风机性能特征图的横坐标为风机体积流量,纵坐标为风机比压能,所述风机性能特征图包括多个等效动叶开度曲线;所述基于所述实际失速曲线和所述上边缘曲线,生成预警曲线,包括,
获取预设比例值;
分别确定每个等效动叶开度曲线与所述失速曲线的第一交点,获取所述第一交点的纵坐标;
分别确定每个等效动叶开度曲线与所述上边缘曲线的第二交点,获取所述第二交点的纵坐标;
确定同一等效动叶开度曲线上的第一交点纵坐标和第二交点纵坐标的差值;
基于所述预设比例值和所述差值,确定预警点的纵坐标值;
在所述第一交点和所述第二交点所属的等效动叶开度曲线上,确定与所述预警点的纵坐标值对应的横坐标值;
基于所述纵坐标值和所述横坐标值,确定预警点;
对多个预警点进行拟合,生成所述预警曲线。
根据本申请的一个实施例,所述基于所述风机正常运行数据,在所述风机性能特征图中生成风机正常运行工况的上边缘曲线,包括,
所述基于所述风机正常运行数据,在所述风机性能特征图中生成风机正常运行的历史工况点集;
基于所述风机运行的历史工况点集,在所述风机性能特征图中生成风机正常运行工况的上边缘曲线。
根据本申请实施例的第二方面,提出一种燃煤电站风机失速的预警装置,所述装置包括:
第一获取模块,用于获取风机性能特征图;
第二获取模块,用于基于所述风机性能特征图,获取理论失速曲线;
第三获取模块,用于获取风机运行实时数据和风机运行历史数据;其中,所述风机运行历史数据包括风机正常运行数据和风机失速运行数据;
第一生成模块,用于基于所述风机正常运行数据,在所述风机性能特征图中生成风机正常运行工况的上边缘曲线;
第二生成模块,用于基于所述风机失速运行数据和所述理论失速曲线,生成实际失速曲线;
第三生成模块,用于基于所述实际失速曲线和所述上边缘曲线,生成预警曲线;
第四生成模块,用于基于所述风机运行实时数据,在所述风机性能特征图中生成风机运行实时工况点;
预警模块,用于响应于所述风机运行实时工况点坐标位于所述预警曲线上方,发出预警信号。
根据本申请实施例的第三方面,提出一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面中任一项所述的方法。
根据本申请实施例的第四方面,提出一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行第一方面中任一项所述的方法。
本申请的实施例提供的技术方案至少带来以下有益效果:
通过理论风机时速曲线和风机失速运行数据结合,生成实际失速曲线,基于实际失速曲线进行风机失速预警,提高了风机失速预警的提前性,有效减少了由于现场安装、参数计算误差、操作习惯等不确定因素造成的预测误差,提高了预警的准确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理,并不构成对本申请的不当限定。
图1为本申请实施例中提出的一种燃煤电站风机失速的预警方法的流程图;
图2为本申请实施例中提出的一种燃煤电站风机失速的预警装置的结构框图;
图3是本申请实施例中提出的一种风机性能特征图;
图4是本申请实施例中提出的一种理论失速曲线、实际失速曲线、预警曲线、上边缘曲线;
图5是本申请实施例中提出的一种电子设备的框图。
1、风机失速运行的历史工况点;2、理论失速曲线;3、实际失速曲线;4、预警曲线;5、上边缘曲线;6、风机正常运行的历史工况点集;7、等效动叶开度曲线。
具体实施方式
为了使本领域普通人员更好地理解本申请的技术方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
图1为本申请实施例中提出的一种燃煤电站风机失速的预警方法的流程图。
如图1、图4所示,该燃煤电站风机失速的预警方法包括:
步骤101,获取风机性能特征图。
需要说明的是,风机性能特征图可以是由风机生产厂家提供的。
步骤102,基于风机性能特征图,获取理论失速曲线2。
可以理解的是,如图3所示,风机性能特征图的横坐标为风机体积流量,风机性能特征图的纵坐标为风机比压能,风机性能特征图中还包括等效动叶开度7,在确定的风机动叶开度下,风机体积流量与比压能成一一对应关系。等效动叶开度7有多个,对多个等效动叶开度7的上边缘进行拟合,可以得到理论失速曲线2。
步骤103,获取风机运行实时数据和风机运行历史数据;其中,风机运行历史数据包括风机正常运行数据和风机失速运行数据。
