KR100194551B1 - Fault diagnosis method by real time alarm processing of power plant - Google Patents
Fault diagnosis method by real time alarm processing of power plant Download PDFInfo
- Publication number
- KR100194551B1 KR100194551B1 KR1019960041993A KR19960041993A KR100194551B1 KR 100194551 B1 KR100194551 B1 KR 100194551B1 KR 1019960041993 A KR1019960041993 A KR 1019960041993A KR 19960041993 A KR19960041993 A KR 19960041993A KR 100194551 B1 KR100194551 B1 KR 100194551B1
- Authority
- KR
- South Korea
- Prior art keywords
- alarm
- cause
- fault
- failure
- fault diagnosis
- Prior art date
Links
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
본 발명은 발전소를 운전하는 도중에 발생하는 고장들에 대해 운전원이 신속하고 적절하게 처리하는 발전소의 실시간 경보처리에 의한 고장진단방법에 관한 것으로서 종래기술에서 하나의 고장으로 인한 다중경보의 발생시에 대규모 발전소에서 신속한 조치가 이루어질 수 없었던 문제점을 해결하기 위해, 본 발명은 발전소에서 발생한 경보, 경보의 발생시간, 센서데이터를 경보처리용 지식베이스에 저장하고, 그 저장된 경보관련 자료가 다중 경보일 경우 경보발생 우선순위로 하나의 경보를 선택하고, 그 선택된 경보 이전에 발생한 선행경보의 존재유무에 따라 선택된 경보를 원인경보로 처리하여 그 경보처리결과를 운전원의 접속화면에 디스플레이하여 주며, 아울러, 처리된 원인경보들의 우선순위에 따라 하나씩 선택하여 고장진단용 지식베이스로부터 그 원인경보에 관련된 센서 데이터, 고장형태, 고장에 관계된 정성적 모델을 읽어오고, 읽어온 모든 원인경보 자료에서 센서 데이터의 트랜드를 정성적으로 해석하여 정성적 모델과 매칭될 경우에 고장내력, 고장의 형태 및 조치사항에 대한 확신도를 계산한 후 그 고장진단결과를 운전원 접속화면에 디스플레이하여 줄 수 있는 것이다.The present invention relates to a failure diagnosis method by real-time alarm processing of a power plant that the operator quickly and appropriately handles faults occurring during operation of a power plant. In order to solve the problem that the rapid action could not be achieved in the present invention, the present invention stores the alarm generated at the power plant, the alarm occurrence time, the sensor data in the knowledge base for alarm processing, the alarm generated when the alarm-related data stored multiple alarms Select one alarm as priority, treat the selected alarm as the cause alarm according to the existence of the preceding alarm occurred before the selected alarm, and display the result of the alarm processing on the connection screen of the operator. Knowledge bay for troubleshooting by selecting one by one according to the priority of alarms Read the sensor data related to the cause alarm, the failure type, and the qualitative model related to the failure, and qualitatively analyze the trend of the sensor data from all the cause alarm data, and match the qualitative model when it matches the qualitative model. In addition, after calculating the degree of confidence in the type and action of the fault, the result of the fault diagnosis can be displayed on the operator connection screen.
Description
제1도는 본 발명의 경보처리 및 고장진단 시스템 블록도.1 is a block diagram of the alarm processing and troubleshooting system of the present invention.
제2도는 본 발명의 발전소의 실시간 경보처리에 의한 고장진단 흐름도.2 is a flow chart of fault diagnosis by real-time alarm processing of the power plant of the present invention.
제3도는 본 발명의 데이터의 변환 및 저장 테이블.3 is a conversion and storage table of the data of the present invention.
제4도는 본 발명의 경보처리용 지식 표현 방법 및 예시도.4 is a diagram illustrating a knowledge representation method and an alarm processing method of the present invention.
제5도는 본 발명의 고장진단용 지식 표현 방법 및 예시도.5 is a diagram and a representation method for knowledge knowledge for troubleshooting of the present invention.
제6도는 본 발명의 경보처리 및 고장진단 결과의 표시 화면.6 is a display screen of the alarm processing and fault diagnosis results of the present invention.
