CN108154291A - 一种基于策略库的供电厂性能指标评价方法及系统 - Google Patents
一种基于策略库的供电厂性能指标评价方法及系统 Download PDFInfo
- Publication number
- CN108154291A CN108154291A CN201711378431.1A CN201711378431A CN108154291A CN 108154291 A CN108154291 A CN 108154291A CN 201711378431 A CN201711378431 A CN 201711378431A CN 108154291 A CN108154291 A CN 108154291A
- Authority
- CN
- China
- Prior art keywords
- supervision
- plan
- policy library
- index
- real
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 32
- 238000012360 testing method Methods 0.000 claims description 66
- 238000000034 method Methods 0.000 claims description 49
- 238000007689 inspection Methods 0.000 claims description 42
- 238000004364 calculation method Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000012986 modification Methods 0.000 claims description 7
- 230000004048 modification Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 4
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000002203 pretreatment Methods 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 45
- 238000007726 management method Methods 0.000 description 37
- 238000012544 monitoring process Methods 0.000 description 19
- 238000012423 maintenance Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 13
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 230000003449 preventive effect Effects 0.000 description 9
- 238000006477 desulfuration reaction Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000000737 periodic effect Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 238000009413 insulation Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000013499 data model Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 229910052751 metal Inorganic materials 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000000153 supplemental effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 230000003245 working effect Effects 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 1
- 241000092161 Pithys Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 239000000112 cooling gas Substances 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000012717 electrostatic precipitator Substances 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 239000010687 lubricating oil Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000004171 remote diagnosis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010977 unit operation 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
- G06Q10/06—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
- 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
- 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
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于策略库的供电厂性能指标评价方法,包括如下步骤:根据技术监督与反措标准以及电厂的实际情况构建电厂的策略库;根据策略库生成定期工作计划、指标定期监督计划和实时监督计划;监督定期工作计划、指标定期监督计划和实时监督计划的执行情况,获得执行结果;汇集执行结果,根据执行结果按照预先设定的问题生成规则生成问题,并对生成的问题进行分类,进而生成问题库;基于问题库中的问题,自动地生成问题整改工作计划,将策略库、定期工作计划、指标定期监督计划和实时监督计划、执行情况、执行结果、问题库和问题整改工作计划及问题整改情况汇总形成大数据库。
Description
技术领域
本发明属于供电厂管理技术领域,具体涉及一种基于策略库的供电厂性能指标评价方法及系统。
背景技术
电力生产是一项庞大、复杂的系统工程,其生产设施分散、地域分布广阔、生产环节多、技术性能强,又具有产、供、销同时完成的特点,所以对发电设备的管理必须保证发电机组在计划发电期间内做到安全、稳定、可靠并且不间断的发电,这是电力工业的基础。
供电厂在供电过程中涉及许多设备的管理及维修,并且需要对供电的信息进行管理,因此需要对供电厂的设备进行技术监督。
传统的技术监督管理模式只是单方向开放式的管理,组织效能不高、信息不畅、管理机械,没有形成系统化、网络化的闭环管理,存在技术监督管理工作信息不畅,监管时效长等问题,监督管理始终处于被动状态。并且,设备管理往往局限于设备相关参数的采集,采集数据利用率很低,往往认为设备管理的工作就是采集设备参数数据,其实发电设备是一个复杂的系统,具有大量状态参数,且状态参数变化各异,因此设备管理更关键的是对设备参数数据进行分析,以便进一步改善设备管理方案。这本质上是一个闭环系统,需要管理与控制的合理结合,根据设备当前数据,对其进行统计,并与历史数据和同类设备进行对标分析,进而完善设备管理,有效的实现技术监督与反措。
发明内容
为了克服现有技术的缺陷,本发明的目的在于提供一种基于策略库的供电厂性能指标评价方法及系统,利用网络信息平台,以问题为导向,以指标实时数据和定期工作为手段,建立供电厂的技术监督监管分析评价方法和评价系统,以实现对技术监督指标、定期工作执行过程、设备健康状况进行信息化、透明化的监督管理目标。
通过信息化的手段对设备安装调试、运行、检修维护、技术改造和停、备用等所有环节实施闭环的全过程技术监督。对日常监督和检查过程中发现的问题采取即查、即报、即改方式,使生产现场风险得到有效控制。依托在线监测平台科学开展设备诊断分析评估工作,开展周设备分析、月度诊断分析以及季度趋势分析;完善设备量化评估体系编制重点设备检修履历,有针对性地开展设备巡检、重点技术攻关等工作,全面掌握设备状态。
为了达到上述目的,本发明是这样实现的:一种基于策略库的供电厂性能指标评价方法,包括:
S1策略库生成步骤,根据技术监督标准和反措标准建立策略库生成模型,将电厂的实际情况输入所述策略库生成模型,自动输出所述电厂的多条监督策略,对所述多条监督策略进行分类生成策略库,所述策略库包括定期工作监督策略库、指标定期监督策略库和实时监督策略库;
S2工作计划生成步骤,包括:
根据所述定期工作监督策略库生成定期工作计划;
根据所述指标定期监督策略库生成指标定期监督计划;以及
根据所述实时监督策略库生成实时监督计划;
S3问题库生成步骤,监督所述定期工作计划、指标定期监督计划和实时监督计划的执行情况,获得执行结果,根据所述执行结果按照预先设定的问题生成规则自动生成问题,并对所述问题进行分类,生成问题库;
S4问题整改步骤,基于所述问题库中的问题,自动生成问题整改工作计划,记录问题整改情况;以及
S5大数据库生成步骤,将所述策略库、定期工作计划、指标定期监督计划和实时监督计划、执行情况、执行结果、问题和问题整改工作计划及问题整改情况汇总形成大数据库。
进一步的,所述监督策略包括第一类监督项目、第二类监督项目和第三类监督项目,
所述第一类监督项目需要在执行周期内完成监督并且需要监督执行过程;
所述第二类监督项目需要在执行周期内完成监督无需监督执行过程;