作为一种可能的示例,风机运行实时数据和风机运行历史数据可以包括数据包括引风机出口压力和温度、引风机入口压力和温度、引风机动叶开度、引风机运行空气流量,数据中包含风机全工况运行信息。可以通过上述风机运行历史数据计算风机各工况点的比压能数据。比压能的计算方法采用常规技术,在此不做赘述。
步骤104,基于风机正常运行数据,在风机性能特征图中生成风机正常运行工况的上边缘曲线5。
在本申请一些实施例中,上述步骤104包括:
步骤1041,基于风机正常运行数据,在风机性能特征图中生成风机正常运行的历史工况点集6。
可以理解的是,风机正常运行数据中包括多中不同时间、不同工况下的工况点,将所有工况点标记在风机性能特征图中,得到风机正常运行的历史工况点集6。
步骤1042,基于风机运行的历史工况点集,在风机性能特征图中生成风机正常运行工况的上边缘曲线5。
作为一种可能的示例,如图3所示,基于风机运行的历史工况点集,确定同一横坐标所对应的多个历史工况点的纵坐标中,纵坐标值最大的历史工况点。将每个横坐标对应的最大纵坐标值所对应的历史工况点进行拟合,得到风机性能特征图中生成风机正常运行工况的上边缘曲线5。
步骤105,基于风机失速运行数据和理论失速曲线2,生成实际失速曲线3。
需要说明的是,由于各电厂风机选型设计裕量和运行人员操作习惯均存在较大差异,单纯采用正常运行工况区域边缘曲线或厂家提供的理论失速曲线2进行预警,其准确性无法保证,因此需要结合历史数据中的风机失速运行数据,重新生成实际失速曲线3,从而提高对风机失速判断的准确性。
步骤106,基于实际失速曲线3和上边缘曲线5,生成预警曲线4。
作为一种可能实施的示例,预警曲线4设置于实际失速曲线3和上边缘曲线5之间。
步骤107,基于风机运行实时数据,在风机性能特征图中生成风机运行实时工况点。
作为一种可能实施的示例,基于风机运行实时数据,确定实时风机比压能、风机体积流量,从而确定风机运行实时工况点的横坐标和纵坐标,在风机性能特征图中生成风机运行实时工况点。
步骤108,响应于风机运行实时工况点坐标位于预警曲线4上方,发出预警信号。
作为一种可能实施的示例,响应于风机运行实时工况点坐标位于预警曲线4上方,说明当前风机运行工况存在超速的风险,向运行人员推送预警信息,提示风机运行已偏离正常区域,及时调整风机运行参数,防止风机失速。
根据本申请实施例的燃煤电站风机失速的预警方法,通过获取风机性能特征图,基于风机性能特征图,获取理论失速曲线,获取风机运行实时数据和风机运行历史数据,基于风机正常运行数据,在风机性能特征图中生成风机正常运行工况的上边缘曲线,基于风机失速运行数据和理论失速曲线,生成实际失速曲线,基于实际失速曲线和上边缘曲线,生成预警曲线,基于风机运行实时数据,在风机性能特征图中生成风机运行实时工况点,响应于风机运行实时工况点坐标位于预警曲线上方,发出预警信号,从而提高了风机失速预警的提前性,有效减少了由于现场安装、参数计算误差、操作习惯等不确定因素造成的预测误差,提高了预警的准确性。
本申请实施例中提出的另一种燃煤电站风机失速的预警方法包括:
步骤201,获取风机性能特征图。
在本申请的实施例中,步骤201可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此做出限定,也不再赘述。
步骤202,基于风机性能特征图,获取理论失速曲线2。
在本申请的实施例中,步骤202可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此做出限定,也不再赘述。
步骤203,获取风机运行实时数据和风机运行历史数据;其中,风机运行历史数据包括风机正常运行数据和风机失速运行数据。
在本申请的实施例中,步骤203可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此做出限定,也不再赘述。
步骤204,基于风机正常运行数据,在风机性能特征图中生成风机正常运行工况的上边缘曲线5。
在本申请的实施例中,步骤204可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此做出限定,也不再赘述。
步骤205,基于风机失速运行数据和理论失速曲线2,生成实际失速曲线3。
其中,在本申请实施例中,步骤205包括,
步骤2051,基于风机失速运行数据,在风机性能特征图中生成风机失速运行的历史工况点1集。
作为一种可能的示例,基于风机失速运行数据,确定风机失速运行工况下的风机比压能、风机体积流量,从而确定风机运行失速工况点的横坐标和纵坐标,在风机性能特征图中生成风机失速运行的历史工况点1。