* 도면의 주요부분에 대한 부호의 설명* Explanation of symbols for main parts of the drawings
1, 5 : 제1, 제2 전처리 유닛 2 : 실시간 데이터베이스1, 5: 1st, 2nd preprocessing unit 2: Real-time database
3 : 경보처리용 지식베이스 4 : 경보처리 모듈3: knowledge base for alarm processing 4: alarm processing module
6 : 고장진단용 지식베이스 7 : 정성적 해석기6: Knowledge Base for Diagnosing Problems 7: Qualitative Analyzer
8 : 고장진단모듈 9 : 사용자 접속화면8: Fault Diagnosis Module 9: User Connection Screen
본 발명은 발전소 운전 도중에 발생하는 고장들에 대해 신속하게 그 원인을 진단, 분석하고, 적절한 조치 사항을 제공할 수 있도록 하는 실시간 경보처리에 의한 고장진단방법에 관한 것이다.The present invention relates to a method for diagnosing failures by real-time alarm processing that can quickly diagnose and analyze the causes of failures occurring during operation of a power plant and provide appropriate measures.
계기의 고장, 운전원의 실수, 센서의 고장, 제어 시스템의 고장 등으로 나타나는 발전소의 이상상태(Abnormal State)를 운전원에게 알려주는 경보(Alarm)는 발전소 운전 상태 파악에 있어서 아주 중요한 신호이다.An alarm that informs the operator of an abnormal state of the power plant, which is indicated by an instrument failure, operator error, sensor failure, control system failure, etc., is an important signal in determining the operation status of a power plant.
경보는 발전소의 이상상태를 나타내어 운전에 도움을 주고자 하는 데 목적이 있으나, 여러개가 동시에 발생할 경우에는 오히려 운전원들이 발전소의 상태를 파악하는데 인지부담(Cognitive Load)을 주게 된다.The alarm is intended to help the operation by indicating the abnormal condition of the power plant, but when several occur at the same time, the operator puts a cognitive load to determine the status of the power plant.
이러한 경보들은 대부분 하나의 고장으로 인해 그 원인이 파급되어 거의 동시에 발생하므로 다중경보(Multiple Alarm)의 발생시 원인경보(Cause Alarm)를 찾아 주고, 이들 각 경보들에 대한 고장원인(Fault)을 진단하여 그 결과와 조치사항 및 조치순서를 운전원에게 알려주어 신속한 조치가 이루어 질 수 있도록 도와주는 경보처리 및 고장진단 방법 및 시스템의 개발이 필요하다.Since most of these alarms are caused by a single fault and occur almost simultaneously, find a cause alarm when multiple alarms occur and diagnose the fault cause of each of these alarms. It is necessary to develop alarm handling and fault diagnosis methods and systems that inform the operator of the results, measures and order of actions to help prompt action.
현재 발전소에서는 매순간 발생한 경보들을 리포트해주고 경보판넬을 켜주는 정도로 경보의 발생을 알려줄 뿐 실제로 발생한 경보들 중에서 가장 원인이 되는 경보를 찾아주고 조치사항 등의 운전절차를 알려주는 정보처리 및 고장진단 시스템은 설치되어 있지 않은 상태이다.Currently, power plants report alarms that occur every moment and turn on the alarm panel to inform the occurrence of alarms.In addition, the information processing and troubleshooting system that finds the most probable alarm among the alarms that occurred and informs the operation procedures such as measures are It is not installed.
또한, 이전에 개발한 시스템에서는 주로 경보에 관련된 자료들을 데이터베이스로 구성을 하여 경보의 발생시 운전원이 그 경보에 해당하는 자료를 오프라인으로 검색하여 운전에 참고하도록 하고 있으며, 현재 연구 및 발표되고 있는 경보처리 및 고장진단의 방법이 발전소와 같은 대규모 시스템에 적용하는 데는 여러 가지 어려움과 한계가 있다.In addition, in the system developed previously, the data related to the alarm are mainly composed of the database so that when the alarm occurs, the operator can search the data corresponding to the alarm offline and refer to the operation. And failure diagnosis methods have many difficulties and limitations in applying to large-scale systems such as power plants.
