CN115062965A - 一种基于故障信息的水轮发电机组健康评估方法 - Google Patents
一种基于故障信息的水轮发电机组健康评估方法 Download PDFInfo
- Publication number
- CN115062965A CN115062965A CN202210670122.6A CN202210670122A CN115062965A CN 115062965 A CN115062965 A CN 115062965A CN 202210670122 A CN202210670122 A CN 202210670122A CN 115062965 A CN115062965 A CN 115062965A
- Authority
- CN
- China
- Prior art keywords
- health
- generator set
- health degree
- degree
- fault
- 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
- 230000036541 health Effects 0.000 title claims abstract description 203
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000012937 correction Methods 0.000 claims abstract description 55
- 238000011156 evaluation Methods 0.000 claims abstract description 29
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 15
- 230000015556 catabolic process Effects 0.000 claims description 12
- 238000006731 degradation reaction Methods 0.000 claims description 12
- 230000007797 corrosion Effects 0.000 claims description 6
- 238000005260 corrosion Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000006866 deterioration Effects 0.000 claims description 3
- 238000013210 evaluation model Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 15
- 238000011158 quantitative evaluation Methods 0.000 abstract description 4
- 230000002035 prolonged effect Effects 0.000 abstract description 3
- 238000003745 diagnosis Methods 0.000 abstract description 2
- 230000007246 mechanism Effects 0.000 abstract description 2
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于故障信息的水轮发电机组健康评估方法。本发明使用发电机组运维故障模式信息对发电机组及所属关键部件进行在线健康量化评估,故障模式信息主要包括故障预测、故障诊断、运行检修结果数据,通过机理模型建立发电机组健康评价体系,通过掌握故障模式的发生频次和对关键部件的影响程度,在线定量判定发电机组关键部件的运行状态,引入关键部件修正系数进行随时间变化的动态修正健康度,使其更加符合机组运行情况,指导发电机组关键部件的运行检修,确保关键部件的运行可靠性,延长发电机组使用寿命。
Description
技术领域
本发明涉及一种基于故障信息的水轮发电机组健康评估方法。
背景技术
随着用户对智慧机组的要求逐步提升,对发电机组运维技术水平要求越来越高,依据发电机组的内部机理、时刻掌握机组的运行状态成为了发电机组智能运维的一项重要技术支撑。
发电机组的健康状态评价体系建立一直停留在应用状态监测参数指标来进行综合评价,由于受到发电机组工况变化较多、传感器测量和数据传输实时性和准确性等影响,无法真正做到准确掌握机组的运行状态,因此,利用数据分析处理后的故障信息进行发电机组健康状态评价才能准确实用。
为保证发电机组健康评估结果有据可依,迫切需要一种基于故障信息的水轮发电机组健康评估方法。
发明内容
本发明要解决的技术问题是在发电机组运行过程中提供一种能够通过全生命周期故障信息进行健康评估的方法。本发明的技术方案具体描述如下:
步骤一:启动发电机组全生命周期内故障模式信息和健康评估模型查询服务;
