CN117536804A - 一种基于集控系统的风机状态监测方法 - Google Patents
一种基于集控系统的风机状态监测方法 Download PDFInfo
- Publication number
- CN117536804A CN117536804A CN202311776218.1A CN202311776218A CN117536804A CN 117536804 A CN117536804 A CN 117536804A CN 202311776218 A CN202311776218 A CN 202311776218A CN 117536804 A CN117536804 A CN 117536804A
- Authority
- CN
- China
- Prior art keywords
- fault
- fan
- intelligent
- early warning
- duty
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000009471 action Effects 0.000 claims abstract description 26
- 238000004519 manufacturing process Methods 0.000 claims abstract description 19
- 238000012423 maintenance Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 9
- 230000007613 environmental effect Effects 0.000 claims description 31
- 238000011156 evaluation Methods 0.000 claims description 26
- 230000003993 interaction Effects 0.000 claims description 21
- 230000035945 sensitivity Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 102100037651 AP-2 complex subunit sigma Human genes 0.000 claims description 3
- 101000806914 Homo sapiens AP-2 complex subunit sigma Proteins 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 3
- 239000006185 dispersion Substances 0.000 claims description 3
- 238000007667 floating Methods 0.000 claims description 3
- 238000010248 power generation Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 8
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Manipulator (AREA)
Abstract
本发明提供了一种基于集控系统的风机状态监测方法，涉及风机状态监测技术领域，包括有智能化值班机器人利用构建的风机预警模型对获取的智能化值班数据故障预警，得到第一故障结果；对第一故障结果进行风机运行动作判定，生成第一控制信息再传送至集控系统控制风机运行；建立智能化机器人展示模块，结合对智能值班机器人全维度操作记录生成的记录数据与目标报表实现对机器人运行状态的实时查看与监测。通过对接入集控系统的风机实时生产数据与安全生产管理系统的运行检修计划等信息分析与处理，形成智能化值班数据，并推送至原有集控系统、生产管理系统中实现对风机的有效操作与监测，提升集控中心值班的效率的同时降低了值班人员数量。
Description
技术领域
本发明涉及风机状态监测技术领域，特别涉及一种基于集控系统的风机状态监测方法。
背景技术
目前，在新能源产业蓬勃发展的过程中，各企业长期探索新的运维模式，提出了区域集中运维管理模式的发展方向。传统的运维模式存在人员、技术、成本等瓶颈缺点。故而，现代新能源电场的运行维护模式需要进一步改革，向更智能、集中、安全可靠的集中控制运维模式发展。
因此，本发明提供一种基于集控系统的风机状态监测方法，对集控系统的智能值班机器人技术进行研究、探索，实现了对风机的有效操作与监测，提升集控中心值班的效率的同时也降低了值班人员数量。
发明内容
本发明提供一种基于集控系统的风机状态监测方法，用以通过对接入集控系统的风机实时生产数据与安全生产管理系统的运行检修计划等信息分析与处理，形成智能化值班数据，并推送至原有集控系统、生产管理系统中实现对风机的有效操作与监测，提升集控中心值班的效率的同时降低了值班人员数量。