所述第三类监督项目需要实时监督并获取测点值;
所述定期工作监督策略库是通过选择所述第一类监督项目所对应的监督策略而形成的策略库;
所述指标定期监督策略库是通过选择所述第二类监督项目所对应的监督策略而形成的策略库;
所述实时监督策略库是通过选择第三类监督项目所对应的监督策略而形成的策略库。
进一步的,所述定期工作监督策略库的内容包括:被监督对象信息、第一类监督项目、技术监督专业、执行周期、指标名称、告警策略、监督工作信息和标准试验报告模板;
所述指标定期监督策略库的内容包括:被监督对象信息、第二类监督项目、技术监督专业、执行周期、指标名称、告警策略和标准试验报告模板;
所述实时监督策略库的内容包括:被监督对象信息、第三类监督项目、技术监督专业、测点信息、告警策略;
所述标准试验报告模板包括:试验检验报告、定性或定量的试验结果值和统计数据。
进一步的,根据所述定期工作监督策略库的内容自动生成定期工作计划并发送至第一执行人,所述定期工作计划包括:工作名称、工作类型、被监督对象信息、第一类监督项目、定期工作执行周期和标准试验报告模板;
根据所述指标定期监督策略库的内容自动生成指标定期监督计划并发送至第二执行人,所述指标定期监督计划包括:被监督对象信息、第二类监督项目、指标监督执行周期、指标名称和标准试验报告模板;
根据所述实时监督策略库的内容自动生成实时监督计划,所述实时监督计划包括:被监督对象信息和测点名称;
根据所述定期工作计划,使第一执行人按照定期工作执行周期对被监督对象执行第一类监督项目,记录执行情况,填写和上报标准试验报告模板;根据所述指标定期监督计划,使第二执行人按照指标监督执行周期对被监督对象执行第二类监督项目,获得指标名称的指标值,填写和上报标准试验报告模板;根据所述实时监督计划实时监督被监督对象并采集测点值。
进一步的,所述执行结果包括:所述第一执行人是否按所述定期工作执行周期执行了所述第一类监督项目、所述试验检验报告、定性或定量的试验结果值和统计数据、所述第二执行人执行所述第二类监督项目获得的指标值以及执行所述实时监督计划获得的测点值;
根据所述执行结果生成问题:如果所述第一执行人未按所述定期工作执行周期执行所述第一类监督项目,则将所述第一类监督项目作为问题输入到问题库,如果所述试验检验报告、定性或定量的试验结果值或统计数据中任一项超出所述策略库的阈值范围,则将所述试验检验报告、定性或定量的试验结果值和统计数据作为问题输入到问题库,如果所述第二执行人未执行所述第二类监督项目和/或获得的指标值和/或所述测点值超出所述策略库的阈值范围,则将所述第二类监督项目和/或结果值和/或测点值作为问题输入到问题库。
进一步的,执行所述告警策略包括步骤:数据更新、公式管理、预处理、加载时间窗口、公式计算和触发判定,
所述数据更新步骤中,定时从所述策略库中读取测点,待告警公式计算调用;
所述公式管理包括对告警公式的输入、查询、修改和删除;
所述预处理步骤包括,读取计算表达式,解析表达式中的函数和计算因子,验证所述表达式的有效性;
所述时间窗口为延时判定方式,用于设定有效报警持续时间即测点值持续超过阈值范围的时间,超过所述时间的才进行告警;
所述公式计算包括:将公式库进行分组后放入执行队列,若队列不为空,则逐个取出公式,根据计算公式和给定的计算因子计算出结果;
所述触发判定包括:用于判定公式计算结果是否为有效告警数据,触发判定范围包括有效告警持续时间、告警配置是否启用以及是否存在状态异常点;触发判定成功后,实时输出测点名称、告警开始时间和告警结束时间。
进一步的,所述S4问题整改步骤中,自动生成问题整改工作计划的步骤如下:
指定第一问题整改执行人,自动生成问题录入时间,使所述第一问题整改执行人手动或自动生成所述问题的防范措施;
所述问题进入等待处理状态,所述防范措施自动进入应急处理库;
使所述第一问题整改执行人对所述问题整改完成后进行验收;
所述问题超时未处理或者未在规定时间内完成整改或者整改未达到相应指标要求的,所述问题自动返回问题库,并生成记录,并将所述问题发送至第二问题整改执行人限期督办。
本发明还提供一种基于策略库的电厂性能指标评价系统,包括:
策略库生成单元,其根据技术监督标准和反措标准建立策略库生成模型,将电厂的实际情况输入所述策略库生成模型,自动输出所述电厂的多条监督策略,对所述多条监督策略进行分类生成策略库,所述策略库包括定期工作监督策略库、指标定期监督策略库和实时监督策略库;
工作计划生成单元,用于生成工作计划,包括:
根据所述定期工作监督策略库生成定期工作计划;
根据所述指标定期监督策略库生成指标定期监督计划;以及
根据所述实时监督策略库生成实时监督计划;
问题库生成单元,其监督所述定期工作计划、指标定期监督计划和实时监督计划的执行情况,获得执行结果,根据所述执行结果按照预先设定的问题生成规则自动生成问题,并对所述问题进行分类;
问题整改单元,其基于所述问题库中的问题,自动生成问题整改工作计划,记录问题整改情况;以及
大数据库生成单元,其将所述策略库、定期工作计划、指标定期监督计划和实时监督计划、执行情况、执行结果、问题和问题整改工作计划及整改情况汇总形成大数据库。
与现有技术相比,本发明具有以下有益效果:
本发明利用网络信息技术,建立供电企业技术监督实时管理及远程诊断分析评价平台,实现定期工作管理、实时数据监督管理、指标参数异常告警管理、问题闭环管理、在线状态评估与故障诊断以及性能优化指导。以指标实时数据和定期工作为基础,以问题库闭环管理为核心、以大数据、远程会诊、移动互联为方向,实现信息化、透明化、智能化的监督服务管理目标。本发明的基于策略库的供电厂性能指标评价方法及系统,根据技术监督标准对受监督设备、指标逐项对照分解,细化监督内容、指标、执行周期,量化指标体系和标准体系,建立统一策略库,根据电厂实际情况(包括各个机组和设备的名称及数量等情况)和策略库自动生成监督工作计划,并通过实时数据自动统计,按技术标准自动判定指标情况,不满足监督要求的工作和指标自动进入“问题库”,坚持问题导向,通过“问题库”闭环管理,完善火电企业技术监督管理体系,规范技术监督问题的发现、上报、整改和验收,强化技术监督的全过程管理,充分发挥技术监督的超前预防作用。
附图说明
图1是本发明电厂性能指标评价方法的流程示意图;
图2是本发明策略库生成方法的流程示意图;
图3是本发明策略库生成模型的结构和原理示意图;
图4是本发明定期工作生成方法的流程示意图;
图5是本发明问题库生成方法的原理示意图;
图6是本发明问题库生成方法的流程示意图;
图7是本发明告警策略的执行过程示意图;
图8是本发明问题整改方法的流程示意图;以及
图9是本发明对电厂性能指标评价方法的评价示意图。
具体实施方式
以下将参考附图详细说明本发明的示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
下面,按照系统的各个功能模块,来详细地进行说明。
如图1所示,一种基于策略库的供电厂性能指标评价方法,包括如下步骤:
S1策略库生成步骤,根据技术监督标准和反措标准建立策略库生成模型,将电厂的实际情况(例如各电厂的设备情况,包括设备保有情况和运行状态等,包括各个机组和设备的名称及数量等情况)输入所述策略库生成模型,自动生成所述电厂的多条监督策略,根据不同类别的监督策略,对所述监督策略进行分类生成多种策略库,所述策略库包括定期工作监督策略库、指标定期监督策略库和实时监督策略库;
S2工作计划生产步骤,包括:
定期工作生成步骤,根据所述定期工作监督策略库自动生成定期工作计划;
指标定期监督生成步骤,根据所述指标定期监督工作策略库自动生成指标定期监督计划;
实时监督生成步骤,根据所述实时监督策略库自动生成实时监督计划;
S3问题库生成步骤,监督所述定期工作计划、指标定期监督计划和实时监督计划的执行情况,获得执行结果,根据所述执行结果按照预先设定的问题生成规则自动生成问题,并对所述问题进行分类,生成问题库;
S4问题整改步骤,基于所述问题库中的问题,自动生成问题整改工作计划,记录问题整改情况;以及
S5大数据库生成步骤,将所述策略库、定期工作计划、指标定期监督计划和实时监督计划、执行情况、执行结果、问题和问题整改工作计划及问题整改情况汇总形成大数据库。
上述以及下文中出现的“计划”一词,如无特殊说明,均指的是“计划及其相关信息”,其既包括计划本身还包括该计划所涉及的各方面信息,例如:定期工作计划、指标定期监督计划、实时监督计划和问题整改工作计划分别代表了定期工作计划以及定期工作计划所涉及的各方面信息、指标定期监督计划以及指标定期监督计划所涉及的各方面信息、实时监督计划以及实时监督计划所涉及的各方面信息和问题整改工作计划以及问题整改工作计划所涉及的各方面信息。
S1策略库生成步骤
策略库用于电厂技术监督,对电厂及其各种设备的各项性能指标进行评价,如图2-3所示,策略库是指根据技术监督标准和反措标准等技术标准或管理标准N构建的符合各个电厂P1,P2,…Pk的实际情况(例如各电厂的设备情况,包括设备保有情况和运行状态等,包括各个机组和设备的名称及数量等情况)的策略库PL1,PL2,…PLk,其中,
所述技术监督标准包括:技术监督专业、检查项目和检查方法,
技术监督专业包括:绝缘、化学、金属和压力容器、电测、热工、环保、继电保护、汽轮机和辅机振动、节能、电能质量和励磁,
优选的,随着技术监督标准的修改,以上技术监督专业也可以进行修改调整,或者,可以根据电厂的实际情况(例如各电厂的设备情况,包括设备保有情况和运行状态等,包括各个机组和设备的名称及数量等情况)来选择需要的技术监督专业,或者,采用其他技术监督标准中的相关技术监督专业进行替换。
根据以上各个技术监督专业所涉及的被监督对象和监督内容设定检查项目,检查项目包括设备检查、指标检查以及参数检查等,根据不同的检查项目,设定相应的检查方法,检查方法包括:现场巡视、检查、试验、化验、检修或校验等,还包括非现场的查阅运行记录、查看检修报告、试验报告或统计报表等。
例如:根据技术监督标准,在“绝缘”监督专业中,包括设备检查项目“红外测温检查开关设备的接头部、断路器本体、隔离开关的导电部分的温度,测温周期不超过半年,发现问题及时采取措施”,采用的检查方法为“检查测试记录和分析报告”。
所述反措标准包括:防止电厂事故的各项反措内容。根据具体的反措内容设定相应的检查项目和检查方法。
