CN117309036A - 一种智能化电力基建环境监测方法及*** - Google Patents
一种智能化电力基建环境监测方法及*** Download PDFInfo
- Publication number
- CN117309036A CN117309036A CN202311090110.7A CN202311090110A CN117309036A CN 117309036 A CN117309036 A CN 117309036A CN 202311090110 A CN202311090110 A CN 202311090110A CN 117309036 A CN117309036 A CN 117309036A
- Authority
- CN
- China
- Prior art keywords
- comprehensive analysis
- flue gas
- value
- equipment
- analysis coefficient
- 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 45
- 238000000034 method Methods 0.000 title claims abstract description 33
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims abstract description 143
- 239000003546 flue gas Substances 0.000 claims abstract description 143
- 238000004458 analytical method Methods 0.000 claims abstract description 136
- 238000000746 purification Methods 0.000 claims description 61
- 238000011282 treatment Methods 0.000 claims description 28
- 238000004140 cleaning Methods 0.000 claims description 16
- 239000000779 smoke Substances 0.000 claims description 12
- 238000009434 installation Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 3
- 238000010248 power generation Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 12
- 230000008859 change Effects 0.000 abstract description 10
- 238000012423 maintenance Methods 0.000 abstract description 10
- 230000008439 repair process Effects 0.000 abstract description 5
- 230000002542 deteriorative effect Effects 0.000 abstract description 3
- 230000007774 longterm Effects 0.000 abstract description 3
- 238000005259 measurement Methods 0.000 description 14
- 230000004044 response Effects 0.000 description 14
- 230000002159 abnormal effect Effects 0.000 description 7
- 239000007789 gas Substances 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000007797 corrosion Effects 0.000 description 3
- 238000005260 corrosion Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000003344 environmental pollutant Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000007257 malfunction Effects 0.000 description 3
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 3
- 238000007789 sealing Methods 0.000 description 3
- 238000012351 Integrated analysis Methods 0.000 description 2
