综合能源系统运行初期的性能监测及故障预警方法、系统技术方案

本发明专利技术涉及一种综合能源系统运行初期的性能监测及故障预警方法及系统，该方法包括：S1、选取监测参数，获取历史数据并进行预处理；S2、基于历史数据训练用于监测参数预测的神经网络；S3、在线实时获取监测参数，输入至神经网络模型得到监测参数预测运行曲线，同时基于实时获取的监测参数绘制监测参数实时采集曲线；S4、将监测参数实时采集曲线和监测参数预测运行曲线进行可视化展示；S5、以监测参数预测运行曲线为基准，与监测参数实时采集曲线中的数据进行比较，当监测参数偏差超过设定值时进行故障预警。与现有技术相比，本发明专利技术可以发现系统运行初期的潜在故障，避免故障扩大化，提高企业的经济效益与工作效率。企业的经济效益与工作效率。企业的经济效益与工作效率。

【技术实现步骤摘要】
综合能源系统运行初期的性能监测及故障预警方法、系统


[0001]本专利技术涉及综合能源
，尤其是涉及一种综合能源系统运行初期的性能监测及故障预警方法、系统。

技术介绍

[0002]综合能源系统结构复杂，设备间紧密相连，每个设备的部件间“牵一发而动全身”。当设备或者部件发生故障时，会影响单个设备的运行进而影响整个系统运行，一旦没有及时监视到设备运行中存在的潜在风险，问题爆发后将会产生很大的安全问题。一旦故障产生，会使机组设备崩溃甚至影响整个供能系统安全，因此不得不停机检修，维修时间会带来大量的发电损失，降低系统经济效益，一方面打乱了初始的任务安排，另一方面停机检修大大提高了运行成本。通过对设备运行参数进行监测，可以有效制定维修方案，在系统安全运行的情况下，降低维修费用，提高机组检修效率，因此，需要对综合能源系统运行初期的性能监测和故障预警领域展开探讨。

