CN116257963B - 一种发电厂管道状态参数确认方法及装置 - Google Patents
一种发电厂管道状态参数确认方法及装置 Download PDFInfo
- Publication number
- CN116257963B CN116257963B CN202310547351.3A CN202310547351A CN116257963B CN 116257963 B CN116257963 B CN 116257963B CN 202310547351 A CN202310547351 A CN 202310547351A CN 116257963 B CN116257963 B CN 116257963B
- Authority
- CN
- China
- Prior art keywords
- pipeline
- detection
- array
- parameter
- state
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012790 confirmation Methods 0.000 title claims abstract description 25
- 238000001514 detection method Methods 0.000 claims abstract description 135
- 239000011159 matrix material Substances 0.000 claims abstract description 72
- 230000002159 abnormal effect Effects 0.000 claims abstract description 67
- 238000004458 analytical method Methods 0.000 claims abstract description 43
- 230000005856 abnormality Effects 0.000 claims abstract description 17
- 239000013598 vector Substances 0.000 claims description 20
- 239000006185 dispersion Substances 0.000 claims description 18
- 238000003491 array Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 10
- 230000007246 mechanism Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 238000010200 validation analysis Methods 0.000 claims 4
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 claims 2
- 238000012795 verification Methods 0.000 claims 1
- 230000000875 corresponding effect Effects 0.000 description 108
- 230000009286 beneficial effect Effects 0.000 description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000002474 experimental method 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
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000010259 detection of temperature stimulus Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D3/00—Arrangements for supervising or controlling working operations
- F17D3/01—Arrangements for supervising or controlling working operations for controlling, signalling, or supervising the conveyance of a product
-
- 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
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Mechanical Engineering (AREA)
- Algebra (AREA)
- Computer Networks & Wireless Communication (AREA)
- Databases & Information Systems (AREA)
- Pipeline Systems (AREA)
Abstract
本发明提供了一种发电厂管道状态参数确认方法及装置,其方法包括:确定发电厂的目标管道的管道布局,并对管道布局进行管道类型分类;基于预先向每个管道类型的管道点设置的检测传感器,来获取对应管道点的检测集合,并构建对应管道点的检测‑变化阵列;判断每个管道点的当下距离归属范围,进而将综合‑变化矩阵以及与综合变化矩阵匹配的第一位置状态、单独‑变化阵列以及与单独变化阵列匹配的第二位置状态,输入到管道状态分析模型中,获取得到目标管道的当下管道状态参数;将当下管道状态参数进行标准化比较,确定存在的异常参数以及临界参数,并进行输出确认。便于进行异常以及临界的合理确认,为保证管道的安全运行提供合理基础。
Description
