CN116739564A - 一种电厂热控设备检修模式优化方法及系统 - Google Patents
一种电厂热控设备检修模式优化方法及系统 Download PDFInfo
- Publication number
- CN116739564A CN116739564A CN202310744789.0A CN202310744789A CN116739564A CN 116739564 A CN116739564 A CN 116739564A CN 202310744789 A CN202310744789 A CN 202310744789A CN 116739564 A CN116739564 A CN 116739564A
- Authority
- CN
- China
- Prior art keywords
- thermal control
- overhaul
- control equipment
- fault
- equipment
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000012544 monitoring process Methods 0.000 claims abstract description 49
- 238000003745 diagnosis Methods 0.000 claims abstract description 44
- 238000012423 maintenance Methods 0.000 claims abstract description 39
- 230000000737 periodic effect Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 230000006872 improvement Effects 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000003066 decision tree Methods 0.000 claims description 4
- 239000007788 liquid Substances 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims 1
- 238000003379 elimination reaction Methods 0.000 claims 1
- 230000008054 signal transmission Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000009411 base construction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 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
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- 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)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明属于电厂热控维护管理领域,具体公开了一种电厂热控设备检修模式优化方法及系统。本发明将设备状态数据输入预先构建的热控设备状态监测诊断模型,输出诊断结果;根据预先建立好的热控设备故障模式库和输出的诊断结果,建立检修决策优化模型;根据检修决策优化模型获得检修计划,在实施检修计划后,根据实施结果更新热控设备故障模式库、热控设备状态监测诊断模型和检修决策优化模型;结合了状态检修,不同于传统的计划检修、定期检修,根据设备实际运行情况选择最优检修方式,形成定制化的热控设备检修方案,优化热控设备检修模式,提高热控设备的稳定性与可靠性,降低维护成本,提质增效。
Description
技术领域
本发明属于电厂热控维护管理领域,具体涉及一种电厂热控设备检修模式优化方法及系统。
背景技术