本发明提供一种基于集控系统的风机状态监测方法，包括：
步骤1：通过集控系统接入目标风机的运行状态信息，并与安全生产管理系统接入的目标数据结合分析处理，得到智能化值班数据；
步骤2：智能化值班机器人利用构建的风机预警模型对接入的智能化值班数据进行故障预警，得到第一故障结果；
步骤3：对所述第一故障结果进行风机运行动作判定，生成第一控制信息再传送至集控系统控制风机运行；
步骤4：对智能值班机器人全维度操作进行记录，生成记录数据与目标报表；
步骤5：建立智能化机器人展示模块，结合所述记录数据与目标报表实现对机器人功能的实时查看与监测。
优选的，目标风机的运行状态信息包括有实时功率、平均风速、日发电量等等；目标数据指的是检修计划与两票信息，其中两票指的是工作票和操作票。
优选的，智能化值班机器人利用构建的风机预警模型对接入的智能化值班数据进行故障预警，得到第一故障结果，包括：
对多种类型的风机的历史故障信息进行分析，得到第一故障特征；
结合所述第一故障特征，再对从风机运行数据库中提取预设量的历史值班数据预处理后作为训练样本对神经网络进行训练得到风机预警模型；
将智能化值班机器人实时接收的智能化值班数据做标准化处理后输入所述风机预警模型中进行故障预警，输出故障预警点以及故障预警指数并作为第一故障结果输出；
其中，故障预警指数的计算公式如下所示：
式中，Pi表示为第i个故障预警点的故障预警指数；xi表示为第i个故障预警点的选择概率指数；ρ表示为同一风机内预警点间的关联系数；xi′b表示为第i个故障预警点的选择概率指数与同一风机中第b个非故障预警点的选择概率指数的绝对差值；δib表示为第i个故障预警点与与同一风机中第b个非故障预警点的第一故障特征非重合率；μ1表示为预警点间的相互影响对故障预警的影响权重值；sij表示为第i个故障预警点的第j个第一故障特征值，其中j∈1，2，3，…，n；表示为第i个故障预警点的所有第一故障特征值的平均值；α′表示第一故障特征之间的离散度；μ2表示为故障特征的相互影响对故障预警的影响权重值；γ表示为计算故障预警指数的损耗因子。
优选的，对多种类型的风机的历史故障信息进行分析，得到第一故障特征，包括：
步骤11：基于对多种类型的风机的历史故障数据的整理分析，获取初始故障特征；
步骤12：获取每种类型的风机的所有初始故障特征的故障敏感值，并将小于预设敏感阈值的初始故障特征删除，得到中间故障特征；
步骤13：确定所述中间故障特征的个数a，并初始化第一特征数k以及对应每个中间故障特征的初始权值；
步骤14：按照初始权值从大到小从所述中间故障特征中选取k个特征，再通过Libsvm库计算预置测试样本的识别错误率；
步骤15：对所述第一特征数k与中间故障特征的初始权值迭代优化，并重复步骤14，直至获取的识别错误率趋于稳定；
此时，根据当前的第一特征数k按照初始权值从大到小从所述中间故障特征中筛选出第一故障特征。
优选的，对所述第一故障结果进行风机运行动作判定，生成第一控制信息再传送至集控系统控制风机运行，包括：
智能化值班机器人基于预设评估规则，评估所述第一故障结果与当前环境参数，实现对风机的运行动作判定；
若智能化值班机器人判定风机运行动作为限制功率时，生成限功率指令，并作为第一控制信息发送至集控系统；
集控系统承接所述第一控制信息，并由能管平台执行，下发至目标风机进行限功率操作；
若智能化值班机器人判定风机运行动作为停机时，生成停机指令，并作为第一控制信息发送至集控系统；
集控系统承接所述第一控制信息，并由能管平台执行，下发至目标风机进行停机操作；
整理所有限功率或停机的目标风机，并标记为第一风机；
当所述第一风机当前故障点为可复位的故障点时，分析所述第一风机复位操作的运行机理，获取第一复位建议条件；
若存在多个第一复位建议条件，则根据知识库中已有的逻辑规则，对所述第一复位建议条件按照或、与、非组合，得到第一编码；
基于所述第一编码，确定并将满足第一复位建议条件的对应第一风机标记为待定风机；
获取所述待定风机当前故障点在当前时间段内的设定复位次数，若当前复位次数已达设定复位次数，则判定该待定风机已无法实现自主化复位；
否则，智能化值班机器人生成复位指令，并作为第一控制信息发送至集控系统；
集控系统承接所述第一控制信息，并由能管平台执行，下发至对应待定风机进行自主化复位操作；
若只存在一个第一复位建议条件，且当前第一风机可满足第一复位建议条件、当前复位次数未达到达到设定复位次数，则判定该第一风机可实现自主化复位；
此时，智能化值班机器人生成复位指令，并作为第一控制信息发送至集控系统；
集控系统承接所述第一控制信息，并由能管平台执行，下发至对应第一风机进行自主化复位操作；
当所述第一风机当前故障点为不可复位的故障点时，智能化值班机器人生成对应记录并作为第一控制信息发送至集控系统。
优选的，智能化值班机器人基于预设评估规则，评估分析所述第一故障结果与当前环境参数，实现对风机的运行动作判定，包括：
智能值班机器人利用环境参数采集模块实时接收环境参数；
当环境参数大于预设低参数阈值且小于预设高参数阈值时，判定风机运行动作为限制功率；
当环境参数不小于预设高参数阈值时，判定风机运行动作为停机；