可选的,可以采集风机失速运行前5秒的风机失速运行数据,基于风机失速运行前5 秒的风机失速运行数据,生成风机失速运行的历史工况点1集。
步骤2052,获取风机失速运行的历史工况点1集中每个历史工况点的第一纵坐标值和横坐标值。
步骤2053,分别确定理论失速曲线2中每个横坐标值对应的第二纵坐标值。
步骤2054,基于同一横坐标值对应的第一纵坐标值和第二纵坐标值,确定风机失速运行的历史工况点1集中每个历史工况点与理论失速曲线2之间的垂直距离。
可以理解的是,每个历史工况点到理论失速曲线2的垂直距离为该历史工况点横坐标对应的第一纵坐标值和第二纵坐标值的差值。每个历史工况点均对应有一个垂直距离。
步骤2055,基于多个垂直距离,确定距离平均值。
作为一种可能的示例,对多个垂直距离去平均值,得到距离平均值。
步骤2056,根据距离平均值,将理论失速曲线2向下平移,将平移后的理论失速曲线2确定为实际失速曲线3。
作为一种可能的示例,将理论失速曲线2向下平移,平移距离为上述距离平均值,从而得到实际失速曲线3。通过风机运行历史数据中的风机失速运行数据和理论失速曲线2相结合,得到了更准确的实际失速曲线3,提高了判断风机运行失速的准确性。
步骤206,基于实际失速曲线3和上边缘曲线5,生成预警曲线4。
其中,在本申请实施例中,步骤206包括:
步骤2061,获取预设比例值。
步骤2062,分别确定每个等效动叶开度7与所述失速曲线的第一交点,获取所述第一交点的纵坐标。
步骤2063,分别确定每个等效动叶开度7与所述上边缘曲线5的第二交点,获取所述第二交点的纵坐标。
作为一种可能的示例,如图4所示,在同一等效动叶开度7上找到与失速曲线的第一交点,以及与所述上边缘曲线5的第二交点,分别确定第一交点的纵坐标和第二交点的纵坐标。
步骤2064,确定同一等效动叶开度7上的第一交点纵坐标和第二交点纵坐标的差值。
步骤2065,基于所述预设比例值和所述差值,确定预警点的纵坐标值。
作为一种可能的示例,将第一交点纵坐标值与第二交点纵坐标值相减,得到差值,将差值与预设比例值相乘,得到预警曲线4与失速曲线的纵向距离,即预警点与失速曲线之间的距离,进而得到预警点的纵坐标值。
步骤2066,在所述第一交点和所述第二交点所属的等效动叶开度7上,确定与所述预警点的纵坐标值对应的横坐标值。
作为一种可能的示例,在上述第一交点和上述第二交点所属的等效动叶开度7上,找到与预警点的纵坐标值对应的横坐标值。
步骤2067,基于所述纵坐标值和所述横坐标值,确定预警点。
步骤2068,对多个预警点进行拟合,生成所述预警曲线4。
步骤207,基于风机运行实时数据,在风机性能特征图中生成风机运行实时工况点。
其中,在本申请实施例中,步骤207包括:
步骤2071,基于风机性能特征图,获取风机性能特征数据。
作为一种可能实施的示例,可以利用GetData Graph Digitizer等图片数值化软件将风机性能特征图中的数据信息提取,得到风机性能特征数据。
步骤2072,基于风机性能特征数据,生成风机性能代理模型。
作为一种可能实施的示例,可以基于风机性能特征图中的数据,采用人工神经网络等机器学习方法获得风机性能图的风机性能代理模型。
步骤2073,基于风机运行实时数据,确定风机比压能和风机动叶片开度值。
作为一种可能实施的示例,基于风机运行实时数据,计算风机比压能。在风机运行实时数据中,获取风机动叶片开度值。
步骤2074,将风机比压能和风机动叶片开度值输入至风机性能代理模型中。
步骤2075,获取风机性能代理模型输出的风机体积流量值。
作为一种可能实施的示例,将风机比压能和风机动叶片开度值输入至风机性能代理模型中,风机性能代理模型根据风机比压能和风机动叶片开度值,确定风机体积流量值,并将风机体积流量值输出。
步骤2076,基于风机体积流量值和风机比压能,确定风机运行实时工况点在上述风机性能特征图中的坐标。
步骤2077,基于风机运行实时工况点坐标,在风机性能特征图中生成风机运行实时工况点。
步骤208,响应于风机运行实时工况点坐标位于预警曲线4上方,发出预警信号。
在本申请的实施例中,步骤208可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此做出限定,也不再赘述。
根据本申请实施例的燃煤电站风机失速的预警方法,通过将运行工况点绘制到风机性能特征图上,利用风机实际失速前参数绘制准确的风机失速预警曲线,在实际运行工况点处于风机失速预警区域时发出预警,并提醒运行人员提前调整参数避免失速。与常规单纯依靠风机本体失速测点、风机电流、风压等参数对失速现象进行报警,该方法具有提前性。另外,相比于单纯采用正常运行工况区域边缘曲线或厂家提供的失速曲线进行预警,大大减少现场安装、参数计算、操作习惯等不确定因素造成的预测误差,预警准确性更高。
