发电设备智能监控装置制造方法及图纸

本实用新型专利技术涉及智能监控领域，公开了一种发电设备智能监控装置，该监控装置包括：感应单元、曲线拟合单元和分析预警单元，其中，所述感应单元用于采集所述发电设备的参数；所述曲线拟合单元与所述感应单元连接，用于从所述感应单元获取参数数据，并利用神经网络算法根据所述参数数据中的非故障参数数据设定基准曲线；以及所述分析预警单元与所述感应单元和所述曲线拟合单元连接，用于获取所述参数数据和所述基准曲线，并分别计算相同时间点的多个所述参数数据与所述基准曲线上的值之间的多个差值，根据所述多个差值判断发出预警信号。本实用新型专利技术可以提供精确地预警功能，提高安全经济运行能力。

【技术实现步骤摘要】

本技术涉及智能监控，具体地，涉及一种发电设备智能监控装置。
技术介绍
发电设备监控是火力发电厂运行的主要职能之一，目前的方式多是以传感器获取设备的温度和压力等信息，并传回DCS进行处理，根据上下限制的设定判断是否报警，当工作人员发现报警后，根据制度、标准和经验进行处理。但是在设备发生报警的时候，往往已经发生了故障，在这时再进行处理仍然会有安全与经济方面的问题。
技术实现思路
本技术的目的是提供一种发电设备智能监控装置，该发电设备智能监控装置可以提供精确地预警功能，提高安全经济运行能力。本技术提供一种发电设备智能监控装置，该监控装置包括：感应单元、曲线拟合单元和分析预警单元，其中，所述感应单元用于采集所述发电设备的参数；所述曲线拟合单元与所述感应单元连接，用于从所述感应单元获取参数数据，并利用神经网络算法根据所述参数数据中的非故障参数数据设定基准曲线；以及所述分析预警单元与所述感应单元和所述曲线拟合单元连接，用于获取所述参数数据和所述基准曲线，并分别计算相同时间点的多个所述参数数据与所述基准曲线上的值之间的多个差值，根据所述多个差值判断发出预警信号。优选地，所述基准曲线包括最佳状态曲线和故障预警曲线，当所述基准曲线是最佳状态曲线，并且所述多个差值的方差平均值大于第一预定值时，所述分析预警单元发出最佳状态偏离预警信号；以及当所述基准曲线是故障预警曲线，并且所述多个差值的方差平均值小于第二预定值时，所述分析预警单元发出故障预警信号。优选地，该监控装置还包括：预处理单元，连接在所述感应单元和所述曲线拟合单元之间，用于对所述参数数据进行预处理。优选地，该监控装置还包括：存储单元，连接在所述预处理单元和所述曲线拟合单元之间，用于存储所述参数数据中的非故障参数数据。优选地，该监控装置还包括：分析报警单元，与所述预处理单元连接，用于获取所述参数数据，并将所述参数数据与设定阈值对比，在所述参数数据超出所述设定阈值时判断所述参数数据为故障参数数据，并发出报警信号。通过上述技术方案，采用本技术提供的发电设备智能监控装置，该监控装置包括：感应单元、曲线拟合单元和分析预警单元，感应单元用于采集所述发电设备的参数；曲线拟合单元用于从感应单元获取参数数据，并利用神经网络算法根据参数数据中的非故障参数数据设定基准曲线；在建立好基准曲线之后，设备再次运行时，分析预警单元就可以获取参数数据和基准曲线，并分别计算相同时间点的多个参数数据与基准曲线上的值之间的多个差值，根据多个差值判断发出预警信号。本技术提供的该发电设备智能监控装置可以提供精确地预警功能，提高安全经济运行能力。本技术的其它特征和优点将在随后的具体实施方式部分予以详细说明。附图说明附图是用来提供对本技术的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本技术，但并不构成对本技术的限制。在附图中：图1是本技术提供的发电设备智能监控装置的结构示意图；图2是本技术一实施方式提供的发电设备智能监控装置的结构示意图。附图标记说明1感应单元2曲线拟合单元3分析预警单元4预处理单元5存储单元6分析报警单元。具体实施方式以下结合附图对本技术的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本技术，并不用于限制本技术。图1是本技术提供的发电设备智能监控装置的结构示意图。如图1所示，本技术提供一种发电设备智能监控装置，该监控装置包括：感应单元1、曲线拟合单元2和分析预警单元3，其中，所述感应单元1用于采集所述发电设备的参数；所述曲线拟合单元2与所述感应单元1连接，用于从所述感应单元1获取参数数据，并利用神经网络算法根据所述参数数据中的非故障参数数据设定基准曲线；以及所述分析预警单元3与所述感应单元1和所述曲线拟合单元2连接，用于获取所述参数数据和所述基准曲线，并分别计算相同时间点的多个所述参数数据与所述基准曲线上的值之间的多个差值，根据所述多个差值判断发出预警信号。感应单元1可以包括温度传感器、压力传感器、湿度传感器和振动传感器等传感器采集装置，可以采集温度、压力、湿度以及振动频率等参数数据。曲线拟合单元2利用神经网络进行自学习，以建立数学模型，导入采集到的参数数据，标注故障点和最优点，最终输出基准曲线，可以包括两套曲线，一是设备正常、经济以及最佳状态下的参数变化的最佳状态曲线，作为偏离最佳状态预警的数据基础和依据；二是故障预警曲线，即设备发生故障之前的特征曲线，作为故障预警的数据基础和依据。神经网路是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的，并具有自学习和自适应的能力。人工神经网络能够类似人一样具有简单的决定能力和简单的判断能力)，这种方法比起传统的逻辑学推理演算更具有优势。由于神经网络算法是本领域技术人员公知的技术，在此不再过多赘述。上文所述的基准曲线包括最佳状态曲线和故障预警曲线，当所述基准曲线是最佳状态曲线，在所述多个差值的方差平均值大于第一预定值时，所述分析预警单元3发出最佳状态偏离预警信号；以及当所述基准曲线是故障预警曲线，在所述多个差值的方差平均值小于第二预定值时，所述分析预警单元3发出故障预警信号。分析预警单元3实时获取设备参数，将参数组输入到计算模型中，根据相关性原理，一方面计算实时参数组与故障预警曲线的相应点对应的差值，当各个点的差值的方差平均值小于第二预定值时，即输出故障预警信号，并根据方差平均值小于第二预定值的程度，分等级预警；另一方面，若未达到故障预警程度，则计算实时参数组与最佳状态曲线的相应点对应的差值，当各个点的差值的方差平均值大于第一预定值时，即输出最佳状态偏离预警信号。故障预警信号和最佳状态偏离预警信号可以以变黄、闪光等方式输出到显示屏、手机终端或平板电脑中，提醒管理人员注意并提前处理。图2是本技术一实施方式提供的发电设备智能监控装置的结构示意图。如图2所示，在此实施方式中，本技术提供的发电设备智能监控装置还可以包括预处理单元4、存储单元5和分析报警单元6，其中预处理单元4连接在所述感应单元1和所述曲线拟合单元2之间，用于对所述参数数据进行预处理。预处理可以为将模拟信号转化为数字信号以及统一数据格式等。在此实施方式中，预处理单元4将处理后的数据发送给分析预警单元3。存储单元5连接在所述预处理单元4和所述曲线拟合单元2之间，用于存储所述参数数据中的非故障参数数据。存储单元5可以将所有采集到的设备参数数据存入，并去除报警的参数点，只保留正常的参数，保存时间从设备投运开始，还可以负责将历史数据定期备份到后台的服务器，确保数据安全。在具有存储单元时，曲线拟合单元可以从存储单元5中获取参数数据。分析报警单元6与所述预处理单元4连接，用于获取所述参数数据，并将所述参数数据与设定阈值对比，在所述参数数据超出所述设定阈值时判断所述参数数据为故障参数数据(其它没有超出所述设定阈值的参数数据为非故障参数数据)，并发出报警信号。该报警信号与上文所述的预警信号不同，是最常见的发生问题后的报警，可以以变红、闪光等方式输出到显示屏、手机本文档来自技高网...

【技术保护点】
一种发电设备智能监控装置，其特征在于，该监控装置包括：感应单元(1)、曲线拟合单元(2)和分析预警单元(3)，其中，所述感应单元(1)用于采集所述发电设备的参数；所述曲线拟合单元(2)与所述感应单元(1)连接，用于从所述感应单元(1)获取参数数据，并利用神经网络算法根据所述参数数据中的非故障参数数据设定基准曲线；以及所述分析预警单元(3)与所述感应单元(1)和所述曲线拟合单元(2)连接，用于获取所述参数数据和所述基准曲线，并分别计算相同时间点的多个所述参数数据与所述基准曲线上的值之间的多个差值，根据所述多个差值判断发出预警信号。

【技术特征摘要】
1.一种发电设备智能监控装置，其特征在于，该监控装置包括：感应单元(1)、曲线拟合单元(2)和分析预警单元(3)，其中，所述感应单元(1)用于采集所述发电设备的参数；所述曲线拟合单元(2)与所述感应单元(1)连接，用于从所述感应单元(1)获取参数数据，并利用神经网络算法根据所述参数数据中的非故障参数数据设定基准曲线；以及所述分析预警单元(3)与所述感应单元(1)和所述曲线拟合单元(2)连接，用于获取所述参数数据和所述基准曲线，并分别计算相同时间点的多个所述参数数据与所述基准曲线上的值之间的多个差值，根据所述多个差值判断发出预警信号。2.根据权利要求1所述的发电设备智能监控装...

【专利技术属性】
技术研发人员：刘鲁京，董雯婕，赵云山，张佑，王德军，王曦钊，
申请(专利权)人：中国神华能源股份有限公司，北京国华电力有限责任公司，神华国华北京电力研究院有限公司，
类型：新型
国别省市：北京;11