热控设备作为电厂的“大脑”和“神经系统”,其可靠性、稳定性、可用性对机组的安全稳定运行具有重要意义。据调研统计,在每年的火电厂事故中,热控设备的故障占比在30%以上,严重的热控设备故障甚至会直接导致机组非计划停机。目前,大部分电厂热控检修仍是“计划检修+故障检修”的模式,这种检修模式普遍存在“过修”和“欠修”的情况。例如,变送器、压力开关等测量设备采用定期校验的维护方式,但目前这类设备稳定性较高,据某电厂定期校验记录统计,变送器校验不合格率小于15%,同时经常拆装不仅会影响设备使用寿命,而且容易发生回装质量不合格反而产生泄漏的情况。例如,控制器、卡件等电子设备的故障往往是突发的,目前这类设备一般采取故障后更换备品的维护方式,很难在日常维护和大小修中发现问题。
热控专业具有点多面广、高度依赖于人的特殊性和复杂性,随着发电设备的大型化、复杂化、自动化程度的不断提高,信息技术、电子通信技术、控制技术的快速发展,热控检修维护工作量和工作难度大幅增加。同时,各基层发电企业普遍存在热控专业人员缺乏、人员技术水平参差不齐等现象。传统的热控设备检修模式已不能满足基层发电企业提质增效、精益管理的发展需求。
发明内容
为了克服现有技术的缺点,本发明的目的在于提供一种电厂热控设备检修模式优化方法及系统,以解决现有热控设备检修模式易出现过修和欠修,造成热控设备可靠性和稳定性较差,检修成本较高的问题。
为了达到上述目的,本发明采用以下技术方案实现:
第一方面,本发明提供一种电厂热控设备检修模式优化方法,包括:
获取设备状态数据,将所述设备状态数据输入预先构建的热控设备状态监测诊断模型,所述热控设备状态监测诊断模型输出诊断结果;
根据预先建立好的热控设备故障模式库和输出的诊断结果,建立检修决策优化模型;
根据检修决策优化模型获得检修计划,在实施检修计划后,根据实施结果更新热控设备故障模式库、热控设备状态监测诊断模型和检修决策优化模型。
进一步的,获取设备状态数据,将所述设备状态数据输入预先构建的热控设备状态监测诊断模型,所述热控设备状态监测诊断模型输出诊断结果的步骤中,热控设备状态监测诊断模型的构建方式包括:
获取热控设备基本信息,进行热控设备分类分级,获得热控设备分类分级结果;
获取设备故障信息和检修信息,根据设备故障信息和检修信息建立热控设备故障模式库;
获取预先构建的专家知识库;
根据获得的设备分类分级结果,基于热控设备故障模式库和专家知识库,采用决策树和模糊神经网络算法建立热控设备状态监测诊断模型。
进一步的,所述热控设备基本信息包括:KKS编码、设备名称、设备类型、设备等级、所属系统、数据类型、定值和型号。
进一步的,所述热控设备按用途进行分类,包括:测量仪表、执行机构和控制系统,测量仪表包括热电偶、热电阻、压力变送器、流量变送器、液位变送器、压力表、压力开关和温度开关,执行机构包括电动门、气动门、电动调门、气动调门和伺服阀,控制系统包括DCS系统、DEH系统和TSI系统相关设备。
进一步的,所述热控设备按重要性进行分级,包括A、B、C三类,A类为直接影响机组安全运行的设备,B类为对机组安全运行影响大的设备,C类为对机组安全运行影响小的设备。
进一步的,所述设备故障信息,包括但不限于消缺记录、故障台账、故障统计分析报表和故障案例;设备检修信息,包括但不限于检修记录、检修方案和检修报告。
进一步的,所述热控设备故障模式库的建立包括:
编制故障模式代码,并对故障模式名称进行归类处理,获得编制好的故障模式代码和归类处理后的故障模式名称;
根据预先构建的专家知识库,获得对应故障模式名称的故障描述;
采用DFEMA分析方法,根据设备故障信息,逐级分析故障原因,获得故障描述对应的故障原因;
根据设备检修信息,得到对应故障原因的故障频次;
结合预先构建的专家知识库,获得处理措施;
根据编制好的故障模式代码、归类处理后的故障模式名称、对应故障模式名称的故障描述、故障原因、对应故障原因的故障频次和处理措施,建立热控设备故障模式库。
进一步的,所述获取设备状态数据,根据设备分类分级结果和热控设备故障模式库,建立热控设备状态监测诊断模型,输出诊断结果具体包括:
获取设备状态数据,根据获得的设备分类分级结果,利用关联规则构建特征参数,基于热控设备故障模式库和专家知识库,采用决策树和模糊神经网络算法建立热控设备状态监测诊断模型,通过热控设备状态监测诊断模型,输出诊断结果。
进一步的,所述设备状态数据包括:测量仪表所测参数;执行机构的指令和反馈;控制系统的电源电压、接地电压、卡件温度和冗余投入数据。
进一步的,所述根据检修决策优化模型获得检修计划,实施检修计划,更新热控设备故障模式库、热控设备状态监测诊断模型和检修决策优化模型具体包括:
将设备信息输送至检修决策优化模型中,根据热控设备故障模式库记录的故障模式对应的处理措施,输出检修计划,选取状态监测、定期维护、定期更换、综合维护、定期试验、纠正性维护或改进中的一种或多种对应的检修方式;执行选取的检修方式并验证检修决策,并根据检修情况总结分析,更新优化热控设备状态监测诊断模型、检修决策优化模型和热控设备故障模式库。
第二方面,本发明提供一种电厂热控设备检修模式优化系统,包括:
获取模块,用于获取设备状态数据,将所述设备状态数据输入预先构建的热控设备状态监测诊断模型,所述热控设备状态监测诊断模型输出诊断结果;
模型建立模块,用于根据预先建立好的热控设备故障模式库和输出的诊断结果,建立检修决策优化模型;
优化模块,用于根据检修决策优化模型获得检修计划,在实施检修计划后,根据实施结果更新热控设备故障模式库、热控设备状态监测诊断模型和检修决策优化模型。
本发明至少具有以下有益效果:
本发明将设备状态数据输入预先构建的热控设备状态监测诊断模型,输出诊断结果;根据预先建立好的热控设备故障模式库和输出的诊断结果,建立检修决策优化模型;根据检修决策优化模型获得检修计划,在实施检修计划后,根据实施结果更新热控设备故障模式库、热控设备状态监测诊断模型和检修决策优化模型;结合了状态检修,不同于传统的计划检修、定期检修,可以根据设备实际运行情况选择最优检修方式,形成定制化的热控设备检修方案,优化热控设备检修模式,提高热控设备的稳定性与可靠性,降低维护成本,提质增效。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为电厂热控设备检修模式优化方法流程示意图;
图2为电厂热控设备检修模式优化系统模块示意图;
图3为电厂热控设备检修模式优化系统示意图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明,旨在对本发明提供进一步的详细说明。除非另有指明,本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式,而并非意图限制根据本发明的示例性实施方式。
实施例1
如图1所示,一种电厂热控设备检修模式优化方法,包括:
S1:获取热控设备基本信息,进行设备分类分级,获得设备分类分级结果;
热控设备基本信息包括KKS编码、设备名称、设备类型、设备等级、所属系统、数据类型、定值和型号等,通过说明书、运行规程、运维手册、图纸、逻辑说明、定值清单和厂家手册等相关资料整理提取,如表1所示。
表1设备基本信息表示例
热控设备按用途进行分类,包括:测量仪表、执行机构和控制系统三大类,每大类根据设备类型分为多个小类,如测量仪表包括热电偶、热电阻、压力变送器、流量变送器、液位变送器、压力表、压力开关和温度开关等,执行机构包括电动门、气动门、电动调门、气动调门和伺服阀等,控制系统包括DCS系统、DEH系统和TSI系统等相关设备。
热控设备按重要性进行分级,包括A、B、C三类,A类为直接影响机组安全运行的设备,如主保护设备,B类为对机组安全运行影响较大的设备,如联锁设备,C类为对机组安全运行影响较小的设备,如仅就地显示设备。
S2:获取设备故障信息和检修信息,根据设备故障信息和检修信息建立热控设备故障模式库;
设备故障信息,包括但不限于消缺记录、故障台账、故障统计分析报表和故障案例等;设备检修信息,包括但不限于检修记录、检修方案和检修报告等。
基于DFEMA分析方法,采用“统计分析+专家经验”相结合的方式,由上至下建立热控设备故障模式库。当某热控设备发生故障后,根据设备分类将其与热控设备故障模式库关联。热控设备故障模式库示例见表2:
表2热控设备故障模式库示例
热控设备故障模式库的建立包括:
S21:编制故障模式代码,并对故障模式名称进行归类处理,获得编制好的故障模式代码和归类处理后的故障模式名称;如,故障模式代码为T001,设备类型为热电阻,故障模式名称为热电阻温度测点故障;故障模式代码为P001,设备类型为压力变送器,故障模式名称为压力测点故障;
具体的,根据电力可靠性管理代码规范(DL/T1714-2016)等相关标准编制故障模式代码。
S22:根据预先构建的专家知识库,获得对应故障模式名称的故障描述;
在专家知识库中,包括有多种故障描述;如,故障模式名称为热电阻温度测电故障时,故障描述为温度变化超限或温度超限或显示坏点;故障模式名称为压力测点故障时,故障描述为压力变化超限或压力超限或显示坏点。
S23:采用DFEMA分析方法,根据设备故障信息,逐级分析故障原因,获得故障描述对应的故障原因;