技术领域
本发明涉及发电厂技术领域,特别涉及一种发电厂管道状态参数确认方法及装置。
背景技术
发电厂的管道指的时电厂热力***范围内的汽水输送线路,它的任务是把气、水从一个设备传输到另一个设备,或者是排放到大气或者地沟去,在此过程中,保证管子的质量就显得尤为重要。
在热力发电厂中,由于***中各处管内的工作压力、温度的不同,且对应管子的材料也是不同的,但是为了保证输送管可以将气、水等进行有效输送,就需要对管道进行检测分析,来保证其的安全。
因此,本发明提出一种发电厂管道状态参数确认方法及装置。
发明内容
本发明提供一种发电厂管道状态参数确认方法及装置,用以通过对管道进行分类,并基于预先设置的不同的检测传感器来对管道进行合理分析,且通过对点的归属分析,可以有效确定对应归属范围内管道的状态参数,便于进行异常以及临界的合理确认,为保证管道的安全运行提供合理基础。
本发明提供一种发电厂管道状态参数确认方法,包括:
步骤1:确定发电厂的目标管道的管道布局,并对所述管道布局进行管道类型分类;
步骤2:基于预先向每个管道类型的管道点设置的检测传感器,来获取对应管道点的检测集合,并根据所述检测集合构建对应管道点的检测-变化阵列;
步骤3:判断每个管道点的当下距离归属范围,根据所述当下距离归属范围确定对应管道点是否为归属一类;
若是归属一类,将对应当下距离归属范围内的所有管道点的检测-变化阵列进行综合处理,得到综合-变化矩阵;
若不是归属一类,将对应管道点的检测-变化阵列视为单独-变化阵列;
步骤4:将所述综合-变化矩阵以及与所述综合变化矩阵匹配的第一位置状态、所述单独-变化阵列以及与所述单独变化阵列匹配的第二位置状态,输入到管道状态分析模型中,获取得到所述目标管道的当下管道状态参数;
步骤5:将所述当下管道状态参数进行标准化比较,确定存在的异常参数以及临界参数,并进行输出确认。
优选的,确定发电厂的目标管道的管道布局,并对所述管道布局进行管道类型分类,包括:
根据所述管道布局获取所述目标管道的平面图;
分析所述平面图中每个单独管道的管道两端形状、每个单独管道在施工过程中的排布难度以及连续管道之间的管道衔接点与衔接形状;
根据分析结果,对所述管道布局中的每个单独管道进行类型分类。
优选的,基于预先向每个管道类型的管道点设置的检测传感器,来获取对应管道点的检测集合,包括:
根据管道分类,从类型数据库中获取与所述管道类型匹配的第一传感器;
根据所述管道点的当下方位,确定所述第一传感器的设置数量,并在对应管道点预先部署与设置数量一致的第一传感器;
基于对应管道点所设置的第一传感器,来获取得到对应的检测集合。
优选的,判断每个管道点的当下距离归属范围,根据所述当下距离归属范围确定对应管道点是否为归属一类,包括:
确定每个管道点所处位置管道的管道外观形态,并确定所述管道外观形态是否只存在一个需要检测的管道点;
若是,判定对应管道点不为归属一类;
否则,判定对应管道点为归属一类。
优选的,若是归属一类,将对应当下距离归属范围内的所有管道点的检测-变化阵列进行综合处理,得到综合-变化矩阵,包括:
获取所述当下距离归属范围内的所有管道点,并视为对应的第一点;
获取每个第一点的检测-变化集合:,其中,/>表示所述检测-变化阵列中第一个检测传感器的检测数组;/>表示所述检测-变化阵列中第二个检测传感器的检测数组;/>表示所述检测-变化阵列中第/>个检测传感器的检测数组;
对每个检测数组进行离散度分析,得到每个检测数组的离散度;
若所述离散度在预设度范围之间,则获取对应检测数组的平均检测值,并作为参考值;
否则,将对应检测数组进行线性拟合,并提取拟合直线之上的第一平均值、拟合直线之下的第二平均值以及拟合直线的第三平均值;
根据第一平均值、第二平均值以及第三平均值,获取对应检测数组的参考值;
;其中,/>表示参考值;/>表示第三平均值;表示第二平均值;/>表示第一平均值;/>表示对应拟合直线下检测值的个数;/>表示对应拟合直线上以及拟合直线下检测值的总个数;
根据获取的每个检测数组的参考值,构建得到对应第一点的检测-变化阵列;
按照对应管道点的检测传感器的预设结果排布方式,对所述检测-变化阵列进行排列,得到综合-变化矩阵。
优选的,若不是归属一类,将对应管道点的检测-变化阵列视为单独-变化阵列,包括:
获取不是归属一类的管道点的检测-变化集合,并进行预处理;
根据预处理结果,获取得到不是归属一类的管道点的单独-变化阵列。
优选的,将所述综合-变化矩阵以及与所述综合变化矩阵匹配的第一位置状态、所述单独-变化阵列以及与所述单独变化阵列匹配的第二位置状态,输入到管道状态分析模型中,获取得到所述目标管道的当下管道状态参数,包括:
获取所述综合-变化矩阵中的每列向量,并将所述综合-变化矩阵中的第一列向量分别与剩余每列向量进行一致性分析,得到一致性阵列;
确定所述一致性阵列的一致性值;
;其中,/>表示一致性阵列中的元素个数;/>表示第/>个元素的元素值;/>表示一致性阵列中的最大元素值;/>表示一致性阵列中的最小元素值;/>表示预设方差;/>表示一致性值,其中,/>;
当时,判定所述一致性阵列合格,进而判定对应的综合-变化矩阵合格,其中,/>表示第一比较阈值;/>表示第二比较阈值;
否则,对所述综合-变化矩阵中每列向量进行参数等级归类,并获取得到不同异常归类等级的参数组以及每个参数组中包含的参数个数;
根据所述参数组以及参数个数,分析同个参数组中的异常真伪;
当所述同个参数组中参数不满足异常一致标准时,判定所述同个参数组的异常为假;
否则,判定所述同个参数组的异常为真;
对异常为假的参数组进行假参数提取以及替换,得到合格的综合-变化矩阵;
将合格的综合-变化矩阵以及匹配的第一位置状态、合格的单独-变化矩阵以及匹配的第二位置状态,输入到管道状态分析模型中,获取得到所述目标管道的当下管道状态参数。
优选的,将所述当下管道状态参数进行标准化比较,确定存在的异常参数以及临界参数,并进行输出确认,包括:
将所述当下管道状态参数中的每个第一参数分别与对应标准化参数范围进行比较,若对应第一参数不在对应标准化参数范围内,在将对应第一参数视为异常参数;
