KR20180093351A - 설비의 열효율 계측점의 계측불량 검출 장치 및 검출 방법 - Google Patents

설비의 열효율 계측점의 계측불량 검출 장치 및 검출 방법 Download PDF

Info

Publication number
KR20180093351A
KR20180093351A KR1020170019302A KR20170019302A KR20180093351A KR 20180093351 A KR20180093351 A KR 20180093351A KR 1020170019302 A KR1020170019302 A KR 1020170019302A KR 20170019302 A KR20170019302 A KR 20170019302A KR 20180093351 A KR20180093351 A KR 20180093351A
Authority
KR
South Korea
Prior art keywords
measurement
data
sensitivity
similarity
value
Prior art date
Application number
KR1020170019302A
Other languages
English (en)
Inventor
이인태
정남준
홍은기
이지훈
안영모
배중석
Original Assignee
한국전력공사
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 한국전력공사 filed Critical 한국전력공사
Priority to KR1020170019302A priority Critical patent/KR20180093351A/ko
Publication of KR20180093351A publication Critical patent/KR20180093351A/ko

Links

Images

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
    • G06Q10/06395—Quality analysis or management
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F22—STEAM GENERATION
    • F22B—METHODS OF STEAM GENERATION; STEAM BOILERS
    • F22B35/00—Control systems for steam boilers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G06Q10/0633—Workflow analysis
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • Y02E40/72—
    • 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

Abstract

본 발명은 설비의 열효율 계측점의 계측불량 검출 장치 및 검출 방법에 관한 것으로, 설비에 설치된 계측 장치로부터 측정 데이터를 수신하는 데이터 수신부, 이전 성능평가시에 측정한 데이터 이력, 설비의 계측 개소에 대한 다중점 설정 정보, 가중치 정보를 저장한 데이터베이스, 현재 성능평가에 대응하여 데이터 수신부에서 수신한 측정 데이터에 기초하여 민감도를 산출하는 민감도 산출부, 적어도 데이터베이스에 저장된 데이터 이력 및 가중치 정보에 기초하여 예측값을 산출하고, 산출된 예측값과 수신한 측정 데이터에 기초하여 유사도를 산출하는 유사도 산출부, 데이터베이스에 저장된 데이터 이력에 기초하여 민감도 및 유사도 각각에 대한 허용한계를 산출하는 허용한계 산출부, 및 산출된 민감도, 유사도 및 허용한계에 기초하여 수신한 측정 데이터의 계측 불량을 판정하는 계측불량 판정부를 포함하는 계측불량 검출 장치를 제공하여, 설비에서 측정한 데이터의 계측불량 여부의 판정을 신속하면서 신뢰성 있게 수행할 수 있게 한다.

