一种水电机组状态评价方法及其系统技术方案

本发明专利技术提供了一种水电机组状态评价方法，利用大数据技术和云理论结合层次分析法，在已知机组历史健康运行数据情况下，评估机组的现行运行状态。通过计算评估机组当前的运行状态，结合相应检修准则，以便于机组状态检修的实现。本发明专利技术还提供了一种水电机组状态评价系统，通过数据读存模块、工况区分模块、大数据统计模块、云理论模块、专家打分模块、层次分析法模块、熵权法模块、权值融合模块、评价结果及检修策略模块九个模块，从而实现水电机组状态评价。价。价。

【技术实现步骤摘要】
一种水电机组状态评价方法及其系统


[0001]本专利技术属于状态评价领域，具体是涉及到一种水电机组状态评价方法及其系统。

技术介绍

[0002]在中大型水电站中，机组一旦出现问题，必定会影响随着水电站运行，为了使机组一直处于健康的运行状态，现在电站采用的是计划检修策略，即为固定一段时间进行机组的检修，这种检修方式存在较大问题，在检修时机组处于健康状态，会白白耗费大量的人力物力，在检修前，机组就处于异常状态，这样极易引发事故。所以急需一种技术能够在实时评价机组的运行状态，根据状态评价的结果采取对应策略进行检修。
[0003]现有的状态评价方法一般采用的是固定权值，而且评价标准往往采用统一标准，阈值较大，不能真实贴切的反应电站不同机组的特点，这会极大的影响评价的准确性。