如,故障模式代码为T001时,故障描述为温度变化超限或温度超限或显示坏点的故障原因为:温度元件损坏、信号传输通道故障(电缆断裂、破损、接地不良等)或卡件通道故障中的一种或多种;故障模式代码为P001时,故障描述为压力变化超限或压力超限或显示坏点的故障原因为:压力变送器损坏、变送器电源故障、压力变送器二次管路异常、信号传输通道故障(电缆断裂、破损、接地不良等)或卡件通道故障中的一种或多种。
S24:根据设备检修信息,得到对应故障原因的故障频次;
具体的,统计设备检修信息,根据统计结果,确定对应故障原因的故障频次;如,故障模式代码为T001时,温度元件损坏的故障频次为6次,信号传输通道故障(电缆断裂、破损、接地不良等)的故障频次为4次,卡件通道故障的故障频次为3次;故障模式代码为P001时,压力变送器损坏的故障频次为2次,变送器电源故障的故障频次为1次,压力变送器二次管路异常的故障频次为6次,信号传输通道故障(电缆断裂、破损、接地不良等)的故障频次为3次,卡件通道故障的故障频次为2次。
S25:结合预先构建的专家知识库,获得处理措施;
具体的,结合预先构建的专家知识库,提取专家知识库中相应故障出现时采取的处理措施,获得对应故障原因出现时的处理措施;故障模式代码为T001,温度元件损坏时更换温度元件,信号传输通道故障(电缆断裂、破损、接地不良等)时,重新包扎或更换接线,卡件通道故障时,更换备用通道或更换卡件;故障模式代码为P001,压力变送器损坏时更换压力变送器,变送器电源故障时检查极性或检查接地或更换电源,压力变送器二次管路异常时消除泄漏点或堵塞,信号传输通道故障(电缆断裂、破损、接地不良等)时重新包扎或更换接线,卡件通道故障时更换保险丝或更换备用通道或更换卡件。
S26:根据编制好的故障模式代码、归类处理后的故障模式名称、对应故障模式名称的故障描述、故障原因、对应故障原因的故障频次和处理措施,建立热控设备故障模式库。
热控设备故障模式库基于设备本身的系统功能、结构设计等,根据实际故障进行统计、根据专业经验进行处理,定性定量分析相结合,最终以数据库的形式呈现,可以作为算法研究、模型建立、知识库构建的基础理论内容。
S3:获取设备状态数据,将所述设备状态数据输入预先构建的热控设备状态监测诊断模型,所述热控设备状态监测诊断模型输出诊断结果;
获取预先构建的专家知识库;
获取设备状态数据,根据步骤S1获得的设备分类分级结果,基于热控设备故障模式库和专家知识库,采用决策树和模糊神经网络算法建立热控设备状态监测诊断模型,通过热控设备状态监测诊断模型,输出诊断结果。设备状态数据包括:测量仪表所测参数,如温度、压力、流量和液位等;执行机构的指令和反馈等,控制系统的电源电压、接地电压、卡件温度和冗余投入(电源、控制器、交换机)等数据。
S4:根据步骤S2建立好的热控设备故障模式库和步骤S3输出的诊断结果,建立检修决策优化模型;
根据设备分类结果将具体设备与热控设备故障模式库关联,结合设备分级结果分析影响后果及影响程度,建立检修决策优化模型;
S5:根据检修决策优化模型获得检修计划,在实施检修计划后,根据实施结果更新热控设备故障模式库、热控设备状态监测诊断模型和检修决策优化模型。
将设备信息输送至检修决策优化模型中,根据热控设备故障模式库记录的故障模式对应的处理措施,输出检修计划,选取状态监测、定期维护、定期更换、综合维护、定期试验、纠正性维护或改进中的一种或多种等对应的检修方式。执行选取的检修方式并验证检修决策,并根据检修情况总结分析,更新优化热控设备状态监测诊断模型、检修决策优化模型和热控设备故障模式库,实施闭环管理。
实施例2
如图2所示,一种电厂热控设备检修模式优化系统,包括:
获取模块,用于获取设备状态数据,将所述设备状态数据输入预先构建的热控设备状态监测诊断模型,所述热控设备状态监测诊断模型输出诊断结果;
模型建立模块,用于根据预先建立好的热控设备故障模式库和输出的诊断结果,建立检修决策优化模型;
优化模块,用于根据检修决策优化模型获得检修计划,在实施检修计划后,根据实施结果更新热控设备故障模式库、热控设备状态监测诊断模型和检修决策优化模型。
实施例3
如图3所示,一种电厂热控设备检修模式优化系统,还包括:信息获取模块、故障模式库模块、设备监测模块、智能诊断模块、检修决策模块、数据库模块和可视化终端模块。
信息获取模块用于获取热控设备相关信息,包括:热控设备基本信息、设备故障信息、设备检修信息、设备运行信息等。
故障模式库模块用于建立热控设备故障模式库。
设备监测模块用于监测设备运行状态,包括测量仪表监测模块、执行机构监测模块和控制系统监测模块。
智能诊断模块用于建立热控设备诊断模型,并输出诊断结果。