Description

설비의 열효율 계측점의 계측불량 검출 장치 및 검출 방법{Apparatus and Method for Detecting Sensing Error at the Sensing Point for the Thermal Efficiency of Facility}
본 발명은 설비의 열효율 계측점의 계측불량 검출 장치 및 검출 방법에 관한 것이다.
발전소 설비, 예를 들어 발전소 보일러 등은 정확한 열효율 수준을 파악하여 전체 성능평가를 수행한다. 이때, 열효율 수준을 파악하는데 사용되는 상태량의 정확한 계측이 필요하다. 또한 발전설비의 성능평가는 정해진 기간에만 수행되기 때문에, 계측한 상태량의 계측불량이 확인되더라도 추후 다시 확인할 수 없으므로, 계측불량에 신속히 대응하기 위해서는 계측한 상태량의 계측불량을 조기에 판정하는 것이 필요하다.
보일러 열효율 측정의 경우, 계측점이 ASME PTC(The American Society of Mechanical Engineers Performance Test Codes; 미 기계학회 성능평가 표준) 4.1에 근거하여 선정되는데, 도 1은 보일러 열효율 측정을 위한 계측량 및 측정 개소를 예시적으로 나타낸 표이다. 도 1에서 알 수 있는 바와 같이, 연료분석과 관련된 계측 외의 대부분의 계측에 대하여 다중점 계측을 수행하고 있다. 다중점 계측시의 측정 개소들은 기준 계측점 주변의 여러 위치이며, 이들 위치는 열역학적 특서이 동일하거나 유사한 성질을 가지도록 설정된다.
설비의 성능평가시에는 도 1에 도시된 표에서 설정된 측정 개소에서 데이터를 주기적으로 수신하고, 수신한 데이터를 사용하여 계측불량의 발생 여부 및 설비의 성능 등을 산출하게 된다. 측정 개소에서의 데이터 측정은 미리 정해진 기간 동안 미리 정해진 주기로 수행되는데, 예를 들어, 2시간 동안, 매 30초마다 설정된 계측량(온도, 기압, 용량 등)의 측정을 수행한다.
그러나 성능평가시 수행되는 계측불량의 판정시 다음과 같은 문제가 존재한다.
우선, 기존에는 측정 개소에서 측정한 데이터를 수신하면, 이를 엑셀에 정리하여 관리하였기 때문에, 이로부터 통계치를 산출하고 파형 그래프를 작도하는 등의 계측불량 판정에 필요한 절차를 수행하는데 절차적 복잡성이 있었으며, 이러한 절차 수행이 수작업으로 이루어지기 때문에 시간이 상대적으로 많이 걸렸다.
또한, 계측불량의 판정에 현재 수신되는 데이터만을 이용하여 Heuristic하게 계측불량을 판정하였으므로, 전문가의 도움 없이 계측불량을 판정하는 것이 쉽지 않았다. 또한 계측불량의 판정을 위한 정량적 기준이 없었기 때문에 계측불량 판정의 신뢰성을 확보하기 어려웠다.
추가적으로, 계측불량의 판정을 위해서 먼저 계측점으로부터 데이터를 모두 수신하고, 그 후에 계측불량의 판정을 수행하기 때문에(예를 들어, 보일러의 성능평가의 경우 2시간 동안 계측점에서 측정 데이터를 수신한 후에 계측불량의 판정을 수행), 계측불량의 판정까지 걸리는 시간이 길다는 문제가 존재하였다.
본 발명은 상기와 같은 문제를 감안하여 이루어진 것으로, 설비에서 측정한 데이터의 계측불량 여부의 판정을 신속하면서 신뢰성 있게 수행할 수 있도록 하는 것을 목적으로 한다.
상기와 같은 기술적 과제를 해결하기 위하여 본 발명의 실시예들의 일 측면에 의하면, 설비에 설치된 계측 장치로부터 측정 데이터를 수신하는 데이터 수신부, 이전 성능평가시에 측정한 데이터 이력, 설비의 계측 개소에 대한 다중점 설정 정보, 가중치 정보를 저장한 데이터베이스, 현재 성능평가에 대응하여 데이터 수신부에서 수신한 측정 데이터에 기초하여 민감도를 산출하는 민감도 산출부, 적어도 데이터베이스에 저장된 데이터 이력 및 가중치 정보에 기초하여 예측값을 산출하고, 산출된 예측값과 수신한 측정 데이터에 기초하여 유사도를 산출하는 유사도 산출부, 데이터베이스에 저장된 데이터 이력에 기초하여 민감도 및 유사도 각각에 대한 허용한계를 산출하는 허용한계 산출부, 및 산출된 민감도, 유사도 및 허용한계에 기초하여 수신한 측정 데이터의 계측 불량을 판정하는 계측불량 판정부를 포함하는 계측불량 검출 장치를 제공한다.
이러한 본 발명의 다른 특징에 의하면, 데이터베이스는 설비의 설계치 및 인수치를 더 포함하고, 유사도 산출부는 설계치, 인수치, 수신한 측정 데이터 및 가중치 정보를 사용한 추세분석에 기초하여 예측값을 산출할 수 있다.
본 발명의 또 다른 특징에 의하면, 민감도는 수신한 측정 데이터의 최대값과 최소값의 차이일 수 있다.
본 발명의 또 다른 특징에 의하면, 유사도는 예측값과 수신한 측정 데이터 사이의 유클리디언 거리일 수 있다.
본 발명의 또 다른 특징에 의하면, 허용한계 산출부는, 민감도에 대해, 데이터 이력에서 정상치에 대한 민감도의 최대값과 불량치에 대한 민감도의 최소값의 중간값을 민감도 허용한계로서 산출하고, 유사도에 대해, 데이터 이력에서 정상치에 대한 유사도의 최대값과 불량치에 대한 유사도의 최소값의 중간값을 유사도 허용한계로서 산출할 수 있다.
본 발명의 또 다른 특징에 의하면, 데이터베이스는 설비의 설계도 및 계측 개소를 더 포함하고, 계측불량 판정부에 의한 판정 결과를 설계도상의 계측 개소에 반영하여 표시하도록 하는 판정결과 가시화부를 더 포함할 수 있다.
본 발명의 또 다른 특징에 의하면, 판정결과 가시화부는, 계측 개소의 계측 종류에 따라서 계측 개소를 서로 다른 아이콘으로 표시하도록 할 수 있다.