当环境参数小于预设低参数阈值时，将当前环境参数与所述第一故障结果结合分析，得到第一评估系数；
其中，第一评估系数的计算公式如下所示：
式中，H表示为第一评估系数；表示为第i个故障预警点与第g个环境参数的相关影响系数；Pi表示为第i个故障预警点的故障预警指数；rand表示随机函数；ln表示对数函数；N1表示环境参数的总个数；G1(n01,N1)表示相关影响系数大于预设影响系数的总数量n01与环境参数总数量N1的评估调节因子；σ12表示所有故障预警指数中除去最大指数后的剩余指数的方差；σ22表示所有故障预警指数中除去最小指数后的剩余指数的方差；
若所述第一预估系数小于预设评估阈值时，则智能值班机器人判定风机运行动作为限制功率；
否则，智能值班机器人判定风机运行动作为停机。
优选的，对智能值班机器人全维度操作进行记录，生成记录数据与目标报表，包括：
建立操作记录模块，对优化终端、用户操作、风机自主化复位，风机停机与限功率操作以及智能值班机器人分级报警，按照预设记录规则进行有序记录，生成记录数据；
利用智能值班机器人的三区智能报表导出功能，根据设定目标需求通过给定的模板以及计算规则，对报表进行分析并自动生成目标报表。
优选的，建立智能化机器人展示模块，结合所述记录数据与目标报表实现对机器人功能的实时查看与监测，包括：
通过设计智能化机器人展示模块，利用设置单元在人机交互界面配置“亚健康重点关注区域”，实现风机详细查询功能；
再在“亚健康重点关注区域”内设置下拉框进行频繁启停条件的过滤筛选，基于所述记录数据对启停次数、启停方式等显示内容以风机监视的列表模式进行展示，并在列表模式下添加点击进入单机监视界面的功能；
利用数据对比单元，在“亚健康重点关注区域”内设置数据对比功能项，基于记录数据对风机同工况数据进行对比，得到数据对比结果并展示至人机交互界面；
利用故障处置单元，在人机交互界面设置故障定义功能项，提供智能化机器人按照故障定义规则的处置过程，显示每一步研判结果与处置建议；
利用故障显示单元，在人机交互界面设置设置故障显示功能项，基于所述记录数据与目标报表通过风机矩阵不同颜色对存在故障的风机状态信息进行展示，其故障信息以悬浮窗的方式显示；
利用故障设置报警单元，在人机交互界面项目栏内增加故障报警分级配置栏，运行人员可根据实际情况选择报警级别，语音报警区分自动跟随报警级别将详细故障信息播报。
优选地、在一种可能实现的方式、精选的，
与现有技术相比，本申请的有益效果如下：
通过对接入集控系统的风机实时生产数据与安全生产管理系统的运行检修计划等信息分析与处理，形成智能化值班数据，并推送至原有集控系统、生产管理系统中实现对风机的有效操作与监测，提升集控中心值班的效率的同时降低了值班人员数量。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于集控系统的风机状态监测方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供一种基于集控系统的风机状态监测方法，如图1所示，包括：
步骤1：通过集控系统接入目标风机的运行状态信息，并与安全生产管理系统接入的目标数据结合分析处理，得到智能化值班数据；
步骤2：智能化值班机器人利用构建的风机预警模型对接入的智能化值班数据进行故障预警，得到第一故障结果；
步骤3：对所述第一故障结果进行风机运行动作判定，生成第一控制信息再传送至集控系统控制风机运行；
步骤4：对智能值班机器人全维度操作进行记录，生成记录数据与目标报表；
步骤5：建立智能化机器人展示模块，结合所述记录数据与目标报表实现对机器人功能的实时查看与监测。
该实施例中，集控系统指的是集中控制系统，通过一定的专用设备，接驳各类终端、设备，并根据需要任意定制控制流程与人机交互界面，从而达到控制和操作目的，包括由数据采集、厂站监视、设备操作等功能。
该实施例中，目标风机指的是所述集控系统中的所有风机；安全生产管理系统包括有单位档案、主要生产设备、安全设施等等，用于企业安全生产的透明化、科学化管理；目标风机的运行状态信息包括有实时功率、平均风速、日发电量等等；目标数据指的是检修计划与两票信息，其中两票指的是工作票和操作票；智能化值班数据是对目标风机的运行状态信息与安全生产管理系统接入的目标数据整理分析得到的数据。
该实施例中，智能化值班机器人用于以自主智能值守的方式代替人工对风机进行值班；风机预警模型用于基于智能化值班数据对风机的运行故障进行预估；第一故障结果指的是由风机预警模型输出的故障预警点以及对应的故障预警指数。
该实施例中，风机运行动作包括有停机、限功率运行以及自主复位；第一控制信息包括有限功率指令、停机指令以及复位指令；记录数据是对优化终端、用户操作、风机自主化复位，风机停机与限功率操作以及智能值班机器人分级报警，按照预设记录规则进行有序记录生成的数据。
该实施例中，目标报表其目的在于帮助值班员快速掌握原始数据中具有的要素和关系，以进行有效的决策；智能化机器人展示模块包括有设置单元、数据对比单元、故障显示单元以及故障设置报警单元，用于实现对机器人运行功能的实时查看与监测。
