CN116880250A - 一种热电厂运动监控方法及系统 - Google Patents
一种热电厂运动监控方法及系统 Download PDFInfo
- Publication number
- CN116880250A CN116880250A CN202310672446.8A CN202310672446A CN116880250A CN 116880250 A CN116880250 A CN 116880250A CN 202310672446 A CN202310672446 A CN 202310672446A CN 116880250 A CN116880250 A CN 116880250A
- Authority
- CN
- China
- Prior art keywords
- equipment
- abnormal
- value
- power plant
- influence
- 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 55
- 238000012544 monitoring process Methods 0.000 title claims abstract description 35
- 230000002159 abnormal effect Effects 0.000 claims description 129
- 230000005856 abnormality Effects 0.000 claims description 24
- 230000002547 anomalous effect Effects 0.000 claims description 17
- 230000003313 weakening effect Effects 0.000 claims description 16
- 210000001503 joint Anatomy 0.000 claims description 13
- 238000003032 molecular docking Methods 0.000 claims description 13
- 238000010248 power generation Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 9
- 230000000630 rising effect Effects 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0428—Safety, monitoring
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24024—Safety, surveillance
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请公开了一种热电厂运动监控方法及系统,涉及热电厂监控技术领域,公开的技术方案为,针对各设备在热电厂的关键程度,匹配影响因子,并就设备的问题发生可能性,匹配可能性判断变量,将可能性变量认定为第一异常可能值,根据可能异常设备的对接设备的运行数据的分析,对第一异常可能值进行修正,得到第二异常可能值,基于可能异常设备的第二异常可能值与该设备的影响因子,确定可能异常设备的危险值,并基于异常设备的危险值,确定异常设备的为危害警戒级别,实现了对异常设备判断的二次验证,提升了对异常设备判断的精准性,并能够针对异常设备问题的警戒级别进行确定。
Description
技术领域
本发明涉及热电厂监控技术领域,尤其涉及一种热电厂运动监控方法及系统。
背景技术
随着能源需求的不断增长和环境保护的重要性日益凸显,热电厂作为一种重要的能源转换设施,在能源行业中扮演着关键的角色。为了确保热电厂的安全、高效和可靠运行,运动监控系统已经成为一个必要的工具。该系统基于现代信息技术和自动化控制的发展,结合传感器、数据采集、实时监控和数据分析等技术,能够提供全面的设备状态监测和运行管理。在传感器长期应用的过程中,容易出现采集数据失真的情况,在这种情况下,对电厂各个设备运行异常的判断就会出现错误,因此也无法就异常设备的情况给出可信的报警,为了避免上述问题,亟需一种能够更加精准判断设备运行异常的监控方法。
发明内容
本发明提供了一种能够保证对异常设备的判断更加精准的监控方法及系统。为实现上述目的,本发明提供了如下方案:
一种热电厂运动监控方法,包括:
针对各设备的在热电厂的关键程度,对各设备匹配影响因子,并针对各设备的问题发生可能性,对设备匹配可能性判断变量;