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000007664 blowing Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
-
- 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
- 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
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D2258/00—Sources of waste gases
- B01D2258/02—Other waste gases
- B01D2258/0283—Flue gases
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Computational Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Pure & Applied Mathematics (AREA)
- Marketing (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Analytical Chemistry (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- General Chemical & Material Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Treating Waste Gases (AREA)
Abstract
本发明公开了一种智能化电力基建环境监测方法及***，具体涉及设备监测技术领域，是通过采集烟气净化设备的硬件参数和软件参数进行结合建立综合分析系数，通过综合分析系数对烟气净化设备的硬件和软件的质量和可靠性进行监测，可对烟气净化设备进行高效实时的监测分析，提前采取相应的措施进行维护和修复，从而避免更大的故障发生，避免故障进一步恶化，保障烟气净化效果；此外依据综合分析系数获取平均值和离散程度值进一步地对烟气净化设备进行分析，通过观察平均值和离散程度的变化趋势，可以的识别设备性能的长期变化情况，智能化的分析潜在隐匿的问题，帮助分析更加确切有效，有助于预测设备的寿命，制定维护计划以及提前采取必要的措施。
Description
技术领域
本发明涉及设备监测技术领域，更具体地说，本发明涉及一种智能化电力基建环境监测方法及***。
背景技术
智能化电力基建环境监测是指是利用先进的信息技术、传感器、数据分析和人工智能等技术手段，对电力基础设施(如发电厂、变电站、输电线路等)的运行状态、环境参数以及各种设备的性能进行实时、自动化地监测、分析和管理的过程。它旨在确保电力基建项目对环境的影响可控、合规，并采取必要的措施来保护环境，在火力基础环境监测中，对烟气净化设备进行监测在电力基建环境监测中具有很高的重要性，主要体现在以下几个方面：
1.确保环境保护合规性：烟气净化设备是保障电力基建项目符合环境保护法规和标准的关键组成部分。监测烟气净化设备可以实时监测和评估其运行状况，确保排烟的处理效果达到环境保护的要求；
2.减少环境污染物排放：烟气净化设备的监测有助于评估和控制烟气中的污染物排放。通过监测烟气中的颗粒物、二氧化硫、氮氧化物等污染物的浓度和去除效率，可以及时发现异常情况并采取措施进行调整和优化，从而减少对环境的污染；
3.维护设备运行稳定性和可靠性：通过监测烟气净化设备的运行参数和性能指标，可以及时发现设备的异常情况和故障，并采取相应的维修和维护措施，确保设备的运行稳定性和可靠性，减少停机时间和维修成本；
4.数据分析和优化：通过监测数据的分析和处理，可以识别烟气净化设备运行中的问题和潜在改进措施，以提高设备的效率和性能。监测数据还可以用于优化设备的操作参数，实现能源的节约和环保效益的最大化。
然而，现有的智能化电力基建环境监测技术在烟气净化设备监测方面还存在一些不足之处：
现有技术在对烟气净化设备进行监测时，由于烟气净化设备型号多样复杂，因此采样的数据和种类也不相同，导致目前的监测技术主要依赖于人工，早晨监测范围和精度受限；监测设备可能无法实时监测到烟囱内部的情况或烟气净化设备的具体运行参数，大多只能在烟气净化设备发生问题或问题比较严重时才能发现，大大的导致了监测结果的滞后性，导致大量处理不合格的烟气排放到空气中，严重危害环境；现有的监测多采用固定的监测时间，无法对各个烟气净化设备现有状态进行针对性的监测维护改变，无法及时发现并解决问题，容易导致更大事故发生。
为了解决上述问题，现提供一种技术方案。
发明内容
为了克服现有技术的上述缺陷，本发明的实施例提供一种智能化电力基建环境监测方法及***以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
步骤S100，统计火力发电厂内投入使用的烟气净化设备，采集烟气净化设备的硬件参数和软件参数；