이를 해결하기 위해 안출된 본 발명은 발전소에서 실시간으로 경보처리 및 고장진단을 하여 운전원에게 알려줌으로써 운전원이 고장원인에 대해 보다 신속하게 대처하도록 하는데 그 목적이 있다.The present invention devised to solve this problem is to notify the operator by performing alarm processing and troubleshooting in real time in the power plant to enable the operator to respond to the cause of failure more quickly.
상기 목적을 달성하기 위한 본 발명은, 발전소에서 발생한 경보, 경보의 발생시간, 센서 데이터를 경보처리용 지식베이스에 저장하는 과정과, 저장된 경보관련 자료가 다중 경보일 경우 경보발생 우선순위로 하나의 경보를 선택하는 과정과, 선택된 경보 이전에 발생한 선행경보의 존재유무에 따라 선택경보를 원인경보로 처리하여 그 경보처리결과를 운전원의 접속화면에 디스플레이하여 주는 과정과, 처리된 원인경보들의 우선순위에 따라 하나씩 선택하여 고장진단용 지식베이스로부터 그 원인경보에 관련된 센서 데이터, 고장 형태, 고장에 관계된 정성적 모델을 읽어오는 과정과, 읽어온 모든 원인경보 자료에서 센서 데이터의 트랜드를 정상적으로 해석하여 정상적 모델과 매칭될 경우에 고장내력, 고장의 형태 및 조치사항에 대한 확신도를 계산한 후 그 고장진단결과를 운전원 접속화면에 디스플레이하여 주는 과정을 수행함으로써, 대규모 발전소의 경보 발생에 의한 고장진단을 운전원이 보다 신속하게 파악하여 그에 상응한 조치를 취할 수 있는 것을 특징으로 한다.In order to achieve the above object, the present invention provides a process of storing an alarm generated at a power plant, an alarm occurrence time, and sensor data in an alarm processing knowledge base, and an alarm occurrence priority when the stored alarm related data are multiple alarms. The process of selecting an alarm, treating the selected alarm as a cause alarm according to the existence of a preceding alarm occurring before the selected alarm, and displaying the result of the alarm processing on the driver's connection screen, and the priority of the processed cause alarms. Select one by one and read the sensor data related to the cause alarm, the type of failure, and the qualitative model related to the failure from the knowledge base for fault diagnosis, and analyze the trend of the sensor data in all the cause alarm data. Calculate confidence in failure history, type of failure, and corrective actions if Then, by performing the process of displaying the fault diagnosis result on the operator connection screen, the operator can quickly identify the fault diagnosis caused by the alarm of a large-scale power plant, and can take a corresponding action.
이하, 본 발명을 첨부된 도면에 의거하여 상세히 설명하면 다음과 같다.Hereinafter, the present invention will be described in detail with reference to the accompanying drawings.
제1도는 본 발명을 위한 경보처리 및 고장진단 시스템의 블록 구성도이다.1 is a block diagram of an alarm processing and fault diagnosis system for the present invention.
그 구성 및 동작은, 발전소에서 발생한 경보 및 경보의 발생시간, 센서데이타 값이 제1 전처리 유닛(1)에 입력된다. 제1 전처리 유닛(1)에서는 입력된 데이터를 경보처리와 고장진단을 하는데 필요한 데이터 형태로 변환을 한다.The configuration and operation of the alarm generated at the power plant, the generation time of the alarm, and the sensor data values are input to the first preprocessing unit 1. The first preprocessing unit 1 converts the input data into a data form necessary for alarm processing and fault diagnosis.
이렇게 변환된 자료들은 실시간 데이터베이스(2)에 저장이 되고, 이때 최근에 입력된 명령어들을 기억 및 유지하여 재사용하기 위해 히스토리(history) 저장부를 이용한다.The converted data are stored in the real-time database (2), and at this time, a history storage unit is used to store, maintain, and reuse recently inputted commands.
다중의 경보들이 발생했을 때 이들 경보들에 대한 자료들을 경보처리용 지식베이스(3)에서 가져온다. 경보처리용 지식베이스(3)에는 경보들과 고장원인들 사이를 원인-결과의 형태로 구성한 경보트리와 발전소 각 부위의 기기사양 현재까지의 고장내력 및 각 고장에 대한 조치사항 등의 내용을 포함하고 있다.When multiple alarms occur, data about these alarms are taken from the knowledge base for alarm processing (3). The knowledge base for alarm processing (3) contains the contents of the alarm tree composed of the alarms and the causes of failure in the form of cause-results, the equipment specifications of each part of the power plant, the fault history up to now, and the measures for each failure. Doing.