对各设备的传感器采集的运行数据进行分析,对运行数据异常的设备进行标记,记为可能异常设备;
将所述可能异常设备对应的可能性变量认定为第一异常可能值,并根据设备间的相互影响性,对可能异常设备的对接设备的运行数据进行分析,并基于对接设备的运行数据,对可能异常设备的第一异常可能值进行修正,得到第二异常可能值;
基于可能异常设备的第二异常可能值与该设备的影响因子,确定可能异常设备的危险值,并基于异常设备的危险值,确定异常设备的为危害警戒级别。
在本申请的一些实施例中,针对各设备在热点厂的关键程度,对各设备匹配影响因子的方法包括:
针对热电厂的各种设备,构建电厂设备表,并基于发电工艺原理,将不同的设备按照核心设备、辅助设备和监测设备进行设备种类标记,并针对不同的设备种类标记,再次按照整发电影响程度进行分类标记,包括停机性程度、性能第一减弱性程度、性能第二减弱程度、……、性能第n减弱程度和性能无减弱程度进行标记;
针对不同的设备种类标记标定有基础影响值,针对不同的发电影响程度标定有第一影响调整系数;
根据第一影响调整系数和基础影响值的乘积,计算得到对应设备的影响因子对应值。
在本申请的一些实施例中,针对各设备的问题发生可能性,对设备匹配可能性判断变量的方法包括:
对电厂设备的过往运行日志进行分析,确定出不同设备的运转异常的出现次数,并基于不同设备的运转异常的出现次数匹配判断变量。
在本申请的一些实施例中,并基于对接设备的运行数据,对可能异常设备的第一异常可能值进行修正的方法包括:
对对接设备之间的关联特征进行分析:
针对不同的设备构建的运行曲线,所述运行曲线的纵坐标为运行参数,横坐标为时间;
根据不同设备之间的对接关系以及工艺流程,确定不同设备间的数据关联情况;
按照时间点相同要求,将具有数据关联情况的设备的对应的运行曲线进行对齐,并就预设时间段,对相互对比的运行曲线进行走势分析,并基于运行曲线之间的走势趋同特征,对运行曲线对应的设备设定第一关联性参数;
在对可能异常设备的第一异常值进行修正的时候:
根据当下自身的对应的运行曲线和对接设备的运行曲线之间的走势驱动特征,确定可能异常设备与对接设备之间的当下关联性参数;
比对可能异常设备与对接设备之间对应的当下关联性参数和预设的第一关联性参数的关联偏差参数,并基于关联偏差参数,对第一异常可能值进行修正。
在本申请的一些实施例中,基于运行曲线之间的走势趋同特征,对运行曲线对应的设备设定第一关联性参数的方法包括:
对具有数据关联情况的设备的运行曲线进行扫描分析,获取运行曲线的上升曲率或下降曲率,并根据在预设时间段内,上升曲率或下降曲率的曲率差异量设定第一关联性参数。
在本申请的一些实施例中,根据上升曲率或下降曲率的差异量设定第一关联性参数的方法包括:
预设有若干曲率差异量区间,每一曲率差异量区间均对应有特定的第一关联性参数;
计算曲率差异量,并判断曲率差异量所属的曲率差异量区间,以确定出具有数据关联情况的设备之间的第一关联性参数。
在本申请的一些实施例中,基于关联偏差参数,对第一异常可能值进行修正的方法包括:
基于关联偏差参数,构建针对第一异常可能值的第一修正算子,基于第一修正算子,对第一异常可能值进行修正,得到第二异常可能值;
计算第二异常可能值的表达式为:
其中,m2为第二异常可能值,m1为第一异常可能值,t当下为当下关联性参数,t第一为第一关联性参属下,β为第一调整常数,k为异常修正系数。
在本申请的一些实施例中,基于可能异常设备的第二异常可能值与该设备的影响因子,确定可能异常设备的危险值的方法包括:
基于可能异常设备的第二异常可能值,构建可能异常设备的危险警戒调整算子,并计算危险警戒调整算子与可能异常设备的影响因子对应值的乘积,得到危险警戒参考值;
基于危险警戒参考值所达到的预设警戒阈值,确定异常设备的危害警戒级别;
计算危险警戒参考值的表达式为:
j=L×ln(m2+α)×h;
其中,j为危险警戒参考值,L为危险警戒调整系数,m2为第二异常可能值,α为第二异常可能值,h为异常因子对应值。
在本申请的一些实施例中,还公开了一种热电厂运动监控系统,包括:
关键程度确定模块,用于针对各设备的在热电厂的关键程度,对各设备匹配影响因子;
设备异常判断模块,用于对各设备的传感器采集的运行数据进行分析,对运行数据异常的设备进行标记,记为可能异常设备,将所述可能异常设备对应的可能性变量认定为第一异常可能值,并根据设备间的相互影响性,对可能异常设备的对接设备的运行数据进行分析,并基于对接设备的运行数据,对可能异常设备的第一异常可能值进行修正,得到第二异常可能值;
警戒模块,用于基于可能异常设备的第二异常可能值与该设备的影响因子,确定可能异常设备的危险值,并基于异常设备的危险值,确定异常设备的为危害警戒级别。
