CN115574852A - 一种传感器故障自适应监测的方法及系统 - Google Patents

一种传感器故障自适应监测的方法及系统 Download PDF

Info

Publication number
CN115574852A
CN115574852A CN202211157940.2A CN202211157940A CN115574852A CN 115574852 A CN115574852 A CN 115574852A CN 202211157940 A CN202211157940 A CN 202211157940A CN 115574852 A CN115574852 A CN 115574852A
Authority
CN
China
Prior art keywords
sensor
real
value
time monitoring
deviation degree
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
CN202211157940.2A
Other languages
English (en)
Inventor
杨立华
吕晓静
张波
刘鑫
闫姝
张宇
蒋俊荣
白亮
严祺慧
孙捷
杨勇文
张冲
任绪泽
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.)
Huaneng Clean Energy Research Institute
Clean Energy Branch of Huaneng International Power Jiangsu Energy Development Co Ltd Clean Energy Branch
Huaneng International Power Jiangsu Energy Development Co Ltd
Shengdong Rudong Offshore Wind Power Co Ltd
Original Assignee
Huaneng Clean Energy Research Institute
Clean Energy Branch of Huaneng International Power Jiangsu Energy Development Co Ltd Clean Energy Branch
Huaneng International Power Jiangsu Energy Development Co Ltd
Shengdong Rudong Offshore Wind 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 Huaneng Clean Energy Research Institute, Clean Energy Branch of Huaneng International Power Jiangsu Energy Development Co Ltd Clean Energy Branch, Huaneng International Power Jiangsu Energy Development Co Ltd, Shengdong Rudong Offshore Wind Power Co Ltd filed Critical Huaneng Clean Energy Research Institute
Priority to CN202211157940.2A priority Critical patent/CN115574852A/zh
Publication of CN115574852A publication Critical patent/CN115574852A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING 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
    • G01D18/00Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本申请公开了一种传感器故障自适应监测的方法及系统,该方法包括:获得多个传感器采集的实时监测值;根据多个传感器的实时监测值获得实时监测平均值;针对多个传感器中任意第一传感器,根据实时监测平均值、第一传感器的历史监测平均值和第一传感器的实时监测值,判断第一传感器是否出现故障;如果是,将第一传感器隔离;第一传感器的历史监测平均值是根据第一传感器历史采集的监测值获得的。比较第一传感器的实时监测值和实时监测平均值来验证监测数据的准确性,考虑因使用时间久等因素导致的劣化,判断第一传感器是否出现故障;故障时,将第一传感器隔离,继续使用其他未隔离的传感器进行监测,提高了传感器的容错能力和可靠性。