优选的,除了技术监督标准和反措标准之外,还可以根据电厂实际情况(例如各电厂的设备情况,包括设备保有情况和运行状态等,包括各个机组和设备的名称及数量等情况)来选择根据其他适合的技术监督或管理标准来构建策略库。
具体的,如图2-3所示,采用如下步骤生成电厂技术监督策略库:
S11、监督项目生成步骤:对管理标准N(包括但不限于:技术监督标准和反措标准)进行分解,建立策略库生成模型M1,将各个电厂(P1、P2…Pk)的实际情况(例如各电厂的设备情况,包括设备保有情况和运行状态等,包括各个机组和设备的名称及数量等情况)输入策略库生成模型,自动生成该电厂的多个监督项目,进而形成适于各个电厂的技术监督策略库(PL1、PL2…PLk),
S1包括如下子步骤:
S111、建立策略库生成模型M1,以被监督对象为单位将监督标准N(技术监督标准和反措标准)中的检查项目逐级分解到被监督对象上,形成针对被监督对象的监督项目模板,被监督对象设定为电厂中可能用到的各类仪器、电厂中可能涉及的所有机组和以及机组中可能包括的各类设备或其零部件E1,E2...En,例如:电厂中的监测仪、试验设备、报警仪、氧量仪、1号机组、2号机组、3号机组、机组的凝汽器、制粉系统、灰渣处理系统、空气预热器和静电除尘器等这些都可以作为被监督对象;
S112、自动生成监督项目,将电厂中需要监督的所有机组、设备和相关仪器的名称和数量等实际情况输入策略库生成模型M1,策略库生成模型根据被监督对象的实际情况自动将被监督对象涉及到的所有检查项目以被监督对象E1,E2...En为单位逐级分解,即把E1,E2...En输入监督项目模板以形成针对被监督对象的监督项目E11,E12…E1i,E21,E22…E2j,En1,En2…Enl,每个被监督对象都对应一项或多项监督项目。
优选的,策略库生成模型以电厂中需要监督的具体设备为单位对其涉及的检查项目进行分解形成监督项目,每台具体设备都对应至少一项监督项目,
例如:将“某某电厂”“1号机组”的“凝汽器系统”设备输入到策略库生成模型中,策略库生成模型以该凝汽器系统为单位对其涉及的检查项目进行分解后,形成三项监督项目。
优选的,策略库生成模型将检查项目分解到电厂或机组,即以电厂或机组为单位进行检查项目的分解以形成相应的监督项目,
S12、监督策略形成步骤:策略库生成模型根据监督项目形成相应的监督策略,具体的,
策略库生成模型中每个监督项目都对应一条具体的监督策略S,策略库生成模型根据监督项目所对应的被监督对象的具体情况,自动生成监督策略的具体内容,监督策略的内容包括:被监督对象信息、监督项目、技术监督专业、执行周期、指标名称、测点信息、告警策略、监督工作信息和标准试验报告模板等,其中:
被监督对象信息包括:电厂名称、机组名称、设备名称和设备编码,优选的,设备编码为设备KKS码;
测点信息包括:测点名称、测点描述和测点表达式;
告警策略包括:告警名称、告警描述、告警规则、告警限值、告警表达式和告警等级;
监督工作信息包括:监督工作名称、监督工作类型、监督工作编号、监督工作等级;
标准试验报告模板包括:试验检验报告、定性或定量的试验结果值和统计数据。
例如,某条监督策略的内容包括:电厂名称“某某供电厂”、机组名称“#3机组”、设备名称“汽轮机轴承系统”、设备编码“30MAD10”、监督项目“轴承瓦温”、技术监督专业“汽轮机和辅机振动”、执行周期“实时”、测点名称“W3.ZC_UNIT3.C0969”、测点描述“3号汽轮机轴承系统”、测点表达式“{{W3.ZC_UNIT3.C0969}}”、告警名称“超上限告警”、
告警描述“3号汽轮机轴承系统温度大于95”、
告警表达式“({{W3.ZC_UNIT3.H0193}}>95)&&({{W3.CALC.ZC_UNIT3_CALC}}==0)”和告警等级“三级”。
优选的,在实际使用时,可以手动对策略库生成模型自动生成的监督策略的内容进行修改。
例如,在以上例子中,需要调整3号汽轮机轴承系统温度大于90摄氏度报警时,只需修改告警表达式“({{W3.ZC_UNIT3.H0193}}>95)”这部分,将95改成90即可。
当然,为方便后续该电厂对“轴承瓦温”的监督管理,也可以在策略库生成模型中对告警表达式进行修改,这样,策略库生成模型所生成的新的监督项目及监督策略,就统一改为90摄氏度,无需一一修改。
S13、策略库的生成步骤,策略库生成模型能够自动对上一步骤中形成的监督策略(S11,S12…S1i,S21,S22…S2j,Sn1,Sn2…Snl,)进行分类C操作,进而生成策略库,具体的:
S131、对监督策略所对应的监督项目进行分类,根据监督项目的具体情况可以分为如下三类:
第一类监督项目,其需要在执行周期内完成监督并且需要监督执行过程,第一类监督项目主要依靠人工巡检来完成,因此需要监督是否执行了监督项目,并获得执行结果,包括试验检验报告、定性或定量的试验结果值和统计数据等;
第二类监督项目,其需要在执行周期内完成监督但是不需要监督执行过程,第二类监督项目主要为了获得设备的指标值,因此,根据电厂的实际情况,可以采用人工巡检、实时采集或二者相结合的形式,只需监督获得的执行结果即指标值即可;以及
第三类监督项目,其需要实时监督并获取测点值,即通过实时状态监测装置,例如传感器等来获取设备测点的测点值;
S132、对监督策略进行分类,根据S131中监督项目的分类结果对相应的监督策略进行分类得到定期工作监督策略库DQ、指标定期监督策略库ZB和实时监督策略库SS,其中:
定期工作监督策略库是通过选择第一类监督项目所对应的监督策略而形成的策略库;
指标定期监督策略库是通过选择第二类监督项目所对应的监督策略而形成的策略库;
实时监督策略库是通过选择第三类监督项目所对应的监督策略而形成的策略库;
S133、自动生成策略库的具体内容,包括生成定期工作监督策略库的内容、指标定期监督策略库的内容和实时监督策略库的内容,其中,
所述定期工作监督策略库的内容包括:被监督对象信息、第一类监督项目、技术监督专业、执行周期、指标名称、告警策略、监督工作信息和标准试验报告模板;
所述指标定期监督策略库的内容包括:被监督对象信息、第二类监督项目、技术监督专业、执行周期、指标名称、告警策略和标准试验报告模板;
所述实时监督策略库的内容包括:被监督对象信息、第三类监督项目、技术监督专业、测点信息、告警策略。
S131对监督策略所对应的监督项目进行分类,其具体包括如下子步骤:
S1311设定分类指标(xn)及分类指标的权重(ηn),将每个所述监督项目对应的技术监督专业、反措内容、执行周期、被监督对象、检查项目和检查方法分别设定为分类指标(x1,x2,x3,x4,x5,x6),设定技术监督专业、反措内容、执行周期、被监督对象、检查项目和检查方法等这些分类指标的权重分别为:0.21,0.24,0.23,0.14,0.1,0.08,优选的,通过历史运行数据来设定权重,并且,根据实际运行数据的统计,不断调整权重,以提高对监督项目分类评价的准确性,优选的,还可以选择与监督项目有关的其他内容作为分类指标对监督项目进行分类;
S1312定义评价分级(s):对所述分类指标的评价得分进行分级,根据电厂技术监督的历史运行情况,定义评价分级s=3,即将监督项目分为第一类(评价得分70分以上)、第二类(评价得分80分以上)和第三类(评价得分90分以上)共三类;
S1313根据各个分类指标的评价得分值,计算权函数,权函数计算公式如下:
其中:
(k=1,…,s),λ为分级边界值;
S1314计算各个分类指标的聚类系数:
S1315根据对监督项目所属的分类进行评定。
根据上述分类规则对“脱硝效率”这一监督项目进行了分类评价,具体如下:
首先,对监督项目涉及的各个分类指标进行评价,给出得分值,对于“脱硝效率”给出技术监督专业(x1)和反措内容(x2)的得分值分别为:83和89,“脱硝效率”的执行周期(x3)得分值为93,被监督对象(x4)为脱硝设备,其得分值为78,检查项目(x5)得分值为74,检查方法(x6)得分值为63,
然后,根据上述评分值,计算权函数:
再接着计算各个分类指标的聚类系数,计算结果如表1所示,
表1
类别 | x1 | x2 | x3 | x4 | x5 | x6 | x |
第三类 | 0.3 | 0.9 | 0.9 | 0 | 0 | 0 | 0.496 |
第二类 | 0.7 | 0.1 | 0 | 0.8 | 0.4 | 0 | 0.323 |
第一类 | 0 | 0 | 0 | 0.2 | 0.6 | 0.3 | 0.112 |
最后,根据对该监督工作进行评估。
通过计算结果可以看出,“脱硝效率”属于第三类监督项目类别,从分类指标看,这一结果主要是由技术监督专业、反措内容和执行周期决定的。该技术结果及其影响因素符合“脱硝效率”监督项目的实际情况。
在上述评价给出评分的过程中,主要依据监督项目在技术监督标准和反措标准中的重要程度,并结合历史运行数据及被监督对象的实际情况,例如执行该监督项目(即检查项目)时对应的检查方法或执行周期等情况,在电厂的众多设备中,一般仅有少数的重要设备装配实时状态监测装置,所述状态监测装置获取测点的测点值,实时反映了该设备的状态情况等,但由于经济成本和技术发展等原因,许多设备没有安装实时状态监测装置,只能依靠人工巡检和带电检测来进行设备状态的监测,在有些情况下,即使装配了实时状态监测装置,例如传感器,也只能反映这类监测传感器对应的关键特征量,对于该类监测传感器探测不到、且模糊性较强的方面,仍然需要依靠人工巡检,采用试验报告等方式将设备运行情况和问题记录下来,以实现状态评价。
另外,也可以不采用以上分类方法,而直接根据监督项目的实际情况进行分类,进而生产相应的策略库,例如:
对“主汽温度衰减率”监督策略进行分类,将其分为第二类监督项目,即分到指标定期监督策略中,并自动生成指标定期监督策略内容,具体的,其监督的指标名称为“主汽温度衰减率”,其监督项目为“分散控制系统I/O测点完好率不应低于99%”,其执行周期为“每月一次”,根据其告警策略,当“I/O测点完好率低于99%”时,进行告警,I/O测点完好率属于统计数据,需要运行一段时间后进行统计,只需监督定期上报的I/O测点完好率数值,无需监督I/O测点完好率的数据统计过程。