若对应第一参数在对应标准化参数范围的左边界上,将对应第一参数视为左临界参数;
若对应第一参数在对应标准化参数范围的右边界上,将对应第一参数视为右临界参数;
根据管道影响关联机制,确定每个左临界参数与所有异常参数的第一影响关联因子、确定每个右临界参数与所有异常参数的第二影响关联因子以及确定所有异常参数之间的第三影响关联因子;
根据所述第一影响关联因子、第二影响关联因子以及第三影响关联因子,确定出每个异常参数的自身异常状态以及外界影响异常状态;
构建每个异常参数的状态数组,并基于状态分析模型,确定对应状态数组的状态合理度;
当所述状态合理度大于预设合理度时,将对应异常参数进行输出确认。
本发明提供一种发电厂管道状态参数确认装置,包括:
类型分类模块,用于确定发电厂的目标管道的管道布局,并对所述管道布局进行管道类型分类;
阵列确定模块,用于基于预先向每个管道类型的管道点设置的检测传感器,来获取对应管道点的检测集合,并根据所述检测集合构建对应管道点的检测-变化阵列;
归属判断模块,用于判断每个管道点的当下距离归属范围,根据所述当下距离归属范围确定对应管道点是否为归属一类;
若是归属一类,将对应当下距离归属范围内的所有管道点的检测-变化阵列进行综合处理,得到综合-变化矩阵;
若不是归属一类,将对应管道点的检测-变化阵列视为单独-变化阵列;
状态参数确认模块,用于将所述综合-变化矩阵以及与所述综合变化矩阵匹配的第一位置状态、所述单独-变化阵列以及与所述单独变化阵列匹配的第二位置状态,输入到管道状态分析模型中,获取得到所述目标管道的当下管道状态参数;
参数比较模块,用于将所述当下管道状态参数进行标准化比较,确定存在的异常参数以及临界参数,并进行输出确认。
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、权利要求书、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发电厂管道状态参数确认方法的流程图;
图2为本发明实施例中一种发电厂管道状态参数确认装置的结构图。
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。
本发明提供一种发电厂管道状态参数确认方法,如图1所示,包括:
步骤1:确定发电厂的目标管道的管道布局,并对所述管道布局进行管道类型分类;
步骤2:基于预先向每个管道类型的管道点设置的检测传感器,来获取对应管道点的检测集合,并根据所述检测集合构建对应管道点的检测-变化阵列;
步骤3:判断每个管道点的当下距离归属范围,根据所述当下距离归属范围确定对应管道点是否为归属一类;
若是归属一类,将对应当下距离归属范围内的所有管道点的检测-变化阵列进行综合处理,得到综合-变化矩阵;
若不是归属一类,将对应管道点的检测-变化阵列视为单独-变化阵列;
步骤4:将所述综合-变化矩阵以及与所述综合变化矩阵匹配的第一位置状态、所述单独-变化阵列以及与所述单独变化阵列匹配的第二位置状态,输入到管道状态分析模型中,获取得到所述目标管道的当下管道状态参数;
步骤5:将所述当下管道状态参数进行标准化比较,确定存在的异常参数以及临界参数,并进行输出确认。
该实施例中,管道布局指的是发电厂管道与管道之间的连接情况以及不同管道的走向、管道的形状、管道的长度等有关,管道类型分类主要是依据管道的拐点、形状等,来实现对不同截管道的分类。
该实施例中,管道点指的是需要设置传感器的位置点,比如:管道1是直线型管道,且管道1的端口01与管道2的输出端进行正常的直线连接,管道1的端口02与管道3的输入端进行正常的垂直线连接,所以,此时,就需要在直线连接处的初始连接位置、中间连接位置以及末尾连接位置设置三组传感器去检测,且每组传感器所包含的检测类型是一样的。
此时,就需要在垂直线连接处的初始连接位置、拐弯连接位置、末尾连接位置、初始连接位置与拐弯连接位置的中间位置、拐弯连接位置与末尾连接位置的中间位置设置五组传感器去检测。
该实施例中,当下距离归属范围指的是所处位置是否为连接处,如果同个连接处,就将对应的管道点归为一类。
该实施例中,检测-变化阵列是基于所涉及到的管道点得到的检测结果为准,来构建得到的检测-变化阵列,进而得到综合-变化矩阵。
该实施例中,检测结果可以是温度检测、压力检测、腐蚀度检测等。
该实施例中,通过将不同管道点对应的阵列或矩阵以及位置状态输入到模型,可以得到当下管道状态参数,比如:管道整体的承压情况、管道整体的温度情况等,进而实现对管道的合理确认。
该实施例中,异常参数指的是不在标准化范围内的参数,且临界参数指的是处于标准化范围边界的参数。
该实施例中,管道状态分析模型是预先训练好的,且以不同管道点的检测结果以及对应的位置状态以及匹配的状态参数为样本训练得到的。
该实施例中,检测结果也可以是每个管道点的压力、温度等,位置状态指的是对应管道点所处整体布局的位置情况,比如,是拐点、连接点、布局复杂等。
上述技术方案的有益效果是:通过对管道进行分类,并基于预先设置的不同的检测传感器来对管道进行合理分析,且通过对点的归属分析,可以有效确定对应归属范围内管道的状态参数,便于进行异常以及临界的合理确认,为保证管道的安全运行提供合理基础。
本发明提供一种发电厂管道状态参数确认方法,确定发电厂的目标管道的管道布局,并对所述管道布局进行管道类型分类,包括:
根据所述管道布局获取所述目标管道的平面图;
分析所述平面图中每个单独管道的管道两端形状、每个单独管道在施工过程中的排布难度以及连续管道之间的管道衔接点与衔接形状;
根据分析结果,对所述管道布局中的每个单独管道进行类型分类。
该实施例中,平面图指的是管道的平面部署图,且该平面部署图会将相应的管道与管道之间的衔接结构显示出来,也就是包括衔接点以及衔接形状等在内,比如,衔接形状,圆形、椭圆形、平面形等。
上述技术方案的有益效果是:通过根据平面图便于确定不同管道与管道之间的衔接点与衔接形状,便于对管道进行有效分类,为保证管道的安全运行提供合理基础。
本发明提供一种发电厂管道状态参数确认方法,基于预先向每个管道类型的管道点设置的检测传感器,来获取对应管道点的检测集合,包括:
根据管道分类,从类型数据库中获取与所述管道类型匹配的第一传感器;
根据所述管道点的当下方位,确定所述第一传感器的设置数量,并在对应管道点预先部署与设置数量一致的第一传感器;
基于对应管道点所设置的第一传感器,来获取得到对应的检测集合。
该实施例中,类型数据库是包括不同的管道分类以及与类型匹配的传感器在内的,因此,可以有效的在不同的点设置传感器,且检测结果包括压力、温度、流量、腐蚀程度等在内。
上述技术方案的有益效果是:通过确定管道类型,以及从数据库中匹配相应的传感器,便于实现对管道点的有效检测。
本发明提供一种发电厂管道状态参数确认方法,判断每个管道点的当下距离归属范围,根据所述当下距离归属范围确定对应管道点是否为归属一类,包括:
确定每个管道点所处位置管道的管道外观形态,并确定所述管道外观形态是否只存在一个需要检测的管道点;
若是,判定对应管道点不为归属一类;
否则,判定对应管道点为归属一类。
该实施例中,由于不同管道之间的管道衔接等程度以及衔接形状是不一样的,所以,对于该面上所要检测的点也是不一样的,因此,需要对管道点进行归属,来确定是否为一类。
上述技术方案的有益效果是:通过判断是否归属一类,便于对管道点进行有效归属,方便进行对管道的合理分析。
本发明提供一种发电厂管道状态参数确认方法,若是归属一类,将对应当下距离归属范围内的所有管道点的检测-变化阵列进行综合处理,得到综合-变化矩阵,包括:
获取所述当下距离归属范围内的所有管道点,并视为对应的第一点;
获取每个第一点的检测-变化集合:,其中,/>表示所述检测-变化阵列中第一个检测传感器的检测数组;/>表示所述检测-变化阵列中第二个检测传感器的检测数组;/>表示所述检测-变化阵列中第/>个检测传感器的检测数组;
对每个检测数组进行离散度分析,得到每个检测数组的离散度;
若所述离散度在预设度范围之间,则获取对应检测数组的平均检测值,并作为参考值;
否则,将对应检测数组进行线性拟合,并提取拟合直线之上的第一平均值、拟合直线之下的第二平均值以及拟合直线的第三平均值;
根据第一平均值、第二平均值以及第三平均值,获取对应检测数组的参考值;
;其中,/>表示参考值;/>表示第三平均值;表示第二平均值;/>表示第一平均值;/>表示对应拟合直线下检测值的个数;/>表示对应拟合直线上以及拟合直线下检测值的总个数;
根据获取的每个检测数组的参考值,构建得到对应第一点的检测-变化阵列;
按照对应管道点的检测传感器的预设结果排布方式,对所述检测-变化阵列进行排列,得到综合-变化矩阵。
该实施例中,当下距离归属范围内每个管道点都视为第一点,进而来获取对应的检测集合,因为,每个第一点的检测传感器是设置的多个不同的,比如,温度、压力、流量等,此时,就会存在三个检测数组,进而构成检测-变化集合。
该实施例中,离散度分析指的是该点中每个传感器所测量得到的检测结果的离散度,可以是时间为30s之内所测量到的检测结果,进行离散度分析之后,会得到相应的离散度,进而通过范围比较,来确定对检测数组的处理。
该实施例中,预设度范围一般为0-0.6,如果在该范围内,则获取对应检测数组的平均检测值,如果不在对应范围内,在进行线性拟合,来获取线之上以及线之下的平均值,最后根据公式,来计算得到对应检测数组的参考值。
该实施例中,每个检测数组的参考值,可以得到对应点的检测-变化阵列。
该实施例中,预设结果排布方式指的是将每个位置点的检测结果进行排布,得到矩阵,比如,存在管道点1、2、3,且每个管道点都存在温度、压力、流量的检测,那么最后得到的综合-变化矩阵是为3行3列的矩阵,且第一列为管道点1的,第二列为管道点2的,第三列为管道点3的,且第一行为温度的,第二行为压力的,第三行为流量的。
上述技术方案的有益效果是:首先对当下距离归属范围内的管道点进行集合判断,进而对每个检测数组进行离散度分析,来获取对应的平均检测值,且不在离散度范围内时,就需要进行线性拟合,进而实现对线之上与线之下的评价均值的计算,最后来获取对应检测数组的参考值,通过根据预设结果排布方式,来实现对阵列的排布,得到矩阵,为后续进行参数确认提供基础,保证检测效率,为保证管道的安全运行提供合理基础。
本发明提供一种发电厂管道状态参数确认方法,若不是归属一类,将对应管道点的检测-变化阵列视为单独-变化阵列,包括:
获取不是归属一类的管道点的检测-变化集合,并进行预处理;
根据预处理结果,获取得到不是归属一类的管道点的单独-变化阵列。
该实施例中,预处理指的是对检测-变化集合中每个检测数组进行处理,且该处理方式与对当下距离归属范围内的所有管道点的处理方式类似,此处不再赘述。
上述技术方案的有益效果是:通过对单独点进行预处理,便于获取得到单独-变化阵列,为后续进行参数确认提供基础。
优选的,将所述综合-变化矩阵以及与所述综合变化矩阵匹配的第一位置状态、所述单独-变化阵列以及与所述单独变化阵列匹配的第二位置状态,输入到管道状态分析模型中,获取得到所述目标管道的当下管道状态参数,包括:
获取所述综合-变化矩阵中的每列向量,并将所述综合-变化矩阵中的第一列向量分别与剩余每列向量进行一致性分析,得到一致性阵列;
确定所述一致性阵列的一致性值;
;其中,/>表示一致性阵列中的元素个数;/>表示第/>个元素的元素值;/>表示一致性阵列中的最大元素值;/>表示一致性阵列中的最小元素值;/>表示预设方差;/>表示一致性值,其中,/>;
当时,判定所述一致性阵列合格,进而判定对应的综合-变化矩阵合格,其中,/>表示第一比较阈值;/>表示第二比较阈值;
否则,对所述综合-变化矩阵中每列向量进行参数等级归类,并获取得到不同异常归类等级的参数组以及每个参数组中包含的参数个数;
根据所述参数组以及参数个数,分析同个参数组中的异常真伪;
当所述同个参数组中参数不满足异常一致标准时,判定所述同个参数组的异常为假;
否则,判定所述同个参数组的异常为真;
对异常为假的参数组进行假参数提取以及替换,得到合格的综合-变化矩阵;
将合格的综合-变化矩阵以及匹配的第一位置状态、合格的单独-变化阵列以及匹配的第二位置状态,输入到管道状态分析模型中,获取得到所述目标管道的当下管道状态参数。