在本申请的一些实施例中,还包括影响因子匹配模块,所述影响因子匹配模块用于针对热电厂的各种设备,构建电厂设备表,并基于发电工艺原理,将不同的设备按照核心设备、辅助设备和监测设备进行设备种类标记,并针对不同的设备种类标记,再次按照整发电影响程度进行分类标记,包括停机性程度、性能第一减弱性程度、性能第二减弱程度、……、性能第n减弱程度和性能无减弱程度进行标记;针对不同的设备种类标记标定有基础影响值,针对不同的发电影响程度标定有第一影响调整系数;根据第一影响调整系数和基础影响值的乘积,计算得到对应设备的影响因子对应值。
本申请公开了一种热电厂运动监控方法及系统,公开的技术方案为,针对各设备在热电厂的关键程度,匹配影响因子,并就设备的问题发生可能性,匹配可能性判断变量,将可能性变量认定为第一异常可能值,根据可能异常设备的对接设备的运行数据的分析,对第一异常可能值进行修正,得到第二异常可能值,基于可能异常设备的第二异常可能值与该设备的影响因子,确定可能异常设备的危险值,并基于异常设备的危险值,确定异常设备的为危害警戒级别,实现了对异常设备判断的二次验证,提升了对异常设备判断的精准性,并能够针对异常设备问题的警戒级别进行确定。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一种热电厂运动监控方法的方法步骤图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不是用来限制本发明的范围。
在本申请的描述中,需要理解的是,术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
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一个或者更多个该特征。在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
本发明提供了一种能够保证对异常设备的判断更加精准的监控方法及系统。
为实现上述目的,本发明提供了如下方案:
参阅图1,在本申请的一些实施例中公开了一种热电厂运动监控方法,包括:
步骤S100,针对各设备的在热电厂的关键程度,对各设备匹配影响因子,并针对各设备的问题发生可能性,对设备匹配可能性判断变量。
需要了解的是,各设备在热电厂的关键程度可以理解为,对不同运行设备设定不同的关键级别,不同的关键级别对应者不同的影响因子,而关键程度可以由工作人员基于热电厂的运行原理以及运行过程中关于问题的容错率进行设定。
步骤S200,对各设备的传感器采集的运行数据进行分析,对运行数据异常的设备进行标记,记为可能异常设备。
需要理解的是,判断设备的运行数据的异常的方法可以为针对运行数据设定若干阈值,并根据设备的运行数据所触发的阈值,确定设备是否运转异常。
步骤S300,将所述可能异常设备对应的可能性变量认定为第一异常可能值,并根据设备间的相互影响性,对可能异常设备的对接设备的运行数据进行分析,并基于对接设备的运行数据,对可能异常设备的第一异常可能值进行修正,得到第二异常可能值。
步骤S400,基于可能异常设备的第二异常可能值与该设备的影响因子,确定可能异常设备的危险值,并基于异常设备的危险值,确定异常设备的为危害警戒级别。
在本申请的一些实施例中,针对各设备在热点厂的关键程度,对各设备匹配影响因子的方法包括:
第一步,针对热电厂的各种设备,构建电厂设备表,并基于发电工艺原理,将不同的设备按照核心设备、辅助设备和监测设备进行设备种类标记,并针对不同的设备种类标记,再次按照整发电影响程度进行分类标记,包括停机性程度、性能第一减弱性程度、性能第二减弱程度、……、性能第N减弱程度和性能无减弱程度进行标记。
第二步,针对不同的设备种类标记标定有基础影响值,针对不同的发电影响程度标定有第一影响调整系数。
第三步,根据第一影响调整系数和基础影响值的乘积,计算得到对应设备的影响因子对应值。
在本申请的一些实施例中,针对各设备的问题发生可能性,对设备匹配可能性判断变量的方法包括:对电厂设备的过往运行日志进行分析,确定出不同设备的运转异常的出现次数,并基于不同设备的运转异常的出现次数匹配判断变量。
在本申请的一些实施例中,并基于对接设备的运行数据,对可能异常设备的第一异常可能值进行修正的方法包括:
对对接设备之间的关联特征进行分析:
第一步,针对不同的设备构建的运行曲线,所述运行曲线的纵坐标为运行参数,横坐标为时间。
第二步,根据不同设备之间的对接关系以及工艺流程,确定不同设备间的数据关联情况。
第三步,按照时间点相同要求,将具有数据关联情况的设备的对应的运行曲线进行对齐,并就预设时间段,对相互对比的运行曲线进行走势分析,并基于运行曲线之间的走势趋同特征,对运行曲线对应的设备设定第一关联性参数。
在对可能异常设备的第一异常值进行修正的时候:
第一步,根据当下自身的对应的运行曲线和对接设备的运行曲线之间的走势驱动特征,确定可能异常设备与对接设备之间的当下关联性参数。
第二步,比对可能异常设备与对接设备之间对应的当下关联性参数和预设的第一关联性参数的关联偏差参数,并基于关联偏差参数,对第一异常可能值进行修正。
在本申请的一些实施例中,基于运行曲线之间的走势趋同特征,对运行曲线对应的设备设定第一关联性参数的方法包括:对具有数据关联情况的设备的运行曲线进行扫描分析,获取运行曲线的上升曲率或下降曲率,并根据在预设时间段内,上升曲率或下降曲率的曲率差异量设定第一关联性参数。
在本申请的一些实施例中,根据上升曲率或下降曲率的差异量设定第一关联性参数的方法包括:
第一步,预设有若干曲率差异量区间,每一曲率差异量区间均对应有特定的第一关联性参数。
第二步,计算曲率差异量,并判断曲率差异量所属的曲率差异量区间,以确定出具有数据关联情况的设备之间的第一关联性参数。
在本申请的一些实施例中,基于关联偏差参数,对第一异常可能值进行修正的方法包括:基于关联偏差参数,构建针对第一异常可能值的第一修正算子,基于第一修正算子,对第一异常可能值进行修正,得到第二异常可能值。
计算第二异常可能值的表达式为:
其中,M2为第二异常可能值,M1为第一异常可能值,T当下为当下关联性参数,T第一为第一关联性参属下,Β为第一调整常数,K为异常修正系数。
在本申请的一些实施例中,基于可能异常设备的第二异常可能值与该设备的影响因子,确定可能异常设备的危险值的方法包括:
第一步,基于可能异常设备的第二异常可能值,构建可能异常设备的危险警戒调整算子,并计算危险警戒调整算子与可能异常设备的影响因子对应值的乘积,得到危险警戒参考值。
第二步,基于危险警戒参考值所达到的预设警戒阈值,确定异常设备的危害警戒级别。
计算危险警戒参考值的表达式为:
J=L×LN(M2+Α)×H。
其中,J为危险警戒参考值,L为危险警戒调整系数,M2为第二异常可能值,Α为第二异常可能值,H为异常因子对应值。
在本申请的一些实施例中,还公开了一种热电厂运动监控系统,包括:关键程度确定模块、设备异常判断模块和警戒模块。
所述关键程度确定模块用于针对各设备的在热电厂的关键程度,对各设备匹配影响因子。
所述设备异常判断模块用于对各设备的传感器采集的运行数据进行分析,对运行数据异常的设备进行标记,记为可能异常设备,将所述可能异常设备对应的可能性变量认定为第一异常可能值,并根据设备间的相互影响性,对可能异常设备的对接设备的运行数据进行分析,并基于对接设备的运行数据,对可能异常设备的第一异常可能值进行修正,得到第二异常可能值。
所述警戒模块用于基于可能异常设备的第二异常可能值与该设备的影响因子,确定可能异常设备的危险值,并基于异常设备的危险值,确定异常设备的为危害警戒级别。
在本申请的一些实施例中,还包括影响因子匹配模块,所述影响因子匹配模块用于针对热电厂的各种设备,构建电厂设备表,并基于发电工艺原理,将不同的设备按照核心设备、辅助设备和监测设备进行设备种类标记,并针对不同的设备种类标记,再次按照整发电影响程度进行分类标记,包括停机性程度、性能第一减弱性程度、性能第二减弱程度、……、性能第N减弱程度和性能无减弱程度进行标记;针对不同的设备种类标记标定有基础影响值,针对不同的发电影响程度标定有第一影响调整系数;根据第一影响调整系数和基础影响值的乘积,计算得到对应设备的影响因子对应值。
本申请公开了一种热电厂运动监控方法及系统,公开的技术方案为,针对各设备在热电厂的关键程度,匹配影响因子,并就设备的问题发生可能性,匹配可能性判断变量,将可能性变量认定为第一异常可能值,根据可能异常设备的对接设备的运行数据的分析,对第一异常可能值进行修正,得到第二异常可能值,基于可能异常设备的第二异常可能值与该设备的影响因子,确定可能异常设备的危险值,并基于异常设备的危险值,确定异常设备的为危害警戒级别,实现了对异常设备判断的二次验证,提升了对异常设备判断的精准性,并能够针对异常设备问题的警戒级别进行确定。
本领域普通技术人员可以理解:以上仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种热电厂运动监控方法,其特征在于,包括:
针对各设备的在热电厂的关键程度,对各设备匹配影响因子,并针对各设备的问题发生可能性,对设备匹配可能性判断变量;
对各设备的传感器采集的运行数据进行分析,对运行数据异常的设备进行标记,记为可能异常设备;
将所述可能异常设备对应的可能性变量认定为第一异常可能值,并根据设备间的相互影响性,对可能异常设备的对接设备的运行数据进行分析,并基于对接设备的运行数据,对可能异常设备的第一异常可能值进行修正,得到第二异常可能值;