提供的电厂技术监督策略库生成方法,以技术监督与反措标准为依据,逐条分解,定义监督对象、监督指标,确定监督手段,形成统一策略库,明确需要监督和管理的设备、执行周期、技术标准等;针对设备的监督与管理工作,根据策略库自动生成工作任务,并分发执行,实现了对指标实时数据的自动监督和流程化管理。
S2工作计划生成步骤
根据上述电厂技术监督策略库,自动生成三类工作及工作计划,包括:生成定期工作计划、指标定期监督计划和生成实时监督计划,
其中,定期工作及工作计划的生成方法包括如下步骤:
S211、定期工作监督项目生成步骤,如图4所示,对技术监督标准和反措标准进行分解,建立定期工作策略生成模型M2,将电厂实际情况(例如电厂的设备情况,包括设备保有情况和运行状态等,包括各个机组和设备的名称及数量等情况)输入所述模型,自动生成所述电厂的多个定期工作监督项目;
S212、定期工作监督策略形成步骤:所述定期工作策略生成模型根据所述定期工作监督项目自动形成相应的定期工作监督策略,每个定期工作监督项目对应一条定期工作监督策略;
S213、定期工作计划生成步骤,根据所述定期工作监督策略,自动生成定期工作计划并发送至定期工作执行人。
所述技术监督标准包括:技术监督专业、检查项目,所述技术监督专业包括:绝缘、化学、金属和压力容器、电测、热工、环保、继电保护、汽轮机和辅机振动、节能、电能质量和励磁;根据所述技术监督专业所涉及的被监督对象和监督内容设定检查项目,所述检查项目包括定期设备检查、指标检查以及参数检查;
所述反措标准包括:防止电厂事故的各项反措内容。根据具体的反措内容设定相应的检查项目和检查方法。
根据所述技术监督标准和反措标准,所述定期工作监督项目需要在指定的执行周期内完成监督并且需要监督定期工作的执行过程,
所述定期工作策略库生成模型根据定期工作监督项目所对应的被监督对象的具体情况自动生成定期工作监督策略的内容,所述定期工作监督策略的内容包括:被监督对象信息、定期工作监督项目、技术监督专业、执行周期、指标名称、告警策略、监督工作信息和标准试验报告模板。
所述被监督对象信息包括:电厂名称、机组名称、仪器设备名称和设备编码;
所述告警策略包括:告警名称、告警描述、告警规则、告警限值、告警表达式和告警等级;
所述监督工作信息包括:监督工作名称、监督工作类型、监督工作编号、监督工作等级;
所述标准试验报告模板包括:试验检验报告、定性或定量的试验结果值和统计数据。
根据所述定期工作监督策略的内容自动生成定期工作计划,所述定期工作计划包括:工作名称、工作类型、被监督对象信息、定期工作监督项目、执行周期和标准试验报告模板,根据所述定期工作计划,使定期工作执行人按照执行周期定期对被监督对象执行定期工作监督项目,记录执行情况,填写和上报标准试验报告模板。
如图4所示,S211定期工作监督项目生成步骤包括子步骤:
S2111、建立定期工作策略库生成模型M2,以被监督对象为单位将技术监督标准和反措标准中的检查项目逐级分解到被监督对象上,形成针对所述被监督对象的监督项目模板,所述被监督对象包括电厂、电厂中的各类仪器、电厂中的各个机组和以及机组包括的各类设备;
S2112、自动生成定期工作监督项目,将电厂(P1,P2…Pk)中的机组、设备和仪器等(包括各个机组、设备和仪器的名称及数量等情况)(E1,E2...En)输入所述定期工作策略库生成模型,定期工作策略库生成模型自动将电厂、机组、设备和仪器所涉及到的检查项目逐级分解,并输入至所述监督项目模板,形成针对所述电厂、机组、设备和仪器的定期工作监督项目。
优选的,所述定期工作策略库生成模型以电厂中需要监督的设备为单位对其涉及的检查项目进行分解,形成定期工作监督项目。
例如:将“某某电厂”“1号机组”的“凝汽器系统”设备输入到定期工作策略库生成模型中,模型自动以该凝汽器系统为单位对其涉及的检查项目进行分解,形成三项监督项目,分别是:①来自技术监督标准中的“锅炉炉膛压力、全炉膛灭火、汽包水位和汽轮机超速、轴向位移、振动、润滑油压低、EH油压低、真空低保护装置在机组运行中严禁退出;暂时退出的,须在24h内恢复,否则应立即停机、停炉处理”、②来自技术监督标准中的“机组真空严密性试验”,以及③来自反措标准中的“机组主、辅设备的保护装置必须正常投入,已有振动监测保护装置的机组,振动超限跳机保护应投入运行;机组正常运行瓦振、轴振应达到有关标准的范围,并注意监视变化趋势”。
优选的,根据定期工作的执行周期和监督工作信息,将所述定期工作计划分为:定期运行工作D1、预防性维护工作D2和定期检查工作D3。
定期工作的生成方法实现了技术监督工作自动生成、系统化管理,规范了工作的内容、标准,实现了系统自动判断工作是否合格。
采用同样方法,根据策略库生成指标定期监督计划和实时监督计划,不再赘述。
S3问题库生成步骤
提供一种电厂技术监督问题库自动生成方法,如图5-6所示,包括如下步骤:
S31、获得技术监督的执行结果,所述技术监督包括对定期工作计划10、指标定期监督计划11和实时监督计划12执行情况的监督;
S32、根据上述S31中获得的执行结果和预先设定的问题生成规则自动生成问题,优选的,根据相应的告警策略自动生成问题,告警策略包括:告警名称、告警描述、告警规则、告警限值、告警表达式和告警等级;
S33、对上述S2中自动生成的问题进行分类,形成问题库20。
定期工作计划10由指定的第一执行人执行,定期工作计划10包括定期运行工作101、预防性维护工作102和定期检查工作103;
所述定期运行工作计划按照第一执行人的工作班次进行分配、排列并定期执行,其包括:工作名称、工作内容和工作周期,使第一执行人按照工作周期对被监督对象进行巡视、检查、试验、化验、检修或校验,接收第一执行人填写的标准试验报告并形成记录;
例如,在工作名称为“10号机调速汽门活动试验”的定期运行工作计划中,其工作内容包括:
电厂名称为“某某供电厂”、
设备名称为“10号机组”、
技术监督专业为“汽轮机和辅机振动”以及
监督项目为“主汽门、调速汽门以及抽汽逆止门活动试验(包括供热机组的抽汽蝶阀或旋转隔板活动试验)”,
其工作周期为“一周一次”,
根据该定期运行工作计划,使第一执行人每周对10号机组的调速汽门进行一次活动试验,以了解10号机组的振动情况,填写并上传调速汽门活动试验检验报告。
所述预防性维护工作指的是需要按一定工作周期运行的预防性维护工作,预防性维护工作计划按照被监督对象所需的维护频次定期执行,预防性维护工作计划包括:工作名称、工作内容和工作周期(执行周期)。使第一执行人按照指定的工作周期对被监督对象进行检测、检修、检查、试验、化验及校验等工作,并填写标准试验报告,形成并上传工作完结记录,标准试验报告模板包括:试验检验报告、定性或定量的试验结果值和统计数据。其中,工作内容包括:被监督对象信息(如:电厂名称、机组名称、设备名称)、技术监督专业和监督项目等。
例如:在工作名称为“变电一次设备红外测温”的预防性维护工作计划中,其工作内容包括:
电厂名称为“某某供电厂”、
设备名称为“1号机组”、
技术监督专业为“绝缘”、以及
监督项目为“红外测温检查开关设备的接头部、断路器本体、隔离开关的导电部分的温度,发现问题及时采取措施”,
其工作周期即测温周期为“每月一次”,
根据该预防性维护工作计划,使第一执行人每月对1号机组的开关设备的接头部、断路器本体、隔离开关的导电部分进行一次红外测温检查,以了解1号机组开关设备的绝缘状况,得出并上传定性或定量的试验结果值。
定期检查工作,指除了定期运行工作101和预防性维护工作102之外的需要以定期检查的形式进行的工作,定期检查工作计划包括:工作名称、工作内容和工作周期。根据定期检查工作计划使第一执行人按照指定的工作周期对被监督对象进行检测、检查、检修、测试、核实、试验、化验及校验等工作,并填写标准试验报告,形成记录,标准试验报告模板包括:试验检验报告、定性或定量的试验结果值和统计数据。其中,工作内容包括:被监督对象信息(如:电厂名称、设备名称)、技术监督专业和监督项目等。
实时监督计划12指的是自动执行的工作计划,即自动实时地监督被监督对象和测点的数据即测点值,实时监督计划包括:被监督对象信息(如:电厂名称、设备名称)、技术监督专业、监督项目以及测点信息等,其中,测点信息包括测点名称、测点描述以及测点表达等,根据实时监督计划,自动对被监督对象的测点值进行实时采集和记录。
指标定期监督计划11的执行人即第二执行人,使第二执行人根据指标定期监督计划的要求,定期对被监督对象执行监督项目,获得执行结果,指标定期监督计划包括:被监督对象信息(如:电厂名称、设备名称)、监督专业、监督项目、执行周期以及监督指标等。
优选的,指标定期监督计划包括第二执行人人工执行的监督项目和上报的监督指标,此外,还包括与上述实时监督计划相同的监督项目,此类监督项目无需第二执行人人工执行监督,可以直接从实时监督计划的实时数据中获得测点信息和测点值作为指标定期监督计划的监督指标及监督指标值。具体的,自动关联此类监督指标与实时监督计划中的实时数据,自动采集和计算相应的指标值,能够实现指标定期监督自动完成,无需人工填报。
例如:指标定期监督计划中,监督项目为“脱硝效率指标能达到设计要求”,监督指标为“脱硝效率”、执行周期为“每月一次”,“脱硝效率指标”根据氮氧化物(N0X)的值来计算,而在实时监督计划中的实时采集的测点值就包括了“1号锅炉脱硝A侧出口N0X折算值、1号机组脱硝B侧出口N0X折算值”,因此,可以自动将“脱硝效率指标”与“1号锅炉脱硝A侧出口N0X折算值、1号机组脱硝B侧出口N0X折算值”进行关联并计算出该指标值,该指标就无需第二执行人人工上报了。
监督执行情况获得的执行结果包括:
第一执行人是否执行了定期工作计划,即是否按工作周期或在执行时限内执行了相应的工作内容、第一执行人执行定期工作计划时填写的试验检验报告、定性或定量的试验结果值和统计数据、第二执行人执行指标定期监督计划时获得的监督指标值、指标定期监督计划中与实时数据相关联的能够自动采集和计算的指标值以及实时监督计划中获得的测点值。
在S32中,根据上一步获得的执行结果和预先设定的问题生成规则自动生成问题,优选的,根据相应的告警策略自动生成问题,告警策略包括:告警名称、告警描述、告警规则、告警限值、告警表达式和告警等级;S32包括如下:
S321、根据第一执行人执行定期工作计划的记录,自动判定是否执行定期工作计划,如果第一执行人未执行或者未按执行周期执行定期运行工作计划、预防性维护工作计划或者定期检查工作计划,则上述定期工作计划作为问题自动输入到问题库,优选的,并根据告警策略进行报警;