技术实现思路

[0004]本专利技术的目的在于提供一种水电机组状态评价方法及其系统，为水电机组从计划检修到状态检修提供支持。
[0005]本专利技术首先提供了一种水电机组状态评价方法，包括以下步骤：
[0006](1)建立水电机组状态评价模型；
[0007](2)获取水电机组历史健康运行数据，将历史正常运行的海量数据按照工况进行划分，在各个工况区间利用3σ准则确定个工况的健康运行区间；将整体的健康运行区间和各工况下的健康运行区间以数据库的形式存储；
[0008](3)结合云理论进行综合评判。获取待评价机组的运行数据，根据工况数据查询健康数据对应的区间，如无法查询到相应的区间数据，则使用整体的健康数据所对应的区间；划分状态等级；利用云模型求隶属度；构建模糊判断矩阵；
[0009](4)采用综合权值方法，该综合权值结合了层次分析法和熵权法，具体步骤如下：
[0010]1)通过专家打分的形式，对同一层级的部件按照重要程度进行打分(0～100)；
[0011]2)按照专家打分，使用层次分析法进行部件权值的求取部件的权值，记为：W_AHP；
[0012]3)按照专家打分，使用熵权法进行部件权值的求取部件的权值，记为：W_EWM；
[0013]4)将层次分析法求取的权值和熵权法求取的权值经过融合，融合的方法如下式，其中Φ
AHP
和Φ
EWM
分别表示层次分析法和熵权法求取权值的融合系数，范围在0
‑
1之间，且满足Φ
AHP
+Φ
EWM
＝1：
[0014]W
merged
＝Φ
AHP
W_AHP+Φ
EWM
W_EWM。
[0015](5)计算得到状态评价结果，根据状态评价的结果输出水电机组应采取的检修策略。
[0016]依托于上述方法，本专利技术还提供了一种水电机组状态评价系统，包括以下模块：
[0017]数据读取模块：用于读取水电机组运行数据，包括历史数据和实时运行数据；
[0018]健康数据库模块：用于存储水电机组历史健康运行数据区间；
[0019]基于云理论的综合评判模块：用于建立水电机组的判断矩阵；
[0020]权值优化模块：用于优化部件的权值；
[0021]历史健康数据学习模块获取水电机组历史健康运行数据，将历史正常运行的海量数据按照工况进行划分，在各个工况区间利用3σ准则确定个工况的健康运行区间，并保存到健康数据库中；
[0022]云理论模块，根据工况数据查询健康数据库，获取评价区间，进而划分状态等级，利用云模型求隶属度，最后构建模糊判断矩阵；
[0023]权值优化模块包含专家打分模块，以专家打分作为权值优化依据，采用综合权值方法，该综合权值结合了层次分析法和熵权法，将层次分析法求取的权值和熵权法求取的权值经过融合，融合的方法如下式，其中Φ
AHP
和Φ
EWM
分别表示层次分析法和熵权法求取权值的融合系数，范围在0
‑
1之间，且满足Φ
AHP
+Φ
EWM
＝1：
[0024]W
merged
＝Φ
AHP
W_AHP+Φ
EWM
W_EWM
[0025]本专利技术的有益效果是包括：
[0026]1、本专利技术提供的一种水电机组状态评价方法，利用大数据技术和3σ准则，根据机组健康运行数据获取机组健康运行区间，该区间更加的符合机组特点，比统一的标准更具有实际意义。
[0027]2、本专利技术层次分析法和熵权法作为变权的依据，并引入综合权值，使得评价更加真实准确。
[0028]3、本专利技术引入云理论，通过计算得到的状态评价值可以作为机组实时运行状况，以便指导检修。
附图说明
[0029]图1是本专利技术所述的水电机组状态评价方法流程图；
[0030]图2是本专利技术所述的水电机组状态评价系统的模块连接图；
[0031]图3是本专利技术优选实施例提供的层次分析法结构；
[0032]图4是本专利技术软件主界面；
[0033]图5是本专利技术软件状态打分界面
具体实施方式
[0034]本实施例提供的一种水电机组状态评价方法，利用大数据技术、云理论、层次分析法、熵权法，大数据技术学习机组历史健康数据，一次为基础，实现机组实时状态评价，通过计算得到的状态评价结果，实现机组的状态检修。具体包括以下步骤：
[0035]S1：建立机组的健康运行库：
[0036]3σ准则是最常用也是最简单的一种检查异常数据的准则。对某一次观测，如果观测值偏离总体期望的偏差服从正态分布N(μ，σ^2)，那么采用区间(μ
‑
3σ，μ+3σ)作为判断此次观测值是否超限的依据。根据正态分布特点，可以证明，观测值偏离总体期望的偏差落在该区间的概率为99.73％，即其判别的可靠性为99.73％。如果该观测值偏差落在此区间外，则认为此观测值超出正常限定范围，判定为异常数据。
[0037]机组健康状态区间确定的步骤如下：
[0038]获取水电机组海量的历史正常的运行数据，本实施例的数据项为水电机组的各种运行数据，其历史数据来自某水电公司大数据平台；
[0039]机组发电工况细分，根据国标GB/T32584
‑
2016中水电机组稳态运行工况的定义，要求机组流量(有功)、水头等主要参数保持在
±
1.5％以内，可将水头变化范围ΔH在3％以内、负荷变化范围ΔP在3％以内的所有工况近似为相同工况，据此，机组发电工况可细分成以下若干典型工况：
[0040](1.5％，91.5％)、(4.5％，91.5％)、
…
、(118.5％，91.5％)
[0041](1.5％，94.5％)、(4.5％，94.5％)、
…
、(118.5％，94.5％)
[0042]…
[0043](1.5％，137.5％)、(4.本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水电机组状态评价方法，其特征在于，包括以下步骤：建立水电机组状态评价模型；获取水电机组运行数据，通过所述水电机组运行数据获取机组正常数据区间；构建机组模糊判断矩阵；通过专家打分优化部件权值；根据所述状态评价结果输出水电机组应采取的检修策略。2.根据权利要求1所述的一种水电机组状态评价方法，其特征在于，所述水电机组状态评价方法依靠3σ准则学习历史正常数据的区间，从而作为机组评价的数据正常区间的依据。3.根据权利要求1所述的一种水电机组状态评价方法，其特征在于，所述水电机组状态评价方法利用云理论进行综合评判，包括以下步骤：获取待评价机组的运行数据；根据工况数据查询健康数据对应的区间，如无法查询到相应的区间数据，则使用整体的健康数据所对应的区间；划分状态等级；利用云模型求隶属度；构建模糊判断矩阵。4.根据权利要求1所述的一种水电机组状态评价方法，其特征在于，所述水电机组状态评价方法能使用固定权值也能进行权值优化。5.根据权利要求2所述的一种水电机组状态评价方法，其特征在于，所述水电机组状态评价方法既建立全工况的健康运行区间库，又建立不同工况下的健康运行区间库，包括以下步骤；获取水电机组历史正常的运行数据；利用3σ准则计算整体的健康运行区间；将历史正常运行的海量数据按照工况进行划分，在各个工况区间利用3σ准则确定个工况的健康运行区间；将整体的健康运行区间和各工况下的健康运行区间以数据库的形式存储。6.根据权利要求4所述的一种水电机组状态评价方法，其特征在于，所述水电机组状态评价权值优化的方法结合了层次分析法和熵权法，包括以下步骤：通过专家打分的形式，对同一层级的部件按照重要程度进行打分(0～100)；按照专家打分，使用层次分析法进行部件权值的求取部件的权值，记为：W_AHP；按照专家打分，使用熵权法进行部件权值的求取部件的权值，记为：W_EWM；将层次分析法求取的权值和熵权法求取的权值经过融合，融合的方法如下式，其中Φ
AHP
和Φ
EWM

【专利技术属性】
技术研发人员：潘虹，
申请(专利权)人：河海大学，
类型：发明
国别省市：