基于可能异常设备的第二异常可能值与该设备的影响因子,确定可能异常设备的危险值,并基于异常设备的危险值,确定异常设备的为危害警戒级别。
2.根据权利要求1所述的一种热电厂运动监控方法,其特征在于,针对各设备在热点厂的关键程度,对各设备匹配影响因子的方法包括:
针对热电厂的各种设备,构建电厂设备表,并基于发电工艺原理,将不同的设备按照核心设备、辅助设备和监测设备进行设备种类标记,并针对不同的设备种类标记,再次按照整发电影响程度进行分类标记,包括停机性程度、性能第一减弱性程度、性能第二减弱程度、……、性能第n减弱程度和性能无减弱程度进行标记;
针对不同的设备种类标记标定有基础影响值,针对不同的发电影响程度标定有第一影响调整系数;
根据第一影响调整系数和基础影响值的乘积,计算得到对应设备的影响因子对应值。
3.根据权利要求1所述一种热电厂运动监控方法,其特征在于,针对各设备的问题发生可能性,对设备匹配可能性判断变量的方法包括:
对电厂设备的过往运行日志进行分析,确定出不同设备的运转异常的出现次数,并基于不同设备的运转异常的出现次数匹配判断变量。
4.根据权利要求1所述的一种热电厂运动监控方法,其特征在于,并基于对接设备的运行数据,对可能异常设备的第一异常可能值进行修正的方法包括:
对对接设备之间的关联特征进行分析:
针对不同的设备构建的运行曲线,所述运行曲线的纵坐标为运行参数,横坐标为时间;
根据不同设备之间的对接关系以及工艺流程,确定不同设备间的数据关联情况;
按照时间点相同要求,将具有数据关联情况的设备的对应的运行曲线进行对齐,并就预设时间段,对相互对比的运行曲线进行走势分析,并基于运行曲线之间的走势趋同特征,对运行曲线对应的设备设定第一关联性参数;
在对可能异常设备的第一异常值进行修正的时候:
根据当下自身的对应的运行曲线和对接设备的运行曲线之间的走势驱动特征,确定可能异常设备与对接设备之间的当下关联性参数;
比对可能异常设备与对接设备之间对应的当下关联性参数和预设的第一关联性参数的关联偏差参数,并基于关联偏差参数,对第一异常可能值进行修正。
5.根据权利要求4所述的一种热电厂运动监控方法,其特征在于,基于运行曲线之间的走势趋同特征,对运行曲线对应的设备设定第一关联性参数的方法包括:
对具有数据关联情况的设备的运行曲线进行扫描分析,获取运行曲线的上升曲率或下降曲率,并根据在预设时间段内,上升曲率或下降曲率的曲率差异量设定第一关联性参数。
6.根据权利要求5所述的一种热电厂运动监控方法,其特征在于,根据上升曲率或下降曲率的差异量设定第一关联性参数的方法包括:
预设有若干曲率差异量区间,每一曲率差异量区间均对应有特定的第一关联性参数;
计算曲率差异量,并判断曲率差异量所属的曲率差异量区间,以确定出具有数据关联情况的设备之间的第一关联性参数。
7.根据权利要求4所述的一种热电厂运动监控方法,其特征在于,基于关联偏差参数,对第一异常可能值进行修正的方法包括:
基于关联偏差参数,构建针对第一异常可能值的第一修正算子,基于第一修正算子,对第一异常可能值进行修正,得到第二异常可能值;
计算第二异常可能值的表达式为:
其中,m2为第二异常可能值,m1为第一异常可能值,t当下为当下关联性参数,t第一为第一关联性参属下,β为第一调整常数,k为异常修正系数。
8.根据权利要求1所述的一种热电厂运动监控方法,其特征在于,基于可能异常设备的第二异常可能值与该设备的影响因子,确定可能异常设备的危险值的方法包括:
基于可能异常设备的第二异常可能值,构建可能异常设备的危险警戒调整算子,并计算危险警戒调整算子与可能异常设备的影响因子对应值的乘积,得到危险警戒参考值;
基于危险警戒参考值所达到的预设警戒阈值,确定异常设备的危害警戒级别;
计算危险警戒参考值的表达式为:
j=L×ln(m2+α)×h;
其中,j为危险警戒参考值,L为危险警戒调整系数,m2为第二异常可能值,α为第二异常可能值,h为异常因子对应值。
9.一种热电厂运动监控系统,其特征在于,包括:
关键程度确定模块,用于针对各设备的在热电厂的关键程度,对各设备匹配影响因子;
设备异常判断模块,用于对各设备的传感器采集的运行数据进行分析,对运行数据异常的设备进行标记,记为可能异常设备,将所述可能异常设备对应的可能性变量认定为第一异常可能值,并根据设备间的相互影响性,对可能异常设备的对接设备的运行数据进行分析,并基于对接设备的运行数据,对可能异常设备的第一异常可能值进行修正,得到第二异常可能值;
警戒模块,用于基于可能异常设备的第二异常可能值与该设备的影响因子,确定可能异常设备的危险值,并基于异常设备的危险值,确定异常设备的为危害警戒级别。