图2为本申请实施例中提出的一种燃煤电站风机失速的预警装置的结构框图。
如图2所示,该燃煤电站风机失速的预警装置包括:
第一获取模块301,用于获取风机性能特征图;
第二获取模块302,用于基于风机性能特征图,获取理论失速曲线;
第三获取模块303,用于获取风机运行实时数据和风机运行历史数据;其中,风机运行历史数据包括风机正常运行数据和风机失速运行数据;
第一生成模块304,用于基于风机正常运行数据,在风机性能特征图中生成风机正常运行工况的上边缘曲线;
第二生成模块305,用于基于风机失速运行数据和理论失速曲线,生成实际失速曲线;
第三生成模块306,用于基于实际失速曲线和上边缘曲线,生成预警曲线;
第四生成模块307,用于基于风机运行实时数据,在风机性能特征图中生成风机运行实时工况点;
预警模块308,用于响应于风机运行实时工况点坐标位于预警曲线上方,发出预警信号。
根据本申请实施例的燃煤电站风机失速的预警装置,通过将运行工况点绘制到风机性能特征图上,利用风机实际失速前参数绘制准确的风机失速预警曲线,在实际运行工况点处于风机失速预警区域时发出预警,并提醒运行人员提前调整参数避免失速。与常规单纯依靠风机本体失速测点、风机电流、风压等参数对失速现象进行报警,该方法具有提前性。另外,相比于单纯采用正常运行工况区域边缘曲线或厂家提供的失速曲线进行预警,大大减少现场安装、参数计算、操作习惯等不确定因素造成的预测误差,预警准确性更高。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图5所示,是根据本申请实施例的燃煤电站风机失速的预警方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示,该电子设备包括:一个或多个处理器501、存储器502,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。
存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中,存储器存储有可由至少一个处理器执行的指令,以使至少一个处理器执行本申请所提供的燃煤电站风机失速的预警方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的燃煤电站风机失速的预警方法。
存储器502作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的燃煤电站风机失速的预警方法对应的程序指令/模块(例如,附图3所示的第一获取模块301、第二获取模块302、第三获取模块303和第一生成模块304)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的燃煤电站风机失速的预警方法。
存储器502可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据用于阅读任务的预训练模型训练的电子设备的使用所创建的数据等。此外,存储器502可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器502可选包括相对于处理器501远程设置的存储器,这些远程存储器可以通过网络连接至用于阅读任务的预训练模型训练的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
燃煤电站风机失速的预警方法的电子设备还可以包括:输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接,图5中以通过总线连接为例。
输入装置503可接收输入的数字或字符信息,以及产生与用于阅读任务的预训练模型训练的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器) 监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种燃煤电站风机失速的预警方法,其特征在于,所述方法包括:
获取风机性能特征图;
基于所述风机性能特征图,获取理论失速曲线;
获取风机运行实时数据和风机运行历史数据;其中,所述风机运行历史数据包括风机正常运行数据和风机失速运行数据;