본 발명의 또 다른 특징에 의하면, 계측불량 판정부가 어느 계측 개소에서 수신한 측정 데이터가 불량이라고 판정한 경우, 판정결과 가시화부는, 해당 계측 개소를 정상인 계측 개소와 다른 색상으로 표시하도록 할 수 있다.
본 발명의 또 다른 특징에 의하면, 판정결과 가시화부는, 계측 개소 중 어느 하나가 선택되는 조작에 대응하여, 선택된 계측 개소의 계측불량 판정에 사용된 파라미터 중 적어도 일부의 값 및 차트를 포함하는 판정결과 세부 내역을 표시하도록 할 수 있다.
본 발명의 실시예들의 다른 측면에 의하면, 이전 성능평가시에 측정한 데이터 이력, 설비의 계측 개소에 대한 다중점 설정 정보, 가중치 정보를 데이터베이스에 저장하는 단계, 데이터 수신부에 의하여, 설비에 설치된 계측 장치로부터 측정 데이터를 수신하는 단계, 현재 성능평가에 대응하여 데이터 수신부에서 수신한 측정 데이터에 기초하여 민감도를 산출하는 단계, 적어도 데이터베이스에 저장된 데이터 이력 및 가중치 정보에 기초하여 예측값을 산출하고, 산출된 예측값과 수신한 측정 데이터에 기초하여 유사도를 산출하는 단계, 데이터베이스에 저장된 데이터 이력에 기초하여 민감도 및 유사도 각각에 대한 허용한계를 산출하는 단계, 및 산출된 민감도, 유사도 및 허용한계에 기초하여 수신한 측정 데이터의 계측 불량을 판정하는 단계를 포함하는 계측불량 검출 방법을 제공한다.
상기와 같은 구성에 의하여, 설비에서 측정한 데이터의 계측불량 여부의 판정을 신속하면서 신뢰성 있게 수행할 수 있게 된다.
도 1은 보일러 열효율 측정을 위한 계측량 및 측정 개소를 예시적으로 나타낸 표이다.
도 2는 보일러의 측정 데이터의 정상/불량 유형을 설명하는 도면이다.
도 3은 본 발명의 일 실시예에 따른 계측불량 검출 장치의 구성을 나타내는 블록도이다.
도 4는 본 발명의 일 실시예에 따라 계측불량을 판정하는 방식을 나타내는 도면이다.
도 5는 측정 데이터가 정상이라고 판정한 경우를 나타내는 도면이다.
도 6은 측정 데이터가 불량이라고 판정한 경우를 나타내는 도면이다.
도 7은 민감도 산출을 설명하는 개념도이다.
도 8은 유사도 산출을 설명하는 개념도이다.
도 9는 민감도 허용한계의 산출을 설명하는 개념도이다.
도 10은 유사도 허용한계의 산출을 설명하는 개념도이다.
도 11은 계측점과 다중점 측정개소의 매핑을 설명하는 개념도이다.
도 12는 열효율 계측점의 다중점 매핑 테이블을 예시하는 표이다.
도 13은 계측결과를 계측도상에 가시화하는 일 예를 나타내는 도면이다.
도 14는 계측결과를 계측도상에 가시화하는 다른 예를 나타내는 도면이다.
도 15는 계측결과를 가시화하는 일 예를 나타내는 도면이다.
도 16은 계측결과를 가시화하는 다른 예를 나타내는 도면이다.
도 17은 계측결과를 가시화하는 또 다른 예를 나타내는 도면이다.
도 18은 본 발명과 종래기술에 따른 계측불량 판정 처리의 효과를 비교한 도면이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 본 발명에 따른 실시 예들을 첨부도면을 참조하여 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
먼저, 도 2를 참조하여 측정 데이터의 정상/불량 유형에 대해서 설명한다.
본 출원인이 오랜 기간 동안 수행하여 축적한 방대한 보일러 성능평가 이력 데이터베이스를 분석한 결과, 측정 데이터들의 계측불량 유형은 다음과 같이 분류할 수 있다.
정상계측(A): 계측치가 정상치와 비교해 현저히 높거나 낮지 않고, 파형이 안정적인 경우
계측불량(B): 계측치가 정상치와 비교해 현저히 높거나 낮지 않으나, 파형이 불안정한 경우
계측불량(C): 계측치가 정상치와 비교해 현저히 높거나 낮으나, 파형은 안정적인 경우
계측불량(D): 계측치가 정상치와 비교해 현저히 높거나 낮고, 파형도 불안정한 경우
그러나 위와 같은 분류에 있어서, 정상계측 유형 A와, 계측불량 유형 B, C 및 D의 판단이 정량적인 기준에 의하여 수행되는 것이 아니었다. 따라서 전문가가 아닌 이상, 현재 수신한 측정 데이터만으로는 계측불량 여부를 판정하는 것이 어렵다는 문제가 존재하였다. 뿐만 아니라, 계측불량 여부의 판정을 성능평가에 필요한 측정 데이터를 모두 수신한 다음에 수행(예를 들어, 2시간 동안의 계측 이후에 수행)하였으므로 신속한 계측불량의 판정이 어려웠다. 따라서 이하에서는 이러한 문제점을 해결하여 계측불량 여부의 정량적인 판단 및 신속한 판단이 가능한 본 발명의 실시예들에 따른 계측불량 검출 장치에 대해서 자세히 설명한다.
도 3은 본 발명의 일 실시예에 따른 계측불량 검출 장치(1)의 구성을 나타내는 블록도이다.
도 3을 참조하면, 계측불량 검출 장치(1)는 데이터 수신부(10), 통계 산출부(20), 성능평가 이력 관리부(21), 가중치 설정부(22), 다중점 매핑부(23), 허용한계 설정부(24), 데이터베이스(30), 민감도 산출부(40), 유사도 산출부(41), 허용한계 산출부(42), 계측불량 판정부(50), 판정결과 가시화부(60)를 포함할 수 있다.
데이터 수신부(DAS: Data Acquisition System)(10)는 설비에 설치된 계측 장치로부터 측정 데이터를 수신한다. 데이터 수신부(10)는 측정 데이터를 계측 장치로부터 소정의 시간 동안 소정의 주기로 수신할 수 있다. 예를 들어, 성능평가시험 시간이 2시간인 경우, 데이터 수신부(10)는 2시간 동안 매 30초마다 측정 데이터를 수신할 수 있을 것이다.