上述技术方案的有益效果是：通过对接入集控系统的风机实时生产数据与安全生产管理系统的运行检修计划等信息分析与处理，形成智能化值班数据，并推送至原有集控系统、生产管理系统中实现对风机的有效操作与监测，提升集控中心值班的效率的同时降低了值班人员数量。
本发明实施例提供一种基于集控系统的风机状态监测方法，智能化值班机器人利用构建的风机预警模型对接入的智能化值班数据进行故障预警，得到第一故障结果，包括：
对多种类型的风机的历史故障信息进行分析，得到第一故障特征；
结合所述第一故障特征，再对从风机运行数据库中提取预设量的历史值班数据预处理后作为训练样本对神经网络进行训练得到风机预警模型；
将智能化值班机器人实时接收的智能化值班数据做标准化处理后输入所述风机预警模型中进行故障预警，输出故障预警点以及故障预警指数并作为第一故障结果输出；
其中，故障预警指数的计算公式如下所示：
式中，Pi表示为第i个故障预警点的故障预警指数；xi表示为第i个故障预警点的选择概率指数；ρ表示为同一风机内预警点间的关联系数；xi′b表示为第i个故障预警点的选择概率指数与同一风机中第b个非故障预警点的选择概率指数的绝对差值；δib表示为第i个故障预警点与与同一风机中第b个非故障预警点的第一故障特征非重合率；μ1表示为预警点间的相互影响对故障预警的影响权重值；sij表示为第i个故障预警点的第j个第一故障特征值，其中j∈1，2，3，…，n；表示为第i个故障预警点的所有第一故障特征值的平均值；α′表示第一故障特征之间的离散度；μ2表示为故障特征的相互影响对故障预警的影响权重值；γ表示为计算故障预警指数的损耗因子。
该实施例中，历史故障信息包括有故障时间、故障类型、故障级别以及当前风机参数等等；第一故障特征是对故障信息进行分析与提取得到的关键特性；风机运行数据库由风机类型、风机名称以及值班数据构成；风机预警模型用于基于智能化值班数据对风机的运行故障进行预估。
该实施例中，故障预警点指的是通过风机预警模型预估出的存在故障的部位，比如齿轮箱；标准化处理的目的是为了消除量纲，保证后续数据处理正确；第一故障结果指的是由风机预警模型输出的故障预警指数，其中故障预警指数用于表示故障预警点的故障概率。
上述技术方案的有益效果是：通过基于对多种类型的风机的历史故障信息进行分析得到的故障特征，利用合适的训练样本训练模型得到风机预警模型，实现对目标风机的故障预警等级的有效预判。
本发明实施例提供一种基于集控系统的风机状态监测方法，对多种类型的风机的历史故障信息进行分析，得到第一故障特征，包括：
步骤11：基于对多种类型的风机的历史故障数据的整理分析，获取初始故障特征；
步骤12：获取每种类型的风机的所有初始故障特征的故障敏感值，并将小于预设敏感阈值的初始故障特征删除，得到中间故障特征；
步骤13：确定所述中间故障特征的个数a，并初始化第一特征数k以及对应每个中间故障特征的初始权值；
步骤14：按照初始权值从大到小从所述中间故障特征中选取k个特征，再通过Libsvm库计算预置测试样本的识别错误率；
步骤15：对所述第一特征数k与中间故障特征的初始权值迭代优化，并重复步骤14，直至获取的识别错误率趋于稳定；
此时，根据当前的第一特征数k按照初始权值从大到小从所述中间故障特征中筛选出第一故障特征。
该实施例中，历史故障信息包括有故障时间、故障类型、故障级别以及当前风机参数等等；初始故障特征是对历史故障信息进行分析与提取得到的关键特性；故障敏感值用于表示初始故障特征的敏感特性程度。
该实施例中，预设敏感阈值是提前设定好的；中间故障特征指的是故障敏感值不小于预设敏感阈值的初始故障特征；初始权值用于表示中间故障特征对故障类别的敏感程度；Libsvm库是基于向量机实现的开源库，可用于分类识别与回归；预置测试样本是提前确定好的；识别错误率指的是测试样本的故障识别的错误概率；第一故障特征是基于历史故障数据对故障敏感特性分析筛选出的特征。
上述技术方案的有益效果是：通过基于多种类型风机的历史故障数据，分析故障特征的故障敏感特性，来筛选出每种类型风机对应的第一故障特征，为后续模型构建奠定基础，并有效保证了模型精度。
本发明实施例提供一种基于集控系统的风机状态监测方法，对所述第一故障结果进行风机运行动作判定，生成第一控制信息再传送至集控系统控制风机运行，包括：
智能化值班机器人基于预设评估规则，评估所述第一故障结果与当前环境参数，实现对风机的运行动作判定；
若智能化值班机器人判定风机运行动作为限制功率时，生成限功率指令，并作为第一控制信息发送至集控系统；
集控系统承接所述第一控制信息，并由能管平台执行，下发至目标风机进行限功率操作；
若智能化值班机器人判定风机运行动作为停机时，生成停机指令，并作为第一控制信息发送至集控系统；
集控系统承接所述第一控制信息，并由能管平台执行，下发至目标风机进行停机操作；
整理所有限功率或停机的目标风机，并标记为第一风机；
当所述第一风机当前故障点为可复位的故障点时，分析所述第一风机复位操作的运行机理，获取第一复位建议条件；
若存在多个第一复位建议条件，则根据知识库中已有的逻辑规则，对所述第一复位建议条件按照或、与、非组合，得到第一编码；
