CN116664018B - 一种发电厂设备运行状态评价平台 - Google Patents
一种发电厂设备运行状态评价平台 Download PDFInfo
- Publication number
- CN116664018B CN116664018B CN202310935616.7A CN202310935616A CN116664018B CN 116664018 B CN116664018 B CN 116664018B CN 202310935616 A CN202310935616 A CN 202310935616A CN 116664018 B CN116664018 B CN 116664018B
- Authority
- CN
- China
- Prior art keywords
- score
- parameter
- analyzed
- target
- power plant
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 62
- 230000002159 abnormal effect Effects 0.000 claims abstract description 60
- 239000013598 vector Substances 0.000 claims abstract description 56
- 239000011159 matrix material Substances 0.000 claims abstract description 45
- 230000007246 mechanism Effects 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 15
- 238000013507 mapping Methods 0.000 claims abstract description 14
- 238000009826 distribution Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 8
- 230000005856 abnormality Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
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
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供了一种发电厂设备运行状态评价平台。属于运行状态评价技术领域。其方法包括:基于发电厂中的不同目标设备的标准运行参数以及预设可能异常参数,构建发电厂的运行状态评价机制;获取每个目标设备所涉及到的目标部件的实际运行向量,并基于此机制对相应的目标部件进行第一评分,结合相应目标部件的预设权重,得到目标设备的第二评分;根据所述发电厂的当下工作模式,从模式‑设备‑影响映射表中调取与相应目标设备的影响系数,并结合相应的第二评分得到发电厂的整体评分;当整体评分小于预设评分时,构建相应目标设备的评分矩阵筛选异常设备进行预警。本平台解决了一般发电厂测量参数造成的误差和效率低下等问题。
Description
技术领域
本发明涉及运行状态评价技术领域,特别涉及一种发电厂设备运行状态评价平台。
背景技术
随着大数据技术的快速发展,对工业生产有着极大的帮助。其中,电力事业在工业领域属于最基础以及最重要的组成,所以,就需要保证电力的正常运行,进而进一步的需要保证发电厂设备的正常运行,一般在对发电厂的设备进行监测分析的过程中,是通过直接测量设备的运行参数,来与标准参数进行直接比较,这种比较方式存在较大的运行误差,且由于比较的单一性,会导致对设备运行情况的分析准确性不高,间接降低发电厂的运行效率。
因此,本发明提出了一种发电厂设备运行状态评价平台。
发明内容
本发明提供一种发电厂设备运行状态评价平台,通过建立评价机制以及部件评分、设备评分、整体评分,从三个方面来确定发电厂运行的合格与否,且还通过构建评分矩阵,来进行异常预警通知,有效提高发电厂的运行效率。
本发明提供一种发电厂设备运行状态评价平台,包括:
步骤1:基于发电厂中的不同目标设备的标准运行参数以及预设可能异常参数,构建发电厂的运行状态评价机制;
步骤2:获取每个目标设备所涉及到的每个目标部件的实际运行向量,并基于运行状态评价机制对相应的目标部件进行第一评分,且结合相应目标部件的预设权重,得到相应目标设备的第二评分;
步骤3:根据所述发电厂的当下工作模式,从模式-设备-影响映射表中调取与相应目标设备匹配的影响系数,且结合相应的第二评分,得到发电厂的整体评分。
步骤4:当整体评分大于预设评分时,判定发电厂运行合格,否则,基于第一评分构建相应目标设备的评分矩阵,并筛选异常设备进行预警通知。