步骤二:获取发电机组关键部件k健康评估模型和模型所属故障模式Fj,故障模式对象主要包含该故障发生的频次Fjf和对部件的影响程度Fji;
步骤四:关键部件上线运行初始健康度H0按照所属监测测点异常检测模型计算获取,关键部件更换时健康度Hn按照同类型部件统计和经验获取;
步骤五:预先按公式对多种故障模式允许的最大频次值Fjfmax和Fjfst值进行设置,最大频次值Fjfmax和频次标准值Fjfst按照统计和经验获取;
步骤六:依据故障信息计算第k个关键部件的健康度Hkf,首先对所属故障模式严重程度Fji进行归一化处理,即可结合故障模式健康度进行部件健康度计算;
步骤七:计算第k个关键部件特定运行环境下在t时刻的修正系数ω(t);
步骤八:计算第k个关键部件动态修正后的健康度Hk;
步骤九:计算发电机组健康度Hg;
步骤十:划分发电机组健康度评价指标范围,评价指标描述机组运行状态。
在上述基于故障信息的水轮发电机组健康评估方法中,所述步骤三中故障模式健康度,故障模式信息获取及故障模式健康度计算的步骤如下:
以故障模式编号作为查询条件,从数据库中获取第j个特定故障模式的历史故障信息包含发生频次和对关键部件的影响程度;
结合故障模式频次的标准值、最大值以及初始和更换时刻健康度进行健康度计算,判定公式如下:
式中:
Fjfmax:该种故障模式允许的最大频次值;
Fjfst:该种故障模式允许的频次标准值;
Hn:第k个关键部件更换时健康度;
H0:第k个关键部件上线运行初始健康度;
将第j个特定故障模式的健康度存储到数据库,实现定期更新故障模式健康状态指标。
在上述基于故障信息的水轮发电机组健康评估方法中,所述步骤六中部件健康度,关键部件所属故障模式健康度获取及关键部件健康度计算的步骤如下:
以关键部件编号作为查询条件,从数据库中获取关键部件健康评估指标体系,获取第k个关键部件相关所属故障模式及影响程度;
对所有指标体系中的故障模式影响程度进行归一化处理,对所有故障模式的健康度进行加权计算,判定公式如下:
式中:
Hkf:第k个关键部件的健康度;
Fji:所属故障模式影响程度;
以关键部件编号作为查询条件,对数据库中第k个关键部件的健康度进行定期更新健康度。
在上述基于故障信息的水轮发电机组健康评估方法中,所述步骤七中修正系数,关键部件修正系数信息获取及修正系数计算的步骤如下:
结合多项修正系数以及初始和更换时刻健康度对自然劣化系数进行计算,判定公式如下:
式中:
Ts:该种部件设计寿命;
f1:水环境腐蚀系数;
式中:
ω(t):修正系数
t0:初始健康度计算时间节点;
以关键部件编号作为查询条件,对数据库中第k个关键部件的修正系数进行定期更新,工作负荷系数f2按年周期计算更新,温度场系数f4按照季度进行选自动筛选。
在上述基于故障信息的水轮发电机组健康评估方法中,所述步骤八中部件修正后健康度,关键部件修正后健康度计算的步骤如下:
以关键部件编号为条件查询第k个关键部件修正前的健康度Hkf和t时刻的修正系数ω(t);
结合修正前的健康度和t时刻的修正系数进行在线实时计算,判定公式如下:
Hk=Hkf·ω(t)
式中:
Hk:第k个关键部件动态修正后的健康度;
Hkf:第k个关键部件修正前的健康度;
ω(t):t时刻的修正系数;
以关键部件编号作为查询条件,对数据库中第k个关键部件的健康度进行修正后更新,并且将健康度状态标签赋值为已修正。
在上述基于故障信息的水轮发电机组健康评估方法中,所述步骤九中发电机组健康度,结合发电机组评价体系中的关键部件H1…HN计算的步骤如下:
以发电机组编号作为查询条件,从数据库中获取发电机组健康评估指标体系,获取第H1…HN个关键部件的健康度;
获取发电机组健康评估指标体系中的关键部件健康度,采用关键部件最低分数代表发电机组健康度原则,判定公式如下:
Hg=min{H1…HN}
式中:
Hg:发电机组健康度;
H1:第1个关键部件的健康度;
HN:第N个关键部件的健康度;
以发电机组编号作为查询条件,对数据库中发电机组的健康度进行定期更新。
在上述基于故障信息的水轮发电机组健康评估方法中,所述步骤十中发电机组运行状态,结合发电机组运行状态评价标准与健康度进行运行状态评价的步骤如下:
从数据库中获取发电机组运行状态评价指标范围带与发电机组的健康度;
将发电机组健康度与状态评价指标范围带进行筛选匹配,判定公式如下:
式中:
Hg:发电机组健康度;
则可以计算健康评估结果及判定发电机组运行状态。
由于采用了上述方案,本发明的有益效果是:
1.方便机组实施视情检修。通过掌握发电机组及其所属关键部件的量化评估结果,可以通过该指标指导关键部件进行应急性检修或者延长检修周期,保证机组和关键部件的安全可靠性;
2.延长发电机组的使用寿命。通过机组实施视情检修,降低机组的检修维护费用,减少机组“非停”时间,可以确保发电机组高效稳定运行,延长发电机组的使用寿命。
附图说明
图1是本发明方法的工作原理逻辑框图。
图2是部件初始、更换健康度计算原理逻辑框图。
具体实施方式
具体实施方式一:如图1和图2所示,本实施方式提供了一种基于故障信息的水轮发电机组健康评估方法,所述方法是通过如下步骤实现的:
步骤一:启动发电机组全生命周期内故障模式信息和健康评估模型查询服务;
步骤二:获取发电机组关键部件k健康评估模型和模型所属故障模式Fj,故障模式对象主要包含该故障发生的频次Fjf和对部件的影响程度Fji;
步骤四:关键部件上线运行初始健康度H0按照所属监测测点异常检测模型计算获取,关键部件更换时健康度Hn按照同类型部件统计和经验获取;
步骤五:预先按公式对多种故障模式允许的最大频次值Fjfmax和Fjfst值进行设置,最大频次值Fjfmax和频次标准值Fjfst按照统计和经验获取;
步骤六:依据故障信息计算第k个关键部件的健康度Hkf,首先对所属故障模式严重程度Fji进行归一化处理,即可结合故障模式健康度进行部件健康度计算;
步骤七:计算第k个关键部件特定运行环境下在t时刻的修正系数ω(t);
步骤八:计算第k个关键部件动态修正后的健康度Hk;
步骤九:计算发电机组健康度Hg;
步骤十:划分发电机组健康度评价指标范围,评价指标映射机组运行状态。
本实施方式中,基于发电机组故障信息进行量化评估,提高发电机组的健康量化评估水平。综合利用发电机组的全生命周期运维故障信息,将机组的故障诊断、故障预测、运行检修等数据存入历史故障库中,最终结合故障信息对关键部件的影响程度和发生的频次,准确评价发电机组的运行状态,准确掌握了机组的历史健康水平,指导发电机组进行状态检修。
具体实施方式二:如图1和图2所示,本实施方式是对具体实施方式一所述的步骤三作进一步限定,本实施方式中,所述步骤三中故障模式健康度,故障模式信息获取及故障模式健康度计算的步骤如下:
以故障模式编号作为查询条件,从数据库中获取第j个特定故障模式的历史故障信息包含发生频次和对关键部件的影响程度;
结合故障模式频次的标准值、最大值以及初始和更换时刻健康度进行健康度计算,判定公式如下:
式中:
Fjfmax:该种故障模式允许的最大频次值;
Fjfst:该种故障模式允许的频次标准值;
Hn:第k个关键部件更换时健康度;
H0:第k个关键部件上线运行初始健康度;
将第j个特定故障模式的健康度存储到数据库,实现定期更新故障模式健康状态指标。
本实施方式中采用计算机自动判断和统计,可以有效记录该故障模式的历史发生情况,能够更加高效的获取该故障模式的具体故障信息。
具体实施方式三:如图1和图2所示,本实施方式是对具体实施方式一所述的步骤六作进一步限定,本实施方式中,所述步骤六中部件健康度,关键部件所属故障模式健康度获取及关键部件健康度计算的步骤如下:
以关键部件编号作为查询条件,从数据库中获取关键部件健康评估指标体系,获取第k个关键部件相关所属故障模式及影响程度;
对所有指标体系中的故障模式影响程度进行归一化处理,对所有故障模式的健康度进行加权计算,判定公式如下:
式中:
Hkf:第k个关键部件的健康度;
Fji:所属故障模式影响程度;
以关键部件编号作为查询条件,对数据库中第k个关键部件的健康度进行定期更新健康度。
具体实施方式四:如图1和图2所示,本实施方式是对具体实施方式一所述的步骤七作进一步限定,本实施方式中,所述步骤七中修正系数,关键部件修正系数信息获取及修正系数计算的步骤如下:
结合多项修正系数以及初始和更换时刻健康度对自然劣化系数进行计算,判定公式如下:
式中:
Ts:该种部件设计寿命;
f1:水环境腐蚀系数;
式中:
ω(t):修正系数
t0:初始健康度计算时间节点;
以关键部件编号作为查询条件,对数据库中第k个关键部件的修正系数进行定期更新,工作负荷系数f2按年周期计算更新,温度场系数f4按照季度进行选自动筛选。
本实施方式中引入修正系数,修改系数来源主要由实验室疲劳与破坏实验等获取,将发电机组环境因素考虑到健康度计算过程中,能够提高健康度的计算精度。
具体实施方式五:如图1和图2所示,本实施方式是对具体实施方式一所述的步骤八作进一步限定,本实施方式中,所述步骤八中部件修正后健康度,关键部件修正后健康度计算的步骤如下:
以关键部件编号为条件查询第k个关键部件修正前的健康度Hkf和t时刻的修正系数ω(t);
结合修正前的健康度和t时刻的修正系数进行在线实时计算,判定公式如下:
Hk=Hkf·ω(t)
式中:
Hk:第k个关键部件动态修正后的健康度;
Hkf:第k个关键部件修正前的健康度;
ω(t):t时刻的修正系数;
以关键部件编号作为查询条件,对数据库中第k个关键部件的健康度进行修正后更新,并且将健康度状态标签赋值为已修正。
本实施方式中部件健康度引入随时间变化的修正系数,使得部件健康度符合疲劳老化现象,检修周期更加符合电厂实际结果。
具体实施方式六:如图1和图2所示,本实施方式是对具体实施方式一所述的步骤九作进一步限定,本实施方式中,所述步骤九中发电机组健康度,,结合发电机组评价体系中的关键部件H1…HN计算的步骤如下:
以发电机组编号作为查询条件,从数据库中获取发电机组健康评估指标体系,获取第H1…HN个关键部件的健康度;
获取发电机组健康评估指标体系中的关键部件健康度,采用关键部件最低分数代表发电机组健康度原则,判定公式如下:
Hg=min{H1…HN}
式中:
Hg:发电机组健康度;
H1:第1个关键部件的健康度;
HN:第N个关键部件的健康度;