基于所述第一编码，确定并将满足第一复位建议条件的对应第一风机标记为待定风机；
获取所述待定风机当前故障点在当前时间段内的设定复位次数，若当前复位次数已达设定复位次数，则判定该待定风机已无法实现自主化复位；
否则，智能化值班机器人生成复位指令，并作为第一控制信息发送至集控系统；
集控系统承接所述第一控制信息，并由能管平台执行，下发至对应待定风机进行自主化复位操作；
若只存在一个第一复位建议条件，且当前第一风机可满足第一复位建议条件、当前复位次数未达到达到设定复位次数，则判定该第一风机可实现自主化复位；
此时，智能化值班机器人生成复位指令，并作为第一控制信息发送至集控系统；
集控系统承接所述第一控制信息，并由能管平台执行，下发至对应第一风机进行自主化复位操作；
当所述第一风机当前故障点为不可复位的故障点时，智能化值班机器人生成对应记录并作为第一控制信息发送至集控系统。
该实施例中，预设评估规则是提前设定好的；环境参数指的是风机所处环境的对风机运行状态存在影响作用的参变量，比如温度；第一控制信息包括有包括有限功率指令、停机指令以及复位指令。
该实施例中，第一风机指的是判定运行动作为停机或限功率的目标风机；当前故障点指的是当前确定的故障预警点，比如齿轮箱；第一复位建议条件指的是根据风机的复位机理确定的，不同类型的风机可能存在不同的复位建议条件；第一编码指的是利用知识库中已有的逻辑规则，对所述第一复位建议条件进行“或”、“与”、“非”的组合得到的编码；待定风机指的是满足第一复位建议条件的第一风机；设定复位次数是提前设定好的。
该实施例中，集控系统指的是集中控制系统，通过一定的专用设备，接驳各类终端、设备，并根据需要任意定制控制流程与人机交互界面，从而达到控制和操作目的，包括由数据采集、厂站监视、设备操作等功能；能管平台用于接收与下发信息数据；自主化复位指的是自动恢复至初始状态。
上述技术方案的有益效果是：通过基于预设评估规则，对所述第一故障结果与当前环境参数的关联指数进行评估，得到评估结果；智能化值班机器人利用评估结果判定风机的运行动作，并生成对应指令作为第一控制信息传送至原集控系统控制风机运作，对风机状态进行及时调整的同时提升集控中心值班的效率。
本发明实施例提供一种基于集控系统的风机状态监测方法，智能化值班机器人基于预设评估规则，评估分析所述第一故障结果与当前环境参数，实现对风机的运行动作判定，包括：
智能值班机器人利用环境参数采集模块实时接收环境参数；
当环境参数大于预设低参数阈值且小于预设高参数阈值时，判定风机运行动作为限制功率；
当环境参数不小于预设高参数阈值时，判定风机运行动作为停机；
当环境参数小于预设低参数阈值时，将当前环境参数与所述第一故障结果结合分析，得到第一评估系数；
其中，第一评估系数的计算公式如下所示：
式中，H表示为第一评估系数；表示为第i个故障预警点与第g个环境参数的相关影响系数；Pi表示为第i个故障预警点的故障预警指数；rand表示随机函数；ln表示对数函数；N1表示环境参数的总个数；G1(n01,N1)表示相关影响系数大于预设影响系数的总数量n01与环境参数总数量N1的评估调节因子；σ12表示所有故障预警指数中除去最大指数后的剩余指数的方差；σ22表示所有故障预警指数中除去最小指数后的剩余指数的方差；
若所述第一预估系数小于预设评估阈值时，则智能值班机器人判定风机运行动作为限制功率；
否则，智能值班机器人判定风机运行动作为停机。
该实施例中，环境参数采集模块用于实时接收风机所处环境的环境参数；环境参数指的是风机所处环境的对风机运行状态存在影响作用的参变量，比如温度；预设低参数阈值是提前设定好的。
该实施例中，预设高参数阈值是提前设定好的；第一故障结果包括有故障预警点以及对应的故障预警指数；第一评估系数用于评估当前故障预警点的故障程度，以及确定故障报警级别；预设评估阈值是提前设定好的。
上述技术方案的有益效果是：通过智能化值班机器人基于预设评估规则，分析当前环境参数与第一第一故障结果，并计算第一评估系数来实现对风机的运行动作的准确判定，实现对风机的有效操作，以及提升集控中心值班的效率。
本发明实施例提供一种基于集控系统的风机状态监测方法，对智能值班机器人全维度操作进行记录，生成记录数据与目标报表，包括：
建立操作记录模块，对优化终端、用户操作、风机自主化复位，风机停机与限功率操作以及智能值班机器人分级报警，按照预设记录规则进行有序记录，生成记录数据；
利用智能值班机器人的三区智能报表导出功能，根据设定目标需求通过给定的模板以及计算规则，对数据进行分析计算并自动生成目标报表。
该实施例中，操作记录模块用于记录智能值班机器人全维度操作；预设记录规则是提前设定好的，比如按日、按站详细记录现有模拟量和开关量的每项报表、每条曲线、每项报警的操作，并记录每次操作的起始时间、时长和每天操作次数；设定目标需求是提前设定好的；目标报表的目的在于帮助值班员快速掌握原始数据中具有的要素和关系，以进行有效的决策。
上述技术方案的有益效果是：通过对智能值班机器人全维度操作进行记录，生成记录数据；利用智能值班机器人的三区智能报表导出功能自动生成目标报表，实现了采用最少的操作获取最大信息量的效果，以及帮助值班员快速掌握原始数据中具有的要素和关系，以进行有效的决策。