该实施例中,在对矩阵进行分析的过程中,通过列与列向量之间的一致性分析,来获取一致性阵列,且该一致性阵列中的每个元素值都是首列与对应列向量的匹配结果。
该实施例中,预设方差的取值一般为1。
该实施例中,参数等级归类指的是,比如对应列向量中包括参数c1、v2、m3,其中,c1归为异常归类等级,并视为一个参数组,v2为归为异常归类等级,并视为一个参数组。
该实施例中,因为在对同个管道点进行测量的过程中是,参数之间是相互影响以及相互关联的,所以,一个参数出现异常时,不仅仅只是该参数异常,还有可能会存在关联的异常参数,这些都是预先实验得到的结果,所以,在获取到参数组以及参数个数之后,需要根据预先实验结果来判断同个参数组中是否存在异常真伪,进而方便后续对假参数进行调整,且调整方式为替换。
该实施例中,位置状态指的是该位置是拐弯、直角或者是直线等,也就是处于管道上的什么位置。
该实施例中,管道状态分析模型是预先训练好的,且是基于不同的举着或或者阵列以及不同的位置状态的组合且与该组合匹配的参数为基准训练得到的。
该实施例中,管道状态参数就是包括管道使用寿命等在内。
上述技术方案的有益效果是:通过对矩阵中的列向量进行一致性分析得到一致性阵列,且通过计算一致性阵列的一致性值对参数进行等级归类,且通过对同个参数组进行参数是否满足一致标准的判断,便于对假参数进行调整分析,为后续进行模型分析,得到管道状态提供有效基础,为保证管道的安全运行提供合理基础。
本发明提供一种发电厂管道状态参数确认方法,将所述当下管道状态参数进行标准化比较,确定存在的异常参数以及临界参数,并进行输出确认,包括:
将所述当下管道状态参数中的每个第一参数分别与对应标准化参数范围进行比较,若对应第一参数不在对应标准化参数范围内,在将对应第一参数视为异常参数;
若对应第一参数在对应标准化参数范围的左边界上,将对应第一参数视为左临界参数;
若对应第一参数在对应标准化参数范围的右边界上,将对应第一参数视为右临界参数;
根据管道影响关联机制,确定每个左临界参数与所有异常参数的第一影响关联因子、确定每个右临界参数与所有异常参数的第二影响关联因子以及确定所有异常参数之间的第三影响关联因子;
根据所述第一影响关联因子、第二影响关联因子以及第三影响关联因子,确定出每个异常参数的自身异常状态以及外界影响异常状态;
构建每个异常参数的状态数组,并基于状态分析模型,确定对应状态数组的状态合理度;
当所述状态合理度大于预设合理度时,将对应异常参数进行输出确认。
该实施例中,第一参数指的是当下管道状态参数中的每一个,且标准化参数范围是预先设置好的,比如,第一参数为寿命,且确定出来的寿命为10天,对应的范围为30-40天,此时,是小于对应参数范围的最小值的,就将其视为异常参数。
如果寿命为30天,就处于左边界上,视为左临界参数,如果寿命为40条,就处于右边界上,视为右临界参数。
该实施例中,管道影响关联机制指的是该管道中不同参数之间的相互影响以及相互关联,且不同参数之间是存在相应的关联的,比如,正常情况下,参数1与参数2是存在关联的,参数1取值为p1的时候,参数2的取值一般为p2-p3范围内的任何一个数,但是,此时,参数2的取值并未在p2-p3范围内,也就是此时是存在相应的影响因子在内,该影响因子导致了参数2的取值范围不在p2-p3内的,所以,基于该机制,就会获取到相应的影响因子。
该实施例中,通过该管道影响关联机制是可以获取到相应的影响关联因子在内的,也就是可以确定出异常参数的自身异常状态以及外界影响异常状态,其中,自身异常状态是指的该异常参数本身存在的异常,外界影响异常状态指的是外界影响导致对应参数出现异常,所以,可以构建得到相应的状态数组。
该实施例中,状态分析模型是预先训练好的,且是基于不同组合的状态数组以及与状态数组所匹配的状态合理度训练得到的。
该实施例中,预设合理度是预先设置好的,进而可以对异常进行输出确认,也就是通过对大小关系的确定,可以有效的对异常参数进行确认,进一步提高检修效率。
上述技术方案的有益效果是:通过对每个第一参数进行范围比骄傲,进而来通过机制对临界参数的分析以及对非临界参数的分析,有效的确定出存在的影响关联因子,进而得到异常参数的自身异常状态以及外界影响异常状态,且通过模型分析,来进行合理度比较,实现对异常参数的有效输出确认,为检修提供可靠性分析,保证管道的安全运行。
本发明提供一种发电厂管道状态参数确认装置,如图2所示,包括:
类型分类模块,用于确定发电厂的目标管道的管道布局,并对所述管道布局进行管道类型分类;
阵列确定模块,用于基于预先向每个管道类型的管道点设置的检测传感器,来获取对应管道点的检测集合,并根据所述检测集合构建对应管道点的检测-变化阵列;
归属判断模块,用于判断每个管道点的当下距离归属范围,根据所述当下距离归属范围确定对应管道点是否为归属一类;
若是归属一类,将对应当下距离归属范围内的所有管道点的检测-变化阵列进行综合处理,得到综合-变化矩阵;
若不是归属一类,将对应管道点的检测-变化阵列视为单独-变化阵列;
状态参数确认模块,用于将所述综合-变化矩阵以及与所述综合变化矩阵匹配的第一位置状态、所述单独-变化阵列以及与所述单独变化阵列匹配的第二位置状态,输入到管道状态分析模型中,获取得到所述目标管道的当下管道状态参数;
参数比较模块,用于将所述当下管道状态参数进行标准化比较,确定存在的异常参数以及临界参数,并进行输出确认。
上述技术方案的有益效果是:通过对管道进行分类,并基于预先设置的不同的检测传感器来对管道进行合理分析,且通过对点的归属分析,可以有效确定对应归属范围内管道的状态参数,便于进行异常以及临界的合理确认,为保证管道的安全运行提供合理基础。
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 (6)
1.一种发电厂管道状态参数确认方法,其特征在于,包括:
步骤1:确定发电厂的目标管道的管道布局,并对所述管道布局进行管道类型分类;