检修决策模块用于建立检修决策优化模型,根据设备状态推送定制化的检修计划。
数据库模块用于存储、调用、更新数据,包括热控设备故障模式库和专家知识库。
可视化终端模块包括移动端和电脑端,供运维人员查看、更新台账信息和热控设备故障模式库,获取诊断结果和检修计划。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种电厂热控设备检修模式优化方法,其特征在于,包括:
获取设备状态数据,将所述设备状态数据输入预先构建的热控设备状态监测诊断模型,所述热控设备状态监测诊断模型输出诊断结果;
根据预先建立好的热控设备故障模式库和输出的诊断结果,建立检修决策优化模型;
根据检修决策优化模型获得检修计划,在实施检修计划后,根据实施结果更新热控设备故障模式库、热控设备状态监测诊断模型和检修决策优化模型。
2.根据权利要求1所述的一种电厂热控设备检修模式优化方法,其特征在于,获取设备状态数据,将所述设备状态数据输入预先构建的热控设备状态监测诊断模型,所述热控设备状态监测诊断模型输出诊断结果的步骤中,热控设备状态监测诊断模型的构建方式包括:
获取热控设备基本信息,进行热控设备分类分级,获得热控设备分类分级结果;
获取设备故障信息和检修信息,根据设备故障信息和检修信息建立热控设备故障模式库;
获取预先构建的专家知识库;
根据获得的设备分类分级结果,基于热控设备故障模式库和专家知识库,采用决策树和模糊神经网络算法建立热控设备状态监测诊断模型。
3.根据权利要求2所述的一种电厂热控设备检修模式优化方法,其特征在于,所述热控设备基本信息包括:KKS编码、设备名称、设备类型、设备等级、所属系统、数据类型、定值和型号。
4.根据权利要求2所述的一种电厂热控设备检修模式优化方法,其特征在于,所述热控设备按用途进行分类,包括:测量仪表、执行机构和控制系统,测量仪表包括热电偶、热电阻、压力变送器、流量变送器、液位变送器、压力表、压力开关和温度开关,执行机构包括电动门、气动门、电动调门、气动调门和伺服阀,控制系统包括DCS系统、DEH系统和TSI系统相关设备。
5.根据权利要求2所述的一种电厂热控设备检修模式优化方法,其特征在于,所述热控设备按重要性进行分级,包括A、B、C三类,A类为直接影响机组安全运行的设备,B类为对机组安全运行影响大的设备,C类为对机组安全运行影响小的设备。
6.根据权利要求2所述的一种电厂热控设备检修模式优化方法,其特征在于,所述设备故障信息,包括但不限于消缺记录、故障台账、故障统计分析报表和故障案例;设备检修信息,包括但不限于检修记录、检修方案和检修报告。
7.根据权利要求2所述的一种电厂热控设备检修模式优化方法,其特征在于,所述热控设备故障模式库的建立包括:
编制故障模式代码,并对故障模式名称进行归类处理,获得编制好的故障模式代码和归类处理后的故障模式名称;
根据预先构建的专家知识库,获得对应故障模式名称的故障描述;
采用DFEMA分析方法,根据设备故障信息,逐级分析故障原因,获得故障描述对应的故障原因;
根据设备检修信息,得到对应故障原因的故障频次;
结合预先构建的专家知识库,获得处理措施;
根据编制好的故障模式代码、归类处理后的故障模式名称、对应故障模式名称的故障描述、故障原因、对应故障原因的故障频次和处理措施,建立热控设备故障模式库。
8.根据权利要求1所述的一种电厂热控设备检修模式优化方法,其特征在于,所述设备状态数据包括:测量仪表所测参数;执行机构的指令和反馈;控制系统的电源电压、接地电压、卡件温度和冗余投入数据。
9.根据权利要求1所述的一种电厂热控设备检修模式优化方法,其特征在于,所述根据检修决策优化模型获得检修计划,实施检修计划,更新热控设备故障模式库、热控设备状态监测诊断模型和检修决策优化模型具体包括:
将设备信息输送至检修决策优化模型中,根据热控设备故障模式库记录的故障模式对应的处理措施,输出检修计划,选取状态监测、定期维护、定期更换、综合维护、定期试验、纠正性维护或改进中的一种或多种对应的检修方式;执行选取的检修方式并验证检修决策,并根据检修情况总结分析,更新优化热控设备状态监测诊断模型、检修决策优化模型和热控设备故障模式库。
10.一种电厂热控设备检修模式优化系统,其特征在于,包括:
获取模块,用于获取设备状态数据,将所述设备状态数据输入预先构建的热控设备状态监测诊断模型,所述热控设备状态监测诊断模型输出诊断结果;
模型建立模块,用于根据预先建立好的热控设备故障模式库和输出的诊断结果,建立检修决策优化模型;