S322、根据第一执行人填写上传的试验检验报告、定性或定量的试验结果值和统计数据,以及填写上传的时间,自动判定第一执行人是否执行以及是否按执行周期执行定期工作计划,并且自动判定试验检验报告、定性或定量的试验结果值或统计数据中任一项是否超出定期工作监督策略库中相应指标的阈值范围,超出的,自动将定期工作计划及相应的试验检验报告、定性或定量的试验结果值或统计数据作为问题输入到问题库,优选的,并根据告警策略进行报警;
例如:在监督工作名称为“除氧器安全阀、辅助蒸汽母管安全阀、高加安全阀、加热联箱安全阀定期检修校验”的定期检查工作计划中,其工作内容包括:
电厂名称为“某某供电厂”、
设备名称为“2号汽轮机5号低加汽侧安全门”、
技术监督专业为“金属和压力容器”、
监督项目为“安全阀校验”,
其工作周期为“一年一次”,
对应上述定期检查工作计划,在定期工作监督策略库中,安全阀校验时相应的“启回座压力”阈值范围为:启座压力大于20.15回座压力小于19.14,
根据该定期检查工作计划,使第一执行人每年一次定期的对供电厂2号汽轮机5号低加汽侧安全门进行安全阀校验,当启回座压力超出“启座压力大于20.15回座压力小于19.14”这一阈值范围时,进行告警,告警规则为:
[不定期_启回座压力]>20.15||[不定期_启回座压力]<19.14,
告警的同时,将启回座压力的实际值以及相关的设备名称等信息以定性或定量的试验结果值报告的形式进行上报,自动将试验结果值报告上传输入到问题库。
S323、根据第二执行人上传或上报的执行指标定期监督计划时获得的监督指标值以及相应的告警策略进行自动判定,如果该指标的值超出指标定期监督策略库中相应指标的阈值范围,则自动将该监督指标的名称及其值输入到问题库,优选的,并根据告警策略进行报警;
S324、根据定期从实时数据中获得的指标定期监督计划中监督指标相应的测点值来计算指标值,并结合相应的告警策略进行自动判定,如果该指标的计算值超出指标定期监督策略库中相应指标的阈值范围,则自动将该监督指标的名称及其计算值输入到问题库,优选的,并根据告警策略进行报警;
例如:某电厂的指标定期监督计划包括:
电厂名称为“某某供电厂”、
设备名称为“3号机组”、
监督专业为“环保”以及
监督项目为“脱硫效率指标能达到设计要求”,
执行周期为“一月一次”,
监督指标的名称为“脱硫效率”,
对应上述指标定期监督计划,在指标定期监督策略库中,“脱硫效率”指标的阈值范围为:脱硫效率小于95%,
根据该指标定期监督计划,使第二执行人每月一次定期监督并上报某某供电厂3号机组的脱硫效率指标,或者从实时监督计划的实时数据中自动采集相应的测点值并计算该脱硫效率指标值,以判断3号机组是否环保达标,当脱硫效率小于95%时,进行告警,并将脱硫效率及其实际值输入到问题库。
S325、根据实时监督工作中自动获得的测点值及相应的告警策略进行自动判定,如果该测点值超出实时监督策略库中相应指标的阈值范围,则自动将该测点值及其对应的测点名称等信息作为问题输入到问题库,优选的,并根据告警策略进行报警。
例如:某电厂的实时监督计划包括:
电厂名称为“某某供电厂”、
设备名称为“2号机组”、
监督专业为“绝缘”以及
监督项目为“运行温度(包括:绕组层间、绕组出水、铁心、集电环、冷却气体、冷却器冷却水)是否在规定的范围内”,
测点名称为“W3.UNIT2.1MKA02CT812”,测点描述为“2号发电机集电环温度”,
测点表达为“{{W3.UNIT2.1MKA02CT812}}”,
对应上述实时监督计划,在实时监督策略库中,对于“发电机集电环温度”的阈值范围规定如下:集电环温度限值“70℃”以及持续超限时间为“5分钟”,即2号发电机集电环的温度持续超过70℃达到5分钟以上时,进行告警,
其告警表达式为:“{{W3.UNIT2.1MKA02CT812}}>70&&{{W3.CALC.KK_UNIT2_CALC}}==1”,
其告警描述为“2号发电机集电环温度超上限告警”,
并自动将该设备名称、告警描述、测点名称和测点值等信息作为问题输入到问题库。
在S33中,对上S32中自动生成的问题进行分类,形成问题库,具体如下:
S331、设定问题分类指标(xn)和各个分类指标的权重(ηn):将问题解决时限、问题解决复杂程度、设备的重要程度和指标影响因子设定为评价指标,并对所述各个问题分类指标的权重进行设定;
S332、定义问题分类等级(s):对所述问题分类指标的得分进行分级;
S333、计算权函数:
S334、计算各问题分类指标的聚类系数:
S335、根据对该问题等级进行评定,进而分类。
例如,利用上述问题评级规则对“发电机集电环温度超限问题”进行评级分类,具体如下:
设定问题分类指标(xn)和各个分类指标的权重(ηn):将问题解决时限、问题解决复杂程度、设备重要程度和指标影响因子分别设定为问题分类指标(x1,x2,x3和x4),并对所述各个问题分类指标的权重(η1,η2,η3和η4)进行设定,
其中,各指标的权重之和等于1,即:
通过对发电机集电环温度超限问题历史数据的分析或者专家调查论证的方式对该问题4个分类指标的权重(η1,η2,…,ηn)进行确定,
例如,设定η1,η2,η3和η4分别等于0.41,0.14,0.24和0.21。
定义评价等级:对所述问题分类指标x1,x2,x3和x4的得分进行分级,分为s级;
优选的,将各个指标的得分转化为百分制,例如,s=3,分级为“一级问题、二级问题、三级问题”3个类别(可根据评级需求的具体情况来定);
在本发明的一个实施例中,问题分类指标x1,x2,x3和x4的得分如表2所示:
表2问题分类指标得分表
指标名称 | x1 | x2 | x3 | x4 |
数值 | 84 | 91 | 93 | 78 |
计算权函数,公式如下
其中,(k=1,…,s),本实施例中,s=3,即k=1、2、3,λk为评价等级的分级边界值,例如,λ1=90,即以90为界划分一级问题与二级问题;
优选的,计算前对评价等级进行延拓,得到如下5个权函数,包括:
延拓前的3个权函数,
以及延拓后的2个权函数,
计算各个问题分类指标的聚类系数,公式如下
根据表1中给定的数值计算结果如表3所示:
表3
类别 | x1 | x2 | x3 | x4 | x |
一级 | 0.4 | 0.9 | 0.7 | 0 | 0.458 |
二级 | 0.6 | 0 | 0 | 0.8 | 0.414 |
三级 | 0 | 0 | 0 | 0.2 | 0.042 |
根据对该问题等级进行分类。
通过本实施例的计算可以得出,如表3,表征问题等级的x的最大值为0.458,位于一级问题那一行,因此该问题属于一级问题。对于所有生成的问题进行如上计算,即可给出各个问题的等级,实现对问题的分类,进而形成问题库。
通过以上问题评级规则和问题分类指标的应用,可以实现:解决问题的紧迫程度越高,所生成的问题的等级越高,涉及被监督对象的重要程度越高,所生成的问题的等级越高,指标的重要程度越高,所生成的问题的等级越高。问题的等级由高至低可以分为一级、二级和三级。问题分类后自动生成问题库,根据给出的问题的等级,可以为解决问题的优先级提供参考依据。
优选的,对于执行以上定期工作计划、指标定期监督计划和实时监督计划等工作计划之外发现的问题,也进行问题分类并输入到问题库。
优选的,在上述生成问题的过程中,根据告警策略进行报警,如图7所示,执行告警策略包括如下步骤:数据更新、公式管理、预处理、加载时间窗口、公式计算和触发判定,其中:
所述数据更新步骤中,定时(该时间可以根据实际需要进行设定,如60秒)从所述策略库中读取测点,待告警公式计算调用;
所述公式管理包括对告警公式的输入、查询、修改和删除,例如,越上限、越上上限、越下限、越下下限等判据都作为一条条计算表达式明细关联在告警公式下;
所述预处理步骤包括,读取各个计算表达式,解析表达式中的函数和计算因子,验证所述表达式的有效性;
所述时间窗口为延时判定方式,用于设定有效报警持续时间即测点值持续超过阈值范围的时间,超过所述时间的才进行告警,该时间窗口配置输出至触发器中,由触发器统一处理;
所述公式计算包括:将公式库进行分组(例如50个一组)后放入执行队列,若队列不为空,则逐个取出公式,根据计算公式和给定的计算因子计算出结果,公式计算采用多线程管理,优选的,公式计算按秒级循环执行,对于小时均值计算作为特殊函数单独处理;
上述公式计算结果并还需经过触发判定才可认为是有效报警数据,所述触发判定由触发器执行,其包括:用于判定公式计算结果是否为有效告警数据,触发判定范围包括有效告警持续时间(由所述时间窗口进行配置)、告警配置是否启用以及是否存在状态异常点;触发判定成功后,实时输出测点名称、告警开始时间和告警结束时间。
优选的,触发器将当前时刻某判据输出和前一时刻比较,并根据比较结果生成报警记录。报警记录存入关系型数据库。
优选的,还可以对告警策略的执行情况进行历史数据查询,历史数据时有时需要查询告警判断结果,可通过两种方式进行处理:
1)触发器已将告警判断结果回写至实时数据库中,此时直接查询即可;
2)由触发器从实时数据库中取得计算因子(原始点)的历史数据,调用公式计算功能重新计算,并将计算结果返回。
该问题库生成方法,根据监督标准,建立异常判据和告警策略,通过将实时数据和指标数据与异常判据实时对比,实现异常自动告警,包括指标数据异常、运行参数异常、运行状态异常,并将异常计入问题库,实现了问题自动生成,自动分类,有利于后续工作中对问题的分析和解决。
S4问题整改步骤
提供一种基于数据流的问题整改方法,用于对上述电厂技术监督问题库中的问题进行整改,该问题整改方法以数据流的形式输入问题,自动地生成问题整改方法,如图8所示,主要包括问题的推送、整改、督办、验收和统计等步骤,具体如下:
S41、问题推送步骤:一项工作如果在规定的工作时间内没有完成或者相应的指标不合格,则会生成问题进入到问题库,进入到问题库中的问题,以数据流的形式自动推送至第一问题整改人Z1,并自动记录问题推送时间,上述数据流包括问题名称、问题等级、问题整改时限和问题整改人,优选的,将上述问题自动推送至第一问题整改人的“我的问题库”中,使第一问题整改人根据上述问题生成、保存并上传防范措施、整改措施和计划,判定已收到上传的防范措施、整改措施和计划之后,所述问题进入等待处理状态,优选的,所述防范措施自动进入应急处理库以备后用;