步骤2:基于预先向每个管道类型的管道点设置的检测传感器,来获取对应管道点的检测集合,并根据所述检测集合构建对应管道点的检测-变化阵列;
步骤3:判断每个管道点的当下距离归属范围,根据所述当下距离归属范围确定对应管道点是否为归属一类;
若是归属一类,将对应当下距离归属范围内的所有管道点的检测-变化阵列进行综合处理,得到综合-变化矩阵;
若不是归属一类,将对应管道点的检测-变化阵列视为单独-变化阵列;
步骤4:将所述综合-变化矩阵以及与所述综合-变化矩阵匹配的第一位置状态、所述单独-变化阵列以及与所述单独-变化阵列匹配的第二位置状态,输入到管道状态分析模型中,获取得到所述目标管道的当下管道状态参数;
步骤5:将所述当下管道状态参数进行标准化比较,确定存在的异常参数以及临界参数,并进行输出确认;
其中,判断每个管道点的当下距离归属范围,根据所述当下距离归属范围确定对应管道点是否为归属一类,包括:
确定每个管道点所处位置管道的管道外观形态,并确定所述管道外观形态是否只存在一个需要检测的管道点;
若是,判定对应管道点不为归属一类;
否则,判定对应管道点为归属一类;
其中,若是归属一类,将对应当下距离归属范围内的所有管道点的检测-变化阵列进行综合处理,得到综合-变化矩阵,包括:
获取所述当下距离归属范围内的所有管道点,并视为对应的第一点;
获取每个第一点的检测-变化集合:,其中,/>表示所述检测-变化阵列中第一个检测传感器的检测数组;/>表示所述检测-变化阵列中第二个检测传感器的检测数组;/>表示所述检测-变化阵列中第n1个检测传感器的检测数组;
对每个检测数组进行离散度分析,得到每个检测数组的离散度;
若所述离散度在预设度范围之间,则获取对应检测数组的平均检测值,并作为参考值;
否则,将对应检测数组进行线性拟合,并提取拟合直线之上的第一平均值、拟合直线之下的第二平均值以及拟合直线的第三平均值;
根据第一平均值、第二平均值以及第三平均值,获取对应检测数组的参考值;
;
其中,表示参考值;/>表示第三平均值;/>表示第二平均值;/>表示第一平均值;表示对应拟合直线下检测值的个数;/>表示对应拟合直线上以及拟合直线下检测值的总个数;
根据获取的每个检测数组的参考值,构建得到对应第一点的检测-变化阵列;
按照对应管道点的检测传感器的预设结果排布方式,对所述检测-变化阵列进行排列,得到综合-变化矩阵;
其中,将所述综合-变化矩阵以及与所述综合-变化矩阵匹配的第一位置状态、所述单独-变化阵列以及与所述单独-变化阵列匹配的第二位置状态,输入到管道状态分析模型中,获取得到所述目标管道的当下管道状态参数,包括:
获取所述综合-变化矩阵中的每列向量,并将所述综合-变化矩阵中的第一列向量分别与剩余每列向量进行一致性分析,得到一致性阵列;
确定所述一致性阵列的一致性值;
;其中,/>表示一致性阵列中的元素个数;/>表示第/>个元素的元素值;/>表示一致性阵列中的最大元素值;/>表示一致性阵列中的最小元素值;/>表示预设方差;/>表示一致性值,其中,/>;
当时,判定所述一致性阵列合格,进而判定对应的综合-变化矩阵合格,其中,/>表示第一比较阈值;/>表示第二比较阈值;
否则,对所述综合-变化矩阵中每列向量进行参数等级归类,并获取得到不同异常归类等级的参数组以及每个参数组中包含的参数个数;
根据所述参数组以及参数个数,分析同个参数组中的异常真伪;
当所述同个参数组中参数不满足异常一致标准时,判定所述同个参数组的异常为假;
否则,判定所述同个参数组的异常为真;
对异常为假的参数组进行假参数提取以及替换,得到合格的综合-变化矩阵;
将合格的综合-变化矩阵以及匹配的第一位置状态、合格的单独-变化矩阵以及匹配的第二位置状态,输入到管道状态分析模型中,获取得到所述目标管道的当下管道状态参数。
2.如权利要求1所述的发电厂管道状态参数确认方法,其特征在于,确定发电厂的目标管道的管道布局,并对所述管道布局进行管道类型分类,包括:
根据所述管道布局获取所述目标管道的平面图;
分析所述平面图中每个单独管道的管道两端形状、每个单独管道在施工过程中的排布难度以及连续管道之间的管道衔接点与衔接形状;
根据分析结果,对所述管道布局中的每个单独管道进行类型分类。
3.如权利要求1所述的发电厂管道状态参数确认方法,其特征在于,基于预先向每个管道类型的管道点设置的检测传感器,来获取对应管道点的检测集合,包括:
根据管道分类,从类型数据库中获取与所述管道类型匹配的第一传感器;
根据所述管道点的当下方位,确定所述第一传感器的设置数量,并在对应管道点预先部署与设置数量一致的第一传感器;
基于对应管道点所设置的第一传感器,来获取得到对应的检测集合。
4.如权利要求1所述的发电厂管道状态参数确认方法,其特征在于,若不是归属一类,将对应管道点的检测-变化阵列视为单独-变化阵列,包括:
获取不是归属一类的管道点的检测-变化集合,并进行预处理;
根据预处理结果,获取得到不是归属一类的管道点的单独-变化阵列。
5.如权利要求1所述的发电厂管道状态参数确认方法,其特征在于,将所述当下管道状态参数进行标准化比较,确定存在的异常参数以及临界参数,并进行输出确认,包括:
将所述当下管道状态参数中的每个第一参数分别与对应标准化参数范围进行比较,若对应第一参数不在对应标准化参数范围内,在将对应第一参数视为异常参数;
若对应第一参数在对应标准化参数范围的左边界上,将对应第一参数视为左临界参数;
若对应第一参数在对应标准化参数范围的右边界上,将对应第一参数视为右临界参数;
根据管道影响关联机制,确定每个左临界参数与所有异常参数的第一影响关联因子、确定每个右临界参数与所有异常参数的第二影响关联因子以及确定所有异常参数之间的第三影响关联因子;
根据所述第一影响关联因子、第二影响关联因子以及第三影响关联因子,确定出每个异常参数的自身异常状态以及外界影响异常状态;
构建每个异常参数的状态数组,并基于状态分析模型,确定对应状态数组的状态合理度;
当所述状态合理度大于预设合理度时,将对应异常参数进行输出确认。
6.一种发电厂管道状态参数确认装置,其特征在于,包括:
类型分类模块,用于确定发电厂的目标管道的管道布局,并对所述管道布局进行管道类型分类;