Description

一种传感器故障自适应监测的方法及系统
技术领域
本申请涉及传感器可靠性分析技术领域,具体涉及一种传感器故障自适应监测的方法及系统。
背景技术
传感器是一种能检测被测量的信息并按照一定规则转换成可用信号的装置,广泛应用于各个技术领域中,例如:风力发电、生物医药和航天等。传感器的可靠性是传感器的一个重要性能,会对传感器数据的准确性产生很大影响。因此,提高传感器的可靠性是很关键的一环。
但是,由于技术水平和成本的限制,传感器自身质量很难得到飞跃性的提升,导致传感器的可靠性也很难得到较大提升。
发明内容
有鉴于此,本申请提供一种传感器故障自适应监测的方法及系统,能够提高传感器的容错能力和可靠性。
为解决上述问题,本申请提供的技术方案如下:
本申请提供一种传感器故障自适应监测的方法,该方法包括:
获得多个传感器采集的实时监测值;
根据多个传感器的实时监测值获得实时监测平均值;
针对多个传感器中任意第一传感器,根据实时监测平均值、第一传感器的历史监测平均值和第一传感器的实时监测值,判断第一传感器是否出现故障;如果是,将第一传感器隔离;其中,第一传感器的历史监测平均值是根据第一传感器历史采集的监测值获得的。
优选地,根据实时监测平均值、第一传感器的历史监测平均值和第一传感器的实时监测值,判断第一传感器是否出现故障,包括:
由第一传感器的实时监测值与实时监测平均值获得第一偏离度;
由第一传感器的实时监测值与第一传感器的历史监测平均值获得第二偏离度;
根据第一偏离度和第二偏离度获得总偏离度;
当总偏离度大于预设阈值时,判断第一传感器出现故障。
优选地,由第一传感器的实时监测值与实时监测平均值获得第一偏离度包括:
将第一传感器的实时监测值与实时监测平均值作差,除以实时监测平均值,得到第一偏离度;
由第一传感器的实时监测值与第一传感器的历史监测平均值获得第二偏离度包括:
将第一传感器的实时监测值与第一传感器的历史监测平均值作差,除以第一传感器的历史监测平均值,得到第二偏离度;
根据第一偏离度和第二偏离度获得总偏离度包括:
将第一偏离度与第二偏离度求和,得到总偏离度。
优选地,将实时监测值与第一传感器的实时监测平均值作差,除以实时监测平均值,得到第一偏离度包括:
将第一传感器的实时监测值与实时监测平均值作差,除以实时监测平均值,取绝对值,乘第一差异权重,得到第一偏离度;
将第一传感器的实时监测值与第一传感器的历史监测平均值作差,除以第一传感器的历史监测平均值,得到第二偏离度包括:
将第一传感器的实时监测值与第一传感器的历史监测平均值作差,除以第一传感器的历史监测平均值,取绝对值,乘第二差异权重,得到第二偏离度;
其中,第一差异权重和第二差异权重是预设的,两者之和为1。
优选地,还包括:
根据被测对象的运行状态参数和历史运行状态平均参数,得到运行偏离度,修正总偏离度;
被测对象为多个传感器监测的对象;历史运行状态平均参数是根据被测对象的历史运行状态参数获得的。
优选地,根据被测对象的运行状态参数和历史运行状态平均参数,得到运行偏离度,修正总偏离度包括:
将被测对象的实时运行状态参数与历史运行状态平均参数作差,除以历史运行状态平均参数,取绝对值,乘第二差异权重,得到运行偏离度;
将总偏离度减去运行偏离度,得到修正后的总偏离度。
优选地,还包括:
当未被隔离的传感器数量小于等于1时,判断多个传感器均失效,控制多个传感器停止工作,进行报警。
本申请还提供一种传感器故障自适应监测的系统,包括:控制器和多个传感器;