경보처리 모듈(4)에서는 경보처리용 지식베이스(3)의 자료들로부터 추론규칙을 적용하여 원인경보를 추론한다.In the alarm processing module 4, reasoning alarms are inferred by applying an inference rule from the data of the alarm processing knowledge base 3.
제2 전처리 유닛(5)에서는 추론되 원인경보와 발전소의 센서값들을 고장진단에 필요한 데이터의 형태로 변환을 한다.The second preprocessing unit 5 converts the inferred cause alarm and sensor values of the power plant into data required for troubleshooting.
고장진단용 지식베이스(6)에는 상기 제2 전처리 유닛(5)으로부터 변환된 진단시 필요한 고장의 형태와, 고장에 관계된 정성적 모델 및 정성적 모델에 따른 상태 천이 블록 등의 정보들을 저장하고 있다.The failure knowledge base 6 stores information such as the type of failure required for the diagnosis converted from the second preprocessing unit 5, a qualitative model related to the failure, and a state transition block according to the qualitative model.
정성적 해석기(7)에서는 상기 제2 전처리 유닛(5)에서 변환된 센서 트랜드에 대한 기울기를 계산하여 정성적인 값으로 해석을 하여 이들에 대한 확신도를 계산한다. 그 계산된 확신도와 상기 고장진단용 지식베이스(6)의 정보들로부터 고장진단 모듈(8)에서 고장을 판단한다.The qualitative analyzer 7 calculates the slope of the sensor trend converted in the second preprocessing unit 5 and interprets it as a qualitative value to calculate the confidence level for these. The failure diagnosis module 8 determines the failure from the calculated confidence and the information of the knowledge base 6 for troubleshooting.
이러한 과정에서의 상기 경보처리 모듈(4)에서 처리된 경보처리 결과 및 상기 고장진단모듈(8)에서 처리된 고장진단 결과, 기기사양, 과거의 기기사양 등의 자료들을 사용자 접속화면(9)을 통하여 보여준다.In this process, data such as the alarm processing result processed by the alarm processing module 4 and the fault diagnosis result processed by the fault diagnosis module 8, device specifications, past device specifications, and the like are displayed. Show through.
그리고 경보처리와 고장진단에서 사용한 데이터들과 처리 결과들의 히스토리를 히스토리 저장부(10)에 저장한다.And the history of the data and processing results used in the alarm processing and fault diagnosis is stored in the history storage unit 10.
제2도는 본 발명의 실시간 경보처리에 의한 고장진단 과정을 나타내는 흐름도이다.2 is a flowchart showing a fault diagnosis process by the real-time alarm process of the present invention.
먼저 발전소에서 발생한 다중경보 및 경보들의 발생시간, 센서데이타를 입력 받는다(S11). 그 입력된 자료들을 경보처리 및 고장진단에 필요한 데이터 형태로 제1 전처리 유닛(1)에 의해 변환하고, 그 변환되어 입력된 자료들을 테이블의 형태로 생성한 후(S12), 이를 실시간 데이터베이스(2)에 저장을 한다(S13). 그후, 상기 입력된 경보가 다중의 경보인가를 판단(S14)하여, 여러개의 경보가 발생했을 경우에는 경보처리 루틴을 수행하고, 하나의 경보만 발생했을 경우에는 그 경보를 원인경보로 간주한다.First, the generation time of the multiple alarms and alarms generated in the power plant, the sensor data is received (S11). The input data are converted by the first preprocessing unit 1 into data types necessary for alarm processing and fault diagnosis, and the converted input data are generated in the form of a table (S12). Save to (S13). Thereafter, it is determined whether or not the input alarm is multiple alarms (S14). When several alarms occur, an alarm processing routine is executed. When only one alarm occurs, the alarm is regarded as a cause alarm.