本发明实施例提供一种基于集控系统的风机状态监测方法，建立智能化机器人展示模块，结合所述记录数据与目标报表实现对机器人功能的实时查看与监测，包括：
通过设计智能化机器人展示模块，利用设置单元在人机交互界面配置“亚健康重点关注区域”，实现风机详细查询功能；
再在“亚健康重点关注区域”内设置下拉框进行频繁启停条件的过滤筛选，基于所述记录数据对启停次数、启停方式等显示内容以风机监视的列表模式进行展示，并在列表模式下添加点击进入单机监视界面的功能；
利用数据对比单元，在“亚健康重点关注区域”内设置数据对比功能项，基于记录数据对风机同工况数据进行对比，得到数据对比结果并展示至人机交互界面；
利用故障处置单元，在人机交互界面设置故障定义功能项，提供智能化机器人按照故障定义规则的处置过程，显示每一步研判结果与处置建议；
利用故障显示单元，在人机交互界面设置设置故障显示功能项，基于所述记录数据与目标报表通过风机矩阵不同颜色对存在故障的风机状态信息进行展示，其故障信息以悬浮窗的方式显示；
利用故障设置报警单元，在人机交互界面项目栏内增加故障报警分级配置栏，运行人员可根据实际情况选择报警级别，语音报警区分自动跟随报警级别将详细故障信息播报。
该实施例中，智能化机器人展示模块包括有设置单元、数据对比单元、故障显示单元、故障处置单元以及故障设置报警单元，用于实现对机器人功能的实时查看与监测。
该实施例中，故障定义规则指的是利用风机故障预警模型确定风机故障预警点以及对应的故障预警指数后，再结合当前环境参数进行评估，确定风机运行反馈；风机矩阵监视包括矩阵模式和列表模式两种模式；工况数据指的是各温度类参数，比如齿轮箱油温、发电机驱动侧温度等；风机状态信息包括当前风机运行状态，比如停机、复位、故障时间、持续时间、恢复时间等等。
上述技术方案的有益效果是：通过在集控系统安全一区监视界面中，增加智能值班机器人展示模块，实现与机器人的交互，对机器人的运行状态进行展示，直观的查看机器人正在进行中的功能，有利于实现对智能值班机器人的有效监管。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种基于集控系统的风机状态监测方法，其特征在于，包括：
步骤1：通过集控系统接入目标风机的运行状态信息，并与安全生产管理系统接入的目标数据结合分析处理，得到智能化值班数据；
步骤2：智能化值班机器人利用构建的风机预警模型对接入的智能化值班数据进行故障预警，得到第一故障结果；
步骤3：对所述第一故障结果进行风机运行动作判定，生成第一控制信息再传送至集控系统控制风机运行；
步骤4：对智能值班机器人全维度操作进行记录，生成记录数据与目标报表；
步骤5：建立智能化机器人展示模块，结合所述记录数据与目标报表实现对机器人功能的实时查看与监测。
2.根据权利要求1所述的一种基于集控系统的风机状态监测方法，其特征在于，目标风机的运行状态信息包括：实时功率、平均风速以及日发电量；目标数据指的是检修计划与两票信息，其中，两票指的是工作票和操作票。
3.根据权利要求1所述的一种基于集控系统的风机状态监测方法，其特征在于，智能化值班机器人利用构建的风机预警模型对接入的智能化值班数据进行故障预警，得到第一故障结果，包括：
对多种类型的风机的历史故障信息进行分析，得到第一故障特征；
结合所述第一故障特征，再对从风机运行数据库中提取预设量的历史值班数据预处理后作为训练样本对神经网络进行训练得到风机预警模型；
将智能化值班机器人实时接收的智能化值班数据做标准化处理后输入所述风机预警模型中进行故障预警，输出故障预警点以及故障预警指数并作为第一故障结果输出；
其中，故障预警指数的计算公式如下所示：
式中，Pi表示为第i个故障预警点的故障预警指数；xi表示为第i个故障预警点的选择概率指数；ρ表示为同一风机内预警点间的关联系数；xi ′ b表示为第i个故障预警点的选择概率指数与同一风机中第b个非故障预警点的选择概率指数的绝对差值；δib表示为第i个故障预警点与与同一风机中第b个非故障预警点的第一故障特征非重合率；μ1表示为预警点间的相互影响对故障预警的影响权重值；sij表示为第i个故障预警点的第j个第一故障特征值，其中j∈1，2，3，…，n；表示为第i个故障预警点的所有第一故障特征值的平均值；α′表示第一故障特征之间的离散度；μ2表示为故障特征的相互影响对故障预警的影响权重值；γ表示为计算故障预警指数的损耗因子。
4.根据权利要求3所述的一种基于集控系统的风机状态监测方法，其特征在于，对多种类型的风机的历史故障信息进行分析，得到第一故障特征，包括：
步骤11：基于对多种类型的风机的历史故障数据的整理分析，获取初始故障特征；
步骤12：获取每种类型的风机的所有初始故障特征的故障敏感值，并将小于预设敏感阈值的初始故障特征删除，得到中间故障特征；
步骤13：确定所述中间故障特征的个数a，并初始化第一特征数k以及对应每个中间故障特征的初始权值；
步骤14：按照初始权值从大到小从所述中间故障特征中选取k个特征，再通过Libsvm库计算预置测试样本的识别错误率；