控制器,用于获得多个传感器采集的实时监测值;根据多个传感器的实时监测值获得实时监测平均值;针对多个传感器中任意第一传感器,根据实时监测平均值、第一传感器的历史监测平均值和所述第一传感器的实时监测值,判断所述第一传感器是否出现故障;其中,所述第一传感器的历史监测平均值是根据所述第一传感器历史采集的监测值获得的;在所述第一传感器出现故障时,将所述第一传感器隔离;
所述多个传感器,用于采集实时监测值。
优选地,所述控制器具体用于:
由所述第一传感器的实时监测值与所述实时监测平均值获得第一偏离度;
由所述第一传感器的实时监测值与所述第一传感器的历史监测平均值获得第二偏离度;
根据所述第一偏离度和所述第二偏离度获得总偏离度;
当所述总偏离度大于预设阈值时,判断所述第一传感器出现故障。
优选地,所述控制器具体用于:
将所述第一传感器的实时监测值与所述实时监测平均值作差,除以所述实时监测平均值,得到第一偏离度;
将所述第一传感器的实时监测值与所述第一传感器的历史监测平均值作差,除以所述第一传感器的历史监测平均值,得到第二偏离度;
将所述第一偏离度与所述第二偏离度求和,得到所述总偏离度。
优选地,所述控制器具体用于:
将所述第一传感器的实时监测值与所述实时监测平均值作差,除以所述实时监测平均值,取绝对值,乘第一差异权重,得到第一偏离度;
将所述第一传感器的实时监测值与所述第一传感器的历史监测平均值作差,除以所述第一传感器的历史监测平均值,取绝对值,乘第二差异权重,得到第二偏离度;
其中,所述第一差异权重和所述第二差异权重是预设的,两者之和为1。
优选地,所述控制器还用于:
根据被测对象的运行状态参数和历史运行状态平均参数,得到运行偏离度,修正所述总偏离度;
所述被测对象为所述多个传感器监测的对象;所述历史运行状态平均参数是根据所述被测对象的历史运行状态参数获得的。
优选地,所述控制器具体用于:
将被测对象的实时运行状态参数与历史运行状态平均参数作差,除以所述历史运行状态平均参数,取绝对值,乘第二差异权重,得到运行偏离度;
将所述总偏离度减去所述运行偏离度,得到修正后的总偏离度。
优选地,所述控制器还用于:
当未被隔离的传感器数量小于等于1时,判断所述多个传感器均失效,控制所述多个传感器停止工作,进行报警。
由此可见,本申请具有如下有益效果:
本申请提供的传感器故障自适应监测的方法,获得多个传感器采集的实时监测值,根据多个传感器的实时监测值获得实时监测平均值;针对多个传感器中任意第一传感器,根据实时监测平均值、第一传感器的历史监测平均值和第一传感器的实时监测值,判断第一传感器是否出现故障;如果是,将第一传感器隔离。其中,第一传感器的历史监测平均值是根据第一传感器历史采集的监测值获得的。本申请提供的传感器故障自适应监测的方法,比较第一传感器的实时监测值和实时监测平均值来验证监测数据的准确性,比较第一传感器的实时监测值和第一传感器的历史监测平均值来考虑第一传感器自身因使用时间久等因素导致的劣化,通过两个方面一起比较,判断第一传感器是否出现故障;判断第一传感器故障时,将第一传感器隔离,继续使用其他未隔离的传感器进行监测,提高了传感器的容错能力和可靠性。
附图说明
图1为本申请实施例提供的一种传感器故障自适应监测的方法的流程图;
图2为本申请实施例提供的另一种传感器故障自适应监测的方法的流程图;
图3为本申请实施例提供的一种传感器故障自适应监测的系统的示意图。
具体实施方式
为了使本领域技术人员更好地理解和实施本申请的技术方案,下面结合附图和具体实施方式对本申请实施例进行具体介绍。
参见图1,该图为本申请实施例提供的一种传感器故障自适应监测的方法的流程图。
本申请不具体限定传感器的类型,例如可以是温度传感器或转速传感器等,也可以是其他类型的传感器。另外,本申请实施例也不具体限定应用场景,可以为任何场合应用。例如,风力发电机组,光伏发电,海上发电等。
