CN112364069A - 基于时间序列的热电偶故障预警方法、***及存储介质 - Google Patents
基于时间序列的热电偶故障预警方法、***及存储介质 Download PDFInfo
- Publication number
- CN112364069A CN112364069A CN202010963160.1A CN202010963160A CN112364069A CN 112364069 A CN112364069 A CN 112364069A CN 202010963160 A CN202010963160 A CN 202010963160A CN 112364069 A CN112364069 A CN 112364069A
- Authority
- CN
- China
- Prior art keywords
- sequence
- thermocouple
- early warning
- difference
- data
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2477—Temporal data queries
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供了一种基于时间序列的热电偶故障预警方法、***及存储介质,方法包括:获取所述热电偶的历史温度数据;基于所述历史温度数据进行平滑处理,得到平稳序列;基于所述平稳序列和预警阈值判断所述热电偶是否发生故障。根据本发明,一方面避免了人工经验的差别而导致故障判断滞后和错误的出现,另一方面可以降低损失,稳定运行。
Description
技术领域
本发明涉及环保技术领域,更具体地涉及热电偶故障预警。
背景技术
在垃圾焚烧发电过程中,锅炉内也需要用到热电偶来测量温度,很多重要操作都需要依据温度来进行,而且在垃圾焚烧发电中有 850℃/2S的环保指标,该指标也要根据炉膛内部的热电偶测点来进行计算。因此热电偶运行不正常,直接会影响正常生产,所以更加需要通过对热电偶故障预警来做到提前处理,降低损失。现有技术中对热电偶故障主要采用的是人工经验,这种方法往往是在故障已经发生的情况下才会察觉,甚至可能出现工况异常后才察觉,这就导致在实际运行中可能已经带来损失,加之不同的运行人员判断结果的差异也可能较大。因此,现有技术中对于热电偶故障存在滞后性的问题。
发明内容
考虑到上述问题而提出了本发明。本发明提供了一种基于时间序列的热电偶故障预警方法、***及存储介质以至少解决上述问题之一。
根据本发明的第一方面,提供了一种基于时间序列的热电偶故障预警方法,包括:
获取所述热电偶的历史温度数据;
基于所述历史温度数据进行平滑处理,得到平稳序列;
基于所述平稳序列和预警阈值判断所述热电偶是否发生故障。
可选地,所述基于所述历史温度数据进行平滑处理,得到平稳序列,包括:
对所述历史温度数据进行差分处理,得到差分序列;
判断所述差分序列是否达到平稳状态;
如果所述差分序列达到平稳状态,则确定所述差分序列为平稳序列。
可选地,所述对所述历史温度数据进行差分处理,得到差分序列,包括:
计算所述历史温度数据的p阶差分或k步差分,得到所述差分序列。
可选地,所述计算所述历史温度数据的p阶差分,包括:
可选地,计算所述历史温度数据的k步差分,包括:
可选地,判断所述差分序列是否达到平稳状态,包括:
根据ADF检验方法判断所述差分序列达到平稳状态。
可选地,所述方法还包括:
基于所述平稳序列采用箱线图方法确定所述预警阈值,其中,所述预警阈值包括上限阈值和下限阈值。
可选地,所述基于所述平稳序列和预警阈值判断所述热电偶是否发生故障,包括:
判断所述平稳序列中是否存在超出所述上限阈值或所述下限阈值的范围的数值;
如果所述平稳序列存在超出所述上限阈值或所述下限阈值的范围的数值,则确定所述热电偶发生故障。
根据本发明的第二方面,提供了一种基于时间序列的热电偶故障预警***,其特征在于,包括存储器、处理器及存储在所述存储器上且在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现根据第一方面所述方法的步骤。
根据本发明的第三方面,提供了一种计算机存储介质,其上存储有计算机程序,所述计算机程序被计算机执行时实现第一方面所述方法的步骤。
根据本发明实施例的基于时间序列的热电偶故障预警方法、***及存储介质,通过基于时间序列对热电偶故障进行预警,一方面避免了人工经验的差别而导致故障判断滞后和错误的出现,另一方面可以降低损失,稳定运行。
附图说明
通过结合附图对本发明实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与本发明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,相同的参考标号通常代表相同部件或步骤。
图1是根据本发明实施例的热电偶故障预警方法的示意性流程图;
图2是根据本发明实施例的热电偶故障预警***的示意性框图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显,下面将参照附图详细描述根据本发明的示例实施例。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例,本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
在垃圾焚烧发电过程中,锅炉内也需要用到热电偶来测量温度,很多重要操作都需要依据温度来进行,而且在垃圾焚烧发电中有 850℃/2S的环保指标,该指标也要根据炉膛内部的热电偶测点来进行计算。因此热电偶运行不正常,直接会影响正常生产。现有技术基于人工经验而不同人的经验就可能存在差异,经验好的可以提前看出问题,经验不够的可能只会在故障发生后才会察觉,所以对于热电偶故障的判断就会存在滞后性。
基于上述考虑,根据本发明实施例提供了一种基于时间序列的热电偶故障预警方法。参见图1,图1示出了根据本发明实施例的热电偶故障预警方法的示意性流程图。如图1所示,所述方法100包括:
步骤S110,获取所述热电偶的历史温度数据;
步骤S120,基于所述历史温度数据进行平滑处理,得到平稳序列;
步骤S130,基于所述平稳序列和预警阈值判断所述热电偶是否发生故障。
其中,获取所述热电偶的历史温度数据后,对历史温度数据进行平滑处理,使得该数据序列趋于平稳得到平稳序列;再根据该平稳序列预测热电偶的数据以判断热电偶将来是否会发生故障。相比与传统的人工判断方法,根据本发明实施例的基于时间序列的热电偶故障预警方法,可以根据实际工况来给工作人员提供热电偶故障预警,进而稳定运行,降低损失,解决了现有技术中只能根据经验来判断热电偶何时发生故障带来的判断滞后和误判的问题,实现提前预警,极大提高了***运行的稳定性。可以广泛适用于任何需要对热电偶进行故障预警的场合。
根据本发明实施例,在步骤S110中,获取所述热电偶的历史温度数据,可以是从DCS(Distributed Control System,集散控制***) 中获取热电偶所测量的历史温度数据。其中,DCS可以由处理器实现。例如,可以通过软件、硬件、固件或者其组合实现,可以使用电路、单个或多个为特定用途集成电路(Application Specific Integrated Circuit,ASIC)、数字信号处理器(Digital Signal Processor,DSP)、数字信号处理装置(DigitalSignal Processing Device,DSPD)、可编程逻辑装置(Programmable Logic Device,PLD)、现场可编程门阵列 (Field Programmable Gate Array,FPGA)、中央处理器(CentralProcessing Unit,CPU)、控制器、微控制器、微处理器中的至少一种。
可选地,所述历史温度数据可以是多期温度序列,每期温度序列可以包括多个温度值。
根据本发明实施例,在步骤S120中,所述基于所述历史温度数据进行平滑处理,得到平稳序列,包括:
对所述历史温度数据进行差分处理,得到差分序列;
判断所述差分序列是否达到平稳状态;
如果所述差分序列达到平稳状态,则确定所述差分序列为平稳序列。
可选地,所述对所述历史温度数据进行差分处理,得到差分序列,包括:
计算所述历史温度数据的p阶差分或k步差分,得到所述差分序列。
在一些实施例中,所述计算所述历史温度数据的p阶差分,包括:
在一些实施例中,计算所述历史温度数据的k步差分,包括:
可选地,判断所述差分序列是否达到平稳状态,包括:
根据ADF检验方法判断所述差分序列达到平稳状态。
其中,ADF检验(Augmented Dickey-Fuller test,单位根检验) 方法通过判断差分序列中是否存在单位根来判断该差分序列是否达到平稳状态。如果差分序列平稳,就不存在单位根;否则,就会存在单位根。例如,ADF检验的H0假设可以是存在单位根,如果得到的显著性检验统计量小于三个置信度(10%,5%,1%),则对应有(90%,95,99%)的概率来拒绝原假设。
根据本发明实施例,在步骤S120中,所述基于所述历史温度数据进行平滑处理,得到平稳序列,还可以包括:
如果所述差分序列,没有达到平稳状态,则继续进行差分处理,直至得到平稳的差分序列。
在一些实施例中,可以在对历史温度数据进行1阶差分后得到1 阶差分序列,采用ADF检验方法判断该1阶差分序列是否达到平稳状态;如果达到,则将该1阶差分序列作为平稳序列;如果没有达到,则继续对该1阶差分序列再进行一次1阶差分运算,得到2阶差分序列,然后采用ADF检验方法判断该2阶差分序列是否达到平稳状态,如果达到,则将该2阶差分序列作为平稳序列;如果没有达到,则继续对该2阶差分序列再进行一次1阶差分运算,得到3阶差分序列,以此类推,直至差分序列达到平稳状态。
根据本发明实施例,在步骤S120中,所述基于所述历史温度数据进行平滑处理,得到平稳序列,还可以包括:
计算所述平稳序列的方差。
可选地,所述方法200还包括:
基于所述平稳序列采用箱线图方法确定所述预警阈值,其中,所述预警阈值包括上限阈值和下限阈值。
其中,箱线图方法利用平稳序列数据中的五个统计量:最小值、第一四分位数、中位数、第三四分位数与最大值来描述平稳序列,箱线图可以粗略地看出数据是否具有对称性,分布的分散程度等信息。
根据本发明实施例,在步骤S130中,所述基于所述平稳序列和预警阈值判断所述热电偶是否发生故障,包括:
判断所述平稳序列中是否存在超出所述上限阈值或所述下限阈值的范围;
如果所述平稳序列存在超出所述上限阈值或所述下限阈值的范围的数值,则确定所述热电偶发生故障。
在一些实施例中,所述方法200还可以包括:
当确定所述热电偶发生故障时,发出报警信息。
在一些实施例中,所述报警信息可以是声光报警,也可以是发送文本信息至控制终端,向工作人员显示等等,在此不做限制。
根据本发明实施例,在步骤S130中,所述基于所述平稳序列和预警阈值判断所述热电偶是否发生故障,还包括:
如果所述平稳序列不存在超出所述上限阈值或所述下限阈值的范围的数值,则确定所述热电偶没有发生故障。
根据本发明的另一方面,提供一种基于时间序列的热电偶预警***。参见图2,如图2所示,***200,包括存储器210、以及处理器 220;
所述存储器210存储用于实现根据本发明实施例的基于时间序列的热电偶预警方法中的相应步骤的程序代码;
所述处理器220用于运行所述存储器210中存储的程序代码,以执行以上根据本发明实施例的基于时间序列的热电偶预警方法的相应步骤。
在一个实施例中,在所述程序代码被所述处理器220运行时执行以上根据本发明实施例的前述基于时间序列的热电偶预警方法的相应步骤。
此外,根据本发明的另一方面,还提供了一种计算机可读存储介质,在所述存储介质上存储了程序指令,在所述程序指令被计算机或处理器运行时用于执行本发明实施例的基于时间序列的热电偶预警方法的相应步骤,并且用于实现根据本发明实施例的基于时间序列的热电偶预警***。
示例性地,所述计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合。
在一个实施例中,所述计算机程序指令在被计算机运行时可以实现根据本发明实施例的前述基于时间序列的热电偶预警方法。
根据本发明实施例的基于时间序列的热电偶故障预警方法、***及存储介质,通过基于时间序列对热电偶故障进行预警,一方面避免了人工经验的差别而导致故障判断滞后和错误的出现,另一方面可以降低损失,稳定运行。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述,仅为本发明的具体实施方式或对具体实施方式的说明,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于时间序列的热电偶故障预警方法,其特征在于,所述方法包括:
获取所述热电偶的历史温度数据;
基于所述历史温度数据进行平滑处理,得到平稳序列;
基于所述平稳序列和预警阈值判断所述热电偶是否发生故障。
2.根据权利要求1所述的方法,其特征在于,所述基于所述历史温度数据进行平滑处理,得到平稳序列,包括:
对所述历史温度数据进行差分处理,得到差分序列;
判断所述差分序列是否达到平稳状态;
如果所述差分序列达到平稳状态,则确定所述差分序列为平稳序列。
3.根据权利要求2所述的方法,其特征在于,所述对所述历史温度数据进行差分处理,得到差分序列,包括:
计算所述历史温度数据的p阶差分或k步差分,得到所述差分序列。
6.根据权利要求2所述的方法,其特征在于,判断所述差分序列是否达到平稳状态,包括:
根据ADF检验方法判断所述差分序列达到平稳状态。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于所述平稳序列采用箱线图方法确定所述预警阈值,其中,所述预警阈值包括上限阈值和下限阈值。
8.根据权利要求7所述的方法,其特征在于,所述基于所述平稳序列和预警阈值判断所述热电偶是否发生故障,包括:
判断所述平稳序列中是否存在超出所述上限阈值或所述下限阈值的范围的数值;
如果所述平稳序列存在超出所述上限阈值或所述下限阈值的范围的数值,则确定所述热电偶发生故障。
9.一种基于时间序列的热电偶故障预警***,其特征在于,包括存储器、处理器及存储在所述存储器上且在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现根据权利要求1-8中任一项所述方法的步骤。
10.一种计算机存储介质,其上存储有计算机程序,所述计算机程序被计算机执行时实现权利要求1-8中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010963160.1A CN112364069A (zh) | 2020-09-14 | 2020-09-14 | 基于时间序列的热电偶故障预警方法、***及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010963160.1A CN112364069A (zh) | 2020-09-14 | 2020-09-14 | 基于时间序列的热电偶故障预警方法、***及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112364069A true CN112364069A (zh) | 2021-02-12 |
Family
ID=74516790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010963160.1A Pending CN112364069A (zh) | 2020-09-14 | 2020-09-14 | 基于时间序列的热电偶故障预警方法、***及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112364069A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113986711A (zh) * | 2021-12-28 | 2022-01-28 | 云智慧(北京)科技有限公司 | 一种时间序列数据的峰值检测方法、装置及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015176565A1 (zh) * | 2014-05-22 | 2015-11-26 | 袁志贤 | 一种基于多维时间序列的电气设备故障预测方法 |
CN109469896A (zh) * | 2018-12-28 | 2019-03-15 | 佛山科学技术学院 | 一种基于时间序列分析工业锅炉故障的诊断方法及*** |
CN109783903A (zh) * | 2018-12-28 | 2019-05-21 | 佛山科学技术学院 | 一种基于时间序列的工业用水管道故障诊断方法及*** |
CN110320892A (zh) * | 2019-07-15 | 2019-10-11 | 重庆邮电大学 | 基于Lasso回归的污水处理设备故障诊断***及方法 |
CN111259334A (zh) * | 2020-01-14 | 2020-06-09 | 杭州电子科技大学 | 一种工业企业大用户用水异常监测预警方法 |
-
2020
- 2020-09-14 CN CN202010963160.1A patent/CN112364069A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015176565A1 (zh) * | 2014-05-22 | 2015-11-26 | 袁志贤 | 一种基于多维时间序列的电气设备故障预测方法 |
CN109469896A (zh) * | 2018-12-28 | 2019-03-15 | 佛山科学技术学院 | 一种基于时间序列分析工业锅炉故障的诊断方法及*** |
CN109783903A (zh) * | 2018-12-28 | 2019-05-21 | 佛山科学技术学院 | 一种基于时间序列的工业用水管道故障诊断方法及*** |
CN110320892A (zh) * | 2019-07-15 | 2019-10-11 | 重庆邮电大学 | 基于Lasso回归的污水处理设备故障诊断***及方法 |
CN111259334A (zh) * | 2020-01-14 | 2020-06-09 | 杭州电子科技大学 | 一种工业企业大用户用水异常监测预警方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113986711A (zh) * | 2021-12-28 | 2022-01-28 | 云智慧(北京)科技有限公司 | 一种时间序列数据的峰值检测方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5996384B2 (ja) | プロセス監視診断装置、プロセス監視診断プログラム | |
WO2006114871A1 (ja) | データ収集装置及びゲートウェイ装置 | |
CN109088775B (zh) | 异常监控方法、装置以及服务器 | |
US20130173215A1 (en) | Adaptive trend-change detection and function fitting system and method | |
US9524223B2 (en) | Performance metrics of a computer system | |
CN109960232B (zh) | 领先辅助参数的选择方法和设备维护预诊断的方法 | |
CN112148768A (zh) | 一种指标时间序列异常检测方法、***及存储介质 | |
CN111178645B (zh) | 电力设备异常检测方法、装置、控制设备及存储介质 | |
EP3729117B1 (en) | Apparatus for monitoring an actuator system, method for providing an apparatus for monitoring an actuator system and method for monitoring an actuator system | |
CN110763952A (zh) | 地下电缆故障监测方法和装置 | |
CN114936675A (zh) | 一种故障预警方法、装置、存储介质及电子设备 | |
US11797420B2 (en) | Debug support program storage medium, debug support apparatus, and debug support method | |
CN112364069A (zh) | 基于时间序列的热电偶故障预警方法、***及存储介质 | |
JP2009282804A (ja) | 比較判定装置及び比較判定方法 | |
CN110324207B (zh) | 一种数据采集终端的检测方法及装置 | |
JP5918661B2 (ja) | 設備診断装置および設定変更督促方法 | |
KR101960755B1 (ko) | 미취득 전력 데이터 생성 방법 및 장치 | |
JP6718367B2 (ja) | 判定システム、判定方法、及びプログラム | |
CN106652393B (zh) | 假警报确定方法及装置 | |
CN111983309A (zh) | 采样数据的异常检测方法和装置 | |
CN111650505A (zh) | 一种接触器故障诊断方法、装置、存储介质及变流器 | |
US20140188772A1 (en) | Computer-implemented methods and systems for detecting a change in state of a physical asset | |
US10614702B2 (en) | Alarm tuning using alarm and process data for condition monitoring | |
KR102110319B1 (ko) | 학습 데이터 생성 시스템 | |
CN116108394A (zh) | 一种工控***流量异常检测方法、装置及介质 |
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 |