S42、问题整改步骤:使第一问题整改人根据上述整改措施和计划对问题开展整改工作,问题整改工作包括:执行应执行的定期工作计划,按工作周期或在执行时限内执行定期工作计划相应的工作内容,根据试验检验报告、定性或定量的试验结果值和统计数据,对超出阈值范围的指标所对应的设备、零部件或材料进行维修或更换,根据执行指标定期监督计划时获得的监督指标值、指标定期监督计划中与实时数据相关联的能够自动采集和计算的指标值以及实时监督计划中获得的测点值,对超出阈值范围的指标值或测点值所对应的设备、零部件或材料进行维修、处理或更换,完成上述问题整改工作后进入问题整改验收步骤S44;
S43、问题督办步骤:如果问题推送后未在规定时间内进行整改或未完成整改,则所述问题自动返回问题库,并生成记录,并将所述问题以数据流的形式发送至第二问题整改人Z2督办,上述规定时间以问题推送时间为起点,优选上述规定时间为24小时,即问题推送之后24小时,或者根据问题等级自动设定或进行调整,问题等级越高,规定时间越短,例如问题等级为三级时,设定规定时间为48小时,问题等级为一级时,设定规定时间为6小时;如果第二问题整改人在又一个规定时限(如24小时)之内未完成督办和整改,自动将所述问题以数据流的形式推送至第三问题整改人Z3继续督办,直至问题整改完成(第n问题整改人Zn),每次督办的时限均从问题推送时起算,例如问题推送之后24小时内。
优选的,使第二问题整改人Z2执行问题督办时,首先进入问题整改判断步骤,获得第一问题整改人Z1未在规定时间内完成整改工作的原因或理由,优选的,该原因或理由可以是第一问题整改人填写并上传的,判断该问题的整改是否需要第一问题整改人之外其他专业的人员进行配合才能完成,如果是,则需要指定下一步问题整改工作的执行人Zn。
S44、问题整改验收步骤:每一个问题整改步骤完成后均进入问题整改验收步骤,检验整改结果是否达到相应的指标要求,如果不达标,则由该问题整改验收步骤再跳回至问题整改步骤,将问题推送给问题整改人(Z1,Z2...Zn),使其继续整改问题,不断循环,直至相关指标达标。
优选的,如图3所示,对相应对指标是否达标进行计算和判断,采用指标逐级计算的方式,包括如下步骤:开始,读取指标定义信息,计算各指标的计算层级,从最末级层级开始计算,提取计算公式,加载指标实际数据,对指标实际数据进行缓存,提取计算因子,利用提取的计算因子和提取的计算公式进行指标计算,判断是否需要逐级统计,是的话,进入各维度逐级统计的步骤,否的话,直接进入上一层指标的计算。
S45、问题统计步骤:将以上步骤中涉及的问题、生成的记录以及问题的推送、整改、督办、验收等过程进行统计,对防范措施、整改措施和计划进行统计,形成问题整改统计数据,为后续问题整改提供参考。
优选的,对问题整改完成所用时间以及问题督办完成所用时间进行统计,作为问题整改人的考核依据。
优选的,在执行问题推送步骤时,根据问题整改的重要程度或紧迫度等具体情况(如问题等级、问题来源或问题解决时限要求),将重要或紧迫的问题整改工作推送至考核结果较好的问题整改人。
S5大数据库生成步骤
将上述策略库、定期工作计划、指标定期监督计划和实时监督计划、执行情况、执行结果、问题和问题整改工作计划及问题整改情况汇总形成大数据库,对大数据进行分析为电厂设备的缺陷分析和轮换工作等提供参考依据。大数据库生成步骤包括以下子步骤:
S51、根据电力设备监督管理的日常操作,实际获取电力设备监督管理中的原始数据、分析数据、管理配置数据、分析结果以及原始数据及数据之间的相互关系;
S52、建立电力设备监督管理的数据模型,将S51中采集的数据按照逻辑结构组织构成完整的逻辑数据模型;
S53、根据逻辑数据模型,构建对应的物理存储结构和存取方法;
S54、根据物理存储结构和存取方法构建服务器系统平台,并选择合适的操作系统、文件系统以及数据库软件,建立数据库,并进行数据的调试及修改,构建电力设备监督管理大数据库;
S55、对电力设备监督管理大数据库进行试运行,并对运行中产生的问题进行评价、反馈、调整以及修改。
本发明还提供了一种基于策略库的电厂性能指标评价系统,包括:
策略库生成单元,其根据技术监督标准和反措标准建立策略库生成模型,将电厂的实际情况(例如各电厂的设备情况,包括设备保有情况和运行状态等,包括各个机组和设备的名称及数量等情况)输入所述策略库生成模型,自动输出所述电厂的多条监督策略,对所述多条监督策略进行分类生成策略库,所述策略库包括定期工作监督策略库、指标定期监督策略库和实时监督策略库;
工作计划生成单元,用于生成工作计划,包括:根据所述定期工作监督策略库生成定期工作计划;
根据所述指标定期监督策略库生成指标定期监督计划;以及
根据所述实时监督策略库生成实时监督计划;
问题库生成单元,其监督所述定期工作计划、指标定期监督计划和实时监督计划的执行情况,获得执行结果,根据所述执行结果按照预先设定的问题生成规则自动生成问题,并对所述问题进行分类;
问题整改单元,其基于所述问题库中的问题,自动生成问题整改工作计划,记录问题整改情况;以及
大数据库生成单元,其将所述策略库、定期工作计划、指标定期监督计划和实时监督计划、执行情况、执行结果、问题和问题整改工作计划及整改情况汇总形成大数据库。
最后应说明的是:以上所述的各实施例仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或全部技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种基于策略库的供电厂性能指标评价方法,其特征在于,包括:
S1、策略库生成步骤,根据技术监督标准和反措标准建立策略库生成模型,将电厂的实际情况输入所述策略库生成模型,自动输出所述电厂的多条监督策略,对所述多条监督策略进行分类生成多种策略库,所述策略库包括定期工作监督策略库、指标定期监督策略库和实时监督策略库;
S2、工作计划生成步骤,其具体包括:
根据所述定期工作监督策略库生成定期工作计划;
根据所述指标定期监督策略库生成指标定期监督计划;以及
根据所述实时监督策略库生成实时监督计划;
S3、问题库生成步骤,在执行周期内,实时监督所述定期工作计划、指标定期监督计划和实时监督计划的执行情况,获得执行结果,根据所述执行结果按照预先设定的问题生成规则自动生成问题,并对所述问题进行分类,生成问题库;
S4、问题整改步骤,基于所述问题库中的问题,自动生成问题整改工作计划,执行问题整改工作计划并记录问题整改情况;以及
S5、大数据库生成步骤,将所述策略库、定期工作计划、指标定期监督计划和实时监督计划、执行情况、执行结果、问题库和问题整改工作计划及问题整改情况汇总形成大数据库。
2.根据权利要求1所述的基于策略库的供电厂性能指标评价方法,其特征在于,
S1中所述监督策略包括第一类监督项目、第二类监督项目和第三类监督项目,
所述第一类监督项目需要在执行周期内完成监督并且需要监督执行过程;
所述第二类监督项目需要在执行周期内完成监督但无需监督执行过程;
所述第三类监督项目需要实时监督并获取测点值;
所述定期工作监督策略库是通过选择所述第一类监督项目所对应的监督策略而形成的策略库;
所述指标定期监督策略库是通过选择所述第二类监督项目所对应的监督策略而形成的策略库;
所述实时监督策略库是通过选择第三类监督项目所对应的监督策略而形成的策略库。
3.根据权利要求2所述的基于策略库的供电厂性能指标评价方法,其特征在于:
所述定期工作监督策略库的内容包括:被监督对象信息、第一类监督项目、技术监督专业、执行周期、指标名称、告警策略、监督工作信息和标准试验报告模板;
所述指标定期监督策略库的内容包括:被监督对象信息、第二类监督项目、技术监督专业、执行周期、指标名称、告警策略和标准试验报告模板;
所述实时监督策略库的内容包括:被监督对象信息、第三类监督项目、技术监督专业、测点信息和告警策略;
所述标准试验报告模板包括:试验检验报告、定性或定量的试验结果值和统计数据。
4.根据权利要求3所述的基于策略库的供电厂性能指标评价方法,其特征在于:
S2、工作计划生成步骤,具体为:
根据所述定期工作监督策略库的内容自动生成定期工作计划并发送至第一执行人,所述定期工作计划包括:工作名称、工作类型、被监督对象信息、第一类监督项目、定期工作执行周期和标准试验报告模板;
根据所述指标定期监督策略库的内容自动生成指标定期监督计划并发送至第二执行人,所述指标定期监督计划包括:被监督对象信息、第二类监督项目、指标监督执行周期、指标名称和标准试验报告模板;
根据所述实时监督策略库的内容自动生成实时监督计划,所述实时监督计划包括:被监督对象信息和测点名称;
根据所述定期工作计划,使第一执行人按照定期工作执行周期对被监督对象执行第一类监督项目,记录执行情况,填写和上报标准试验报告模板;
根据所述指标定期监督计划,使第二执行人按照指标监督执行周期对被监督对象执行第二类监督项目,获得指标名称的指标值,填写和上报标准试验报告模板;
根据所述实时监督计划实时监督被监督对象并采集测点值。
5.根据权利要求4所述的基于策略库的供电厂性能指标评价方法,其特征在于:
所述执行结果包括:所述第一执行人是否按所述定期工作执行周期执行了所述第一类监督项目、所述试验检验报告、定性或定量的试验结果值和统计数据、所述第二执行人按照指标监督执行周期执行所述第二类监督项目获得的指标值以及执行所述实时监督计划获得的测点值;
根据所述执行结果生成问题:如果所述第一执行人未按所述定期工作执行周期执行所述第一类监督项目,则将所述第一类监督项目作为问题输入到问题库,如果所述试验检验报告、定性或定量的试验结果值或统计数据中任一项超出所述策略库的阈值范围,则将所述试验检验报告、定性或定量的试验结果值和统计数据作为问题输入到问题库,如果所述第二执行人未按照指标监督执行周期执行所述第二类监督项目和/或获得的指标值和/或所述测点值超出所述策略库的阈值范围,则将所述第二类监督项目和/或指标值和/或测点值作为问题输入到问题库。
6.根据权利要求5所述的基于策略库的供电厂性能指标评价方法,其特征在于:
执行所述告警策略进行告警包括步骤:数据更新、公式管理、预处理、加载时间窗口、公式计算和触发判定,