즉 다중의 경보 발생시, 발생할 경보들에 관한 자료들을 경보처리용 지식베이스(3)로부터 로드(S15)하여 경보의 우선순위가 높은 순으로 정리를 하여 가장 우선순위가 높은 경보를 선택한다(S16).That is, when multiple alarms are generated, data on alarms to be generated are loaded from the knowledge base 3 for alarm processing (S15), the alarms are sorted in order of the highest priority, and the alarm having the highest priority is selected (S16). .
이렇게 선택한 경보에 대하여 선택경보가 발생한 시간 이전에 발생한 선행 경보가 있는 지를 판단한다(S17). 만약 선택경보의 선행경보가 선행경보의 발생시간 이전에 발생하였다면 선택경보를 원인경보에서 제거한다(S18).For the alarm thus selected, it is determined whether there is a preceding alarm that occurred before the time when the selection alarm occurred (S17). If the preceding alarm of the selection alarm occurred before the occurrence time of the preceding alarm, the selection alarm is removed from the cause alarm (S18).
그리고 선택경보의 발생시간 이전에 발생한 선행경보가 없을 경우 또는 상기에서 다중경보가 아닐 경우에는 선택경보를 원인경보로 선택한다(S19).If there is no preceding alarm occurring before the occurrence of the selection alarm or if the alarm is not multiple alarms, the selection alarm is selected as the cause alarm (S19).
이와같이 추론된 원인경보는 사용자에게 지금까지의 처리 결과에 대한 자료를 제공하기 위하여 사용자 접속화면에서 중간 결과를 보여준다(S20). 그리고 이 결과는 데이터베이스에 저장한다(S21).The cause alarm deduced as above shows an intermediate result on the user access screen in order to provide the user with data on the results of processing up to now (S20). The result is stored in a database (S21).
상기 경보처리 과정에서 추론된 원인경보들에 대하여 우선순위가 높은 순으로 하나의 원인경보를 선택(S22)하여 고장진단을 한다. 선택된 원인경보에 대하여 관련된 센서들, 일어날 수 있는 고장 및 고장의 형태 등의 자료들을 고장진단용 지식베이스(6)에서 읽어온다(S23).The cause alarms inferred in the alarm processing process select one cause alarm in order of high priority (S22) and perform a failure diagnosis. Data related to the selected cause alarms, such as related sensors, possible failures and types of failures, are read from the troubleshooting knowledge base 6 (S23).
상기 읽어온 원인경보에 관련된 센서들의 트랜드를 정성적 해석기(7)에 의해 정성적으로 해석을 하여 확신도를 계산한다(S24).Confidence is calculated by qualitatively analyzing the trends of the sensors related to the cause alarm read out by the qualitative analyzer 7 (S24).
이 해석결과를 이용하여 고장진단모듈(8)에서는 정성적모델에서의 고장의 형태와 매칭되는가를 판단한다(S25). 이 판단에 의해 매칭되는 경우에는 고장내력과 고장의 형태 및 조치사항에 대한 순서를 확신도로 나타낸다(S26).Using the result of the analysis, the failure diagnosis module 8 determines whether it matches the type of failure in the qualitative model (S25). If it is matched by this judgment, the fault history, the type of fault and the order of the measures are indicated with confidence (S26).
매칭이 일어나지 않은 경우에는 윈도우의 크기를 크게 하여(S27), 모든 원인경보들에 대하여 진단이 끝났는지를 점검하고, 추론된 결과와 추론에 이용된 센서 트랜드 등을 사용자 접속화면에 보여준다(S28).If no matching occurs, the size of the window is increased (S27) to check whether the diagnosis is completed for all cause alarms, and the inferred result and the sensor trend used for the inference are displayed on the user access screen (S28).
이상과 같은 S11 내지 S28의 과정을 통하여 발전소에서 발생한 다중경보를 실시간으로 처리하고, 고장부위를 진단하여 운전의 조치사항을 제시하여 주는 경보처리 및 고장진단이 수행되어 진다. 실제로 이상의 경과는 빠른 시간내에 추론의 결과가 보여지며, 경보처리 및 고장진단 방법에서의 상세한 설명을 아래에서 계속한다.Through the processes of S11 to S28 as described above, the alarm processing and fault diagnosis are performed in real time to process the multiple alarms generated in the power plant, diagnose the fault site, and present the measures of operation. In fact, the progress of the abnormality is shown as soon as the result of the inference, and the detailed description in the alarm processing and troubleshooting method is continued below.