优化模块,用于根据检修决策优化模型获得检修计划,在实施检修计划后,根据实施结果更新热控设备故障模式库、热控设备状态监测诊断模型和检修决策优化模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310744789.0A CN116739564A (zh) | 2023-06-21 | 2023-06-21 | 一种电厂热控设备检修模式优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310744789.0A CN116739564A (zh) | 2023-06-21 | 2023-06-21 | 一种电厂热控设备检修模式优化方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116739564A true CN116739564A (zh) | 2023-09-12 |
Family
ID=87913131
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310744789.0A Pending CN116739564A (zh) | 2023-06-21 | 2023-06-21 | 一种电厂热控设备检修模式优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116739564A (zh) |
-
2023
- 2023-06-21 CN CN202310744789.0A patent/CN116739564A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7496429B2 (en) | Power plant operation control system and a power plant maintaining and managing method | |
CN107358366B (zh) | 一种配电变压器故障风险监测方法及系统 | |
CN110674189B (zh) | 一种智能变电站二次状态监测与故障定位的方法 | |
WO2012098727A1 (ja) | プラント安全設計支援装置及びプラント監視保守支援装置 | |
CN104638764A (zh) | 配网设备状态智能诊断和检修系统 | |
CN102931625B (zh) | 一种继电保护在线状态检修智能决策分析装置和其信号处理方法及其应用 | |
CN112666885A (zh) | 基于工业互联网环保设备监控管理平台 | |
CN103942726A (zh) | 电网设备状态评价工作智能核查方法 | |
CN102663535A (zh) | 变压器的技术性能及财务信息的管理方法及装置 | |
CN101430555A (zh) | 一种聚乙烯生产过程的多功能运行监控方法 | |
CN110633916A (zh) | 煤矿企业能效管控系统 | |
CN111612337A (zh) | 热网调度自动发令方法及自动发令系统 | |
CN111626542B (zh) | 一种用于发电机励磁系统的基于大数据的检测方法 | |
CN116739564A (zh) | 一种电厂热控设备检修模式优化方法及系统 | |
CN115237719A (zh) | 一种服务器电源可靠性的预警方法及系统 | |
CN115097797A (zh) | 一种基于互联网分布式能源云管控系统 | |
CN115775145A (zh) | 一种电力设备状态检修智能辅助决策的方法 | |
CN112488334B (zh) | 智能爬架系统 | |
CN111736545B (zh) | 电源机组数据融合、纠错和分析的系统及方法 | |
CN113485213A (zh) | 数字孪生调节阀智能实时监控系统 | |
CN113279962A (zh) | 一种空压机控制器改型方法 | |
CN113034027A (zh) | 一种电子元器件的智能制造执行系统 | |
CN110212642A (zh) | 一种基于大数据配网自动化终端远程运维系统 | |
CN208333541U (zh) | 预防性维护的真空设备 | |
CN113114710A (zh) | 一种用于石油井控管理的物联网系统 |
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 |