以发电机组编号作为查询条件,对数据库中发电机组的健康度进行定期更新。
本实施方式中发电机组健康度按照最小隶属原则,使得发电机组健康度表征机组最危险状态,快速定位到最有可能出现问题的关键部件,提高运维人员应急响应效率。
具体实施方式七:如图1和图2所示,本实施方式是对具体实施方式一所述的步骤十作进一步限定,本实施方式中,所述步骤十中发电机组运行状态,,结合发电机组运行状态评价标准与健康度进行运行状态评价的步骤如下:
从数据库中获取发电机组运行状态评价指标范围带与发电机组的健康度;
将发电机组健康度与状态评价指标范围带进行筛选匹配,判定公式如下:
式中:
Hg:发电机组健康度;
则可以计算健康评估结果及判定发电机组运行状态。
本实施方式中发电机组健康度范围与机组运行状态建立对应关系,使得运维人员快速掌握关键部件及机组的健康状态,依据健康评估结果准确快速指导运维人员进行响应。
以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的技术人员应当清楚:可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;然而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例的技术方案范围。
Claims (7)
1.一种基于故障信息的水轮发电机组健康评估方法,其特征包括如下步骤:
步骤一:启动发电机组全生命周期内故障模式信息和健康评估模型查询服务;
步骤二:获取发电机组关键部件k健康评估模型和模型所属故障模式Fj,故障模式对象主要包含该故障发生的频次Fjf和对部件的影响程度Fji;
步骤四:关键部件上线运行初始健康度H0按照所属监测测点异常检测模型计算获取,关键部件更换时健康度Hn按照同类型部件统计和经验获取;
步骤五:预先按公式对多种故障模式允许的最大频次值Fjfmax和Fjfst值进行设置,最大频次值Fjfmax和频次标准值Fjfst按照统计和经验获取;
步骤六:依据故障信息计算第k个关键部件的健康度Hkf,首先对所属故障模式严重程度Fji进行归一化处理,即可结合故障模式健康度进行部件健康度计算;
步骤七:计算第k个关键部件特定运行环境下在t时刻的修正系数ω(t);
步骤八:计算第k个关键部件动态修正后的健康度Hk;
步骤九:计算发电机组健康度Hg;
步骤十:划分发电机组健康度评价指标范围,评价指标描述机组运行状态。
2.根据权利要求1所述的一种基于故障信息的水轮发电机组健康评估方法,其特征是:所述步骤三中故障模式健康度,故障模式信息获取及故障模式健康度计算的步骤如下:
以故障模式编号作为查询条件,从数据库中获取第j个特定故障模式的历史故障信息,包含发生频次和对关键部件的影响程度;
结合故障模式频次的标准值、最大值以及初始和更换时刻健康度进行健康度计算,判定公式如下:
式中:
Fjfmax:该种故障模式允许的最大频次值;
Fjfst:该种故障模式允许的频次标准值;
Hn:第k个关键部件更换时健康度;
H0:第k个关键部件上线运行初始健康度;
将第j个特定故障模式的健康度存储到数据库,实现定期更新故障模式健康状态指标。
4.根据权利要求1所述的一种基于故障信息的水轮发电机组健康评估方法,其特征是:所述步骤七中修正系数,关键部件修正系数信息获取及修正系数计算的步骤如下:
结合多项修正系数以及初始和更换时刻健康度对自然劣化系数进行计算,判定公式如下:
式中:
Ts:该种部件设计寿命;
f1:水环境腐蚀系数;
式中:
ω(t):修正系数
t0:初始健康度计算时间节点;
以关键部件编号作为查询条件,对数据库中第k个关键部件的修正系数进行定期更新,工作负荷系数f2按年周期计算更新,温度场系数f4按照季度进行选自动筛选。
5.根据权利要求1所述的一种基于故障信息的水轮发电机组健康评估方法,其特征是:所述步骤八中部件修正后健康度,关键部件修正后健康度计算的步骤如下:
以关键部件编号为条件查询第k个关键部件修正前的健康度Hkf和t时刻的修正系数ω(t);
结合修正前的健康度和t时刻的修正系数进行在线实时计算,判定公式如下:
Hk=Hkf·ω(t)
式中:
Hk:第k个关键部件动态修正后的健康度;
Hkf:第k个关键部件修正前的健康度;
ω(t):t时刻的修正系数;
以关键部件编号作为查询条件,对数据库中第k个关键部件的健康度进行修正后更新,并且将健康度状态标签赋值为已修正。
6.根据权利要求1所述的一种基于故障信息的水轮发电机组健康评估方法,其特征是:所述步骤九中发电机组健康度,结合发电机组评价体系中的关键部件H1…HN计算的步骤如下:
以发电机组编号作为查询条件,从数据库中获取发电机组健康评估指标体系,获取第H1…HN个关键部件的健康度;
获取发电机组健康评估指标体系中的关键部件健康度,采用关键部件最低分数代表发电机组健康度原则,判定公式如下:
Hg=min{H1…HN}
式中:
Hg:发电机组健康度;
H1:第1个关键部件的健康度;
HN:第N个关键部件的健康度;