제3도는 경보처리 및 고장진단에서 이용한 데이터베이스에서의 테이블의 형태를 나타낸 것이다.3 shows the form of a table in a database used for alarm processing and fault diagnosis.
먼저 제3도의 (a)에 도시된 바와 같이, 경보처리용 데이터 테이블에는 경보의 발생시간(29)을 먼저 기입하고, 경보의 꼬리표(30) 및 경보의 이름(31), 현재의 발생상태(32)를 0과 1의 형태로 나타낸다.First, as shown in (a) of FIG. 3, an alarm occurrence time 29 is first written into the alarm processing data table, and the alarm tag 30, the alarm name 31, and the current occurrence state ( 32) in the form of 0's and 1's.
그리고 제3도의 (b)에 도시된 바와 같이, 고장진단용 데이터 테이블에서는 테이블에서 자료의 검색을 지나 측정꼬리표(33), 측정시간(34) 및 각 센서들의 이름(35)의 순으로 작성한다.As shown in (b) of FIG. 3, in the troubleshooting data table, the data is searched in the table, and then the measurement tag 33, the measurement time 34, and the names 35 of the sensors are prepared.
이때, 테이블의 행이 수는 진단에서의 윈도우 크기(36)와 일치한다.At this time, the number of rows in the table matches the window size 36 in the diagnosis.
제4도에서는 경보처리용 지식표현의 한 예를 나타낸 것이다.4 shows an example of the knowledge expression for alarm processing.
연료의 방출 압력저 경보에 대하여 경보의 꼬리표, 경보이름, 우선순위, 선행경보, 후행경보, 경보의 발생원인들 및 발생 가능성, 경보의 발생시간, 종류를 포함하여 하나의 프레임으로 구성된 경보처리용 지식베이스를 제4a도에서 나타내었다.For the low pressure alarm of fuel discharge, it is composed of one frame including alarm tag, alarm name, priority, preceding alarm, trailing alarm, cause and possibility of alarm occurrence, alarm occurrence time and type. The knowledge base is shown in Figure 4a.
이러한 프레임 형태의 지식베이스는 제4b도에서와 같은 원인-결과 형태의 트리로 나타낼 수 있다. 여기에서는 경보들(37) 및 고장원인(38)들 사이의 관계를 원인-결과의 형태로 도시한 예이다.This frame-based knowledge base can be represented as a tree in the cause-effect form as shown in FIG. 4B. Here is an example showing the relationship between the alarms 37 and the cause of failure 38 in the form of cause-effect.
제5도는 본 발명에 따른 고장진단용 지식표현 방법 및 예를 보인다.5 shows a method and an example of a knowledge expression for troubleshooting according to the present invention.
먼저 제5a도에 도시된 고장진단용 지식베이스의 테이블 구성은, 각 경보(39)에 대하여 관련된 고장의 개수(40)와 관련된 고장의 코드화된 이름(41), 각 고장에 관련된 고장의 타입(42), 그리고 각 고장에 관련된 센서의 이름(43), 경보에 관련된 총 센서들의 개수(44)로 구성되어 진다.First of all, the table configuration of the knowledge base for fault diagnosis shown in FIG. 5A includes the coded name 41 of the fault associated with the number of the faults 40 associated with each alarm 39, and the type of fault 42 associated with each fault. ), And the name of the sensor 43 associated with each fault, and the total number of sensors 44 associated with the alarm.
여기서 고장타입은 관련된 센서들의 트랜드를 분석하여 구성하며, 각 고장들은 주센서와 하나 이상의 부센서와 연관되어 있다(확장 가능하다).In this case, the failure type consists of analyzing the trends of the related sensors, and each failure is associated with the main sensor and one or more secondary sensors (expandable).
주센서는 센서의 값에 경보가 설치되어서 센서의 값이 설정치를 벗어나면 경보가 발생하도록 되어 있는 센서들이다. 대부분의 경보들은 하나의 주센서와 관계가 있다.The main sensors are sensors that have an alarm installed in the sensor value so that the alarm is triggered when the sensor value is out of the set value. Most alarms are related to one main sensor.