所述数据更新步骤中,定时从所述策略库中读取测点,待告警公式计算调用;
所述公式管理包括对告警公式的输入、查询、修改和删除;
所述预处理步骤包括,读取计算表达式,解析表达式中的函数和计算因子,验证所述表达式的有效性;
所述时间窗口为延时判定方式,用于设定有效报警持续时间即测点值持续超过阈值范围的时间,超过所述有效报警持续时间则进行告警;
所述公式计算包括:将公式库进行分组后放入执行队列,若队列不为空,则逐个取出公式,根据计算公式和给定的计算因子计算出结果;
所述触发判定包括:判定公式计算结果是否为有效告警数据,触发判定范围包括有效告警持续时间、告警配置是否启用以及是否存在状态异常点;触发判定成功后,实时输出测点名称、告警开始时间和告警结束时间。
7.根据权利要求5所述的基于策略库的供电厂性能指标评价方法,其特征在于:
所述S4问题整改步骤中,自动生成问题整改工作计划的步骤如下:
指定第一问题整改执行人,自动生成问题录入时间,使所述第一问题整改执行人手动或自动生成所述问题的防范措施;
所述问题进入等待处理状态,所述防范措施自动进入应急处理库;
使所述第一问题整改执行人对所述问题整改完成后进行验收;
所述问题超时未处理或者未在规定时间内完成整改或者整改未达到相应指标要求的,所述问题自动返回问题库,并生成记录,并将所述问题发送至第二问题整改执行人限期督办。
8.一种基于策略库的电厂性能指标评价系统,其特征在于,包括:
策略库生成单元,其根据技术监督标准和反措标准建立策略库生成模型,将电厂的实际情况输入所述策略库生成模型,自动输出所述电厂的多条监督策略,对所述多条监督策略进行分类生成策略库,所述策略库包括定期工作监督策略库、指标定期监督策略库和实时监督策略库;
工作计划生成单元,用于生成工作计划,包括:
根据所述定期工作监督策略库生成定期工作计划;
根据所述指标定期监督策略库生成指标定期监督计划;以及
根据所述实时监督策略库生成实时监督计划;
问题库生成单元,其监督所述定期工作计划、指标定期监督计划和实时监督计划的执行情况,获得执行结果,根据所述执行结果按照预先设定的问题生成规则自动生成问题,并对所述问题进行分类;
问题整改单元,其基于所述问题库中的问题,自动生成问题整改工作计划,记录问题整改情况;以及
大数据库生成单元,其将所述策略库、定期工作计划、指标定期监督计划和实时监督计划、执行情况、执行结果、问题和问题整改工作计划及整改情况汇总形成大数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711378431.1A CN108154291B (zh) | 2017-12-19 | 2017-12-19 | 一种基于策略库的供电厂性能指标评价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711378431.1A CN108154291B (zh) | 2017-12-19 | 2017-12-19 | 一种基于策略库的供电厂性能指标评价方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108154291A true CN108154291A (zh) | 2018-06-12 |
CN108154291B CN108154291B (zh) | 2021-08-20 |
Family
ID=62464024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711378431.1A Active CN108154291B (zh) | 2017-12-19 | 2017-12-19 | 一种基于策略库的供电厂性能指标评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108154291B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108875974A (zh) * | 2018-06-27 | 2018-11-23 | 深圳供电局有限公司 | 电力厂站设备基于策略大规模生成生产计划的系统及方法 |
CN108898307A (zh) * | 2018-06-27 | 2018-11-27 | 深圳供电局有限公司 | 电力厂站设备基于策略大规模生成生产计划的系统及方法 |
CN108921420A (zh) * | 2018-06-27 | 2018-11-30 | 深圳供电局有限公司 | 一种电力厂站设备生成生产计划的方法及系统 |
CN109102184A (zh) * | 2018-08-03 | 2018-12-28 | 北京天安智慧信息技术有限公司 | 耗能设备的节能评价方法及系统 |
CN109308529A (zh) * | 2018-10-11 | 2019-02-05 | 国网山东省电力公司电力科学研究院 | 一种应用在网源平台的机组励磁功能综合性能评价方法 |
CN109615174A (zh) * | 2018-11-13 | 2019-04-12 | 北京国电龙源环保工程有限公司 | 技术监督环保指标自动生成方法及装置 |
CN110288325A (zh) * | 2019-07-02 | 2019-09-27 | 武汉奥科科技发展有限公司 | 一种建筑施工问题整改方法 |
CN112269824A (zh) * | 2020-11-03 | 2021-01-26 | 北京国电龙源环保工程有限公司 | 一种基于在线数据的脱硫装置参数评价方法 |
CN112288295A (zh) * | 2020-11-03 | 2021-01-29 | 北京国电龙源环保工程有限公司 | 一种基于在线的脱硫子系统评价装置及其应用方法 |
CN112288297A (zh) * | 2020-11-03 | 2021-01-29 | 北京国电龙源环保工程有限公司 | 一种基于在线脱硫设备和模块的评价系统及其应用方法 |
CN112580836A (zh) * | 2020-12-24 | 2021-03-30 | 润电能源科学技术有限公司 | 一种火电机组监控方法、装置、设备及存储介质 |
CN112666458A (zh) * | 2020-12-04 | 2021-04-16 | 湖南五凌电力科技有限公司 | 发电设备状态评估方法以及评估装置 |
CN114091967A (zh) * | 2021-11-30 | 2022-02-25 | 重庆至信实业集团有限公司 | 一种问题解决措施的监控系统及监控方法 |
CN114139906A (zh) * | 2021-11-23 | 2022-03-04 | 西安热工研究院有限公司 | 火电厂定期工作闭环监测方法、系统、设备及介质 |
CN117933526A (zh) * | 2023-12-13 | 2024-04-26 | 五凌电力有限公司 | 基于工业大数据平台的技术监督数据远程管理系统及方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5574640A (en) * | 1993-03-25 | 1996-11-12 | Carnegie Mellon University | Case-based scheduling method for creating a schedule |
CN101587564A (zh) * | 2008-05-20 | 2009-11-25 | 邵瑜 | 一种危险化学品禁忌智能识别和决策支持方法 |
US20110137939A1 (en) * | 2009-12-09 | 2011-06-09 | Linkage Technology Group Co., Ltd. | Data Supervision Based on the Configuration Rule of All Operational Indicators |
CN102590652A (zh) * | 2012-01-10 | 2012-07-18 | 山东电力研究院 | 基于电气信息的设备性能评价系统及方法 |
CN103577928A (zh) * | 2013-10-16 | 2014-02-12 | 国家电网公司 | 一种生产过程的量化评价系统的实现方法 |
CN104810926A (zh) * | 2015-05-06 | 2015-07-29 | 杨启蓓 | 电网高压断路器多维度大数据分析智能专家系统 |
CN104951882A (zh) * | 2015-06-12 | 2015-09-30 | 中国核电工程有限公司 | 一种用于核电厂定期试验周期调整的评估方法 |
CN105869074A (zh) * | 2016-04-12 | 2016-08-17 | 国网上海市电力公司 | 一种并网发电厂技术监督系统 |
CN105871605A (zh) * | 2016-03-30 | 2016-08-17 | 国网江西省电力科学研究院 | 一种基于电力营销大数据的运维监控平台 |
CN106156944A (zh) * | 2016-06-23 | 2016-11-23 | 湖南普天科技集团有限公司 | 面向应用场景的卫星对地观测需求筹划方法 |
-
2017
- 2017-12-19 CN CN201711378431.1A patent/CN108154291B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5574640A (en) * | 1993-03-25 | 1996-11-12 | Carnegie Mellon University | Case-based scheduling method for creating a schedule |
CN101587564A (zh) * | 2008-05-20 | 2009-11-25 | 邵瑜 | 一种危险化学品禁忌智能识别和决策支持方法 |