基于所述风机正常运行数据,在所述风机性能特征图中生成风机正常运行工况的上边缘曲线;
基于所述风机失速运行数据和所述理论失速曲线,生成实际失速曲线;
基于所述实际失速曲线和所述上边缘曲线,生成预警曲线;
基于所述风机运行实时数据,在所述风机性能特征图中生成风机运行实时工况点;
响应于所述风机运行实时工况点坐标位于所述预警曲线上方,发出预警信号。
2.根据权利要求1所述的方法,其特征在于,所述基于所述风机失速运行数据和所述理论失速曲线,生成实际失速曲线,包括,
基于所述风机失速运行数据,在所述风机性能特征图中生成风机失速运行的历史工况点集;
基于所述风机失速运行的历史工况点集和所述理论失速曲线,生成实际失速曲线。
3.根据权利要求2述的方法,其特征在于,所述基于所述风机失速运行的历史工况点集和所述理论失速曲线,生成实际失速曲线,包括,
获取所述风机失速运行的历史工况点集中每个历史工况点的第一纵坐标值和横坐标值;
分别确定所述理论失速曲线中每个所述横坐标值对应的第二纵坐标值;
基于同一横坐标值对应的第一纵坐标值和第二纵坐标值,确定所述风机失速运行的历史工况点集中每个历史工况点与所述理论失速曲线之间的垂直距离;
基于多个所述垂直距离,确定距离平均值;
根据所述距离平均值,将所述理论失速曲线向下平移,将平移后的所述理论失速曲线确定为所述实际失速曲线。
4.根据权利要求1所述的方法,其特征在于,所述基于所述风机运行实时数据,在所述风机性能特征图中生成风机运行实时工况点,包括,
基于所述风机性能特征图,获取风机性能特征数据;
基于所述风机性能特征数据,生成风机性能代理模型;
基于所述风机运行实时数据,利用所述风机性能代理模型,确定风机运行实时工况点坐标;
基于所述风机运行实时工况点坐标,在所述风机性能特征图中生成风机运行实时工况点。
5.根据权利要求4所述的方法,其特征在于,基于所述风机运行实时数据,利用所述风机性能代理模型,确定风机运行实时工况点坐标,包括,
基于所述风机运行实时数据,确定风机比压能和风机动叶片开度值;
将所述风机比压能和风机动叶片开度值输入至所述风机性能代理模型中;
获取所述风机性能代理模型输出的风机体积流量值;
基于所述风机体积流量值和所述风机比压能,确定风机运行实时工况点在上述风机性能特征图中的坐标。
6.根据权利要求5所述的方法,其特征在于,所述风机性能特征图的横坐标为风机体积流量,纵坐标为风机比压能,所述风机性能特征图包括多个等效动叶开度曲线;所述基于所述实际失速曲线和所述上边缘曲线,生成预警曲线,包括,
获取预设比例值;
分别确定每个等效动叶开度曲线与所述失速曲线的第一交点,获取所述第一交点的纵坐标;
分别确定每个等效动叶开度曲线与所述上边缘曲线的第二交点,获取所述第二交点的纵坐标;
确定同一等效动叶开度曲线上的第一交点纵坐标和第二交点纵坐标的差值;
基于所述预设比例值和所述差值,确定预警点的纵坐标值;
在所述第一交点和所述第二交点所属的等效动叶开度曲线上,确定与所述预警点的纵坐标值对应的横坐标值;
基于所述纵坐标值和所述横坐标值,确定预警点;
对多个预警点进行拟合,生成所述预警曲线。
7.根据权利要求1所述的方法,其特征在于,所述基于所述风机正常运行数据,在所述风机性能特征图中生成风机正常运行工况的上边缘曲线,包括,
所述基于所述风机正常运行数据,在所述风机性能特征图中生成风机正常运行的历史工况点集;
基于所述风机运行的历史工况点集,在所述风机性能特征图中生成风机正常运行工况的上边缘曲线。
8.一种燃煤电站风机失速的预警装置,其特征在于,所述装置包括:
第一获取模块,用于获取风机性能特征图;
第二获取模块,用于基于所述风机性能特征图,获取理论失速曲线;
第三获取模块,用于获取风机运行实时数据和风机运行历史数据;其中,所述风机运行历史数据包括风机正常运行数据和风机失速运行数据;
第一生成模块,用于基于所述风机正常运行数据,在所述风机性能特征图中生成风机正常运行工况的上边缘曲线;
第二生成模块,用于基于所述风机失速运行数据和所述理论失速曲线,生成实际失速曲线;
第三生成模块,用于基于所述实际失速曲线和所述上边缘曲线,生成预警曲线;
第四生成模块,用于基于所述风机运行实时数据,在所述风机性能特征图中生成风机运行实时工况点;
预警模块,用于响应于所述风机运行实时工况点坐标位于所述预警曲线上方,发出预警信号。