통계 산출부(20)는 데이터 수신부(10)가 수신한 측정 데이터에 대해서 설비의 성능평가 및 측정 데이터의 계측불량의 판정에 필요한 각종 통계를 산출한다. 통계 산출부(20)가 산출하는 통계는 다음과 같은 값들을 포함할 수 있다.
- 평균치(AVG):
Figure pat00001
- 최대치(MAX):
Figure pat00002
- 최소치(MIN):
Figure pat00003
- 최대최소치(MAXMIN):
Figure pat00004
- 표준편차(STDDEV):
Figure pat00005
통계 산출부(20)는 데이터 수신부(10)에서 2개 이상의 측정 데이터를 수신하면 상기 통계값들을 산출하기 시작할 수 있다. 또한 통계 산출부(20)는 측정 데이터가 새로 수신될 때마다 상기 통계값을 새로 산출하여 갱신할 수 있을 것이다.
성능평가 이력 관리부(21)는 데이터 수신부(10)에서 수신한 측정 데이터와 측정 데이터로부터 통계 산출부(20)가 산출한 통계값들을 데이터베이스(30)에 저장한다.
가중치 설정부(22)는 유사도 산출시 사용하기 위한 파라미터별 가중치를 설정하여 데이터베이스(30)에 저장한다. 가중치 설정부(22)가 설정하는 파라미터별 가중치는, 예를 들어 ARIMA 등의 추세분석을 위하여 데이터베이스(30)에 저장된 설비의 설계치, 인수치 및 측정 데이터 이력에 각각 적용될 가중치를 포함할 수 있다.
다중점 매핑부(23)는 계측이 필요한 데이터 중 다중점 계측을 수행하는 계측 개소를 설정하는 다중점 매핑을 수행한다. 다중점 매핑이 수행된 계측 개소에 대한 정보는 데이터베이스(30)에 저장된다.
허용한계 설정부(24)는 데이터베이스(30)에 저장된 데이터 이력으로부터 정상 계측 범위와 계측불량 범위를 분석한다. 또한 허용한계 설정부(24)는 후술할 허용한계 산출부(42)에서 산출된 허용한계를 데이터베이스(30)에 저장한다.
데이터베이스(30)는 현재의 성능평가가 수행되기 이전의 성능평가시에 측정하여 데이터 수신부(10)가 수신한 데이터 이력, 다중점 매핑부(23)에 의하여 설비의 계측 개소에 대한 다중점 설정 정보, 가중치 설정부(22)가 설정한 가중치 정보 등을 저장한다. 또한 데이터베이스(30)는 측정 대상인 설비의 설계치 및 인수치를 더 포함할 수 있으며, 그 외에도 설비의 설계도 및 설계도상에서의 계측 개소를 더 포함할 수 있다.
민감도 산출부(40)는 현재 성능평가에 대응하여 데이터 수신부(10)에서 수신한 측정 데이터에 기초하여 민감도(Sensitivity)를 산출한다. 여기서 민감도는 수신한 측정 데이터의 최대값과 최소값의 차이일 수 있다. 즉, 민감도 산출부(40)는 통계 산출부(20)에서 산출한 통계값 중, 최대최소치를 민감도로서 사용할 수 있을 것이다.
유사도 산출부(41)는 적어도 데이터베이스(30)에 저장된 데이터 이력 및 가중치 정보에 기초하여 예측값을 산출한다. 더욱 구체적으로 설명하면, 유사도 산출부(41)는 데이터베이스(30)에 저장된 설계치, 인수치, 수신한 측정 데이터 및 가중치 정보를 사용한 추세분석에 기초하여 예측값을 산출한다. 추세분석은 ARIMA 분석 등, 공지된 추세분석 알고리즘을 사용할 수 있을 것이다.
또한 유사도 산출부(41)는 산출된 예측값과 수신한 측정 데이터에 기초하여 유사도(Similarity)를 산출한다. 여기서 유사도는 예측값과 수신한 측정 데이터 사이의 유클리디언 거리일 수 있다.
허용한계 산출부(42)는 데이터베이스(30)에 저장된 데이터 이력에 기초하여 민감도 및 유사도 각각에 대한 허용한계를 산출한다. 허용한계는, 민감도 및 유사도 각각에 대해, 데이터 이력에서 정상치의 최대값과 불량치의 최소값의 중간값으로 산출할 수 있다.
계측불량 판정부(50)는 산출된 민감도, 유사도 및 허용한계에 기초하여 수신한 측정 데이터의 계측 불량을 판정한다.
판정결과 가시화부(60)는 계측불량 판정부(50)에 의한 판정 결과를 설계도상의 계측 개소에 반영하여 스크린 등의 디스플레이화면에 표시하도록 계측 결과를 출력한다. 판정결과 가시화부(60)는 계측 개소의 계측 종류에 따라서 계측 개소를 서로 다른 아이콘으로 표시하도록 할 수 있다.
판정결과 가시화부(60)는 계측불량 판정부(50)가 어느 계측 개소에서 수신한 측정 데이터가 불량이라고 판정한 경우, 해당 계측 개소를 정상인 계측 개소와 다른 색상으로 표시하도록 할 수 있다.
또한 판정결과 가시화부(60)는, 계측 개소 중 어느 하나가 선택되는 조작에 대응하여, 선택된 계측 개소의 계측불량 판정에 사용된 파라미터 중 적어도 일부의 값 및 차트를 포함하는 판정결과 세부 내역을 표시하도록 할 수 있다.
이하에서는, 계측불량 판정부(50)에서의 계측불량 판정 방식에 대해서 좀 더 구체적으로 설명한다.
도 4는 계측불량 판정부(50)가 계측불량을 판정하는 방식을 나타내는 도면이다.
현재 성능평가에 대응하여 특정 계측 개소에서 측정되어 데이터 수신부(10)에서 수신된 측정 데이터가 2개 이상이 되면, 통계 산출부(20)는 기본적인 통계값을 산출하게 되며, 따라서 민감도 및 유사도가 산출될 수 있다. 계측불량 판정부(50)는 산출된 민감도와 유사도의 산출값이 허용한계 산출부(42)에서 산출한 허용한계 이내인지를 판단하여, 허용한계 이내이면 정상으로 판단하고, 민감도나 유사도 중 어느 하나라도 허용한계를 초과하면 계측불량으로 판단한다.
도 5는 계측불량 판정부(50)가 측정 데이터가 정상이라고 판정한 경우를 나타내는 도면이다. 도 5에서 나타나는 바와 같이, 측정된 데이터가 유사도 허용한계 Tsimi와 민감도 허용한계 Tsens의 범위를 만족하는 경우, 계측불량 판정부(50)는 정상 계측이라고 판정한다.