US20110137939A1 (en) * | 2009-12-09 | 2011-06-09 | Linkage Technology Group Co., Ltd. | Data Supervision Based on the Configuration Rule of All Operational Indicators |
CN102590652A (zh) * | 2012-01-10 | 2012-07-18 | 山东电力研究院 | 基于电气信息的设备性能评价系统及方法 |
CN103577928A (zh) * | 2013-10-16 | 2014-02-12 | 国家电网公司 | 一种生产过程的量化评价系统的实现方法 |
CN104810926A (zh) * | 2015-05-06 | 2015-07-29 | 杨启蓓 | 电网高压断路器多维度大数据分析智能专家系统 |
CN104951882A (zh) * | 2015-06-12 | 2015-09-30 | 中国核电工程有限公司 | 一种用于核电厂定期试验周期调整的评估方法 |
CN105871605A (zh) * | 2016-03-30 | 2016-08-17 | 国网江西省电力科学研究院 | 一种基于电力营销大数据的运维监控平台 |
CN105869074A (zh) * | 2016-04-12 | 2016-08-17 | 国网上海市电力公司 | 一种并网发电厂技术监督系统 |
CN106156944A (zh) * | 2016-06-23 | 2016-11-23 | 湖南普天科技集团有限公司 | 面向应用场景的卫星对地观测需求筹划方法 |
Non-Patent Citations (1)
Title |
---|
陈强: "大数据理念在电力信息网络管理中的应用", 《电力信息与通信技术》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108875974B (zh) * | 2018-06-27 | 2022-03-18 | 深圳供电局有限公司 | 一种电力厂站设备自动生成生产计划的方法 |
CN108898307A (zh) * | 2018-06-27 | 2018-11-27 | 深圳供电局有限公司 | 电力厂站设备基于策略大规模生成生产计划的系统及方法 |
CN108921420A (zh) * | 2018-06-27 | 2018-11-30 | 深圳供电局有限公司 | 一种电力厂站设备生成生产计划的方法及系统 |
CN108875974A (zh) * | 2018-06-27 | 2018-11-23 | 深圳供电局有限公司 | 电力厂站设备基于策略大规模生成生产计划的系统及方法 |
CN108898307B (zh) * | 2018-06-27 | 2022-03-18 | 深圳供电局有限公司 | 一种电力厂站设备基于策略大规模生成生产计划的方法 |
CN109102184A (zh) * | 2018-08-03 | 2018-12-28 | 北京天安智慧信息技术有限公司 | 耗能设备的节能评价方法及系统 |
CN109308529A (zh) * | 2018-10-11 | 2019-02-05 | 国网山东省电力公司电力科学研究院 | 一种应用在网源平台的机组励磁功能综合性能评价方法 |
CN109615174A (zh) * | 2018-11-13 | 2019-04-12 | 北京国电龙源环保工程有限公司 | 技术监督环保指标自动生成方法及装置 |
CN110288325A (zh) * | 2019-07-02 | 2019-09-27 | 武汉奥科科技发展有限公司 | 一种建筑施工问题整改方法 |
CN112269824A (zh) * | 2020-11-03 | 2021-01-26 | 北京国电龙源环保工程有限公司 | 一种基于在线数据的脱硫装置参数评价方法 |
CN112288297A (zh) * | 2020-11-03 | 2021-01-29 | 北京国电龙源环保工程有限公司 | 一种基于在线脱硫设备和模块的评价系统及其应用方法 |
CN112269824B (zh) * | 2020-11-03 | 2024-07-19 | 国能龙源环保有限公司 | 一种基于在线数据的脱硫装置参数评价方法 |
CN112288295A (zh) * | 2020-11-03 | 2021-01-29 | 北京国电龙源环保工程有限公司 | 一种基于在线的脱硫子系统评价装置及其应用方法 |
CN112288295B (zh) * | 2020-11-03 | 2024-06-18 | 国能龙源环保有限公司 | 一种基于在线的脱硫子系统评价装置及其应用方法 |
CN112288297B (zh) * | 2020-11-03 | 2024-01-19 | 国能龙源环保有限公司 | 一种基于在线脱硫设备和模块的评价系统及其应用方法 |
CN112666458A (zh) * | 2020-12-04 | 2021-04-16 | 湖南五凌电力科技有限公司 | 发电设备状态评估方法以及评估装置 |
CN112666458B (zh) * | 2020-12-04 | 2022-01-14 | 湖南五凌电力科技有限公司 | 发电设备状态评估方法以及评估装置 |
CN112580836A (zh) * | 2020-12-24 | 2021-03-30 | 润电能源科学技术有限公司 | 一种火电机组监控方法、装置、设备及存储介质 |
CN114139906A (zh) * | 2021-11-23 | 2022-03-04 | 西安热工研究院有限公司 | 火电厂定期工作闭环监测方法、系统、设备及介质 |
CN114091967A (zh) * | 2021-11-30 | 2022-02-25 | 重庆至信实业集团有限公司 | 一种问题解决措施的监控系统及监控方法 |
CN117933526A (zh) * | 2023-12-13 | 2024-04-26 | 五凌电力有限公司 | 基于工业大数据平台的技术监督数据远程管理系统及方法 |
CN117933526B (zh) * | 2023-12-13 | 2024-06-28 | 五凌电力有限公司 | 基于工业大数据平台的技术监督数据远程管理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108154291B (zh) | 2021-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108154291A (zh) | 一种基于策略库的供电厂性能指标评价方法及系统 | |
CN108133316A (zh) | 一种供电厂电力设备家族性缺陷的检测方法 | |
CN108628291B (zh) | 一种垃圾焚烧厂基于仿真平台的专家智能诊断系统 | |
CN1916949B (zh) | 电力设备状态评估及维修策略支撑系统 | |
CN102830666B (zh) | 优化工厂操作的系统和方法 | |
CN110377001A (zh) | 基于数据融合的工业设备智能故障诊断系统和方法 | |
CN110320892A (zh) | 基于Lasso回归的污水处理设备故障诊断系统及方法 | |
CN107516174B (zh) | 电厂技术监督策略库的生成方法 | |
CN107798479B (zh) | 一种基于全生命周期集成知识经验信息的知识管理系统 | |
CN113703410B (zh) | 一种智慧电厂的智慧运行平台 | |
CN108282026A (zh) | 一种高压开关设备远程运维系统 | |
JP2013538543A (ja) | 送電網用の機械学習 | |
Jafarpisheh et al. | A hybrid reliability-centered maintenance approach for mining transportation machines: a real case in Esfahan | |
CN112016806A (zh) | 发电站设备状态检修方法、系统、介质及装置 | |
CN113537523A (zh) | 一种变电设备状态检修及辅助决策方法 | |
Hirotsu et al. | Multivariate analysis of human error incidents occurring at nuclear power plants: several occurrence patterns of observed human errors | |
CN118520359A (zh) | 一种水电站故障预测与事故预警方法及系统 | |
CN115907542B (zh) | 基于知识图谱的变电站二次设备数字化评价方法及系统 | |
Zhang et al. | An early fault elimination method of computerized numerical control machine tools | |
CN102929241B (zh) | 精对苯二甲酸装置安全运行指导系统及其应用 | |
CN102545381A (zh) | 一种电网设备技术监督数据分析中心系统 | |
Rakhshani et al. | Application of data mining on fault detection and prediction in boiler of power plant using artificial neural network | |
CN112950064B (zh) | 一种电网安全风险影响因素分析方法及装置 | |
Sarkar et al. | Development of risk based maintenance strategy for gas turbine power system | |
Jharko et al. | Diagnostic tasks in human-machine control systems of nuclear power plants |
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 |