技术实现思路

[0003]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种综合能源系统运行初期的性能监测及故障预警方法、系统。
[0004]本专利技术的目的可以通过以下技术方案来实现：
[0005]一种综合能源系统运行初期的性能监测及故障预警方法，该方法包括：
[0006]S1、选取监测参数，获取历史数据并进行预处理；
[0007]S2、基于历史数据训练用于监测参数预测的神经网络；
[0008]S3、在线实时获取监测参数，输入至神经网络模型得到监测参数预测运行曲线，同时基于实时获取的监测参数绘制监测参数实时采集曲线；
[0009]S4、将监测参数实时采集曲线和监测参数预测运行曲线进行可视化展示；
[0010]S5、以监测参数预测运行曲线为基准，与监测参数实时采集曲线中的数据进行比较，当监测参数偏差超过设定值时进行故障预警。
[0011]优选地，通过综合能源系统监控平台得到现场设备的运行数据、环境数据和机组出力数据，选取具有代表性的数据作为监测参数。
[0012]优选地，步骤S1中历史数据的预处理包括：首先，对监测参数进行归一化处理，对数据进行清洗和补充，然后将清洗与补充后的数据进行反归一化。
[0013]优选地，所述的神经网络采用GRU神经网络。
[0014]优选地，步骤S5监测参数偏差通过下式计算：
[0015][0016]σ为监测参数偏差，X
T
为监测参数实时采集值，X
P
为监测参数预测值。
[0017]一种综合能源系统运行初期的性能监测及故障预警系统，包括：
[0018]数据库：用于保存综合能源系统的监测参数以及数据计算服务器的处理结果数据；
[0019]数据计算服务器：基于历史数据训练用于监测参数预测的神经网络，基于在线实时获取监测参数利用神经网络模型得到监测参数预测运行曲线，基于实时获取的监测参数绘制监测参数实时采集曲线，基于监测参数预测运行曲线和监测参数实时采集曲线进行故障预警，将监测参数预测运行曲线和监测参数实时采集曲线传输至所述的数据库；
[0020]WEB应用服务器：连接所述的数据库，用于数据查询与返回；
[0021]浏览器客户端：连接WEB应用服务器，所述的浏览器客户端进行监测参数实时采集曲线和监测参数预测运行曲线进行可视化展示以及故障预警展示。
[0022]优选地，所述的综合能源系统的监测参数从DCS系统获取。
[0023]优选地，所述的数据计算服务器包括：
[0024]数据预处理模块：用于对对监测参数进行归一化处理，对数据进行清洗和补充，然后将清洗与补充后的数据进行反归一化；
[0025]模型训练模块：基于历史监测参数训练圣经网络模型；
[0026]预测模块：将实时获取监测参数输入至神经网络模型得到监测参数预测运行曲线；
[0027]实时采集曲线绘制模块：基于实时获取的监测参数绘制监测参数实时采集曲线；
[0028]预警模块：以监测参数预测运行曲线为基准，与监测参数实时采集曲线中的数据进行比较，当监测参数偏差超过设定值时进行故障预警。
[0029]优选地，所述的神经网络采用GRU神经网络。
[0030]优选地，所述的预警模块通过下式获取监测参数偏差通过下式计算：
[0031][0032]σ为监测参数偏差，X
T
为监测参数实时采集值，X
P
为监测参数预测值。
[0033]与现有技术相比，本专利技术具有如下优点：
[0034]本专利技术将综合能源系统的运行数据进行可视化操作，使用神经网络进行数据建模，相比于系统设备的机理建模，方法简便，可操作性强，通过对运行参数进行监测，可以发现系统运行初期的潜在故障，避免故障扩大化，同时，将数据进行业务化处理，操作人员仅通过系统界面的显示即可确定系统设备的运行状况，合理地对各部门，各相关人员进行协调，减少无效操作，提高企业的经济效益与工作效率。
附图说明
[0035]图1为本专利技术一种综合能源系统运行初期的性能监测及故障预警方法的流程框图；
[0036]图2为本专利技术一种综合能源系统运行初期的性能监测及故障预警系统的结构框图。
[0037]图中，1为数据库，2为数据计算服务器，3为WEB应用服务器，4为浏览器客户端，5为DCS系统，6为工程师站。
具体实施方式
[0038]下面结合附图和具体实施例对本专利技术进行详细说明。注意，以下的实施方式的说明只是实质上的例示，本专利技术并不意在对其适用物或其用途进行限定，且本专利技术并不限定于以下的实施方式。
[0039]实施例1
[0040]如图1所示，本实施例提供一种综合能源系统运行初期的性能监测及故障预警方法，该方法包括：
[0041]S1、选取监测参数，获取历史数据并进行预处理；
[0042]S2、基于历史数据训练用于监测参数预测的神经网络；
[0043]S3、在线实时获取监测参数，输入至神经网络模型得到监测参数预测运行曲线，同时基于实时获取的监测参数绘制监测参数实时采集曲线；
[0044]S4、将监测参数实时采集曲线和监测参数预测运行曲线进行可视化展示；
[0045]S5、以监测参数预测运行曲线为基准，与监测参数实时采集曲线中的数据进行比较，当监测参数偏差超过设定值时进行故障预警，设备的故障(如结垢、磨损、裂痕等)会导致内部部件的性能参数(如流量、效率等)发生变化，而性能参数的改变会导致对应的测量参数(如温度、压力、转速等)偏离基准值，在任何情况下，性能参数不能直接获取，因此通过获取测量参数的变化趋势可以间接得知性能参数的变化趋势，同时，根据不同设备的运行特性，设定合适的误差范围，一旦基准值与实际值之间的误差超限，则会在系统页面发出预警信息。
[0046]通过综合能源系统监控平台得到现场设备的运行数据、环境数据和机组出力数据，选取具有代表性的数据作为监测参数。根据综合能源系统设备配置状况选取本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种综合能源系统运行初期的性能监测及故障预警方法，其特征在于，该方法包括：S1、选取监测参数，获取历史数据并进行预处理；S2、基于历史数据训练用于监测参数预测的神经网络；S3、在线实时获取监测参数，输入至神经网络模型得到监测参数预测运行曲线，同时基于实时获取的监测参数绘制监测参数实时采集曲线；S4、将监测参数实时采集曲线和监测参数预测运行曲线进行可视化展示；S5、以监测参数预测运行曲线为基准，与监测参数实时采集曲线中的数据进行比较，当监测参数偏差超过设定值时进行故障预警。2.根据权利要求1所述的一种综合能源系统运行初期的性能监测及故障预警方法，其特征在于，通过综合能源系统监控平台得到现场设备的运行数据、环境数据和机组出力数据，选取具有代表性的数据作为监测参数。3.根据权利要求1所述的一种综合能源系统运行初期的性能监测及故障预警方法，其特征在于，步骤S1中历史数据的预处理包括：首先，对监测参数进行归一化处理，对数据进行清洗和补充，然后将清洗与补充后的数据进行反归一化。4.根据权利要求1所述的一种综合能源系统运行初期的性能监测及故障预警方法，其特征在于，所述的神经网络采用GRU神经网络。5.根据权利要求1所述的一种综合能源系统运行初期的性能监测及故障预警方法，其特征在于，步骤S5监测参数偏差通过下式计算：σ为监测参数偏差，X
T
为监测参数实时采集值，X
P
为监测参数预测值。6.一种综合能源系统运行初期的性能监测及故障预警系统，其特征在于，包括：数据库(1)：用于保存综合能源系统的监测参数以及数据计算服务器(2)的处理结果数据；数据计算服务器(2)：基于历史数据训练用于监测参数预测的神经网络，基于在线实时获取监测参数利用神经网络模型...

【专利技术属性】
技术研发人员：崔承刚，王贺，时珊珊，苏运，刘舒，张开宇，魏新迟，李琦芬，任洪波，吴琼，
申请(专利权)人：上海电力大学，
类型：发明
国别省市：