电力行业超限监测数据统计方法、系统及设备技术方案

技术编号:32010558 阅读:17 留言:0更新日期:2022-01-22 18:27
本发明专利技术公开了一种电力行业超限监测数据统计方法、系统、设备,该方法包括:定义超限拐点数据及存储结构;定义超限拐点数据的并行统计算法;根据定义的超限拐点数据及存储结构、超限拐点数据的并行统计算法构建超限拐点数据预处理服务,实时同步预处理产生超限拐点数据;基于超限拐点预处理数据基于超限拐点数据的超限监测点数据服务和构建面向设备的超限数据统计服务,完成电力行业超限监测数据统计。该方法能够通过超限拐点数据,及时、准确、有效地提升超限统计效率,满足电厂生产运行的超限数据加工统计需求。超限数据加工统计需求。超限数据加工统计需求。

【技术实现步骤摘要】
电力行业超限监测数据统计方法、系统及设备


[0001]本专利技术属于实时数据应用领域,具体涉及一种电力行业超限监测数据统计方法、系统、设备。

技术介绍

[0002]超限监测是发电企业生产运行时监测设备安全运行的重要技术手段。发电机组运行时,从锅炉壁面采集了大量温度数据写入实时数据库。为确保锅炉设备安全运行,会订制一些超限监测规则,实时同步统计采集点的超限次数、超限时长、超限记录等数据,汇总形成设备的超限监测数据。依据超限监测数据,对现场运行人员的安全工作评价打分,使得奖惩有理有据,促使人与设备持续安全运行。
[0003]超限监测规则是发电企业人工设计的超限监测过滤规则,常见超限监测规则如下表所示:
[0004]表1常见超限监测规则
[0005]序号类型限值允许延续(s)惩罚机制1L352030每30s计1次2L254030每30s计1次3L156030每30s计1次4H162030每30s计1次5H264030每30s计1次6H366030每30s计1次
[0006]其中L代表低限,H代表高限。限值可采用常量,也可采用动态计算值。动态限值是以采集样本为依据,结合曲线或计算公式获取限值。动态限值适应范围广,比如结合机组实时负荷计算不同的主汽温度目标值等。
[0007]超限监测点由超限采集点和超限监测规则构成。超限记录是超限监测点某段时间从超限开始到结束的期间记录,一般会在超限期间统计超限极值,超低限时极值代表超限期间的最小样本值,反之则为最大样本值。
[0008]当前,发电企业对超限数据的加工统计,主要手段是从实时数据库中读取历史样本按时间顺序统计。超限采集点数据量极大,属于秒级数据,采用此方式统计效率很慢,不能支撑大量超限采集点的超限数据统计场景,而且每次统计都是现读现统计,对应用服务器的CPU、内存、网络IO等都会带来极大的冲击,可能瞬间导致系统崩溃。
[0009]如今发电企业对安全指标的数据需求越来越丰富,且时效性要求越来越高,既要实时提示超限报警,又要快速高效全面获取班值、当日、月度、值际月度等时段的超限统计结果。然而当前统计加工手段已经难以满足发电企业对超限数据的应用场景需求。