도 6은 계측불량 판정부(50)가 측정 데이터가 불량이라고 판정한 경우를 나타내는 도면이다. 도 6에서 나타나는 바와 같이, 측정된 데이터의 유사도는 유사도 허용한계 Tsimi의 범위를 만족하지만 민감도는 민감도 허용한계 Tsens의 범위 밖인 경우(불량(B)), 측정된 데이터의 민감도는 민감도 허용한계 Tsens의 범위를 만족하지만 유사도는 유사도 허용한계 Tsimi의 범위 밖인 경우(불량(C)), 유사도 및 민감도가 모두 유사도 허용한계 Tsimi와 민감도 허용한계 Tsens의 범위 밖인 경우(불량(D)), 계측불량 판정부(50)는 측정 데이터가 계측불량이라고 판정한다.
여기서 민감도 산출부(40)는 도 7에서 나타나는 바와 같이 현재 성능평가에 대해서 수신한 측정 데이터의 최대치와 최소치간의 차이를 민감도로서 산출할 수 있다.
유사도 산출부(41)는 도 8에서 나타나는 바와 같이 설계치, 인수치, 데이터 이력을 이용하여 예측값을 먼저 추정한다. 이때 유사도 산출부(41)는 데이터베이스(30)에 저장되어 있는 가중치들을 취득하여 예측값을 추정할 수 있을 것이다.
예를 들어, 설계치, 인수치 및 이전에 측정된 데이터인 데이터 이력에 대한 가중치가 각각 w1, w2, w3이라고 하면 다음과 같이 예측값을 추정할 수 있다.
Figure pat00006
다음으로, 예측값과 실제값인 측정 데이터 사이의 유클리디언 거리를 구하여, 그 거리를 유사도로서 산출할 수 있다.
Figure pat00007
허용한계 산출부(42)에서 산출하는 허용한계는 계측 정상과 계측불량을 구분하기 위한 최적치인 한계치를 나타내는 값이다.
이어서, 허용한계의 산출에 대해서 구체적으로 설명한다.
도 9는 민감도 허용한계의 산출을 설명하는 개념도이다.
데이터베이스(30)에 저장된 데이터 이력에는 이전에 수행한 성능평가시에 측정된 데이터들이 저장되어 있으며, 이들 값들은 정상 계측인 정상치와 계측불량인 불량치가 이미 판정되어 있다.
허용한계 산출부(42)는 데이터 이력에서 정상치에 대한 민감도들과 불량치에 대한 민감도들을 각각 산출하고, 정상치에 대한 민감도의 최대값과 불량치에 대한 민감도의 최소값의 중간값을 민감도 허용한계로서 산출한다.
즉, 정상치에 대한 민감도의 최대치를
Figure pat00008
, 불량치에 대한 민감도의 최소치를
Figure pat00009
라고 하면, 민감도 허용한계 Tsens는 다음과 같이 산출된다.
Figure pat00010
이러한 민감도 허용한계 Tsens는 현재의 측정 데이터의 민감도가 정상 계측인지 계측불량인지를 판정하기 위한 정량적 기준으로서 사용된다.
허용한계 산출부(42)는 민감도 허용한계와 마찬가지 방식으로 유사도 허용한계를 산출한다. 도 10은 유사도 허용한계의 산출을 설명하는 개념도이다. 민감도 허용한계에서와 같이, 정상치에 대한 유사도의 최대치를
Figure pat00011
, 불량치에 대한 민감도의 최소치를
Figure pat00012
라고 하면, 민감도 허용한계 Tsimi는 다음과 같이 산출된다.
Figure pat00013
이러한 민감도 허용한계 Tsimi는 현재의 측정 데이터의 민감도가 정상 계측인지 계측불량인지를 판정하기 위한 정량적 기준으로서 사용된다.
이와 같이, 허용한계 산출부(42)에 의하여 산출된 민감도 허용한계와 유사도 허용한계, 그리고 민감도 산출부(40)와 유사도 산출부(41)에서 각각 산출된 민감도와 유사도를 사용하여 계측불량 판정부(50)는 측정 데이터의 계측불량 여부를 판정할 수 있게 된다.
이하에서는 앞서 설명한 다중점 측정개소에 대한 매핑에 대해서 추가적으로 설명한다.
도 11은 열효율 계측점의 다중점 매핑 테이블을 예시하는 표이고, 도 12는 계측점과 다중점 측정개소의 매핑을 설명하는 개념도이다.
도 11과 같이 다중점 매핑 테이블은 계측점 심볼, 계측점 내역, 다중점 계측 심볼, 유사도 허용한계, 민감도 허용한계를 포함하여 구성된다. 도 1의 표에서 도시한 바와 같이, 발전소 보일러 등의 설비에서는 단일 측정 개소와 다중점 측정 개소가 혼재해 있으며, 다중점 측정 개소에 대해서는 다중점 계측 심볼(Symbol)을 설정한다. 즉, 도 12에 도시한 바와 같이 Symbol 11-15가 다중점 측정 개소로서 Symbol 10에 매핑되며, Symbol 21-23이 다중점 측정 개소로서 Symbol 20에 매핑되는 되는 방식으로 설비내 다중점 측정 개소들이 다중점 계측 심볼로 매핑된다. 다중점 측정 개소가 아닌 경우에는 기준 계측점 심볼을 설정한다. 민감도 및 유사도 허용한계는 다중점 측정 개소의 열역학적 특성이 유사한 것을 반영하기 위해서 동일한 민감도 및 유사도 허용한계를 가지도록 설정한다. 이때, 다중점 측정 개소는 열역학적 특성이 유사하기 때문에, 민감도 허용한계 및 유사도 허용한계를 산출함에 있어서 특정 계측 개소로부터 측정된 데이터만을 사용하여 산출하는 것이 아니라 해당 계측 개소와 함께 매핑된 나머지 다른 다중점 계측 개소에서 측정된 데이터도 함께 사용될 수도 있을 것이다.
이하에서는 상술한 바와 같은 계측불량 판정 처리에 의한 판정 결과를 스크린 등에 표시하는 처리에 대해서 설명한다.
도 13은 계측결과를 계측도상에 가시화하는 일 예를 나타내는 도면이다.
도 13에 도시한 바와 같이, 판정결과 가시화부(60)는 설비의 배치 및 계측 개소가 나타난 계측도 상에 계측불량 여부를 색상으로 표시할 수 있다. 또한 계측 개소에서 측정하는 계측량의 종류에 대해서는 아이콘을 달리하여 표시할 수 있다. 예를 들어, 도 13과 같이 정상 계측은 녹색으로, 계측 불량은 적색으로 표시할 수 있으며, 온도를 계측하는 계측 개소는 x, 압력을 계측하는 계측 개소는 o로 표시할 수 있다. 추가적으로, 도 13과 같이 계측도상에 계측 개소의 심볼 및 계측치를 벡터와 메트릭스 형태로 배치하여 표시할 수도 있다. 따라서 관리자는 계측불량 여부 및 계측불량이 발생한 계측 개소에서의 계측량의 종류를 한눈에 쉽게 파악할 수 있다.
도 14는 계측결과를 계측도상에 가시화하는 다른 예를 나타내는 도면이다. 도 14의 경우, 발전소 터빈에서의 계측불량을 판정하여 가시화한 예를 도시한다.
이와 같이, 본 발명의 실시예들에 따르면, 계측불량 여부는 표준화력 발전소뿐만 아니라, 복합화력 발전소, 원자력 발전소, 수력 발전소 등의 보일러, 터빈, 공기 예열기, 복수기 등 발전소 주요기기 및 보조기기의 계측불량의 판정에 적용할 수 있다.
또한 판정결과 가시화부(60)는 계측도 상에 계측 개소의 계측불량 여부 및 계측량의 종류, 계측치, 계측 개소 심볼을 표시하는 것 외에 계측 결과의 상세 내역을 표시하도록 할 수도 있다.
도 15 내지 도 17은 계측결과를 가시화하는 일 예를 나타내는 도면이다.
도 15 내지 도 17을 참조하면, 계측불량 판정의 근거인 계측시간, 계측치(현재 운전치인 측정 데이터), 통계값, 설계치, 인수치, 데이터 이력(이전 운전치), 계측불량 판정 결과, 예측치, 민감도, 유사도, 민감도 허용한계, 유사도 허용한계 등 관련 데이터들이 모두 또는 선택적으로 표시될 수 있으며, 필요에 따라서 차트 방식으로 표시될 수 있다.
도 18은 본 발명과 종래기술에 따른 계측불량 판정 처리의 효과를 비교한 도면이다.
도 18을 참조하면, 종래에는 성능평가를 위하여 각종 계측 개소에서 온도, 압력 등의 상태략을 측정하여 측정 데이터를 소정 시간(예를 들어, 2시간) 동안 수신하고, 소정 시간이 경과한 후에 통계치를 산출하고 파형 차트 등을 작도하고, 그 후에야 비로소 측정 데이터의 계측불량 여부의 판정을 개시할 수 있었다. 따라서 계측불량의 조기 판정이 어려웠으며, 결과적으로 계측불량이 발생한 계측기의 조정도 늦어져 성능평가의 개시도 지체될 수 밖에 없었다.
그러나 본 발명의 실시예들에 따른 계측불량 검출 장치 및 방법에 따르면, 2개의 측정 데이터만 수신하면 즉시 민감도 및 유사도를 산출하고, 데이터베이스(30)에 저장된 이력에 기초하여 민감도 및 유사도의 허용한계를 산출함으로써, 단시간에 계측불량 여부의 판정을 개시할 수 있게 된다. 따라서 계측불량이 발생한 계측기를 조기에 조정할 수 있어 성능평가를 월등히 빠른 시간 내에 개시할 수 있게 된다.
이상 설명한 바와 같이, 본 발명의 실시예들에 따른 계측불량 검출 장치 및 계측불량 검출 방법에 따르면 비전문가도 계측불량을 쉽고 빠르게 판정할 수 있게 된다. 따라서 계측시작 후 빠른 시간 내에 계측불량 여부를 판정하고, 이를 시각화해줌으로써 계측불량에 빠르게 대응할 수 있고, 성능평가에 걸리는 시간 및 비용을 단축할 수 있게 된다.
뿐만 아니라, 본 발명의 실시예들에 따른 계측불량 검출 장치 및 계측불량 검출 방법에 따르면 계측불량을 민감도와 유사도 매트릭스로 제시하여, 불량유형 및 불량여부를 정량적으로 판정할 수 있어 계측불량 판정의 신뢰성을 향상시킬 수 있다.
이에 더하여, 다중점 측정 개소에 대한 매핑 등을 통하여 특정 측정 개소에서 계측 누락이 발생하여도 다른 다중점 개소를 이용해서 계측불량이나 설비의 고장 여부 등을 판정할 수 있으며, 이러한 계측불량에 대한 판정결과를 시각화하여 표시함으로써 계측 개소의 계측불량에 대한 판정결과를 직관적으로 파악할 수 있게 된다.
본 발명에서 설명하는 특정 실행들은 일 실시 예들로서, 어떠한 방법으로도 본 발명의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, “필수적인”, “중요하게” 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.
본 발명의 명세서(특히 특허청구범위에서)에서 “상기”의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 본 발명에서 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 적용한 발명을 포함하는 것으로서(이에 반하는 기재가 없다면), 발명의 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다. 마지막으로, 본 발명에 따른 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 따라 본 발명이 한정되는 것은 아니다. 본 발명에서 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 본 발명을 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 본 발명의 범위가 한정되는 것은 아니다. 또한, 당업자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등물의 범주 내에서 설계 조건 및 팩터에 따라 구성될 수 있음을 알 수 있다.
1 계측불량 검출 장치 10 데이터 수신부
20 통계 산출부 21 성능평가 이력 관리부
22 가중치 설정부 23 다중점 매핑부
24 허용한계 설정부 30 데이터베이스
40 민감도 산출부 41 유사도 산출부
42 허용한계 산출부 50 계측불량 판정부
60 판정결과 가시화부