在一种可能实现的方式中,构建发电厂中的不同目标设备中主要作用的目标部件的参数运行状态矩阵以及标准运行参数状态向量;
;其中,/>为第/>个目标部件下的参数运行状态矩阵;/>表示第i个目标部件的第/>个运行参数涉及到的一段时间内的历史数据结果构成的第一向量;/>为第i个目标部件下的标准运行参数状态向量;/>表示第/>个目标部件的第n个标准运行参数;
将同运行参数的第一向量与标准运行参数进行比较,向所述第一向量中的每个可能运行结果设置预设异常因子;
将预设异常因子不为0的参数作为预设可能异常参数,且结合设置结果,构建发电厂的运行状态评价机制。
在一种可能实现的方式中,获取每个目标设备所涉及到的每个目标部件下每个待分析参数的实际运行向量;
计算每个待分析参数的实际运行向量与对应标准运行参数的关联系数;
;其中,/>为对应实际运行向量与标准运行参数的关联系数;/>表示对应实际运行第一向量中第/>个实际运行值,且/>的取值范围为;/>表示对应标准运行参数的值;/>表示/>个/>中的最小值;表示/>个/>中的最大值;/>表示调整系数,且取值范围为/>;
基于运行状态评价机制,且结合系数-因子映射表,获取每个关联系数的匹配异常因子;
根据每个目标部位基于每个待分析参数的有效运行值及标准运行值,且结合对应的匹配异常因子,计算得到对应目标部件的第一评分。
匹配异常因子越大,说明当前运行状态越接近异常参数;否则,说明当前运行状态正常。
在一种可能实现的方式中,发电厂需要分析的相关运行参数的类型包括:
运行状态及时间数据:实时运行状态、开机时间、关机时间、报警监控(故障时间)、运转时间、空转时间;
物理量参数:电流、电压、角度、转速、压力、气体流量、速度;
环境参数:烟雾浓度、可燃气体浓度、粉尘浓度,环境温度、相对湿度。
以上参数,皆可以通过信号采集器的接受传感器装置,获取到当前设备的相关运行参数。
在一种可能实现的方式中,根据每个目标部位基于每个待分析参数的有效
运行值及标准运行值,且结合对应的匹配异常因子,计算得到对应目标部
件的第一评分,包括:
获取同个目标部位在历史时段下对应待分析参数的第一数据集,并进行正态分布处理,得到第一分布图;
同时,获取同个目标部位在当下时段下对应待分析参数的第二数据集,并进行正态分布处理,得到第二分布图,其中,历史时段与当下时段中包含的时间点个数是相等的;
计算第一分布图的第一均值和第一标准差/>以及计算第二分布图的第二均值/>和第二标准差/>,并确定对应待分析参数的误差偏差范围;
;其中,/>为对应待分析参数的误差偏差范围的左边界值;/>为对应待分析参数的误差偏差范围的右边界值;
根据所述误差偏差范围以及第二均值,确定对应待分析参数的运行偏差因子;
;将所述运行偏差因子与对应待分析参数的第二均值相乘,得到对应待分析参数的有效运行值;
基于对应待分析参数的有效运行值以及匹配异常因子,获取得到第一评分;
;
其中,表示对应待分析参数的第一评分;/>表示对应待分析参数的有效运行值;/>表示对应待分析参数的标准评分值;/>表示对应待分析参数的标准运行值;/>表示对应匹配异常因子的系数,取值范围为[0,1]。
10、在一种可能实现的方式中,结合相应目标部件的预设权重,得到相应目标设备的第二评分,包括:
;其中,/>表示相应目标设备的第二评分;/>表示相应目标设备中第/>个目标部件的预设权重;/>表示相应目标设备中第/>个目标部件的第一评分;/>表示相应目标设备涉及到的部位总数。
在一种可能实现的方式中,根结合相应目标部件的预设权重,得到相应目
标设备的第二评分之前,包括:
从专家数据库中获取对每个目标部位的每个运行参数的评定分数,并将两两评定分数进行比值计算,构建判断矩阵,其中,所述判断矩阵的行向量为同运行参数的评分分数与剩余每个评定分数的比值构成的;
对所述行向量进行归一化处理,得到对应运行参数的参数权重。
在一种可能实现的方式中,根据所述发电厂的当下工作模式,从模式-设备-影响映射表中调取与相应目标设备匹配的影响系数,且结合相应的第二评分,得到发电厂的整体评分,包括:
;其中,/>表示所述发电厂中目标设备的总个数;/>表示对应第i个目标设备的影响系数;/>表示对数函数符号;/>表示对应第i个目标设备的有效分值;/>表示所有/>中的最小分值;/>表示所有/>中的最大分值;/>,表示基于所有/>的平均分值;/>为总评分。
在一种可能实现的方式中,构建相应目标设备的评分矩阵,包括:
基于待分析设备中起主要作用的目标部件的第一评分构建评分矩阵,具体为:
;其中,/>表示基于所有待分析目标设备的第二评分构成的向量,/>表示待分析目标设备的个数;表示第/>个待分析设备的第一评分向量,其中,/>表示第/>个待分析设备中第/>个目标部件的第一评分,且/>的取值范围为/>,/>的取值范围为/>;
基于所述评分矩阵构建待比较矩阵:
;其中,/>表示第/>个待分析设备的评分均值,/>表示第/>个待分析设备的评分标准差;
将所述待比较矩阵与标准矩阵进行对比,确定每个待分析设备的评分的偏差程度,判断对应待分析设备是否异常。
在一种可能实现的方式中,确定每个待分析设备的评分的偏差程度,判断对应待分析设备是否异常,包括:
;其中,/>表示第/>个待分析设备的评分的偏差程度;/>表示基于标准矩阵确定的第/>个待分析设备的评分的标准值;
其中,,/>表示第/>个待分析设备的第二评分。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种发电厂设备运行状态评价平台流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:
本发明实施例提供一种发电厂设备运行状态评价平台,如图1所示,包括:
步骤1:基于发电厂中的不同目标设备的标准运行参数以及预设可能异常参数,构建发电厂的运行状态评价机制;
步骤2:获取每个目标设备所涉及到的每个目标部件的实际运行向量,并基于运行状态评价机制对相应的目标部件进行第一评分,且结合相应目标部件的预设权重,得到相应目标设备的第二评分;
步骤3:根据所述发电厂的当下工作模式,从模式-设备-影响映射表中调取与相应目标设备匹配的影响系数,且结合相应的第二评分,得到发电厂的整体评分。
步骤4:当整体评分大于预设评分时,判定发电厂运行合格,否则,基于第一评分构建相应目标设备的评分矩阵,并筛选异常设备进行预警通知。
该实施例中,目标设备包括当前发电厂运行中起主要作用的设备,包括锅炉、汽轮机,发电机、送风机、磨煤机;目标部件包括当前设备运行中启主要作用的部件,比如高低压加热器、除氧器、凝汽器、油系统设备等。基于当前运行状态拟定需要分析的设备和部件。
该实施例中,设备和部件的标准运行参数通常通过设备或部件在生产过程中拟定好的范围,可以直接参考;预设可能异常参数参考发电厂的行业标准、技术手册、研究报告等文献和资料,确定相关参数的异常值,作为构建机制的一个标准。
该实施例中,实际运行向量是由对应部件的各种运行参数组合得到的,比如,针对目标部件1的实际运行向量:[参数1 参数2 参数3...]。
该实施例中,第一评分是基于运行状态评价机制将实际运行向量与标准运行向量进行比较之后,由提前设定好的预设可能异常参数为基准,来确定的该部件的评分,也就是可以直接对比得到。
该实施例中,第二评分是基于运行状态评价机制将目标设备的实际运行向量与标准运行向量进行比较之后,由提前设定好的预设可能异常参数为基准,来确定的该设备的评分,也就是可以直接对比得到。
该实施例中,整体评分是基于运行状态评价机制将当前发电厂的分析后的设备的第二评分以及部件的第一评分结合得到,由提前设定好的运行标准参数为基准,综合对比计算得出。
该实施例中,目标部件或目标设备是指在当前运行状态中,需要基于运行状态评价机制进行分析计算的设备或者部件。
该实施例中,预设权重是基于当前运行状态流程,将参与流程的目标部件或者目标设备依照重要程度和专家评定等方法,对单一的每个目标部件和目标设备进行重要程度评判的一个指标,有些可以直接获取到。
该实施例中,当下工作模式指的是发电厂在不同情况下对应的模式,例如基础负荷模式、调峰削峰模式、尖峰负荷模式等,不同的负荷模式设备有着不同的权重指标。
该实施例中,模式-设备-影响映射表指的是不同的工作模式下,每个设备有着不同的影响因素,这个映射值是可以从表中直接获取得到。
该实施例中,影响系数指的是根据不同的工作模式下每个设备影响因素不同,对整体发电厂的流程影响程度也不同,基于专业领域的相关知识,针对这些影响因素来设定调整与相应目标设备匹配的影响系数。
该实施例中,预设评分是基于运行状态目标设备或目标部件的标准参数计算得出,该评分是一个判定当前设备或当前部件的是否达到标准的一个评价分数。
该实施例中,异常设备是通过一些矩阵运行计算后,得到的一些评分满足异常判断评价的设备,判定后需要对该设备进行异常报警提示。
上述技术方案的有益效果是:基于发电厂当前的运行状态进行筛选设备和部件,能够使评价机制更准确的对当前发电厂的评分和故障进行实时判断,提高了运行状态评价机制的准确性和实效性。而且整体流程也综合考虑了实时数据标准数据异常数据等多种数据,对设备运行情况的分析角度多样化,提高了整体运行流程的分析准确度,间接提高了发电厂的运行效率。
实施例2:
在上述实施例1的基础上,本实施例提供了一种发电厂设备运行状态评价平台,步骤1中,基于发电厂中的不同目标设备的标准运行参数以及预设可能异常参数,构建发电厂的运行状态评价机制,具体包括:
构建发电厂中的不同目标设备中主要作用的目标部件的参数运行状态矩阵以及标准运行参数状态向量;
;其中,/>为第/>个目标部件下的参数运行状态矩阵;/>表示第i个目标部件的第/>个运行参数涉及到的一段时间内的历史数据结果构成的第一向量;/>为第i个目标部件下的标准运行参数状态向量;/>表示第/>个目标部件的第n个标准运行参数;