步骤15：对所述第一特征数k与中间故障特征的初始权值迭代优化，并重复步骤14，直至获取的识别错误率趋于稳定；
此时，根据当前的第一特征数k按照初始权值从大到小从所述中间故障特征中筛选出第一故障特征。
5.根据权利要求1所述的一种基于集控系统的风机状态监测方法，其特征在于，对所述第一故障结果进行风机运行动作判定，生成第一控制信息再传送至集控系统控制风机运行，包括：
智能化值班机器人基于预设评估规则，评估所述第一故障结果与当前环境参数，实现对风机的运行动作判定；
若智能化值班机器人判定风机运行动作为限制功率时，生成限功率指令，并作为第一控制信息发送至集控系统；
集控系统承接所述第一控制信息，并由能管平台执行，下发至目标风机进行限功率操作；
若智能化值班机器人判定风机运行动作为停机时，生成停机指令，并作为第一控制信息发送至集控系统；
集控系统承接所述第一控制信息，并由能管平台执行，下发至目标风机进行停机操作；
整理所有限功率或停机的目标风机，并标记为第一风机；
当所述第一风机当前故障点为可复位的故障点时，分析所述第一风机复位操作的运行机理，获取第一复位建议条件；
若存在多个第一复位建议条件，则根据知识库中已有的逻辑规则，对所述第一复位建议条件按照或、与、非组合，得到第一编码；
基于所述第一编码，确定并将满足第一复位建议条件的对应第一风机标记为待定风机；
获取所述待定风机当前故障点在当前时间段内的设定复位次数，若当前复位次数已达设定复位次数，则判定该待定风机已无法实现自主化复位；
否则，智能化值班机器人生成复位指令，并作为第一控制信息发送至集控系统；
集控系统承接所述第一控制信息，并由能管平台执行，下发至对应待定风机进行自主化复位操作；
若只存在一个第一复位建议条件，且当前第一风机可满足第一复位建议条件、当前复位次数未达到达到设定复位次数，则判定该第一风机可实现自主化复位；
此时，智能化值班机器人生成复位指令，并作为第一控制信息发送至集控系统；
集控系统承接所述第一控制信息，并由能管平台执行，下发至对应第一风机进行自主化复位操作；
当所述第一风机当前故障点为不可复位的故障点时，智能化值班机器人生成对应记录并作为第一控制信息发送至集控系统。
6.根据权利要求5所述的一种基于集控系统的风机状态监测方法，其特征在于，智能化值班机器人基于预设评估规则，评估分析所述第一故障结果与当前环境参数，实现对风机的运行动作判定，包括：
智能值班机器人利用环境参数采集模块实时接收环境参数；
当环境参数大于预设低参数阈值且小于预设高参数阈值时，判定风机运行动作为限制功率；
当环境参数不小于预设高参数阈值时，判定风机运行动作为停机；
当环境参数小于预设低参数阈值时，将当前环境参数与所述第一故障结果结合分析，得到第一评估系数；
其中，第一评估系数的计算公式如下所示：
式中，H表示为第一评估系数；表示为第i个故障预警点与第g个环境参数的相关影响系数；Pi表示为第i个故障预警点的故障预警指数；rand表示随机函数；ln表示对数函数；N1表示环境参数的总个数；H1(n01,N1)表示相关影响系数大于预设影响系数的总数量n01与环境参数总数量N1的评估调节因子；σ12表示所有故障预警指数中除去最大指数后的剩余指数的方差；σ22表示所有故障预警指数中除去最小指数后的剩余指数的方差；
若所述第一预估系数小于预设评估阈值时，则智能值班机器人判定风机运行动作为限制功率；
否则，智能值班机器人判定风机运行动作为停机。
7.根据权利要求1所述的一种基于集控系统的风机状态监测方法，其特征在于，对智能值班机器人全维度操作进行记录，生成记录数据与目标报表，包括：
建立操作记录模块，对优化终端、用户操作、风机自主化复位，风机停机与限功率操作以及智能值班机器人分级报警，按照预设记录规则进行有序记录，生成记录数据；
利用智能值班机器人的三区智能报表导出功能，根据设定目标需求通过给定的模板以及计算规则，对报表进行分析并自动生成目标报表。
8.根据权利要求1所述的一种基于集控系统的风机状态监测方法，其特征在于，建立智能化机器人展示模块，结合所述记录数据与目标报表实现对机器人功能的实时查看与监测，包括：
通过设计智能化机器人展示模块，利用设置单元在人机交互界面配置关注区域，实现风机详细查询功能；
再在关注区域内设置下拉框进行频繁启停条件的过滤筛选，基于所述记录数据对启停次数、启停方式显示内容以风机监视的列表模式进行展示，并在列表模式下添加点击进入单机监视界面的功能；
利用数据对比单元，在关注区域内设置数据对比功能项，基于记录数据对风机同工况数据进行对比，得到数据对比结果并展示至人机交互界面；
利用故障处置单元，在人机交互界面设置故障定义功能项，提供智能化机器人按照故障定义规则的处置过程，显示每一步研判结果与处置建议；
利用故障显示单元，在人机交互界面设置设置故障显示功能项，基于所述记录数据与目标报表通过风机矩阵不同颜色对存在故障的风机状态信息进行展示，其故障信息以悬浮窗的方式显示；