阵列确定模块,用于基于预先向每个管道类型的管道点设置的检测传感器,来获取对应管道点的检测集合,并根据所述检测集合构建对应管道点的检测-变化阵列;
归属判断模块,用于判断每个管道点的当下距离归属范围,根据所述当下距离归属范围确定对应管道点是否为归属一类;
若是归属一类,将对应当下距离归属范围内的所有管道点的检测-变化阵列进行综合处理,得到综合-变化矩阵;
若不是归属一类,将对应管道点的检测-变化阵列视为单独-变化阵列;
状态参数确认模块,用于将所述综合-变化矩阵以及与所述综合-变化矩阵匹配的第一位置状态、所述单独-变化阵列以及与所述单独-变化阵列匹配的第二位置状态,输入到管道状态分析模型中,获取得到所述目标管道的当下管道状态参数;
参数比较模块,用于将所述当下管道状态参数进行标准化比较,确定存在的异常参数以及临界参数,并进行输出确认;
其中,归属判断模块,用于:
确定每个管道点所处位置管道的管道外观形态,并确定所述管道外观形态是否只存在一个需要检测的管道点;
若是,判定对应管道点不为归属一类;
否则,判定对应管道点为归属一类;
其中,归属判断模块,还用于:
获取所述当下距离归属范围内的所有管道点,并视为对应的第一点;
获取每个第一点的检测-变化集合:,其中,/>表示所述检测-变化阵列中第一个检测传感器的检测数组;/>表示所述检测-变化阵列中第二个检测传感器的检测数组;/>表示所述检测-变化阵列中第n1个检测传感器的检测数组;
对每个检测数组进行离散度分析,得到每个检测数组的离散度;
若所述离散度在预设度范围之间,则获取对应检测数组的平均检测值,并作为参考值;
否则,将对应检测数组进行线性拟合,并提取拟合直线之上的第一平均值、拟合直线之下的第二平均值以及拟合直线的第三平均值;
根据第一平均值、第二平均值以及第三平均值,获取对应检测数组的参考值;
;
其中,表示参考值;/>表示第三平均值;/>表示第二平均值;/>表示第一平均值;表示对应拟合直线下检测值的个数;/>表示对应拟合直线上以及拟合直线下检测值的总个数;
根据获取的每个检测数组的参考值,构建得到对应第一点的检测-变化阵列;
按照对应管道点的检测传感器的预设结果排布方式,对所述检测-变化阵列进行排列,得到综合-变化矩阵;
其中,状态参数确认模块,用于:
获取所述综合-变化矩阵中的每列向量,并将所述综合-变化矩阵中的第一列向量分别与剩余每列向量进行一致性分析,得到一致性阵列;
确定所述一致性阵列的一致性值;
;其中,/>表示一致性阵列中的元素个数;/>表示第/>个元素的元素值;/>表示一致性阵列中的最大元素值;/>表示一致性阵列中的最小元素值;/>表示预设方差;/>表示一致性值,其中,/>;
当时,判定所述一致性阵列合格,进而判定对应的综合-变化矩阵合格,其中,/>表示第一比较阈值;/>表示第二比较阈值;
否则,对所述综合-变化矩阵中每列向量进行参数等级归类,并获取得到不同异常归类等级的参数组以及每个参数组中包含的参数个数;
根据所述参数组以及参数个数,分析同个参数组中的异常真伪;
当所述同个参数组中参数不满足异常一致标准时,判定所述同个参数组的异常为假;
否则,判定所述同个参数组的异常为真;
对异常为假的参数组进行假参数提取以及替换,得到合格的综合-变化矩阵;
将合格的综合-变化矩阵以及匹配的第一位置状态、合格的单独-变化矩阵以及匹配的第二位置状态,输入到管道状态分析模型中,获取得到所述目标管道的当下管道状态参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310547351.3A CN116257963B (zh) | 2023-05-16 | 2023-05-16 | 一种发电厂管道状态参数确认方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310547351.3A CN116257963B (zh) | 2023-05-16 | 2023-05-16 | 一种发电厂管道状态参数确认方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116257963A CN116257963A (zh) | 2023-06-13 |
CN116257963B true CN116257963B (zh) | 2023-07-25 |
Family
ID=86684762
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310547351.3A Active CN116257963B (zh) | 2023-05-16 | 2023-05-16 | 一种发电厂管道状态参数确认方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116257963B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115451347A (zh) * | 2022-08-05 | 2022-12-09 | 国家管网集团北方管道有限责任公司 | 一种石油管道安全的智能监控***及方法 |
CN115879915A (zh) * | 2023-02-21 | 2023-03-31 | 华能济南黄台发电有限公司 | 一种用于发电厂的跨平台标准化检修方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2728561A1 (en) * | 2008-06-27 | 2009-12-30 | Exxonmobil Research And Engineering Company | A method and apparatus for real time enhancing of the operation of a fluid transport pipeline |