부센서는 센서에 직접적으로 경보가 설치되어 있는 것은 아니나, 경보의 발생시 연관되어 움직이는 센서를 나타낸다.The secondary sensor does not have an alarm installed directly on the sensor, but represents a sensor moving in association with the occurrence of the alarm.
본 발명에서는 발전소에서는 하나의 경보에 직접적으로 관계된 고장형태와 그 고장의 발생시 나타나는 관계된 센서들의 트랜드(45)를 분석하여 상태 천이 블록도를 제5b도에 도시된 바와 같이 작성하였다.In the present invention, a state transition block diagram is prepared as shown in FIG. 5B by analyzing a failure form directly related to an alarm and a trend 45 of related sensors appearing when the failure occurs.
이 블록도에서는 각 고장들에 대하여 일어날 수 있는 센서들의 트랜드를 분석하여 상태 천이의 형태로 구성하였다.In this block diagram, trends of sensors that can occur for each fault are analyzed and configured in the form of state transition.
각 상태와 주센서와 부센서의 정성적 상태(46)로 구성된다. 여기서 주센서의 범위는 고(High), 정상(Steady), 저(Low)의 세 범위로 구분되고, 부센서의 범위는 상(Upper)과 하(Lower)의 두 범위로 나뉘어진다.Each state and the qualitative state 46 of the main and sub-sensors. Here, the range of the main sensor is divided into three ranges: high, steady, and low, and the range of the sub sensor is divided into two ranges: upper and lower.
고장진단의 과정에서는 현재의 트랜드의 상태를 이와 같은 상태 천이 블록과 매칭을 함으로서 고장의 형태와 현재의 상태를 알 수 있으며, 상태 천이 블록 위에서의 발전소의 상태 예측도 가능하다.In the process of troubleshooting, by matching the current trend state with the state transition block, it is possible to know the type of fault and the current state, and to predict the state of the power plant on the state transition block.
제6도는 본 발명에서의 경보처리 및 고장진단 결과의 표시방법을 나타내고 있다.6 shows a method of displaying alarm processing and fault diagnosis results in the present invention.
먼저, 제6a도에 도시된 경보처리화면은, 현재 발전소에서 발생된 경보들을 발생경보(47)에 나타내고, 원인경보(49)의 추론에 이용한 경보는 현재경보(48)에 나타낸다.First, the alarm processing screen shown in FIG. 6A shows the alarms generated at the current power plant in the generation alarm 47, and the alarms used for inference of the cause alarm 49 are shown in the current alarm 48. FIG.
발생경보(47)를 통하여 사용자는 발전소에서 발생하고 있는 경보들을 실시간으로 모니터링할 수 있다. 경보처리 결과 추론된 경보들은 원인경보(49)에 나타내고, 각 원인경보들을 선택하면 고장원인(50)에서는 관련된 고장들을 표시한다.The generation alarm 47 allows the user to monitor in real time the alarms occurring in the power plant. Alarms inferred as a result of the alarm processing are displayed in the cause alarm 49, and when each cause alarm is selected, the failure cause 50 displays the related failures.
관련된 고장들에 대한 추론의 자세한 결과는 제6b도에 도시된 고장진단 화면에서 볼 수 있으며, 고장진단 화면에서는 현재의 고장과 확신도를 포함한 고장원인(51)을 보이고, 그 고장에 대한 조치사항들(52)을 나타낸다.Detailed results of the inferences for the relevant faults can be seen in the fault diagnosis screen shown in Figure 6b, which shows the fault cause 51 including the current fault and confidence level, and the corrective actions for the fault. S 52 are shown.
또한 고장진단의 결과를 뒷받침하는 주센서의 트랜드(53)와 부센서의 트랜드(54)를 나타내어 현재의 상태 및 미래의 상태를 예측하게 한다.In addition, the trend 53 of the main sensor and the sub-sensor 54 of the sub-sensor supporting the results of the fault diagnosis are shown to predict the current state and the future state.