10.根据权利要求9所述的一种热电厂运动监控系统,其特征在于,还包括影响因子匹配模块,所述影响因子匹配模块用于针对热电厂的各种设备,构建电厂设备表,并基于发电工艺原理,将不同的设备按照核心设备、辅助设备和监测设备进行设备种类标记,并针对不同的设备种类标记,再次按照整发电影响程度进行分类标记,包括停机性程度、性能第一减弱性程度、性能第二减弱程度、……、性能第n减弱程度和性能无减弱程度进行标记;针对不同的设备种类标记标定有基础影响值,针对不同的发电影响程度标定有第一影响调整系数;根据第一影响调整系数和基础影响值的乘积,计算得到对应设备的影响因子对应值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310672446.8A CN116880250A (zh) | 2023-06-07 | 2023-06-07 | 一种热电厂运动监控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310672446.8A CN116880250A (zh) | 2023-06-07 | 2023-06-07 | 一种热电厂运动监控方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116880250A true CN116880250A (zh) | 2023-10-13 |
Family
ID=88266980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310672446.8A Pending CN116880250A (zh) | 2023-06-07 | 2023-06-07 | 一种热电厂运动监控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116880250A (zh) |
-
2023
- 2023-06-07 CN CN202310672446.8A patent/CN116880250A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111555716B (zh) | 光伏阵列工作状态的确定方法、装置、设备及存储介质 | |
CN109933905B (zh) | 一种基于多维预警分析的机械设备健康状态评估方法 | |
CN112067335A (zh) | 一种基于多元状态估计的电厂送风机故障预警方法 | |
CN113050019B (zh) | 数据驱动评估结果和检定规程融合的电压互感器评估方法及系统 | |
KR102325991B1 (ko) | 하수 및 폐수처리시설 설비 지능형 자산관리 시스템 및 이를 이용한 운영방법 | |
CN116611712A (zh) | 基于语义推断的电网工作票评估系统 | |
CN117689214B (zh) | 一种柔性直流牵引供电系统能量路由器动态安全评估方法 | |
CN116664113A (zh) | 一种面向电力计量标准化作业的智能安全监管系统 | |
CN113792944B (zh) | 一种预测性维护方法及系统 | |
CN117032004A (zh) | 基于物联网的工业生产自动化控制平台 | |
CN108416386A (zh) | 一种用于水电机组轴承温度异常判断的方法及系统 | |
CN113934536B (zh) | 面向边缘计算的数据采集方法 | |
CN113282447B (zh) | 一种用于数据中心的机房安全检测方法及系统 | |
CN116880250A (zh) | 一种热电厂运动监控方法及系统 | |
CN115775122B (zh) | 建筑材料检测验收方法 | |
CN111562036B (zh) | 一种变压器油温表在线校验方法 | |
CN117057608A (zh) | 企业安全生产风险预警系统 | |
CN117171694A (zh) | 一种基于ai技术的配电场景安全识别系统 | |
CN109712729B (zh) | 一种核电站报警方法、饱和裕度的计算方法及系统 | |
CN106125643A (zh) | 一种基于机器学习技术的工控安防方法 | |
CN113294295A (zh) | 用于检测涡轮性能不佳和操作异常的系统和方法 | |
CN117970168B (zh) | 一种双电源转换装置的监测数据高效处理方法 | |
CN117760596B (zh) | 一种温度传感器质量检测系统 | |
CN117493129B (zh) | 一种计算机控制设备的运行功率监测系统 | |
CN116026890B (zh) | 一种基于热红外图像的电力电缆热故障检测方法 |
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 |