技术实现思路

[0010]本专利技术所要解决的技术问题在于针对上述现有技术中的不足,提供一种基于超限
拐点数据统计超限监测数据的方法、存储介质及计算设备,能够通过超限拐点数据,及时、准确、有效地提升超限统计效率,满足电厂生产运行的超限数据加工统计需求。
[0011]本专利技术采用以下技术方案:
[0012]一种电力行业超限监测数据统计方法,包括以下步骤:
[0013]定义超限拐点数据及存储结构;定义超限拐点数据的并行统计算法;
[0014]根据定义的超限拐点数据及存储结构、超限拐点数据的并行统计算法构建超限拐点数据预处理服务,实时同步预处理产生超限拐点数据;
[0015]基于超限拐点预处理数据基于超限拐点数据的超限监测点数据服务和构建面向设备的超限数据统计服务,完成电力行业超限监测数据统计。
[0016]作为本专利技术的进一步改进,所述定义超限拐点数据及存储结构具体包括:
[0017]超限采集点的样本值X具体为:
[0018]X=f(t,v,q)
[0019]其中,t为样本时刻,v为样本数值,q为样本质量;
[0020]超限记录R具体为:
[0021]R=f(lt,x
s
,x
ex
,x
e
)
[0022]其中,lt为超限类型,x
s
为超限开始样本值,x
ex
为超限期间极值样本值,x
e
为超限结束样本值。超限类型参照超限监测规则定义的超限类型;
[0023]由此,定义超限拐点数据R
x
具体为:
[0024]R
x
=f(xTime,lt,ltv,xVal)
[0025]其中,xTime是采集样本值的时标,lt是超限记录的限值类型,ltv是限值,xVal是采集样本值的数值;
[0026]超限拐点数据是统计超限监测数据的基础数据,进一步定义超限拐点数据及存储结构。
[0027]作为本专利技术的进一步改进,每个超限监测数据具有独立的超限拐点数据存储表,超限拐点数据存储表纵向分表不交叉。
[0028]作为本专利技术的进一步改进,所述超限拐点数据的并行统计算法具体为:
[0029]X={x
t1
,x
t2
,x
t3
,....x
tn
}是超限采集点TagA一段时间的样本集合,根据超限监测规则Rule,过滤计算超限拐点数据;获取计算服务器的处理器核数,策略性分配可用核数cpuNum;
[0030]获取样本集合X的数据量xLen,计算并行任务切分量jobWorkCount,具体如下:
[0031]jobWorkCount=xLen/cpuNum
[0032]根据jobWorkCount切分样本集合X产生若干个样本集合分组,基于Fork/Join模式建立并行任务池,将每个样本集合分组提交到任务池,执行过滤计算;每个计算任务循环过滤计算每个样本,产生对应的超限拐点数据;每个样本集合分组对应产生一个超限拐点数据集合,且保持时间连续有序;
[0033]等待所有样本集合分组过滤任务执行完成后,合并并按时间升序排序超限拐点数据集合,循环遍历超限拐点数据集合,依据拐点的限值类型,保留同一类型的首个拐点,筛选出极值拐点,去掉中间相同类型的非极值拐点,直到限值类型不同为止,记为结束拐点,依此流程进行循环,直至遍历完毕,实现对超限拐点数据集合的去重。
[0034]作为本专利技术的进一步改进,所述构建超限拐点数据预处理服务具体为:
[0035]以起始时间开始,设定预处理周期,周期内执行超限拐点数据并行统计算法,周期外等待计划执行;依次过滤设置的每个超限监测点,首先读取本周期当前超限监测点的历史样本,输入超限拐点数据并行统计算法器,进行过滤产生该监测点的有效超限拐点数据集合,然后将拐点集合存入关系型数据库中;至此完成超限统计样本的数据转换即由海量的样本数据转换为数据量有限的超限拐点数据。
[0036]作为本专利技术的进一步改进,还包括:配置添加新的超限监测点时,超限拐点数据预处理服务自动创建并完成其过去一时刻到当前时刻的拐点数据恢复任务,使得近期统计时段均已预处理拐点数据。
[0037]作为本专利技术的进一步改进,构建基于超限拐点数据的超限监测点数据服务具体为:
[0038]根据超限采集点名称和超限监测规则名称,获取对应的超限监测点信息;
[0039]根据监测点信息,找到对应的超限拐点数据预处理数据存储表;从
[0040]超限拐点数据预处理表读取统计时段的所有超限拐点数据,若不包含统计时段的开始时刻和结束时刻,则补充开本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种电力行业超限监测数据统计方法,其特征在于,包括以下步骤:定义超限拐点数据及存储结构;定义超限拐点数据的并行统计算法;根据定义的超限拐点数据及存储结构、超限拐点数据的并行统计算法构建超限拐点数据预处理服务,实时同步预处理产生超限拐点数据;基于超限拐点预处理数据基于超限拐点数据的超限监测点数据服务和构建面向设备的超限数据统计服务,完成电力行业超限监测数据统计。2.根据权利要求1所述的电力行业超限监测数据统计方法,其特征在于,所述定义超限拐点数据及存储结构具体包括:超限采集点的样本值X具体为:X=f(t,v,q)其中,t为样本时刻,v为样本数值,q为样本质量;超限记录R具体为:R=f(lt,x
s
,x
ex
,x
e
)其中,lt为超限类型,x
s
为超限开始样本值,x
ex
为超限期间极值样本值,x
e
为超限结束样本值;超限类型参照超限监测规则定义的超限类型;由此,定义超限拐点数据R
x
具体为:R
x
=f(xTime,lt,ltv,xVal)其中,xTime是采集样本值的时标,lt是超限记录的限值类型,ltv是限值,xVal是采集样本值的数值;超限拐点数据是统计超限监测数据的基础数据,进一步定义超限拐点数据及存储结构。3.根据权利要求2所述的电力行业超限监测数据统计方法,其特征在于,每个超限监测数据具有独立的超限拐点数据存储表,超限拐点数据存储表纵向分表不交叉。4.根据权利要求1所述的电力行业超限监测数据统计方法,其特征在于,所述超限拐点数据的并行统计算法具体为:X={x
t1
,x
t2
,x
t3
,....x
tn
}是超限采集点TagA一段时间的样本集合,根据超限监测规则Rule,过滤计算超限拐点数据;获取计算服务器的处理器核数,策略性分配可用核数cpuNum;获取样本集合X的数据量xLen,计算并行任务切分量jobWorkCount,具体如下:jobWorkCount=xLen/cpuNum根据jobWorkCount切分样本集合X产生若干个样本集合分组,基于Fork/Join模式建立并行任务池,将每个样本集合分组提交到任务池,执行过滤计算;每个计算任务循环过滤计算每个样本,产生对应的超限拐点数据;每个样本集合分组对应产生一个超限拐点数据集合,且保持时间连续有序;等待所有样本集合分组过滤任务执行完成后,合并并按时间升序排序超限拐点数据集合,循环遍历超限拐点数据集合,依据拐点的限值类型,保留同一类型的...

【专利技术属性】
技术研发人员:庞武华马瑞瑞王毅罗睿杨永军仇璐珂刘欣梁丁
申请(专利权)人:西安热工研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1