9.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210547458.3A CN114992150A (zh) | 2022-05-19 | 2022-05-19 | 燃煤电站风机失速的预警方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210547458.3A CN114992150A (zh) | 2022-05-19 | 2022-05-19 | 燃煤电站风机失速的预警方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114992150A true CN114992150A (zh) | 2022-09-02 |
Family
ID=83026702
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210547458.3A Pending CN114992150A (zh) | 2022-05-19 | 2022-05-19 | 燃煤电站风机失速的预警方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114992150A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024087552A1 (zh) * | 2022-10-28 | 2024-05-02 | 西安热工研究院有限公司 | 一种基于数据挖掘的风机运行状态实时在线预估方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4581888A (en) * | 1983-12-27 | 1986-04-15 | United Technologies Corporation | Compressor rotating stall detection and warning system |
US4618856A (en) * | 1985-05-03 | 1986-10-21 | Allied Corporation | Stall surge detector |
CN103216461A (zh) * | 2013-04-17 | 2013-07-24 | 南京航空航天大学 | 轴流式压气机的失速先兆识别方法 |
CN110186067A (zh) * | 2019-05-08 | 2019-08-30 | 国网浙江省电力有限公司电力科学研究院 | 一种防止风机失速的烟风道耦合系统 |
CN111985096A (zh) * | 2020-08-12 | 2020-11-24 | 浙江浙能技术研究院有限公司 | 一种基于风机实际临界失速曲线的引风机失速智能预警方法 |
CN112460061A (zh) * | 2020-12-16 | 2021-03-09 | 珠海格力电器股份有限公司 | 一种离心式压缩机失速状态判定方法、装置及机组设备 |
CN113153794A (zh) * | 2021-04-06 | 2021-07-23 | 新奥数能科技有限公司 | 基于云计算的风机在线监测方法、装置及系统 |
CN113669294A (zh) * | 2021-07-29 | 2021-11-19 | 华能(浙江)能源开发有限公司玉环分公司 | 一种引风机失速预警方法 |
WO2021248746A1 (zh) * | 2020-06-10 | 2021-12-16 | 大连理工大学 | 一种基于深度学习的轴流压气机失速喘振预测方法 |
-
2022
- 2022-05-19 CN CN202210547458.3A patent/CN114992150A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4581888A (en) * | 1983-12-27 | 1986-04-15 | United Technologies Corporation | Compressor rotating stall detection and warning system |
US4618856A (en) * | 1985-05-03 | 1986-10-21 | Allied Corporation | Stall surge detector |
CN103216461A (zh) * | 2013-04-17 | 2013-07-24 | 南京航空航天大学 | 轴流式压气机的失速先兆识别方法 |
CN110186067A (zh) * | 2019-05-08 | 2019-08-30 | 国网浙江省电力有限公司电力科学研究院 | 一种防止风机失速的烟风道耦合系统 |