Claims (10)

  1. 설비에 설치된 계측 장치로부터 측정 데이터를 수신하는 데이터 수신부;
    이전 성능평가시에 측정한 데이터 이력, 상기 설비의 계측 개소에 대한 다중점 설정 정보, 가중치 정보를 저장한 데이터베이스;
    현재 성능평가에 대응하여 상기 데이터 수신부에서 수신한 측정 데이터에 기초하여 민감도를 산출하는 민감도 산출부;
    적어도 상기 데이터베이스에 저장된 데이터 이력 및 가중치 정보에 기초하여 예측값을 산출하고, 상기 산출된 예측값과 상기 수신한 측정 데이터에 기초하여 유사도를 산출하는 유사도 산출부;
    상기 데이터베이스에 저장된 데이터 이력에 기초하여 상기 민감도 및 상기 유사도 각각에 대한 허용한계를 산출하는 허용한계 산출부; 및
    산출된 상기 민감도, 유사도 및 허용한계에 기초하여 상기 수신한 측정 데이터의 계측 불량을 판정하는 계측불량 판정부;를 포함하는 계측불량 검출 장치.
  2. 청구항 1에 있어서,
    상기 데이터베이스는 상기 설비의 설계치 및 인수치를 더 포함하고,
    상기 유사도 산출부는 상기 설계치, 인수치, 수신한 측정 데이터 및 가중치 정보를 사용한 추세분석에 기초하여 상기 예측값을 산출하는, 계측불량 검출 장치.
  3. 청구항 1에 있어서,
    상기 민감도는 상기 수신한 측정 데이터의 최대값과 최소값의 차이인, 계측불량 검출 장치.
  4. 청구항 1에 있어서,
    상기 유사도는 상기 예측값과 상기 수신한 측정 데이터 사이의 유클리디언 거리인, 계측불량 검출 장치.
  5. 청구항 1에 있어서,
    상기 허용한계 산출부는,
    상기 민감도에 대해, 상기 데이터 이력에서 정상치에 대한 민감도의 최대값과 불량치에 대한 민감도의 최소값의 중간값을 상기 민감도 허용한계로서 산출하고,
    상기 유사도에 대해, 상기 데이터 이력에서 정상치에 대한 유사도의 최대값과 불량치에 대한 유사도의 최소값의 중간값을 상기 유사도 허용한계로서 산출하는, 계측불량 검출 장치.
  6. 청구항 1에 있어서,
    상기 데이터베이스는 설비의 설계도 및 상기 계측 개소를 더 포함하고,
    상기 계측불량 판정부에 의한 판정 결과를 상기 설계도상의 계측 개소에 반영하여 표시하도록 하는 판정결과 가시화부를 더 포함하는, 계측불량 검출 장치.
  7. 청구항 6에 있어서,
    상기 판정결과 가시화부는, 상기 계측 개소의 계측 종류에 따라서 상기 계측 개소를 서로 다른 아이콘으로 표시하도록 하는, 계측불량 검출 장치.
  8. 청구항 6에 있어서,
    상기 계측불량 판정부가 어느 계측 개소에서 수신한 측정 데이터가 불량이라고 판정한 경우,
    상기 판정결과 가시화부는, 해당 계측 개소를 정상인 계측 개소와 다른 색상으로 표시하도록 하는, 계측불량 검출 장치.
  9. 청구항 6에 있어서,
    상기 판정결과 가시화부는, 상기 계측 개소 중 어느 하나가 선택되는 조작에 대응하여, 상기 선택된 계측 개소의 계측불량 판정에 사용된 파라미터 중 적어도 일부의 값 및 차트를 포함하는 판정결과 세부 내역을 표시하도록 하는, 계측불량 검출 장치.
  10. 이전 성능평가시에 측정한 데이터 이력, 상기 설비의 계측 개소에 대한 다중점 설정 정보, 가중치 정보를 데이터베이스에 저장하는 단계;
    데이터 수신부에 의하여, 설비에 설치된 계측 장치로부터 측정 데이터를 수신하는 단계;
    현재 성능평가에 대응하여 상기 데이터 수신부에서 수신한 측정 데이터에 기초하여 민감도를 산출하는 단계;
    적어도 상기 데이터베이스에 저장된 데이터 이력 및 가중치 정보에 기초하여 예측값을 산출하고, 상기 산출된 예측값과 상기 수신한 측정 데이터에 기초하여 유사도를 산출하는 단계;
    상기 데이터베이스에 저장된 데이터 이력에 기초하여 상기 민감도 및 상기 유사도 각각에 대한 허용한계를 산출하는 단계; 및
    산출된 상기 민감도, 유사도 및 허용한계에 기초하여 상기 수신한 측정 데이터의 계측 불량을 판정하는 단계;를 포함하는 계측불량 검출 방법.
KR1020170019302A 2017-02-13 2017-02-13 설비의 열효율 계측점의 계측불량 검출 장치 및 검출 방법 KR20180093351A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170019302A KR20180093351A (ko) 2017-02-13 2017-02-13 설비의 열효율 계측점의 계측불량 검출 장치 및 검출 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170019302A KR20180093351A (ko) 2017-02-13 2017-02-13 설비의 열효율 계측점의 계측불량 검출 장치 및 검출 방법