利用故障设置报警单元，在人机交互界面项目栏内增加故障报警分级配置栏，运行人员根据实际情况选择报警级别，语音报警区分自动跟随报警级别将详细故障信息播报。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311776218.1A CN117536804A (zh) | 2023-12-20 | 2023-12-20 | 一种基于集控系统的风机状态监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311776218.1A CN117536804A (zh) | 2023-12-20 | 2023-12-20 | 一种基于集控系统的风机状态监测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117536804A true CN117536804A (zh) | 2024-02-09 |
Family
ID=89782450
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311776218.1A Pending CN117536804A (zh) | 2023-12-20 | 2023-12-20 | 一种基于集控系统的风机状态监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117536804A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118707914A (zh) * | 2024-08-29 | 2024-09-27 | 苏州蓝灵智能制造科技有限公司 | 一种基于分布控制的车间生产设备运行监控系统 |
-
2023
- 2023-12-20 CN CN202311776218.1A patent/CN117536804A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118707914A (zh) * | 2024-08-29 | 2024-09-27 | 苏州蓝灵智能制造科技有限公司 | 一种基于分布控制的车间生产设备运行监控系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110929918B (zh) | 一种基于CNN和LightGBM的10kV馈线故障预测方法 | |
| CN108830745B (zh) | 基于监控信息的电网连锁故障诊断、预警、评估系统 | |
| CN111738462B (zh) | 电力计量装置故障抢修主动服务预警方法 | |
| CN110674189B (zh) | 一种智能变电站二次状态监测与故障定位的方法 | |
| CN110320892A (zh) | 基于Lasso回归的污水处理设备故障诊断系统及方法 | |
| CN110097297A (zh) | 一种多维度窃电态势智能感知方法、系统、设备及介质 | |
| CN101833324B (zh) | 胎面挤出过程智能故障诊断系统及其诊断方法 | |
| CN106327062A (zh) | 一种配电网设备的状态评估方法 | |
| CN116681187B (zh) | 一种基于企业经营数据的企业碳配额预测方法 | |
| CN112990656A (zh) | 一种it设备监测数据的健康评价系统及健康评价方法 | |
| CN118012848B (zh) | 智慧燃气信息政府安全监管方法、物联网系统及介质 | |
| CN114330138A (zh) | 故障诊断方法、其装置及电子设备 | |
| CN113962299A (zh) | 一种核电设备智能运行监测与故障诊断通用模型 | |
| CN113705615B (zh) | 一种基于神经网络的电动汽车充电过程多级设备故障诊断方法及系统 | |
| CN110636066A (zh) | 基于无监督生成推理的网络安全威胁态势评估方法 | |
| CN113627784A (zh) | 一种基于工业互联网的企业资产管理智能决策系统 | |
| CN117536804A (zh) | 一种基于集控系统的风机状态监测方法 | |
| CN117454232A (zh) | 生产网建设故障诊断、预测与健康管理系统及方法 | |
| CN102929241B (zh) | 精对苯二甲酸装置安全运行指导系统及其应用 | |
| CN115345379A (zh) | 一种变电设备运维辅助决策方法 | |
| CN110968703A (zh) | 基于lstm端到端抽取算法的异常计量点知识库构建方法及系统 | |
| CN118096131B (zh) | 一种基于电力场景模型的运维巡检方法 | |
| CN110348676A (zh) | 一种变电站自动化设备状态评价方法及系统 | |
| CN115907060A (zh) | 一种用于石化企业的安全生产预警装置及方法 | |
| CN108446202A (zh) | 一种机房设备的安全状况的判断方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |