CN113110389A - 一种基于智慧电厂监控***的故障录波数据的处理方法 - Google Patents
一种基于智慧电厂监控***的故障录波数据的处理方法 Download PDFInfo
- Publication number
- CN113110389A CN113110389A CN202110429109.7A CN202110429109A CN113110389A CN 113110389 A CN113110389 A CN 113110389A CN 202110429109 A CN202110429109 A CN 202110429109A CN 113110389 A CN113110389 A CN 113110389A
- Authority
- CN
- China
- Prior art keywords
- fault
- wave recording
- recording data
- power plant
- monitoring system
- 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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0262—Confirmation of fault detection, e.g. extra checks to confirm that a failure has indeed occurred
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种基于智慧电厂监控***的故障录波数据的处理方法,包括:1:采集发电设备的各项数据,发生故障时,开始进行故障录波;2:在故障录波的同时对录波数据标记时间戳,故障录波完成后,打包封装所有录波数据,并将封装后的录波数据上传至智慧电厂云端平台;3:对录波数据包进行解封装,一方面将录波数据可视化呈现,另一方面将录波数据分别送入正常状态机器模型和异常状态机器模型中进行智能诊断,给出诊断结果,完成录波数据的处理。本发明能够在智慧电厂监控大屏实现高精度故障录波的可视化,并通过机器学习算法对波形进行智能诊断。实现了从波形展示到智能分析的突破,提高了故障处理的效率,降低了故障给生产带来的损失。
Description
技术领域
本发明涉及信息传输与智能化技术领域,尤其涉及一种基于智慧电厂监控***的故障录波数据的处理方法。
背景技术
高精度故障录波功能用于电力***,可在***发生故障时,自动准确地记录故障前、后过程的各种电气量的变化情况。而随着电力工业的发展,电力***智慧化的趋势已越来越明显,对故障录波精度要求也越来越高。但目前智慧电厂监控***的传输一般只能做到秒级,无法深度集成高精度故障录波功能,使得智慧监控与高精度故障录波无法紧密联动协作。
公开号CN110108964A的文献在2019年8月9日公开了一种基于物联网的电力***监控对象故障录波数据处理方法,该方法依据故障录波数据包的获取时间及故障录波时间,对故障录波数据进行分类,为不同类别的故障录波数据设定不同的计算系数,再根据设定的计算系数,及监控对象的各个监控信号的状态信息、各个监控参数的数值信息,来计算监控对象在相应时间段的特征函数值,并根据计算结果来判别故障录波数据的存储价值,剔除无用的故障录波数据。该方法能节省故障录波数据存储空间,解决了减少数据存储空间的技术问题。但该方法在实际使用中仍然存在如下技术问题:
1、该方法无法达到毫秒级的数据传输,且受制于传输协议的传输时间间隔,故障录波需降低时间精度,才能在物联网中传输。使得基于物联网的电力***监控对象故障录波数据的精度不够及准确性不足,不能准确记录故障时各电气量的波动。
2、故障录波程序仅带有简单的故障判断逻辑,在故障发生后,仍主要依靠运维人员根据录波进行故障判断,使得故障排查高度依赖现场运维人员的技术水平与经验积累,具有较大的不确定性。
发明内容
本发明的目的在于克服现有技术存在的上述技术问题,提供了一种基于智慧电厂监控***的故障录波数据的处理方法,本发明能够在智慧电厂监控大屏实现高精度故障录波的可视化,并通过机器学习算法对波形进行智能诊断。实现了从波形展示到智能分析的突破,以此缩短了查明故障原因所花费的时间,提高了故障处理的效率,降低了故障给生产带来的损失。
为实现上述目的,本发明采用的技术方案如下:
一种基于智慧电厂监控***的故障录波数据的处理方法,其特征在于,包括以下步骤:
步骤1:由录波设备采集发电设备的控制器/传感器的各项数据,发生故障时,发电设备的控制器/传感器将故障点报警信号发送给录波设备,录波设备以毫秒级的时间精度对故障前、后设定时间内各种电气量信号的变化情况进行故障录波;
步骤2:在故障录波的同时对录波数据标记时间戳,故障录波完成后,打包封装所有录波数据,并将封装后的录波数据以秒级的时间精度上传至智慧电厂云端平台;
步骤3:由智慧电厂云端平台对传入的录波数据包进行解封装,按照各种电气量信号的发生时间顺序进行数据还原并存储到云端数据库中;然后一方面将录波数据可视化呈现,另一方面将录波数据分别送入正常状态机器模型和异常状态机器模型中进行智能诊断,得出诊断结果并存储在云端数据库中,完成录波数据的处理。
步骤1中,所述的各种电气量信号包括但不限于电气量名称、值和发生的时间。
步骤1中,所述的录波设备采用Modbus TCP通讯协议与发电设备的控制器/传感器建立通讯。
步骤2中,所述录波设备采用MQTT协议将封装好的录波数据上传至智慧电厂云端平台。
步骤3中,所述的将录波数据可视化呈现是指依据录波数据绘制出毫秒级时间精度的故障录波曲线图,并展示在监控大屏中。
步骤3中,所述的正常状态机器模型通过智慧电厂监控***中正常状态的机组数据训练得出,所述的异常状态机器模型通过智慧电厂监控***中故障状态的机组数据训练得出;发生故障后,故障数据自动补充到异常状态机器模型中进行滚动训练。
步骤3中,得出诊断结果后,可在监控大屏输入对诊断结果准确度的评价,以及将评价作为此次故障诊断的反馈补充至正常状态机器模型和异常状态机器模型的训练集进行正向-反向强化学习。
采用本发明的优点在于:
1、本发明能够在智慧电厂监控大屏实现高精度故障录波的可视化,并通过机器学习算法对波形进行智能诊断。实现了从波形展示到智能分析的突破,以此缩短了查明故障原因所花费的时间,提高了故障处理的效率,降低故障给生产带来的损失。
2、本发明在故障录波的同时对录波数据标记时间戳,然后对录波数据打包封装进行上传,绕过了传输协议的传输时间间隔的限制,不仅有效地保障了录波数据的可靠性与准确性,还更有利于提高智能诊断结果的准确性。
3、本发明将人工输入的准确度评价作为此次故障诊断的反馈补充至正常状态机器模型和异常状态机器模型的训练集进行正向-反向强化学习,有利于提高诊断功能的准确性。
附图说明
图1本发明的原理图。
具体实施方式
本发明公开了一种基于智慧电厂监控***的故障录波数据的处理方法,该方法能够实现录波数据的毫秒级处理,并能够基于正常状态的机组数据和故障状态的机组数据自动给出诊断结果,有效地提高了故障处理的效率和准确度。具体的,如图1所示,本发明包括以下步骤:
步骤1:控制录波设备与发电设备的控制器/传感器建立通讯连接,两者之间可采用Modbus TCP通讯协议建立通讯。建立通讯后,由录波设备采集发电设备的控制器/传感器的各项数据,发生故障时,发电设备的控制器/传感器将故障点报警信号发送给录波设备,录波设备以毫秒级的时间精度对故障前、后设定时间内各种电气量信号的变化情况进行故障录波。
进一步的,录波设备可采用工控机或录波器与工业屏幕(一体机)进行故障录波,本发明优选采用工控机进行故障录波。进行故障录波时,各种电气量信号包括但不限于电气量名称、值和发生的时间等,故障发生时刻前、后的录制时间可通过录波设备设定,故障录波频率和所录电气量可在录波设备中设置选择。具体的,进行故障录波时以1-10毫秒作为录波的时间间隔,实现每秒100-1000次的高频率、高精度故障录波,记录故障前、后30秒内的各种电气量的变化情况。发生故障时,发电设备的控制器/传感器给出故障报警信号,工控机接收到故障信号后立刻执行程序进行故障录波,按照程序中设置的时间精度、故障录波时长,对发电设备进行高精度故障录波。
步骤2:先由工控机在故障录波的同时对录波数据标记时间戳,故障录波与标记时间戳同步开始,同步结束,即故障录波结束时,所有录波数据的时间戳标记也同时结束。待故障录波完成后,打包封装所有录波数据,然后将封装后的录波数据以秒级的时间精度上传至智慧电厂云端平台。
进一步的,录波设备采用MQTT协议将封装好的录波数据上传至智慧电厂云端平台。
步骤3:由智慧电厂云端平台对传入的录波数据包进行解封装,按照各种电气量信号的发生时间顺序进行数据还原并存储到云端数据库中;然后一方面将录波数据可视化呈现,另一方面将录波数据分别送入正常状态机器模型和异常状态机器模型中进行智能诊断,得出诊断结果并存储在云端数据库中,完成录波数据的处理。
本步骤中,所述的录波数据既可直接调用经智慧电厂云端平台解封装后的数据,也可从云端数据库中调用解封装后的数据。而录波数据的可视化呈现是指依据录波数据绘制出毫秒级时间精度的故障录波曲线图,并展示在监控大屏中。
本步骤中,所述的正常状态机器模型通过智慧电厂监控***中正常状态的机组数据训练得出,所述的异常状态机器模型通过智慧电厂监控***中故障状态的机组数据训练得出。每发生一次故障后,由工控机将故障数据自动补充到异常状态机器模型中进行滚动训练,以提高处理精度。在实际处理过程中,将录波数据送入正常状态机器模型和异常状态机器模型中后,通过对比正常状态机器模型中的正常状态机组数据以及参考异常状态机器模型中的故障状态机组数据得出故障诊断结果并存储在云端数据库中。另外,将该次诊断结果补充至异常状态机器模型的训练集,以此对数据模型进行滚动训练,不断提高故障录波智能诊断的精度。
进一步的,得出诊断结果后,还可由人工在监控大屏输入对诊断结果准确度的评价,以及将评价作为此次故障诊断的反馈补充至正常状态机器模型和异常状态机器模型的训练集进行正向-反向强化学习,以便于提高诊断功能的准确性。
以上所述,仅为本发明的具体实施方式,本说明书中所公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的替代特征加以替换;所公开的所有特征、或所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以任何方式组合。
Claims (7)
1.一种基于智慧电厂监控***的故障录波数据的处理方法,其特征在于,包括以下步骤:
步骤1:由录波设备采集发电设备的控制器/传感器的各项数据,发生故障时,发电设备的控制器/传感器将故障点报警信号发送给录波设备,录波设备以毫秒级的时间精度对故障前、后设定时间内各种电气量信号的变化情况进行故障录波;
步骤2:在故障录波的同时对录波数据标记时间戳,故障录波完成后,打包封装所有录波数据,并将封装后的录波数据以秒级的时间精度上传至智慧电厂云端平台;
步骤3:由智慧电厂云端平台对传入的录波数据包进行解封装,按照各种电气量信号的发生时间顺序进行数据还原并存储到云端数据库中;然后一方面将录波数据可视化呈现,另一方面将录波数据分别送入正常状态机器模型和异常状态机器模型中进行智能诊断,得出诊断结果并存储在云端数据库中,完成录波数据的处理。
2.根据权利要求1所述的一种基于智慧电厂监控***的故障录波数据的处理方法,其特征在于:步骤1中,所述的各种电气量信号包括但不限于电气量名称、值和发生的时间。
3.根据权利要求1所述的一种基于智慧电厂监控***的故障录波数据的处理方法,其特征在于:步骤1中,所述的录波设备采用Modbus TCP通讯协议与发电设备的控制器/传感器建立通讯。
4.根据权利要求1所述的一种基于智慧电厂监控***的故障录波数据的处理方法,其特征在于:步骤2中,录波设备采用MQTT协议将封装好的录波数据上传至智慧电厂云端平台。
5.根据权利要求1所述的一种基于智慧电厂监控***的故障录波数据的处理方法,其特征在于:步骤3中,所述的将录波数据可视化呈现是指依据录波数据绘制出毫秒级时间精度的故障录波曲线图,并展示在监控大屏中。
6.根据权利要求1所述的一种基于智慧电厂监控***的故障录波数据的处理方法,其特征在于:步骤3中,所述的正常状态机器模型通过智慧电厂监控***中正常状态的机组数据训练得出,所述的异常状态机器模型通过智慧电厂监控***中故障状态的机组数据训练得出;发生故障后,故障数据自动补充到异常状态机器模型中进行滚动训练。
7.根据权利要求1所述的一种基于智慧电厂监控***的故障录波数据的处理方法,其特征在于:步骤3中,得出诊断结果后,可在监控大屏输入对诊断结果准确度的评价,以及将评价作为此次故障诊断的反馈补充至正常状态机器模型和异常状态机器模型的训练集进行正向-反向强化学习。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110429109.7A CN113110389A (zh) | 2021-04-21 | 2021-04-21 | 一种基于智慧电厂监控***的故障录波数据的处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110429109.7A CN113110389A (zh) | 2021-04-21 | 2021-04-21 | 一种基于智慧电厂监控***的故障录波数据的处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113110389A true CN113110389A (zh) | 2021-07-13 |
Family
ID=76719024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110429109.7A Pending CN113110389A (zh) | 2021-04-21 | 2021-04-21 | 一种基于智慧电厂监控***的故障录波数据的处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113110389A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605103A (zh) * | 2013-06-26 | 2014-02-26 | 广东电网公司东莞供电局 | 基于s型曲线函数的电能计量故障智能诊断方法 |
CN105425770A (zh) * | 2015-11-10 | 2016-03-23 | 四川东方电气自动控制工程有限公司 | 一种低分辨率实时录波和高分辨率录波合成方法 |
JP2016184319A (ja) * | 2015-03-26 | 2016-10-20 | 大阪瓦斯株式会社 | 故障診断システム |
CN107944657A (zh) * | 2017-10-20 | 2018-04-20 | 国网山东省电力公司 | 一种电力多源信息故障定位及预判方法 |
CN108333477A (zh) * | 2018-02-11 | 2018-07-27 | 国网宁夏电力有限公司 | 基于同步时间戳的光伏接入配电网故障定位方法及装置 |
CN108876068A (zh) * | 2018-09-05 | 2018-11-23 | 淮阴工学院 | 一种电网故障预测检测方法及装置 |
CN109800127A (zh) * | 2019-01-03 | 2019-05-24 | 众安信息技术服务有限公司 | 一种基于机器学习的***故障诊断智能化运维方法及*** |
CN110307990A (zh) * | 2019-06-05 | 2019-10-08 | 中国中车股份有限公司 | 一种柴油机机油***故障的智能诊断方法及*** |
CN110794243A (zh) * | 2019-11-14 | 2020-02-14 | 南方电网科学研究院有限责任公司 | 一种直流***故障诊断方法、***以及设备 |
US20200380618A1 (en) * | 2019-05-29 | 2020-12-03 | General Electric Company | Systems and methods for enhanced power system model validation |
-
2021
- 2021-04-21 CN CN202110429109.7A patent/CN113110389A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605103A (zh) * | 2013-06-26 | 2014-02-26 | 广东电网公司东莞供电局 | 基于s型曲线函数的电能计量故障智能诊断方法 |
JP2016184319A (ja) * | 2015-03-26 | 2016-10-20 | 大阪瓦斯株式会社 | 故障診断システム |
CN105425770A (zh) * | 2015-11-10 | 2016-03-23 | 四川东方电气自动控制工程有限公司 | 一种低分辨率实时录波和高分辨率录波合成方法 |
CN107944657A (zh) * | 2017-10-20 | 2018-04-20 | 国网山东省电力公司 | 一种电力多源信息故障定位及预判方法 |
CN108333477A (zh) * | 2018-02-11 | 2018-07-27 | 国网宁夏电力有限公司 | 基于同步时间戳的光伏接入配电网故障定位方法及装置 |
CN108876068A (zh) * | 2018-09-05 | 2018-11-23 | 淮阴工学院 | 一种电网故障预测检测方法及装置 |
CN109800127A (zh) * | 2019-01-03 | 2019-05-24 | 众安信息技术服务有限公司 | 一种基于机器学习的***故障诊断智能化运维方法及*** |
US20200380618A1 (en) * | 2019-05-29 | 2020-12-03 | General Electric Company | Systems and methods for enhanced power system model validation |
CN110307990A (zh) * | 2019-06-05 | 2019-10-08 | 中国中车股份有限公司 | 一种柴油机机油***故障的智能诊断方法及*** |
CN110794243A (zh) * | 2019-11-14 | 2020-02-14 | 南方电网科学研究院有限责任公司 | 一种直流***故障诊断方法、***以及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108803552B (zh) | 一种设备故障的监测***及监测方法 | |
CN107037800B (zh) | 基于客户端制氧设备远程故障诊断***的故障诊断方法 | |
CN205129520U (zh) | 机床主轴故障智能诊断*** | |
CN103412542B (zh) | 一种数据驱动的集成电路工艺设备异常预警技术方法 | |
CN111324083A (zh) | 一种机械设备关键部件实时监测与预警方法及*** | |
CN101870076B (zh) | 一种基于性能退化模型的数控机床导轨副寿命预测方法 | |
CN109491341B (zh) | 用于油田作业设备的监控与数据分析*** | |
CN109352416A (zh) | 一种机床主轴夹屑和/或刀具缠屑的报警方法及装置 | |
CN111238559A (zh) | 一种卷包车间在线检测设备状态监控*** | |
CN114415581A (zh) | 一种机械设备运维方法及*** | |
CN112697267A (zh) | 一种工业设备异常振动检测装置 | |
CN113341879A (zh) | 一种数控机床的数据采集与监控方法及*** | |
CN218004099U (zh) | 电子元件生产线在线监管分析*** | |
CN116872206A (zh) | 一种基于工业互联网的机器人故障检测方法及*** | |
CN105975737B (zh) | 转折点计算模型及电机电流的断路器状态监测方法、*** | |
CN113110389A (zh) | 一种基于智慧电厂监控***的故障录波数据的处理方法 | |
CN111830871B (zh) | 一种设备异常自动诊断*** | |
TW201017447A (en) | An early stage abnormality prediction device for fabrication process and its prediction method | |
CN117518939A (zh) | 一种基于大数据的工业控制*** | |
CN104690407A (zh) | 一种锚链用闪光焊机的自动记录***及自动记录方法 | |
CN116512264A (zh) | 远程机器人巡检*** | |
CN114720869A (zh) | 一种变压器有载分接开关运行状态在线监测*** | |
CN108459560A (zh) | 数控机床故障诊断装置 | |
CN111046098B (zh) | 一种基于振动数据的机床运行状态的识别***及统计方法 | |
CN111552248A (zh) | 一种用于智能控制***设备oee远程运维的方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210713 |
|
RJ01 | Rejection of invention patent application after publication |