将同运行参数的第一向量与标准运行参数进行比较,向所述第一向量中的每个可能运行结果设置预设异常因子;
将预设异常因子不为0的参数作为预设可能异常参数,且结合设置结果,构建发电厂的运行状态评价机制。
该实施例中,目标部件的第n个运行参数涉及到的一段时间内的历史数据结果指的是当前运行时刻的前一段时间内的目标参数的一组历史数据值。
该实施例中,主要作用的目标部件是指在当前运行状态中,目标部件在运行流程里面是必不可少的一个环节,所以必须进行分析,比如,设备1中存在部件01、部件02、部件03,其中,部件02是否运行与否对设备1的影响忽略不计,此时,就将步骤01和部件03作为主要作用的目标部件。
该实施例中,预设异常因子是基于第一向量和标准运行参数,通过对比运行参数的第一向量与标准运行参数,如果当前运行参数满足标准运行参数的范围,则预设异常因子设为0;否则对每个目标部件设定一个不为0值的预设异常因子,也就是通过预设异常因子的设定结果,来表彰对应运行参数的分数,比如,预设异常因子为0,表彰该运行参数在标准范围内,此时,对应分数为10分,又比如,预设异常因子为0.2,表彰该运行参数不在标准范围内,但是又在偏离标准范围的附近,此时,对应分数为8分。
上述技术方案的有益效果是:目标运行参数的历史数据所对应的历史时间范围会根据参数的基础单位进行调整,这样做的好处是会得到数据量比较合理的历史数据;设定异常因子能够提前粗略的筛选掉运行状态达到运行标准的参数,减少了分析数据量。
实施例3:
在上述实施例1的基础上,本实施例提供了一种发电厂运行状态评价平台,步骤2中,获取每个目标设备所涉及到的每个目标部件的实际运行向量,并基于运行状态评价机制对相应的目标部件获取第一评分,包括:
获取每个目标设备所涉及到的每个目标部件下每个待分析参数的实际运行向量;
计算每个待分析参数的实际运行向量与对应标准运行参数的关联系数;
;其中,/>为对应实际运行向量与标准运行参数的关联系数;/>表示对应实际运行第一向量中第/>个实际运行值,且/>的取值范围为;/>表示对应标准运行参数的值;/>表示/>个/>中的最小值;表示/>个/>中的最大值;/>表示调整系数,且取值范围为/>;
基于运行状态评价机制,且结合系数-因子映射表,获取每个关联系数的匹配异常因子;
根据每个目标部位基于每个待分析参数的有效运行值及标准运行值,且结合对应的匹配异常因子,计算得到对应目标部件的第一评分。
该实施例中,关联系数是指对应目标实际运行参数和标准运行参数向量的一个对比系数,表示对应目标实际运行参数和标准运行参数向量的相似程度的一个系数。
该实施例中,系数-因子映射表通过大量的数据结合领域的专业知识进行迭代生成,一般每个运行参数都有对应的关联系数所匹配的异常值。
上述技术方案的有益效果是:关联系数能够确定目标实际运行参数与标准运行参数向量的接近程度。提高了评价机制的稳定性和性能,且能够及时发现当前运行参数值偏离标准的异常情况;系数-因子映射表的应用可以提高评价机制的检测诊断能力,迭代优化运行参数,为平台提供数据驱动的决策支持,从而增加运行效率,提高准确度。
实施例4:
在上述实施例1的基础上,本实施例提供了一种发电厂运行设备评价平台,步骤2中,根据每个目标部位基于每个待分析参数的有效运行值及标准运行值,且结合对应的匹配异常因子,计算得到对应目标部件的第一评分,包括:
获取同个目标部位在历史时段下对应待分析参数的第一数据集,并进行正态分布处理,得到第一分布图;
同时,获取同个目标部位在当下时段下对应待分析参数的第二数据集,并进行正态分布处理,得到第二分布图,其中,历史时段与当下时段中包含的时间点个数是相等的;
计算第一分布图的第一均值和第一标准差/>以及计算第二分布图的第二均值/>和第二标准差/>,并确定对应待分析参数的误差偏差范围;
;其中,/>为对应待分析参数的误差偏差范围的左边界值;/>为对应待分析参数的误差偏差范围的右边界值;
根据所述误差偏差范围以及第二均值,确定对应待分析参数的运行偏差因子;
;将所述运行偏差因子与对应待分析参数的第二均值相乘,得到对应待分析参数的有效运行值;
基于对应待分析参数的有效运行值以及匹配异常因子,获取得到第一评分;
;
其中,表示对应待分析参数的第一评分;/>表示对应待分析参数的有效运行值;/>表示对应待分析参数的标准评分值;/>表示对应待分析参数的标准运行值;/>表示对应匹配异常因子的系数,取值范围为[0,1]。
该实施例中,第一数据集是指当前目标部件在某个历史时段下对应的一组历史参数数据组,一般不和实时数据有交集,作为对照数据。
该实施例中,第二数据集是指当前目标部件在当前时刻到之前某一段时间下对应的一组实时参数数据组,且数量要与历史参数数据组一致。
该实施例中,匹配异常因子是提前设定好的,用于确定各个参数中当前运行参数和标准运行参数的对应情况。
该实施例中,标准评分值是提前对每个运行参数拟定好的一个标准评分,是基于各个参数的标准运行参数设定的。
上述技术方案的有益效果是:通过对比第一数据集和第二数据集的偏差,并根据数据分布的特性获取到数据集的均值和标准差,再将均值和标准差进行运算得到了当前的有效运行参数值,将该参数与匹配异常因子以及系数进行分析计算,进而得到了当前运行参数的第一评分。
实施例5:
在上述实施例1的基础上,本实施例提供了一种发电厂运行设备评价平台,
结合相应目标部件的预设权重,得到相应目标设备的第二评分之前,包括:
从专家数据库中获取对每个目标部位的每个运行参数的评定分数,并将两两评定分数进行比值计算,构建判断矩阵,其中,所述判断矩阵的行向量为同运行参数的评分分数与剩余每个评定分数的比值构成的;
对所述行向量进行归一化处理,得到对应运行参数的参数权重。
该实施例中,参数权重指的是当前参数在整体运行流程中的重要程度,而且权重系数占比需要根据发电厂的运行状态进行动态的调整,需要迭代到最优解。
上述技术方案的有益效果是:对目标部件设定权重以及对权重的动态调整可以优化当前评价机制对运行状态的判断、减少误差的偏差程度、优化平台性能与效率,并为平台的灵活性和可扩展性提供了数据基础。
实施例6:
在上述实施例1的基础上,本实施例提供了一种发电厂运行设备评价平台,
步骤3中,根据所述发电厂的当下工作模式,从模式-设备-影响映射表中调取与相应目标设备匹配的影响系数,且结合相应的第二评分,得到发电厂的整体评分,包括:
;其中,/>表示所述发电厂中目标设备的总个数;/>表示对应第i个目标设备的影响系数;/>表示对数函数符号;/>表示对应第i个目标设备的有效分值;/>表示所有/>中的最小分值;/>表示所有/>中的最大分值;/>,表示基于所有/>的平均分值;/>为总评分。
该实施例中,通过计算第二评分的最大值最小值均值的比值和对数函数ln(1+x)的结合,计算出当前运行状态下发电厂的第二评分的偏差值。
上述技术方案的有益效果是:通过引入对数函数,对当前发电厂状态的评分有了误差偏差的分析,提高了对当前运行状态评分的准确度。也便于对整体评分的调整异常判断。
实施例7:
在上述实施例1的基础上,本实施例提供了一种发电厂运行设备评价平台,
其特征在于,构建相应目标设备的评分矩阵,包括:
基于待分析设备中起主要作用的目标部件的第一评分构建评分矩阵,具体为:
;其中,/>表示基于所有待分析目标设备的第二评分构成的向量,/>表示待分析目标设备的个数;/>表示第/>个待分析设备的第一评分向量,其中,/>表示第/>个待分析设备中第/>个目标部件的第一评分,且/>的取值范围为/>,/>的取值范围为/>;
基于所述评分矩阵构建待比较矩阵:
;其中,/>表示第/>个待分析设备的评分均值,/>表示第/>个待分析设备的评分标准差;
将所述待比较矩阵与标准矩阵进行对比,确定每个待分析设备的评分的偏差程度,判断对应待分析设备是否异常。
该实施例中,第二评分矩阵和第一评分矩阵共同构建矩阵,为了能够综合分析出当前的整体和部件的所有运行状态是否正常状态。
该实施例中,标准矩阵是由设备的标准运行参数评分和对应设备的目标部件组的标准运行参数评分构建计算成的,具体为:
;其中,/>表示基于所目标设备的运行状态参数标准评分构成的向量,/>表示待分析目标设备的个数;/>表示第/>个待分析设备的运行状态参数标准评分,其中,/>表示第/>个待分析设备中第/>个目标部件的运行状态参数标准评分。
;其中,/>表示第/>个待分析设备的标准评分均值,/>表示第/>个待分析设备的标准评分方差;
上述技术方案的有益效果是:综合不同设备的第一评分第二评分,通过和标准评分进行比较,可以比较准确快速的定位到设备—部件的异常,而且还能多方位观察不同设备出现异常后之间的影响。
实施例8:
在上述实施例1的基础上,本实施例提供了一种发电厂运行设备评价平台,
确定每个待分析设备的评分的偏差程度,判断对应待分析设备是否异常,包括:
;其中,/>表示第/>个待分析设备的评分的偏差程度;/>表示基于标准矩阵确定的第/>个待分析设备的评分的标准值;
其中,,/>表示第/>个待分析设备的第二评分。
该实施例中,由于不同的设备有着不同的精度和量度,所以要为当前设备或部件运行评分和标准评分的偏差程度定一个异常值,用于确认当前设备是否异常。于是基于上述的定义。如果当前设备或部件的运行评分和标准评分的偏差大于/>,则判定该设备或部件异常;否则当前设备或部件运行正常。
上述技术方案的有益效果是:综合不同设备的第一评分第二评分,通过和标准评分进行比较,可以比较准确快速的定位到设备部件的异常,而且还能多方位观察不同设备出现异常后之间的影响。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种发电厂设备运行状态评价平台,其特征在于,包括:
步骤1:基于发电厂中的不同目标设备的标准运行参数以及预设可能异常参数,构建发电厂的运行状态评价机制;
步骤2:获取每个目标设备所涉及到的每个目标部件的实际运行向量,并基于运行状态评价机制对相应的目标部件进行第一评分,且结合相应目标部件的预设权重,得到相应目标设备的第二评分;
步骤3:根据所述发电厂的当下工作模式,从模式-设备-影响映射表中调取与相应目标设备匹配的影响系数,且结合相应的第二评分,得到发电厂的整体评分;
步骤4:当整体评分大于预设评分时,判定发电厂运行合格,否则,基于第一评分构建相应目标设备的评分矩阵,并筛选异常设备进行预警通知;
其中,步骤2中,获取每个目标设备所涉及到的每个目标部件的实际运行向量,并基于运行状态评价机制对相应的目标部件获取第一评分,包括:
获取每个目标设备所涉及到的每个目标部件下每个待分析参数的实际运行向量;
计算每个待分析参数的实际运行向量与对应标准运行参数的关联系数;
;其中,/>为对应实际运行向量与标准运行参数的关联系数;/>表示对应实际运行第一向量中第/>个实际运行值,且/>的取值范围为;/>表示对应标准运行参数的值;/>表示/>个/>中的最小值;表示/>个/>中的最大值;/>表示调整系数,且取值范围为/>;
基于运行状态评价机制,且结合系数-因子映射表,获取每个关联系数的匹配异常因子;
根据每个目标部位基于每个待分析参数的有效运行值及标准运行值,且结合对应的匹配异常因子,计算得到对应目标部件的第一评分;
其中,根据每个目标部位基于每个待分析参数的有效运行值及标准运行值,且结合对应的匹配异常因子,计算得到对应目标部件的第一评分,包括:
获取同个目标部位在历史时段下对应待分析参数的第一数据集,并进行正态分布处理,得到第一分布图;
同时,获取同个目标部位在当下时段下对应待分析参数的第二数据集,并进行正态分布处理,得到第二分布图,其中,历史时段与当下时段中包含的时间点个数是相等的;
计算第一分布图的第一均值和第一标准差/>以及计算第二分布图的第二均值/>和第二标准差/>,并确定对应待分析参数的误差偏差范围;
;其中,/>为对应待分析参数的误差偏差范围的左边界值;/>为对应待分析参数的误差偏差范围的右边界值;
根据所述误差偏差范围以及第二均值,确定对应待分析参数的运行偏差因子;
;将所述运行偏差因子与对应待分析参数的第二均值相乘,得到对应待分析参数的有效运行值;
基于对应待分析参数的有效运行值以及匹配异常因子,获取得到第一评分;
;
其中,表示对应待分析参数的第一评分;/>表示对应待分析参数的有效运行值;表示对应待分析参数的标准评分值;/>表示对应待分析参数的标准运行值;/>表示对应匹配异常因子的系数,取值范围为[0,1];
其中,步骤3中,根据所述发电厂的当下工作模式,从模式-设备-影响映射表中调取与相应目标设备匹配的影响系数,且结合相应的第二评分,得到发电厂的整体评分,包括:
;其中,/>表示所述发电厂中目标设备的总个数;/>表示对应第i个目标设备的影响系数;/>表示对数函数符号;/>表示对应第i个目标设备的有效分值;/>表示所有/>中的最小分值;/>表示所有/>中的最大分值;/>,表示基于所有/>的平均分值;/>为总评分。
2.根据权利要求1所述的一种发电厂设备运行状态评价平台,其特征在于,步骤1中,基于发电厂中的不同目标设备的标准运行参数以及预设可能异常参数,构建发电厂的运行状态评价机制,具体包括:
构建发电厂中的不同目标设备中主要作用的目标部件的参数运行状态矩阵以及标准运行参数状态向量;
;其中,/>为第/>个目标部件下的参数运行状态矩阵;/>表示第i个目标部件的第/>个运行参数涉及到的一段时间内的历史数据结果构成的第一向量;为第i个目标部件下的标准运行参数状态向量;/>表示第/>个目标部件的第n个标准运行参数;
将同运行参数的第一向量与标准运行参数进行比较,向所述第一向量中的每个可能运行结果设置预设异常因子;
将预设异常因子不为0的参数作为预设可能异常参数,且结合设置结果,构建发电厂的运行状态评价机制。
3.根据权利要求1所述的一种发电厂设备运行状态评价平台,其特征在于,步骤2中,结合相应目标部件的预设权重,得到相应目标设备的第二评分,包括:
;其中,/>表示相应目标设备的第二评分;/>表示相应目标设备中第/>个目标部件的预设权重;/>表示相应目标设备中第/>个目标部件的第一评分;/>表示相应目标设备涉及到的部位总数。
4.根据权利要求1所述的一种发电厂设备运行状态评价平台,其特征在于,结合相应目标部件的预设权重,得到相应目标设备的第二评分之前,包括:
从专家数据库中获取对每个目标部位的每个运行参数的评定分数,并将两两评定分数进行比值计算,构建判断矩阵,其中,所述判断矩阵的行向量为同运行参数的评分分数与剩余每个评定分数的比值构成的;
对所述行向量进行归一化处理,得到对应运行参数的参数权重。
5.根据权利要求1所述的一种发电厂设备运行状态评价平台,其特征在于,构建相应目标设备的评分矩阵,包括:
基于待分析设备中起主要作用的目标部件的第一评分构建评分矩阵,具体为:
;其中,/>表示基于所有待分析目标设备的第二评分构成的向量,/>表示待分析目标设备的个数;/>表示第/>个待分析设备的第一评分向量,其中,/>表示第/>个待分析设备中第/>个目标部件的第一评分,且/>的取值范围为/>,/>的取值范围为/>;
基于所述评分矩阵构建待比较矩阵:
;其中,/>表示第/>个待分析设备的评分均值,/>表示第/>个待分析设备的评分标准差;
将所述待比较矩阵与标准矩阵进行对比,确定每个待分析设备的评分的偏差程度,判断对应待分析设备是否异常。
6.根据权利要求5所述的一种发电厂设备运行状态评价平台,其特征在于,确定每个待分析设备的评分的偏差程度,判断对应待分析设备是否异常,包括:
;其中,/>表示第/>个待分析设备的评分的偏差程度;/>表示基于标准矩阵确定的第/>个待分析设备的评分的标准值;
其中,,/>表示第/>个待分析设备的第二评分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310935616.7A CN116664018B (zh) | 2023-07-28 | 2023-07-28 | 一种发电厂设备运行状态评价平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310935616.7A CN116664018B (zh) | 2023-07-28 | 2023-07-28 | 一种发电厂设备运行状态评价平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116664018A CN116664018A (zh) | 2023-08-29 |
CN116664018B true CN116664018B (zh) | 2023-10-31 |
Family
ID=87720941
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310935616.7A Active CN116664018B (zh) | 2023-07-28 | 2023-07-28 | 一种发电厂设备运行状态评价平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116664018B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104850727A (zh) * | 2015-01-27 | 2015-08-19 | 厦门大学 | 基于云重心理论的分布式大数据系统风险评估方法 |
US10797639B1 (en) * | 2011-07-25 | 2020-10-06 | Clean Power Research, L.L.C. | System and method for performing power utility remote consumer energy auditing with the aid of a digital computer |
WO2023281597A1 (ja) * | 2021-07-05 | 2023-01-12 | 日揮グローバル株式会社 | プラントの保全管理情報の処理方法及び処理システム |
CN115860505A (zh) * | 2022-08-24 | 2023-03-28 | 深圳价值在线信息科技股份有限公司 | 对象评价方法、装置、终端设备及存储介质 |
CN116205226A (zh) * | 2023-03-09 | 2023-06-02 | 国网陕西省电力有限公司电力科学研究院 | 一种电力设备状态评估方法、装置、设备及可读存储介质 |
WO2023131257A1 (zh) * | 2022-01-10 | 2023-07-13 | 华东理工大学 | 一种基于大数据的炼油过程模式识别及优化方法 |
CN116452067A (zh) * | 2023-06-12 | 2023-07-18 | 昆山工业大数据创新中心有限公司 | 一种工业设备参数的劣化度评估方法、装置及设备 |
-
2023
- 2023-07-28 CN CN202310935616.7A patent/CN116664018B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10797639B1 (en) * | 2011-07-25 | 2020-10-06 | Clean Power Research, L.L.C. | System and method for performing power utility remote consumer energy auditing with the aid of a digital computer |