步骤S200，根据烟气净化设备的硬件参数和软件参数进行结合建立综合分析系数，对烟气净化设备做综合分析；
步骤S300，设置综合分析系数第一阈值和综合分析系数第二阈值，将综合分析系数分别和综合分析系数第一阈值、综合分析系数第二阈值进行比较，根据比较结果生成第一高危风险等级和第一中等风险等级；
步骤S400，采集烟气净化设备一段时间内的多个综合分析系数，并以此建立平均值和离散程度值；
步骤S500，通过平均值和离散程度值对烟气净化设备进行进一步分析。
在一个优选的实施方式中，步骤S100具体包括如下内容：
统计火力发电内投入使用的烟气净化设备，采集烟气净化设备的硬件参数和软件参数，硬件参数包括烟气管道整体变形偏差值，鼓风负载衰减速度值；软件参数包括控制***软件性能指数；
烟气管道整体变形偏差值用于体现烟气净化设备的结构状况和安装质量；
鼓风负载衰减速度值是用于评估鼓风***运行稳定性和效率的指标；
控制***软件性能指数用于体现烟气净化设备的控制***的稳定性。
在一个优选的实施方式中，步骤S200具体包括如下内容：
将烟气管道整体变形偏差值、鼓风负载衰减速度值和控制***软件性能指数通过归一化公式建立综合分析系数，表达式为：CAC＝k1*DMD+k2*BLD+k3*XN，式中，CAC为综合分析系数，k1、k2、k3分别为烟气管道整体变形偏差值、鼓风负载衰减速度值和控制***软件性能指数的预设比例系数，k1、k2、k3均大于0。
在一个优选的实施方式中，步骤S300具体包括如下内容：
设置综合分析系数第一阈值和综合分析系数第二阈值，且综合分析系数第二阈值大于综合分析系数第一阈值，将综合分析系数分别和综合分析系数第一阈值和综合分析系数第二阈值进行比较；
若综合分析系数大于综合分析系数第二阈值，生成第一高危风险信号；
若综合分析系数小于等于综合分析系数第二阈值，且大于等于综合分析系数第一阈值，生成第一中等风险信号；
若综合分析系数小于等于综合分析系数第一阈值，不生成信号。
在一个优选的实施方式中，步骤S400具体包括如下内容：
多次获取烟气净化设备近期一段时间内的综合分析系数，并以此建立平均值和离散程度值；
平均值的表达为：离散程度值的表达式为：式中，PJZ表示平均值，XSZ为离散程度值，CAC为步骤S200中的综合分析系数，获取综合分析系数为m次，j为1、2、3、……、v，v为正整数。
在一个优选的实施方式中，步骤S500具体包括以下内容：
设置平均阈值和离散程度阈值，将平均值平均阈值进行比较，将离散程度值和离散程度阈值进行比较，若平均值大于平均阈值且离散程度值大于离散程度阈值，生成第二高危风险信号；若平均值大于平均阈值且离散程度值小于等于离散程度阈值，生成第二中等风险信号；
获取投入使用的所有烟气净化设备的第一高危风险信号、第一中等风险信号、第二高危风险信号和第二中等风险信号；
若烟气净化设备同时具有第一高危风险信号和第二高危风险信号，标记为紧急处理设备；
若烟气净化设备同时具有第一高危风险信号和第二中等风险信号，或者同时具有第一中等风险信号和第二高危风险信号，标记为次要处理设备；
若烟气净化设备同时具有第一中等风险信号和第二中等风险信号，标记为最后处理设备。
一种智能化电力基建环境监测***，包括设备统计模块、参数采集模块、综合分析模块、综合判断模块、整体分析模块；
设备统计模块统计在用烟气净化设备数量，发送统计信号至参数采集模块；
参数采集模块对各个烟气净化设备采集硬件参数和软件参数，发送采集信号至综合分析模块；
综合分析模块将硬件参数和软件参数联立得到综合分析系数，发送综合信号至综合判断模块；
综合判断模块将综合分析系数分别和综合分析系数第一阈值、综合分析系数第二阈值进行比较，根据比较结果生成第一高危风险信号、第一中等风险信号，发送判断信号至整体分析模块；
整体分析模块依据综合分析系数获取平均值和离散程度值，通过平均值和离散程度值再次进行进一步分析，分析结果结合之前的第一高危风险信号、第一中等风险信号生成紧急处理设备、次要处理设备、最后处理设备信号。
在上述技术方案中，本发明提供的技术效果和优点：
通过采集烟气净化设备的硬件参数和软件参数进行结合建立综合分析系数，通过综合分析系数对烟气净化设备的硬件和软件的质量和可靠性进行监测，可对烟气净化设备进行高效实时的监测分析，提前采取相应的措施进行维护和修复，从而避免更大的故障发生，避免故障进一步恶化，保障烟气净化效果；此外依据综合分析系数获取平均值和离散程度值进一步地对烟气净化设备进行分析，通过观察平均值和离散程度的变化趋势，可以识别设备性能的长期变化情况，智能化的分析潜在隐匿的问题，帮助分析更加确切有效，从而有助于预测设备的寿命，以此来制定维护计划以及提前采取必要的措施。
附图说明
图1为本发明一种智能化电力基建环境监测方法及***的流程示意图；
图2为本发明一种智能化电力基建环境监测方法及***的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
本发明一种智能化电力基建环境监测方法及***。
图1给出了本发明一种智能化电力基建环境监测方法及***，其包括如下步骤：
步骤S100，统计火力发电厂内投入使用的烟气净化设备，采集烟气净化设备的硬件参数和软件参数；