该方法包括:
S101:获得多个传感器采集的实时监测值。
其中,多个传感器均对同一种类的数据进行监测;本申请不具体限定多个传感器的具体数量,例如监测温度均为温度传感器。
本申请具体不限定传感器的数量,至少为2个,例如可以为3个或4个等。
S102:根据多个传感器的实时监测值获得实时监测平均值。
应该理解,多个传感器对应一个实时监测平均值。
S103:针对多个传感器中任意第一传感器,根据实时监测平均值、第一传感器的历史监测平均值和第一传感器的实时监测值,判断第一传感器出现故障时,将第一传感器隔离。第一传感器为多个传感器中的任意一个传感器。
第一传感器的历史监测平均值是根据第一传感器历史采集的监测值获得的。其中,每个传感器对应一个历史监测平均值,即两者为一一对应的关系。
由于多个传感器均对同一种类的数据进行监测,所以多个传感器的实时监测值之间相差不大,因此,将第一传感器的实时监测值与实时监测平均值进行比较。
由于传感器存在劣化现象,即随着使用时间变长,传感器性能会降低,因此,将第一传感器的实时监测值与历史监测平均值进行比较。
通过上述两方面比较,控制器可以判断第一传感器是否出现故障;第一传感器的实时监测值与实时监测平均值相差过大时,表示第一传感器监测到的数据不准确,第一传感器的实时监测值与历史监测平均值相差过大时,表示第一传感器劣化现象严重,因此判断第一传感器故障。
第一传感器出现故障时,控制器将第一传感器隔离,由于设置了多个传感器进行数据监测,在有传感器故障时,仍可以采用其他未隔离的传感器进行数据监测,避免了传感器故障导致的例如控制失调或者系统崩溃的事故。
本申请提供的传感器故障自适应监测的方法,获得多个传感器采集的实时监测值,根据多个传感器的实时监测值获得实时监测平均值;针对多个传感器中任意第一传感器,根据实时监测平均值、第一传感器的历史监测平均值和第一传感器的实时监测值,判断第一传感器是否出现故障;如果是,将第一传感器隔离。其中,第一传感器的历史监测平均值是根据第一传感器历史采集的监测值获得的。本申请提供的传感器故障自适应监测的方法,比较第一传感器的实时监测值和实时监测平均值来验证监测数据的准确性,比较第一传感器的实时监测值和第一传感器的历史监测平均值来考虑第一传感器自身因使用时间久等因素导致的劣化,通过两个方面一起比较,判断第一传感器是否出现故障;判断第一传感器故障时,将第一传感器隔离,继续使用其他未隔离的传感器进行监测,提高了传感器的容错能力和可靠性。
上述实施例中,根据实时监测平均值、第一传感器的历史监测平均值和第一传感器的实时监测值,判断第一传感器是否出现故障有多种具体实现形式,下面结合附图进行详细介绍。
参见图2,该图为本申请实施例提供的另一种传感器故障自适应监测的方法的流程图。
S201:获得多个传感器采集的实时监测值。
S202:根据多个传感器的实时监测值获得实时监测平均值。
S203:由第一传感器的实时监测值与实时监测平均值获得第一偏离度。
第一偏离度反映的是同类传感器之间性能的差异。
S204:由第一传感器的实时监测值与第一传感器的历史监测平均值获得第二偏离度。
第二偏离度反映的是同一传感器性能随时间变化的差异。
S205:根据第一偏离度和第二偏离度获得总偏离度。
总偏离度反映的是第一传感器的总体性能是否出现明显偏差。
S206:根据被测对象的运行状态参数和历史运行状态平均参数,得到运行偏离度,修正总偏离度。
其中,被测对象为多个传感器监测的对象;历史运行状态平均参数是根据被测对象的历史运行状态参数获得的。
当被测对象自身运行模式发生较大改变时,传感器在不同时间的监测值会发生较大改变,并不代表传感器出现劣化问题。因此,增加运行偏离度,可以减少因被测对象运行模式发生变化,导致第二偏离度较高的误报。