CN104850727A (zh) * | 2015-01-27 | 2015-08-19 | 厦门大学 | 基于云重心理论的分布式大数据系统风险评估方法 |
WO2023281597A1 (ja) * | 2021-07-05 | 2023-01-12 | 日揮グローバル株式会社 | プラントの保全管理情報の処理方法及び処理システム |
WO2023131257A1 (zh) * | 2022-01-10 | 2023-07-13 | 华东理工大学 | 一种基于大数据的炼油过程模式识别及优化方法 |
CN115860505A (zh) * | 2022-08-24 | 2023-03-28 | 深圳价值在线信息科技股份有限公司 | 对象评价方法、装置、终端设备及存储介质 |
CN116205226A (zh) * | 2023-03-09 | 2023-06-02 | 国网陕西省电力有限公司电力科学研究院 | 一种电力设备状态评估方法、装置、设备及可读存储介质 |
CN116452067A (zh) * | 2023-06-12 | 2023-07-18 | 昆山工业大数据创新中心有限公司 | 一种工业设备参数的劣化度评估方法、装置及设备 |
Non-Patent Citations (1)
Title |
---|
火电厂设备状态监测与故障预警的研究;谢小鹏;林廷;林英明;;华电技术(06);10-12、17、80 * |
Also Published As
Publication number | Publication date |
---|---|
CN116664018A (zh) | 2023-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108375476B (zh) | 一种水电机组健康评估方法 | |
US20090118841A1 (en) | Virtual sensor network (VSN) system and method | |
CN111352408B (zh) | 一种基于证据k近邻的多工况流程工业过程故障检测方法 | |
CN109145256B (zh) | 一种基于规范变量非线性主成分分析的过程监测方法 | |
CN116660672B (zh) | 基于大数据的电网设备故障诊断方法及系统 | |
CN111852769B (zh) | 风机scada数据的偏航静态偏差角预测方法及系统 | |
CN115575579A (zh) | 一种基于监测源分析的碳监测方法及系统 | |
CN115899964A (zh) | 基于多维的空调智能监测方法与系统 | |
CN112418306A (zh) | 基于lstm-svm的燃气轮机压气机故障预警方法 | |
CN116664018B (zh) | 一种发电厂设备运行状态评价平台 | |
CN111797545B (zh) | 一种基于实测数据的风电机组偏航折减系数计算方法 | |
CN111563685B (zh) | 一种基于自联想核回归算法的发电设备状态预警方法 | |
CN112131753A (zh) | 风机疲劳寿命的评估方法、系统、设备及可读介质 | |
CN112082720A (zh) | 一种固定转速旋转机械振动故障早期预警值确定方法 | |
US11339763B2 (en) | Method for windmill farm monitoring | |
CN113836794B (zh) | 一种软硬结合的飞灰含碳量在线监测方法 | |
CN215985733U (zh) | 一种区域级二氧化碳排放监测与管控系统 | |
CN113406537B (zh) | 一种电力设备故障程度的定量评估方法 | |
CN111044176A (zh) | 一种发电机温度异常的监测方法 | |
CN115753675A (zh) | 一种区域级二氧化碳排放监测与管控系统及运行方法 | |
CN111209973B (zh) | 基于混合核pca-cca及核密度估计的过程监测方法 | |
CN112931912B (zh) | 制丝线加料机控制执行机构诊断方法 | |
CN115795999B (zh) | 一种长期服役抽水蓄能机组性能异常预警方法 | |
US8095588B2 (en) | Method and system for data decomposition via graphical multivariate analysis | |
CN115828718A (zh) | 一种燃气轮机的气路性能诊断方法 |
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 |