步骤S200，根据烟气净化设备的硬件参数和软件参数进行结合建立综合分析系数，对烟气净化设备做综合分析；
步骤S300，设置综合分析系数第一阈值和综合分析系数第二阈值，将综合分析系数分别和综合分析系数第一阈值、综合分析系数第二阈值进行比较，根据比较结果生成第一高危风险等级和第一中等风险等级；
步骤S400，采集烟气净化设备一段时间内的多个综合分析系数，并以此建立平均值和离散程度值；
步骤S500，通过平均值和离散程度值对烟气净化设备进行进一步分析。
步骤S100具体包括如下内容：
统计火力发电内投入使用的烟气净化设备，采集烟气净化设备的硬件参数和软件参数，硬件参数包括烟气管道整体变形偏差值，鼓风负载衰减速度值；软件参数包括控制***软件性能指数；
烟气管道整体变形偏差值的获取逻辑为：
在烟气净化设备的使用过程中，烟气管道主要用于输送待处理的火力发电厂产生的有害气体，烟气管道的变形可以反映出设备运行过程中的压力变化。当烟气净化设备正常工作时，烟气在管道内的流动会产生一定的压力。如果管道出现异常的变形，如弯曲、扭曲或收缩，意味着设备运行压力异常，可能是由于过高或过低的压力导致的；烟气管道的变形也可以反映出设备的连接和密封性情况，烟气净化设备通常由多个组件和管道连接而成，这些连接点的密封性对于烟气处理的效果至关重要，如果管道出现变形，如脱开、松动或变形不当，可能会导致连接点的松动或密封性能下降，影响设备的正常运行和净化效果；烟气管道的变形还可以提供关于烟气温度和腐蚀情况的线索，高温烟气和化学物质可能会导致管道的热膨胀、变形或腐蚀，因此，如果烟气管道出现异常的变形，可能是由于高温或腐蚀导致的管道材料受损，需要进一步检查和修复；烟气管道的变形还可以与设备的振动和振动有关。在烟气净化过程中，设备的振动和振动可能会对管道施加额外的力，导致管道变形。因此，管道的异常变形可能意味着设备存在震动或振动问题，需要进行调整或修复；
建立测量方案：确定测量点的位置和数量。根据管道的形状和尺寸，在关键位置选择合适的测量点，并确保覆盖整个管道的变形情况；
进行测量：使用适当的测量工具和设备对选定的测量点进行测量。常用的测量方法包括全站仪、激光测距仪、测量钢尺等；
记录测量数据：将测量得到的数据记录下来，包括测量点的坐标和偏差值。可以使用电脑软件、表格或记录表等方式进行数据记录；
计算偏差值：根据测量数据计算出每个测量点的偏差值，偏差值是测量点与理想状态之间的距离差；
烟气管道整体变形偏差值的计算公式为：烟气管道整体变形偏差值＝max(|Di|)，式中，|Di|表示每个测量点的绝对偏差，
假设有5个测量点的偏差值如下：
测量点1的偏差值：2cm
测量点2的偏差值：-4cm
测量点3的偏差值：1cm
测量点4的偏差值：3cm
测量点5的偏差值：-1cm
计算最大偏差值：
最大偏差值＝max(|2|,|-4|,|1|,|3|,|-1|)＝4cm
因此，最大偏差值为4cm。
烟气管道整体变形偏差值用于体现烟气净化设备的结构状况和安装质量，当烟气管道的整体变形偏差值较小时，表示烟气净化设备的结构状况较好，安装质量较高，这意味着管道的形状基本保持规整，没有明显的扭曲、变形或偏移，较小的变形偏差值通常表示设备运行正常，烟气能够顺利通过管道流动，排放符合规定的标准，这反映了烟气净化设备状态良好、工作稳定，能够有效地进行烟气净化和排放处理；当烟气管道的整体变形偏差值较大时，表示烟气净化设备的结构可能存在问题或异常情况，较大的变形偏差值通常意味着管道发生了明显的扭曲、弯曲、变形或偏移，可能是由于管道材料、安装工艺、外力作用等因素导致的，这可能表明烟气净化设备存在结构松动、变形失真、连接松脱或其他故障，导致烟气流动受阻、排放不畅或不符合排放标准，较大的变形偏差值需要及时检修和修复，以确保烟气净化设备的正常运行和效果。
鼓风负载衰减速度值的获取逻辑为：
鼓风***是烟气净化设备正常运行的关键部分，鼓风***通过调节鼓风机的运行来控制气体的供应量和压力，确保烟气净化设备能够正常进行气体的反应和处理，鼓风负载衰减速度值可以反映鼓风***的运行效率变化情况。较小的鼓风负载衰减速度值通常表示鼓风***运行稳定，能够按照设定的要求提供适量的鼓风。这表明鼓风设备的调节和控制正常，能够有效地为烟气净化设备提供所需的气体流量和压力；鼓风负载衰减速度值也可以反映鼓风***负荷的均衡情况。较小的偏差值意味着各个鼓风机在工作中相对均衡，负荷分配合理。这表明鼓风***的设计和运行良好，各个鼓风机的工作状态相对稳定，避免了某个鼓风机过载或负荷不足的情况；较大的鼓风负载衰减速度值可能表明鼓风***存在异常情况。例如，较大的偏差值可能表示鼓风机的故障或运行不正常，导致鼓风负荷无法均衡分配；
进行鼓风负载测量：使用合适的测量设备和方法对鼓风负载参数进行测量，这里的鼓风组件运行的负载参数为鼓风组件运行的功率，使用监测功率传感器进行测量；
记录测量数据：将测量得到的鼓风负载参数数据进行记录，包括时间、测量数值和相关的运行参数。可以使用电脑软件、表格或记录表等方式进行数据记录；
计算鼓风负载衰减速度值的计算公式为：鼓风负载衰减速度值＝|当前单位时间内鼓风负载平均值－出厂单位时间鼓风负载平均值|/当前和出厂时间差；
鼓风负载衰减速度值是用于评估鼓风***运行稳定性和效率的指标。它表示鼓风***在应对负载变化时的响应速度和调整能力；
当鼓风负载衰减速度值较小时，意味着鼓风***可以迅速适应负载变化，保持较稳定的供气状态。这表明鼓风***具有较高的响应速度和调整能力，能够及时提供所需的鼓风气体，维持烟气净化设备正常运行。较小的衰减速度值通常是理想的，因为它表示鼓风***能够快速适应负载需求的变化，确保烟气净化设备始终处于最佳工作状态；相反，当鼓风负载衰减速度值较大时，意味着鼓风***的响应速度较慢，调整能力较差。这可能导致供气不稳定，影响烟气净化设备的正常运行。较大的衰减速度值可能导致负载变化时鼓风***无法及时提供足够的鼓风气体，影响烟气净化设备的处理效果和稳定性；因此，较小的鼓风负载衰减速度值通常表示鼓风***性能良好，能够满足负载变化的需求，并保持烟气净化设备的稳定运行。而较大的衰减速度值则可能表明鼓风***存在问题，可能导致烟气净化设备的不稳定性和处理效果下降。
控制***软件性能指数的获取逻辑为：
控制***软件性能指数对于烟气净化设备的性能和运行状态具有重要影响。在烟气净化设备中，控制***可用于监测和调节排烟风扇、喷淋***、过滤设备等关键组件；因此，控制***软件性能指数对于及时响应烟气变化、调节设备操作以实现高效净化是至关重要的；
控制***软件性能指数的表达式为：式中，XN为控制***软件性能指数，x为控制***软件的响应时间，为i为1、2、3、4、……、n,n为整数，n表示采集控制***软件的响应时间的次数，xi为第i个控制***软件的响应时间，/>为所有控制***软件的响应时间的平均值；
控制***软件性能指数用于体现烟气净化设备的控制***的稳定性；
当控制***软件性能指数较小时，意味着响应时间在各种情况下变化较小或相对稳定，表明烟气净化设备具有较为稳定的响应性能；相反，当控制***软件性能指数较大时，意味着响应时间在不同情况下存在较大的变化或波动，表明烟气净化设备的响应性能不稳定。在这种情况下，设备的响应出现较大的延迟或波动，导致净化效果的不稳定性或无法及时适应烟气变化。这会影响设备的净化效率和运行稳定性，甚至可能导致运行故障或净化效果下降。
步骤S200具体包括如下内容：
将烟气管道整体变形偏差值、鼓风负载衰减速度值和控制***软件性能指数通过归一化公式建立综合分析系数，表达式为：CAC＝k1*DMD+k2*BLD+k3*XN，式中，CAC为综合分析系数，k1、k2、k3分别为烟气管道整体变形偏差值、鼓风负载衰减速度值和控制***软件性能指数的预设比例系数，k1、k2、k3均大于0；
建立综合分析系数是将多个指标综合考虑，以便更全面地评估烟气净化设备的运行状态，
综合分析系数用于体现烟气净化设备的整体运行状态，综合分析系数较小时，意味着烟气净化设备在整体变形偏差、鼓风负载衰减速度和控制***软件性能等方面表现良好。这可能表示烟气管道的变形较小，鼓风负载衰减速度较慢，控制***软件响应时间稳定性较为稳定等。这通常意味着烟气净化设备的运行稳定性较好，能够有效地处理烟气，并保持良好的净化效果；相反，当综合分析系数较大时，表示烟气净化设备的状态较差，存在烟气管道的较大变形，鼓风负载衰减速度较快，或者控制***软件响应时间稳定性较差的情况，导致烟气净化设备的性能下降，无法有效地处理烟气，净化效果可能受到影响。
步骤S300具体包括如下内容：
设置综合分析系数第一阈值和综合分析系数第二阈值，且综合分析系数第二阈值大于综合分析系数第一阈值，将综合分析系数分别和综合分析系数第一阈值和综合分析系数第二阈值进行比较；
若综合分析系数大于综合分析系数第二阈值，表示烟气净化设备的状态极差，出现故障的可能性很高，生成第一高危风险信号；
若综合分析系数小于等于综合分析系数第二阈值，且大于等于综合分析系数第一阈值，表示烟气净化设备的状态不理想，生成第一中等风险信号；
若综合分析系数小于等于综合分析系数第一阈值，表示烟气净化设备的状态较好，不生成信号。
步骤S400具体包括如下内容：
采集烟气净化设备近期一段时间内的多个综合分析系数，并以此建立平均值和离散程度值；
平均值的表达为：离散程度值的表达式为：式中，PJZ表示平均值，XSZ为离散程度值，CAC为步骤S200中的综合分析系数，多个综合分析系数为m个，j为1、2、3、……、v，v为正整数。
步骤S500具体包括以下内容：
设置平均阈值和离散程度阈值，将平均值平均阈值进行比较，将离散程度值和离散程度阈值进行比较，若平均值大于平均阈值且离散程度值大于离散程度阈值，生成第二高危风险信号；若平均值大于平均阈值且离散程度值小于等于离散程度阈值，生成第二中等风险信号；
获取投入使用的所有烟气净化设备的第一高危风险信号、第一中等风险信号、第二高危风险信号和第二中等风险信号；
若烟气净化设备同时具有第一高危风险信号和第二高危风险信号，表示发生故障的概率很大，标记为紧急处理设备；
若烟气净化设备同时具有第一高危风险信号和第二中等风险信号，或者同时具有第一中等风险信号和第二高危风险信号，表示发生故障的概率次于尽力处理设备，标记为次要处理设备；
若烟气净化设备同时具有第一中等风险信号和第二中等风险信号，表示发生故障的概率词语次要处理设备，标记为最后处理设备。
按照紧要程度，紧急处理设备大于次要处理设备大于最后处理设备，按照排序进行处理。
本发明通过采集烟气净化设备的硬件参数和软件参数进行结合建立综合分析系数，通过综合分析系数对烟气净化设备的硬件和软件的质量和可靠性进行监测，可对烟气净化设备进行高效实时的监测分析，提前采取相应的措施进行维护和修复，从而避免更大的故障发生，避免故障进一步恶化，保障烟气净化效果；此外依据综合分析系数获取平均值和离散程度值进一步地对烟气净化设备进行分析，通过观察平均值和离散程度的变化趋势，可以识别设备性能的长期变化情况，智能化的分析潜在隐匿的问题，帮助分析更加确切有效，从而有助于预测设备的寿命，以此来制定维护计划以及提前采取必要的措施。
一种智能化电力基建环境监测***，包括设备统计模块、参数采集模块、综合分析模块、综合判断模块、整体分析模块；
设备统计模块统计在用烟气净化设备数量，发送统计信号至参数采集模块；
参数采集模块对各个烟气净化设备采集硬件参数和软件参数，发送采集信号至综合分析模块；
综合分析模块将硬件参数和软件参数联立得到综合分析系数，发送综合信号至综合判断模块；
综合判断模块将综合分析系数分别和综合分析系数第一阈值、综合分析系数第二阈值进行比较，根据比较结果生成第一高危风险信号、第一中等风险信号，发送判断信号至整体分析模块；
整体分析模块依据综合分析系数获取平均值和离散程度值，通过平均值和离散程度值再次进行进一步分析，分析结果结合之前的第一高危风险信号、第一中等风险信号生成紧急处理设备、次要处理设备、最后处理设备信号。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数以及阈值选取由本领域的技术人员根据实际情况进行设置。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络，或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)，或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件，或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的***、装置和方法，可以通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其他的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，既可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种智能化电力基建环境监测方法，其特征在于，包括如下步骤：
步骤S100，统计火力发电厂内投入使用的烟气净化设备，采集烟气净化设备的硬件参数和软件参数；
步骤S200，根据烟气净化设备的硬件参数和软件参数进行结合建立综合分析系数，对烟气净化设备做综合分析；
步骤S300，设置综合分析系数第一阈值和综合分析系数第二阈值，将综合分析系数分别和综合分析系数第一阈值、综合分析系数第二阈值进行比较，根据比较结果生成第一高危风险等级和第一中等风险等级；
步骤S400，采集烟气净化设备一段时间内的多个综合分析系数，并以此建立平均值和离散程度值；
步骤S500，通过平均值和离散程度值对烟气净化设备进行进一步分析。
2.根据权利要求1所述的一种智能化电力基建环境监测方法，其特征在于：步骤S100具体包括如下内容：
统计火力发电内投入使用的烟气净化设备，采集烟气净化设备的硬件参数和软件参数，硬件参数包括烟气管道整体变形偏差值，鼓风负载衰减速度值；软件参数包括控制***软件性能指数。
3.根据权利要求2所述的一种智能化电力基建环境监测方法，其特征在于：
烟气管道整体变形偏差值用于体现烟气净化设备的结构状况和安装质量；
鼓风负载衰减速度值是用于评估鼓风***运行稳定性和效率的指标；
控制***软件性能指数用于体现烟气净化设备的控制***的稳定性。
4.根据权利要求3所述的一种智能化电力基建环境监测方法，其特征在于：步骤S200具体包括如下内容：
将烟气管道整体变形偏差值、鼓风负载衰减速度值和控制***软件性能指数通过归一化公式建立综合分析系数，表达式为：CAC＝k1*DMD+k2*BLD+k3*XN，式中，CAC为综合分析系数，k1、k2、k3分别为烟气管道整体变形偏差值、鼓风负载衰减速度值和控制***软件性能指数的预设比例系数，k1、k2、k3均大于0。
5.根据权利要求4所述的一种智能化电力基建环境监测方法，其特征在于：步骤S300具体包括如下内容：
设置综合分析系数第一阈值和综合分析系数第二阈值，且综合分析系数第二阈值大于综合分析系数第一阈值，将综合分析系数分别和综合分析系数第一阈值和综合分析系数第二阈值进行比较；
若综合分析系数大于综合分析系数第二阈值，生成第一高危风险信号；
若综合分析系数小于等于综合分析系数第二阈值，且大于等于综合分析系数第一阈值，生成第一中等风险信号；
若综合分析系数小于等于综合分析系数第一阈值，不生成信号。
6.根据权利要求5所述的一种智能化电力基建环境监测方法，其特征在于：步骤S400具体包括如下内容：
多次获取烟气净化设备近期一段时间内的综合分析系数，并以此建立平均值和离散程度值；
平均值的表达为：离散程度值的表达式为：式中，PJZ表示平均值，XSZ为离散程度值，CAC为步骤S200中的综合分析系数，获取综合分析系数为m次，j为1、2、3、……、v，v为正整数。
7.根据权利要求6所述的一种智能化电力基建环境监测方法，其特征在于：步骤S500具体包括以下内容：
设置平均阈值和离散程度阈值，将平均值平均阈值进行比较，将离散程度值和离散程度阈值进行比较，若平均值大于平均阈值且离散程度值大于离散程度阈值，生成第二高危风险信号；若平均值大于平均阈值且离散程度值小于等于离散程度阈值，生成第二中等风险信号。
8.根据权利要求7所述的一种智能化电力基建环境监测方法，其特征在于：
获取投入使用的所有烟气净化设备的第一高危风险信号、第一中等风险信号、第二高危风险信号和第二中等风险信号；
若烟气净化设备同时具有第一高危风险信号和第二高危风险信号，标记为紧急处理设备；
若烟气净化设备同时具有第一高危风险信号和第二中等风险信号，或者同时具有第一中等风险信号和第二高危风险信号，标记为次要处理设备；
若烟气净化设备同时具有第一中等风险信号和第二中等风险信号，标记为最后处理设备。
9.一种智能化电力基建环境监测***，用于实现权利要求1-8任一项所述的监测方法，包括设备统计模块、参数采集模块、综合分析模块、综合判断模块、整体分析模块；
设备统计模块统计在用烟气净化设备数量，发送统计信号至参数采集模块；
参数采集模块对各个烟气净化设备采集硬件参数和软件参数，发送采集信号至综合分析模块；
综合分析模块将硬件参数和软件参数联立得到综合分析系数，发送综合信号至综合判断模块；
综合判断模块将综合分析系数分别和综合分析系数第一阈值、综合分析系数第二阈值进行比较，根据比较结果生成第一高危风险信号、第一中等风险信号，发送判断信号至整体分析模块；
整体分析模块依据综合分析系数获取平均值和离散程度值，通过平均值和离散程度值再次进行进一步分析，分析结果结合之前的第一高危风险信号、第一中等风险信号生成紧急处理设备、次要处理设备、最后处理设备信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311090110.7A CN117309036A (zh) | 2023-08-28 | 2023-08-28 | 一种智能化电力基建环境监测方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311090110.7A CN117309036A (zh) | 2023-08-28 | 2023-08-28 | 一种智能化电力基建环境监测方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117309036A true CN117309036A (zh) | 2023-12-29 |
Family
ID=89280162
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311090110.7A Pending CN117309036A (zh) | 2023-08-28 | 2023-08-28 | 一种智能化电力基建环境监测方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117309036A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117571583A (zh) * | 2024-01-17 | 2024-02-20 | 天时地理(深圳)智能科技有限公司 | 一种适用于污水处理厂的污水处理设备运行监测*** |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060045801A1 (en) * | 2004-08-27 | 2006-03-02 | Alstom Technology Ltd. | Model predictive control of air pollution control processes |
| CN214407580U (zh) * | 2021-03-11 | 2021-10-15 | 南方电网科学研究院有限责任公司 | 一种综合能源***运行风险监测*** |
| CN115329812A (zh) * | 2022-08-10 | 2022-11-11 | 贵州桥梁建设集团有限责任公司 | 一种基于人工智能的道路基础设施异常监测方法 |
| CN115882600A (zh) * | 2022-11-24 | 2023-03-31 | 江西省八达新型建材科技有限公司 | 带有人工智能的电力箱式变电站设备基础 |
| CN116645010A (zh) * | 2023-07-21 | 2023-08-25 | 金正大生态工程集团股份有限公司 | 一种化工安全生产巡控*** |
-
2023