WO2021248746A1 (zh) * | 2020-06-10 | 2021-12-16 | 大连理工大学 | 一种基于深度学习的轴流压气机失速喘振预测方法 |
CN111985096A (zh) * | 2020-08-12 | 2020-11-24 | 浙江浙能技术研究院有限公司 | 一种基于风机实际临界失速曲线的引风机失速智能预警方法 |
CN112460061A (zh) * | 2020-12-16 | 2021-03-09 | 珠海格力电器股份有限公司 | 一种离心式压缩机失速状态判定方法、装置及机组设备 |
CN113153794A (zh) * | 2021-04-06 | 2021-07-23 | 新奥数能科技有限公司 | 基于云计算的风机在线监测方法、装置及系统 |
CN113669294A (zh) * | 2021-07-29 | 2021-11-19 | 华能(浙江)能源开发有限公司玉环分公司 | 一种引风机失速预警方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024087552A1 (zh) * | 2022-10-28 | 2024-05-02 | 西安热工研究院有限公司 | 一种基于数据挖掘的风机运行状态实时在线预估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107766299A (zh) | 数据指标异常的监控方法及其系统、存储介质、电子设备 | |
US9274519B2 (en) | Methods and apparatus for monitoring operation of a system asset | |
JP2021082279A (ja) | 交通信号の制御方法、装置、コンピュータ機器及び記憶媒体 | |
CN103823935A (zh) | 一种风电场三维远程监控系统 | |
US20220027705A1 (en) | Building positioning method, electronic device, storage medium and terminal device | |
CN111835592B (zh) | 用于确定健壮性的方法、装置、电子设备及可读存储介质 | |
CN111539347B (zh) | 用于检测目标的方法和装置 | |
CN114992150A (zh) | 燃煤电站风机失速的预警方法、装置及存储介质 | |
CN112115224B (zh) | 地图数据的辅助质检方法、装置、电子设备及存储介质 | |
CN113917851A (zh) | 一种基于数字孪生的虚拟测试环境搭建方法 | |
CN111666876A (zh) | 用于检测障碍物的方法、装置、电子设备和路侧设备 | |
CN111578951A (zh) | 一种用于生成信息的方法和装置 | |
CN112241716A (zh) | 训练样本的生成方法和装置 | |
CN205138544U (zh) | 基于互联网的智能测量与管理一体化系统 | |
CN111966852B (zh) | 基于人脸的虚拟整容的方法和装置 | |
WO2016015637A1 (zh) | 光伏空调系统及其性能检测方法和性能检测装置 | |
CN112287922A (zh) | 表计读取方法、装置、设备以及存储介质 | |
CN115013340A (zh) | 火电厂轴流风机动叶调节故障的预警方法及装置 | |
CN111832611A (zh) | 动物识别模型的训练方法、装置、设备及存储介质 | |
CN116771655A (zh) | 水泵的智能控制系统及智能控制方法 | |
CN116562156A (zh) | 一种控制决策模型的训练方法、装置、设备及存储介质 | |
CN115807741A (zh) | 一种风电机组叶尖净空测量系统 | |
CN104698866A (zh) | 一种侵彻过载信息实时处理半实物仿真系统 | |
CN114297787A (zh) | 风机布置方案的生成方法、装置、电子设备及存储介质 | |
CN108510778B (zh) | 一种基于记录仪管理平台的车辆聚合显示的实现方法 |
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 |