由于部分被测对象的运行模式是固定不变的,因此在这种情况下,运行偏离度的计算也可以省略。
本申请不具体限定第一偏离度、第二偏离度、总偏离度和运行偏离度的具体计算方式,下面举例说明。
第一偏离度可以通过如下方式进行计算:
将第一传感器的实时监测值xi与实时监测平均值
Figure BDA0003859648490000071
作差,除以实时监测平均值
Figure BDA0003859648490000072
取绝对值,乘第一差异权重δ1,得到第一偏离度ε1。
用公式表达为:
Figure BDA0003859648490000073
第二偏离度可以通过如下方式进行计算:
将第一传感器的实时监测值xi与第一传感器的历史监测平均值
Figure BDA0003859648490000074
作差,除以第一传感器的历史监测平均值
Figure BDA0003859648490000075
取绝对值,乘第二差异权重δ2,得到第二偏离度ε2。
用公式表达为:
Figure BDA0003859648490000076
其中,第一差异权重和第二差异权重是预设的,第一差异权重表示的是同类传感器之间差异的权重;第二差异权重表示的是同一传感器性能随时间变化的差异的权重;第一差异权重与第二差异权重之和为1。
本申请不具体限定第一差异权重和第二差异权重的具体值,本领域技术人员可以根据不同领域的具体需求来调节第一差异权重和第二差异权重的具体值。
总偏离度可以通过如下方式进行计算:
将第一偏离度ε1与第二偏离度ε2求和,得到总偏离度ε。
用公式表达为:
Figure BDA0003859648490000081
运行偏离度可以通过如下方式进行计算:
将被测对象的实时运行状态参数s与历史运行状态平均参数
Figure BDA0003859648490000082
作差,除以历史运行状态平均参数
Figure BDA0003859648490000085
取绝对值,乘第二差异权重δ2,得到运行偏离度ε3。
用公式表达为:
Figure BDA0003859648490000083
将总偏离度ε减去所述运行偏离度ε3,得到修正后的总偏离度ε’。
Figure BDA0003859648490000084
S207:判断总偏离度是否大于预设阈值;如果是,执行步骤S208。
S208:判断第一传感器出现故障,隔离第一传感器。
总偏离度大于预设阈值,表示第一传感器的总体性能出现了明显偏差,即第一传感器出现故障。
本申请不具体限定预设阈值的具体大小,本领域技术人员可以根据不同领域的不同传感器可靠性需求来调节预设阈值的大小;传感器可靠性需求较高的场景下,可以设置较小的预设阈值。
该方法,还可以包括:
当未被隔离的传感器数量小于等于1时,判断多个传感器均失效,控制多个传感器停止工作,进行报警。
没有未被隔离的传感器时,表明所有传感器正常;只剩一个未被隔离的传感器时,没有其他传感器能够共同检验可靠性,因此需要停止工作,对其他故障传感器进行维修。
本申请实施例提供的传感器故障自适应监测的方法,还可以增加运行偏离度,以减少由于被测对象本身运行模式发送较大变化导致第二偏离度较高的误报,进一步提高传感器的可靠性。
基于以上实施例提供的传感器故障自适应监测的方法,本申请实施例还提供一种传感器故障自适应监测的系统,下面结合附图进行详细介绍。
参见图3,该图为本申请实施例提供的一种传感器故障自适应监测的系统的示意图。
本申请提供的传感器故障自适应监测的系统,包括:控制器100和多个传感器,例如n个传感器,n为大于等于2的整数,n个传感器分别为:第一传感器201、第二传感器202直至第n传感器20n。应该理解,此处的第一传感器201与方法实施例的第一传感器有所区别,方法实施例的第一传感器是泛指多个传感器中的任意一个。本系统实施例中的第一传感器201是特指多个传感器中的任意一个。
本申请不具体限定传感器的类型,例如可以是温度传感器或转速传感器等,也可以是其他类型的传感器。
控制器100,用于获得多个传感器采集的实时监测值;根据多个传感器的实时监测值获得实时监测平均值;针对多个传感器中任意第一传感器,根据实时监测平均值、第一传感器的历史监测平均值和第一传感器的实时监测值,判断第一传感器是否出现故障;其中,第一传感器的历史监测平均值是根据第一传感器历史采集的监测值获得的;在第一传感器出现故障时,将第一传感器隔离。
多个传感器,用于采集实时监测值。即第一传感器201、第二传感器202直至第n传感器20n分别采集对应的实时监测值。
其中,多个传感器均对同一种类的数据进行监测。
控制器100,可以具体用于由第一传感器的实时监测值与实时监测平均值获得第一偏离度;由第一传感器的实时监测值与第一传感器的历史监测平均值获得第二偏离度;根据第一偏离度和第二偏离度获得总偏离度;当总偏离度大于预设阈值时,判断第一传感器出现故障。
本申请不具体限定预设阈值的具体大小,本领域技术人员可以根据不同领域的不同传感器可靠性需求来调节预设阈值的大小;传感器可靠性需求较高的场景下,可以设置较小的预设阈值。
控制器100,还可以用于根据被测对象的运行状态参数和历史运行状态平均参数,得到运行偏离度,修正总偏离度。
当被测对象自身运行模式发生较大改变时,传感器在不同时间的监测值会发生较大改变,并不代表传感器出现劣化问题。因此,增加运行偏离度,可以减少因被测对象运行模式发生变化,导致第二偏离度较高的误报。
本申请不具体限定第一偏离度、第二偏离度、总偏离度和运行偏离度的具体计算方式,可能的计算方式已在上述实施例中举例说明,在此不再赘述。
控制器100,还可以用于在未被隔离的传感器数量小于等于1时,判断多个传感器均失效,控制多个传感器停止工作,进行报警。
没有未被隔离的传感器时,表明所有传感器故障,需要维修;只剩一个未被隔离的传感器时,没有其他传感器能够共同检验可靠性,因此需要停止工作,对其他故障传感器进行维修。
本申请提供的传感器故障自适应监测的系统,控制器用于获得多个传感器采集的实时监测值,根据多个传感器的实时监测值获得实时监测平均值;针对多个传感器中任意第一传感器,根据实时监测平均值、第一传感器的历史监测平均值和第一传感器的实时监测值,判断第一传感器是否出现故障;在第一传感器故障时,将其隔离。其中,第一传感器的历史监测平均值是根据第一传感器历史采集的监测值获得的。本申请提供的传感器故障自适应监测的系统,控制器比较第一传感器的实时监测值和实时监测平均值来验证监测数据的准确性,控制器比较第一传感器的实时监测值和第一传感器的历史监测平均值来考虑第一传感器自身因使用时间久等因素导致的劣化,通过两个方面一起比较,控制器判断第一传感器是否出现故障;判断第一传感器故障时,将第一传感器隔离,系统继续使用其他未隔离的传感器进行监测,提高了传感器的容错能力和可靠性。
另外,本申请提供的传感器故障自适应监测的系统,还可以令控制器增加根据运行偏离度修正总偏离度,以减少由于被测对象本身运行模式发送较大变化导致第二偏离度较高的误报,进一步提高传感器的可靠性。
需要说明的是,本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统或装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (14)

1.一种传感器故障自适应监测的方法,其特征在于,该方法包括:
获得多个传感器采集的实时监测值;
根据所述多个传感器的实时监测值获得实时监测平均值;
针对所述多个传感器中任意第一传感器,根据所述实时监测平均值、所述第一传感器的历史监测平均值和所述第一传感器的实时监测值,判断所述第一传感器是否出现故障;如果是,将所述第一传感器隔离;其中,所述第一传感器的历史监测平均值是根据所述第一传感器历史采集的监测值获得的。
2.根据权利要求1所述的方法,其特征在于,所述根据所述实时监测平均值、所述第一传感器的历史监测平均值和所述第一传感器的实时监测值,判断所述第一传感器是否出现故障,包括:
由所述第一传感器的实时监测值与所述实时监测平均值获得第一偏离度;
由所述第一传感器的实时监测值与所述第一传感器的历史监测平均值获得第二偏离度;
根据所述第一偏离度和所述第二偏离度获得总偏离度;
当所述总偏离度大于预设阈值时,判断所述第一传感器出现故障。
3.根据权利要求2所述的方法,其特征在于,所述由所述第一传感器的实时监测值与所述实时监测平均值获得第一偏离度包括:
将所述第一传感器的实时监测值与所述实时监测平均值作差,除以所述实时监测平均值,得到第一偏离度;
所述由所述第一传感器的实时监测值与所述第一传感器的历史监测平均值获得第二偏离度包括:
将所述第一传感器的实时监测值与所述第一传感器的历史监测平均值作差,除以所述第一传感器的历史监测平均值,得到第二偏离度;
所述根据所述第一偏离度和所述第二偏离度获得总偏离度包括:
将所述第一偏离度与所述第二偏离度求和,得到所述总偏离度。
4.根据权利要求3所述的方法,其特征在于,所述将所述实时监测值与所述第一传感器的实时监测平均值作差,除以所述实时监测平均值,得到第一偏离度包括:
将所述第一传感器的实时监测值与所述实时监测平均值作差,除以所述实时监测平均值,取绝对值,乘第一差异权重,得到第一偏离度;
所述将所述第一传感器的实时监测值与所述第一传感器的历史监测平均值作差,除以所述第一传感器的历史监测平均值,得到第二偏离度包括:
将所述第一传感器的实时监测值与所述第一传感器的历史监测平均值作差,除以所述第一传感器的历史监测平均值,取绝对值,乘第二差异权重,得到第二偏离度;
其中,所述第一差异权重和所述第二差异权重是预设的,两者之和为1。
5.根据权利要求4所述的方法,其特征在于,还包括:
根据被测对象的运行状态参数和历史运行状态平均参数,得到运行偏离度,修正所述总偏离度;
所述被测对象为所述多个传感器监测的对象;所述历史运行状态平均参数是根据所述被测对象的历史运行状态参数获得的。
6.根据权利要求5所述的方法,其特征在于,所述根据被测对象的运行状态参数和历史运行状态平均参数,得到运行偏离度,修正所述总偏离度包括:
将被测对象的实时运行状态参数与历史运行状态平均参数作差,除以所述历史运行状态平均参数,取绝对值,乘第二差异权重,得到运行偏离度;
将所述总偏离度减去所述运行偏离度,得到修正后的总偏离度。
7.根据权利要求1-6任一项所述的方法,其特征在于,还包括:
当未被隔离的传感器数量小于等于1时,判断所述多个传感器均失效,控制所述多个传感器停止工作,进行报警。
8.一种传感器故障自适应监测的系统,其特征在于,包括:控制器和多个传感器;
所述控制器,用于获得多个传感器采集的实时监测值;根据所述多个传感器的实时监测值获得实时监测平均值;针对所述多个传感器中任意第一传感器,根据所述实时监测平均值、所述第一传感器的历史监测平均值和所述第一传感器的实时监测值,判断所述第一传感器是否出现故障;其中,所述第一传感器的历史监测平均值是根据所述第一传感器历史采集的监测值获得的;在所述第一传感器出现故障时,将所述第一传感器隔离;
所述多个传感器,用于采集实时监测值。
9.根据权利要求8所述的系统,其特征在于,所述控制器具体用于:
由所述第一传感器的实时监测值与所述实时监测平均值获得第一偏离度;
由所述第一传感器的实时监测值与所述第一传感器的历史监测平均值获得第二偏离度;
根据所述第一偏离度和所述第二偏离度获得总偏离度;
当所述总偏离度大于预设阈值时,判断所述第一传感器出现故障。
10.根据权利要求9所述的系统,其特征在于,所述控制器具体用于:
将所述第一传感器的实时监测值与所述实时监测平均值作差,除以所述实时监测平均值,得到第一偏离度;
将所述第一传感器的实时监测值与所述第一传感器的历史监测平均值作差,除以所述第一传感器的历史监测平均值,得到第二偏离度;
将所述第一偏离度与所述第二偏离度求和,得到所述总偏离度。
11.根据权利要求10所述的系统,其特征在于,所述控制器具体用于:
将所述第一传感器的实时监测值与所述实时监测平均值作差,除以所述实时监测平均值,取绝对值,乘第一差异权重,得到第一偏离度;
将所述第一传感器的实时监测值与所述第一传感器的历史监测平均值作差,除以所述第一传感器的历史监测平均值,取绝对值,乘第二差异权重,得到第二偏离度;
其中,所述第一差异权重和所述第二差异权重是预设的,两者之和为1。
12.根据权利要求11所述的系统,其特征在于,所述控制器还用于:
根据被测对象的运行状态参数和历史运行状态平均参数,得到运行偏离度,修正所述总偏离度;
所述被测对象为所述多个传感器监测的对象;所述历史运行状态平均参数是根据所述被测对象的历史运行状态参数获得的。
13.根据权利要求12所述的系统,其特征在于,所述控制器具体用于:
将被测对象的实时运行状态参数与历史运行状态平均参数作差,除以所述历史运行状态平均参数,取绝对值,乘第二差异权重,得到运行偏离度;
将所述总偏离度减去所述运行偏离度,得到修正后的总偏离度。
14.根据权利要求8-13任一项所述的系统,其特征在于,所述控制器还用于:
当未被隔离的传感器数量小于等于1时,判断所述多个传感器均失效,控制所述多个传感器停止工作,进行报警。
CN202211157940.2A 2022-09-22 2022-09-22 一种传感器故障自适应监测的方法及系统 Pending CN115574852A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211157940.2A CN115574852A (zh) 2022-09-22 2022-09-22 一种传感器故障自适应监测的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211157940.2A CN115574852A (zh) 2022-09-22 2022-09-22 一种传感器故障自适应监测的方法及系统

Publications (1)

Publication Number Publication Date
CN115574852A true CN115574852A (zh) 2023-01-06

Family

ID=84581259

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211157940.2A Pending CN115574852A (zh) 2022-09-22 2022-09-22 一种传感器故障自适应监测的方法及系统

Country Status (1)

Country Link
CN (1) CN115574852A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116304960A (zh) * 2023-05-24 2023-06-23 合力(天津)能源科技股份有限公司 一种钻井环境的监测预警方法及系统
CN117367485A (zh) * 2023-12-08 2024-01-09 成都壹为新能源汽车有限公司 新能源环卫车上装系统开关式传感器故障检测系统及方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116304960A (zh) * 2023-05-24 2023-06-23 合力(天津)能源科技股份有限公司 一种钻井环境的监测预警方法及系统
CN116304960B (zh) * 2023-05-24 2023-08-29 合力(天津)能源科技股份有限公司 一种钻井环境的监测预警方法及系统
CN117367485A (zh) * 2023-12-08 2024-01-09 成都壹为新能源汽车有限公司 新能源环卫车上装系统开关式传感器故障检测系统及方法
CN117367485B (zh) * 2023-12-08 2024-02-13 成都壹为新能源汽车有限公司 新能源环卫车上装系统开关式传感器故障检测系统及方法

Similar Documents

Publication Publication Date Title
CN115574852A (zh) 一种传感器故障自适应监测的方法及系统
EP2609326B1 (en) Method of operating a wind turbine and wind turbine
EP3315771B1 (en) Method, apparatus and system for detecting fatigue state of toothed belt of wind generator set
US7346469B2 (en) System and method for sensor data validation
CN110006150B (zh) 空调的室外风机故障检测的方法、装置、空调
US10221797B2 (en) Method and control device for monitoring pressure in a crankcase
KR101518885B1 (ko) 모터의 홀센서 고장 판단방법
WO2014064514A1 (en) Failure prediction in a rotating device
WO2020042441A1 (zh) 一种用于储能系统的健康状态在线分析方法、装置及介质
CN111913105B (zh) 监测具有操作点的电马达的测量数据的马达驱动器及方法
CN110208612A (zh) 压缩机缺相运行检测方法、装置、设备及可读存储介质
CN113028588A (zh) 压缩机的故障保护方法和系统
CN117708748B (zh) 一种用于离心风机的运行监测系统及方法
US20220252051A1 (en) Determination of wind parameter values for use in wind turbine control systems
JP6067238B2 (ja) 油圧式ブースト補償システムのための車両の真空センサにおけるエラー状態の高速検出
CN115127194B (zh) 用于检测中央空调冷水机组故障的方法、设备和介质
CN116484267A (zh) 变压器故障特征提取、判定方法、计算机设备和存储介质
CN112257880B (zh) 一种k/n负载均担系统的维修决策方法及系统
US9938961B2 (en) Method for operating a wind energy installation, and wind energy installation
CN114490142A (zh) 一种三余度系统监控方法及系统
EP3712430A1 (en) Detecting wind turbine performance change
CN114166277B (zh) 一种数据采集优化方法及系统
CN116990683B (zh) 一种基于电变量的驱动电机堵转检测系统及检测方法
CN113446235B (zh) 一种二次供水设备的离心泵故障诊断方法
CN113028587B (zh) 压缩机的故障处理方法和系统

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