RU2480728C2 (ru) * | 2010-12-27 | 2013-04-27 | Федеральное государственное военное образовательное учреждение высшего профессионального образования Военно-космическая академия имени А.Ф. Можайского | Автоматический беспилотный диагностический комплекс |
CN102305352B (zh) * | 2011-05-31 | 2013-02-06 | 西南石油大学 | 一种油气管道腐蚀状态在线监控***及其方法 |
RU2563419C2 (ru) * | 2014-02-13 | 2015-09-20 | Сергей Степанович Шаклеин | Способ мониторинга технического состояния трубопровода и система для его осуществления |
CN109223042B (zh) * | 2018-08-10 | 2020-01-31 | 广州丰谱信息技术有限公司 | 人体多点机械振动参数随时间演进的混合测量装置 |
EP4007899A4 (en) * | 2019-08-02 | 2023-08-23 | The University of Adelaide | METHOD AND SYSTEM FOR MONITORING THE CONDITION OF PIPELINES |
CN113280265B (zh) * | 2020-02-20 | 2022-08-05 | 中国石油天然气股份有限公司 | 工况识别方法、装置、计算机设备以及存储介质 |
CN115829422B (zh) * | 2023-02-21 | 2024-01-02 | 北京瀚海蓝山智能科技有限公司 | 基于大数据的工业设备运行异常状态识别方法 |
-
2023
- 2023-05-16 CN CN202310547351.3A patent/CN116257963B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115451347A (zh) * | 2022-08-05 | 2022-12-09 | 国家管网集团北方管道有限责任公司 | 一种石油管道安全的智能监控***及方法 |
CN115879915A (zh) * | 2023-02-21 | 2023-03-31 | 华能济南黄台发电有限公司 | 一种用于发电厂的跨平台标准化检修方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116257963A (zh) | 2023-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113255795B (zh) | 一种基于多指标集群分析的设备状态监测方法 | |
JP6037954B2 (ja) | ボイラチューブリーク検出装置、ボイラチューブリーク検出方法、並びにこれらを用いたデータ監視センタ、情報提供サービス、ボイラプラント。 | |
CN114444259B (zh) | 一种雨污管网溯源追踪***及方法 | |
CN105893700A (zh) | 基于物理-大数据混合模型的化工生产在线故障检测与诊断技术 | |
CN112036089A (zh) | 一种基于dpc-mnd和多元状态估计的磨煤机故障预警方法 | |
CN112685964B (zh) | 一种基于卷积神经网络的锅炉受热面管壁泄漏预测方法 | |
CN108764305A (zh) | 一种改进的群智能机器学习故障诊断*** | |
JP6674033B2 (ja) | プラント異常診断装置及びプラント異常診断システム | |
CN117308275B (zh) | 一种基于温差的管路连接异常检测方法及*** | |
CN106200624B (zh) | 基于交叉分段pca的工业锅炉故障诊断方法 | |
CN113484817A (zh) | 基于tsvm模型的智能电能表自动化检定***异常检测方法 | |
CN114936520B (zh) | 基于改进mset的汽轮机故障预警分析方法 | |
CN116541678A (zh) | 一种气站安全管道压力监测方法、装置 | |
CN116257963B (zh) | 一种发电厂管道状态参数确认方法及装置 | |
CN206833239U (zh) | 一种基于数据驱动的火电厂控制***故障检测*** | |
CN116610915A (zh) | 一种气力输灰异常状态诊断及故障预警方法 | |
CN117441180A (zh) | 一种用于检测热能交换***中的运行异常的方法和***,以及一种训练机器学习模型的方法 | |
CN113836813B (zh) | 一种基于数据分析的高炉风口漏水检测方法 | |
CN112097125B (zh) | 一种基于自适应校核的供水管网爆管侦测及定位方法 | |
CN114970056A (zh) | 基于改进nsga-ii算法二回路***传感器布置方法 | |
KR102406994B1 (ko) | 빅데이터 기반의 설비 이상 진단 및 분석 시스템 및 방법 | |
CN116383769B (zh) | 一种基于传感器的燃气数据检测方法及*** | |
CN116578894A (zh) | 一种基于改进dbscan-bpnn的天然气管道内腐蚀速率异常值识别方法 | |
CN117851892A (zh) | 智慧供热***数据处理方法、装置及*** | |
Rostek | Influence of multi-valued diagnostic signals on optimal sensor placement |
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 |