- 2023-08-28 CN CN202311090110.7A patent/CN117309036A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060045801A1 (en) * | 2004-08-27 | 2006-03-02 | Alstom Technology Ltd. | Model predictive control of air pollution control processes |
| CN214407580U (zh) * | 2021-03-11 | 2021-10-15 | 南方电网科学研究院有限责任公司 | 一种综合能源***运行风险监测*** |
| CN115329812A (zh) * | 2022-08-10 | 2022-11-11 | 贵州桥梁建设集团有限责任公司 | 一种基于人工智能的道路基础设施异常监测方法 |
| CN115882600A (zh) * | 2022-11-24 | 2023-03-31 | 江西省八达新型建材科技有限公司 | 带有人工智能的电力箱式变电站设备基础 |
| CN116645010A (zh) * | 2023-07-21 | 2023-08-25 | 金正大生态工程集团股份有限公司 | 一种化工安全生产巡控*** |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117571583A (zh) * | 2024-01-17 | 2024-02-20 | 天时地理(深圳)智能科技有限公司 | 一种适用于污水处理厂的污水处理设备运行监测*** |
| CN117571583B (zh) * | 2024-01-17 | 2024-03-26 | 天时地理(深圳)智能科技有限公司 | 一种适用于污水处理厂的污水处理设备运行监测*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7398184B1 (en) | Analyzing equipment performance and optimizing operating costs | |
| CN109304086B (zh) | 一种电站锅炉scr脱硝精细化喷氨控制方法 | |
| CN117309036A (zh) | 一种智能化电力基建环境监测方法及*** | |
| CN110082474B (zh) | 一种脱硝催化剂的性能诊断***和性能诊断方法 | |
| CN110208019A (zh) | 一种动设备状态监测动态阈值预警方法 | |
| CN112285287A (zh) | 一种烟气在线监测数据预处理方法 | |
| JP4024752B2 (ja) | 送電に関する改良 | |
| CN109034533B (zh) | 一种集团级实时监管平台污染物参数小时均值统计的方法 | |
| Jiang et al. | Development and Optimization of a Condition‐Based Maintenance Policy with Sustainability Requirements for Production System | |
| CN116757500A (zh) | 一种工业互联网平台监测***及方法 | |
| CN111582639B (zh) | 一种脱硝***运行状态评估*** | |
| CN112461995A (zh) | 一种预测火电厂氨逃逸的方法 | |
| CN115145152A (zh) | 一种锅炉燃烧与脱硝过程协同优化控制的方法 | |
| CN117648543A (zh) | 一种自演化的变电站设备学习方法 | |
| CN110750760B (zh) | 一种基于态势感知和控制图的异常理论线损检测方法 | |
| CN115575579A (zh) | 一种基于监测源分析的碳监测方法及*** | |
| CN116993329A (zh) | 一种基于数据分析的通讯设备运行维修决策管理*** | |
| JP3243065B2 (ja) | 構造部品の劣化・損傷予測装置 | |
| Yang et al. | A transfer learning fault diagnosis model of distribution transformer considering multi‐factor situation evolution | |
| CN107895972B (zh) | 一种火电机组带负荷能力评估方法及其*** | |
| CN112308397B (zh) | 一种基于火电机组脱硝综合性能评价方法 | |
| CN112783115A (zh) | 一种蒸汽动力***的在线实时优化方法及装置 | |
| CN114742300B (zh) | 一种脱硝设备锅炉烟道阻力预警方法及*** | |
| CN117951601B (zh) | 应用于深度调峰的锅炉低负荷稳燃监测方法及装置 | |
| CN118189141A (zh) | 火力发电厂金属锅炉受热面的壁温监测预警*** |
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 |