Publications (1)

Publication Number Publication Date
KR20180093351A true KR20180093351A (ko) 2018-08-22

Family

ID=63453052

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170019302A KR20180093351A (ko) 2017-02-13 2017-02-13 설비의 열효율 계측점의 계측불량 검출 장치 및 검출 방법

Country Status (1)

Country Link
KR (1) KR20180093351A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210092362A (ko) 2020-01-15 2021-07-26 이우 시티 아미다 라이팅 일렉트리컬 컴퍼니 리미티드 태양전지판을 갖는 지주용 조명장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210092362A (ko) 2020-01-15 2021-07-26 이우 시티 아미다 라이팅 일렉트리컬 컴퍼니 리미티드 태양전지판을 갖는 지주용 조명장치

Similar Documents

Publication Publication Date Title
CN116879662B (zh) 基于数据分析的变压器故障检测方法
JP5164954B2 (ja) 機器診断方法及び機器診断装置
JP5621967B2 (ja) 異常データ分析システム
JP2013073414A (ja) プラントのセンサ診断装置およびセンサ診断方法
KR100822506B1 (ko) 터빈 버킷 산화 상태의 평가 방법 및 시스템, 그리고 터빈의 동작중에 터빈 버킷 산화 상태를 평가하여 잔여 유효 버킷 수명을 예측하는 방법
JP6523815B2 (ja) プラント診断装置及びプラント診断方法
CN108759991B (zh) 空调系统中传感器的测量误差诊断方法、装置和空调系统
JP2012008782A (ja) プラントの機能を診断する方法、及びプラント監視装置
CN109725220B (zh) 一种变压器油冷却回路的检测方法、系统及装置
JP5792667B2 (ja) センサ診断装置及びセンサ診断方法
KR20180093351A (ko) 설비의 열효율 계측점의 계측불량 검출 장치 및 검출 방법
CN111562037B (zh) 一种温度表的故障检测方法及装置
KR101997217B1 (ko) 장치 진단 시스템
US7366639B2 (en) Methods for establishing alerts and/or alert limits for monitoring mechanical devices
CN116500441A (zh) 一种电机故障检测定位方法及系统
CA3013822A1 (en) Detection of temperature sensor failure in turbine systems
KR102351538B1 (ko) 패턴 학습 및 진단 알고리즘을 이용한 자동화 설비의 고장 예측 시스템 및 그 방법
CN116186976A (zh) 装备平台传感器采集数据准确度验证方法及验证系统
CN111860881B (zh) 一种多诱因装备故障维修排查方法及装置
JP7026012B2 (ja) 機器状態監視システム及び機器状態監視方法
JP5950834B2 (ja) 異常計測器判定システム
US20240004380A1 (en) Abnormality diagnosis system and abnormality diagnosis method
CN117664281B (zh) 基于物联网的超声波水表故障检测与自动校准方法和系统
KR102208806B1 (ko) 보호계전기 시험 장치
JPH07174617A (ja) 回転機器健全性診断システム