以发电机组编号作为查询条件,对数据库中发电机组的健康度进行定期更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210670122.6A CN115062965A (zh) | 2022-06-14 | 2022-06-14 | 一种基于故障信息的水轮发电机组健康评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210670122.6A CN115062965A (zh) | 2022-06-14 | 2022-06-14 | 一种基于故障信息的水轮发电机组健康评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115062965A true CN115062965A (zh) | 2022-09-16 |
Family
ID=83201240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210670122.6A Pending CN115062965A (zh) | 2022-06-14 | 2022-06-14 | 一种基于故障信息的水轮发电机组健康评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115062965A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115860123A (zh) * | 2023-03-02 | 2023-03-28 | 哈尔滨电机厂有限责任公司 | 一种水轮机故障诊断推理校验方法 |
-
2022
- 2022-06-14 CN CN202210670122.6A patent/CN115062965A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115860123A (zh) * | 2023-03-02 | 2023-03-28 | 哈尔滨电机厂有限责任公司 | 一种水轮机故障诊断推理校验方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110320892B (zh) | 基于Lasso回归的污水处理设备故障诊断系统及方法 | |
CN113435652B (zh) | 一种一次设备缺陷诊断与预测方法 | |
US20230213895A1 (en) | Method for Predicting Benchmark Value of Unit Equipment Based on XGBoost Algorithm and System thereof | |
CN112785091B (zh) | 一种对油田电潜泵进行故障预测与健康管理的方法 | |
CN109583520B (zh) | 一种云模型与遗传算法优化支持向量机的状态评估方法 | |
CN110046409B (zh) | 一种基于ResNet的汽轮机部件健康状态评估方法 | |
CN107480731A (zh) | 一种火电厂汽动给水泵组故障特征的早期识别方法 | |
CN117764422B (zh) | 智慧节能运维管理云平台 | |
CN115062965A (zh) | 一种基于故障信息的水轮发电机组健康评估方法 | |
CN118096134B (zh) | 故障处理方法、电子设备及存储介质 | |
CN110968703B (zh) | 基于lstm端到端抽取算法的异常计量点知识库构建方法及系统 | |
CN116467674A (zh) | 一种配电网智能故障处理融合更新系统及其方法 | |
CN113435759A (zh) | 一种基于深度学习的一次设备风险智能评估方法 | |
CN115204669A (zh) | 基于用电数据的污水处理厂行为异常判定方法及系统 | |
CN116662829B (zh) | 一种场群风机标准功率曲线定义规则和偏差验证方法 | |
CN118188342A (zh) | 一种面向风机的故障预警与寿命预测方法 | |
CN117592736A (zh) | 一种运维部门用工单紧急智能排序优先级管理系统 | |
CN115600695B (zh) | 一种计量设备的故障诊断方法 | |
CN105512761A (zh) | 一种电力变压器的经济寿命确定方法及装置 | |
CN114219206B (zh) | 基于灰色层次分析的抽水蓄能机组油系统状态综合评估方法 | |
CN115907033A (zh) | 一种基于机器学习算法预测每小时用电量的方法及系统 | |
CN115345448A (zh) | 一种水轮发电机组效能评价系统 | |
CN114139408A (zh) | 一种电力变压器健康状态评估方法 | |
CN117949886B (zh) | 互感器校验仪智能调控方法、系统、电子设备及存储介质 | |
CN118194138B (zh) | 一种承压设备损伤模式识别方法及系统 |
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 |