이상과 같은 본 발명은 대규모 발전소 운전 도중에 발생하는 고장들에 대해 신속하게 그 원인을 진단, 분석하고, 적절한 조치사항을 제공하여 줌으로써 운전원으로 하여금 신속한 조치를 취하게 하여 발전소 운영에 보다 효율적인 것이다.The present invention as described above is to diagnose and analyze the cause of the failures occurring during the operation of a large power plant quickly and to provide appropriate measures to allow the operator to take a quick action to be more efficient in plant operation.
Claims (9)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1019960041993A KR100194551B1 (en) | 1996-09-24 | 1996-09-24 | Fault diagnosis method by real time alarm processing of power plant |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1019960041993A KR100194551B1 (en) | 1996-09-24 | 1996-09-24 | Fault diagnosis method by real time alarm processing of power plant |
Publications (2)
Publication Number | Publication Date |
---|---|
KR19980022715A KR19980022715A (en) | 1998-07-06 |
KR100194551B1 true KR100194551B1 (en) | 1999-06-15 |
Family
ID=66520775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1019960041993A KR100194551B1 (en) | 1996-09-24 | 1996-09-24 | Fault diagnosis method by real time alarm processing of power plant |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR100194551B1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105978145A (en) * | 2016-05-18 | 2016-09-28 | 国网福建省电力有限公司 | Intelligent transformer station secondary system information integration system |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100586463B1 (en) * | 2004-08-12 | 2006-06-08 | 학교법인 울산공업학원 | The decision of fault diagnosis system and method in sensor system |
KR101223786B1 (en) * | 2011-04-05 | 2013-01-17 | 한국수력원자력 주식회사 | Fault diagnosis system and method |
-
1996
- 1996-09-24 KR KR1019960041993A patent/KR100194551B1/en not_active IP Right Cessation
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105978145A (en) * | 2016-05-18 | 2016-09-28 | 国网福建省电力有限公司 | Intelligent transformer station secondary system information integration system |
Also Published As
Publication number | Publication date |
---|---|
KR19980022715A (en) | 1998-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP0401816B1 (en) | Plant operation supporting method | |
EP1727009B1 (en) | System for displaying alarms and related information for supporting process operation | |
EP0378377A2 (en) | Expert system for surveillance, diagnosis and prognosis of plant operation | |
JPH0522241B2 (en) | ||
JPH03137518A (en) | Diagnosing apparatus of fault | |
JPH06309584A (en) | Plant operation support device | |
US20220163246A1 (en) | Maintenance recommendation system | |
JPH06309585A (en) | Pre-alarm device | |
JP2672576B2 (en) | Diagnosis support system for plants and equipment | |
KR100194551B1 (en) | Fault diagnosis method by real time alarm processing of power plant | |
KR0169808B1 (en) | Fault diagonistic expert system and diagonistic method | |
JPH06186140A (en) | Plant facility diagnosis device | |
Buceti et al. | Automatic validation of the five-channel DCN interferometer in ENEA-FTU based on soft-computing techniques | |
Rengaswamy et al. | An integrated framework for process monitoring, diagnosis, and control using knowledge-based systems and neural networks | |
JPH0744526A (en) | Diagnostic device of defect cause of electronic device based on event | |
JP2001306140A (en) | Abnormality detection system | |
JP2001067122A (en) | Method for diagnosing ladder program and equipment diagnostic device | |
JP3951374B2 (en) | Plant interface agent | |
JPH0524521B2 (en) | ||
Visser et al. | PREHEP: Human error probability based process unit selection | |
JPH06332529A (en) | Equipment fault diagnosing method and device therefor | |
JPH08278814A (en) | Plant monitoring device | |
JPH02201295A (en) | Supporting equipment for fault diagnosis of plant apparatus | |
JPH0934536A (en) | Device and method for fault diagnosis | |
CN115841323A (en) | Fault troubleshooting method and system based on knowledge graph |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20130201 Year of fee payment: 15 |
|
FPAY | Annual fee payment |
Payment date: 20140128 Year of fee payment: 16 |
|
FPAY | Annual fee payment |
Payment date: 20150202 Year of fee payment: 17 |
|
FPAY | Annual fee payment |
Payment date: 20160201 Year of fee payment: 18 |
|
EXPY | Expiration of term |