一种水轮发电机组数据趋势的预测分析方法及系统技术方案

本发明专利技术提供了一种水轮发电机组数据趋势的预测分析方法及系统，涉及机组状态监测管理技术领域，对水轮发电机组的运行监测数据库进行监测数据异常分析，确定参数监测信息，进一步构建参数监测序列表，对其进行参数特征分类确定监测参数分类集合，设定监测策略并进行对应监测参数分类集合提取，进而进行监测参数信息的监测获得参数监测数据，对其进行趋势预测确定趋势预测结果，基于趋势预测结果确定趋势报警等级并进行对应预警，解决了现有技术中水轮发电机组数据趋势的预测分析方法由于智能度不足，分析预测流程不够严谨，使得最终的预测结果不够精准，较之实际存在一定的偏差的技术问题，实现了水轮发电机组运行数据的精准分析预测。析预测。析预测。

【技术实现步骤摘要】
一种水轮发电机组数据趋势的预测分析方法及系统


[0001]本专利技术涉及机组状态监测管理
，具体涉及一种水轮发电机组数据趋势的预测分析方法及系统。

技术介绍

[0002]水轮机可将蕴藏在水流中的能量转换为机械能，属于进行能量转换的原动机，进一步基于水轮发电机将机械能转换为电能，随着现代化科技的发展，随着能源需求的剧增，使得对于水轮发电机的设备性能要求越来越高，对于已经投入运行的机组，随着机组的运行时间的递增，设备运行时不可避免的会出现偏差或故障，需对设备的运行状态进行预测，以便保证水轮发电后续的正常运行，现如今，通常基于水轮发电机的历史运行数据进行设备的运行预测，以便及时进行设备运行调整，现今常用的设备运行预测方法通过机组运行为稳定性试验进行不稳定运行状态的预测评估。
[0003]现有技术中，对于水轮发电机组数据趋势的预测分析方法由于智能度不足，分析预测流程不够严谨，使得最终的预测结果不够精准，较之实际存在一定的偏差。

技术实现思路

[0004]本申请提供了一种水轮发电机组数据趋势的预测分析方法及系统，用于针对解决现有技术中存在的水轮发电机组数据趋势的预测分析方法由于智能度不足，分析预测流程不够严谨，使得最终的预测结果不够精准，较之实际存在一定的偏差的技术问题。
[0005]鉴于上述问题，本申请提供了一种水轮发电机组数据趋势的预测分析方法及系统。
[0006]第一方面，本申请提供了一种水轮发电机组数据趋势的预测分析方法，所述方法包括：获得水轮发电机组的运行监测数据库，根据所述运行监测数据库进行监测数据异常分析，确定参数监测信息；基于所述参数监测信息构建参数监测序列表，其中，所述参数监测序列表包括参数监测时间要求、参数监测指标；根据所述参数监测指标进行参数特征分类，确定监测参数分类集合，基于所述监测参数分类集合根据所述参数监测时间要求进行监测策略设定，获得监测参数策略集；基于所述监测参数策略集按照参数监测时间要求进行对应监测参数分类集合提取，确定监测参数信息，对所述监测参数信息进行监测，获得参数监测数据；通过趋势预测算法对所述参数监测数据进行趋势预测，确定趋势预测结果，并根据所述趋势预测结果确定趋势报警等级进行对应预警。
[0007]第二方面，本申请提供了一种水轮发电机组数据趋势的预测分析系统，所述系统包括：信息确定模块，所述信息确定模块用于获得水轮发电机组的运行监测数据库，根据所述运行监测数据库进行监测数据异常分析，确定参数监测信息；序列表构建模块，所述序列表构建模块用于基于所述参数监测信息构建参数监测序列表，其中，所述参数监测序列表包括参数监测时间要求、参数监测指标；策略设定模块，所述策略设定模块用于根据所述参数监测指标进行参数特征分类，确定监测参数分类集合，基于所述监测参数分类集合根据
所述参数监测时间要求进行监测策略设定，获得监测参数策略集；参数监测模块，所述参数监测模块用于基于所述监测参数策略集按照参数监测时间要求进行对应监测参数分类集合提取，确定监测参数信息，对所述监测参数信息进行监测，获得参数监测数据；结果预警模块，所述结果预警模块用于通过趋势预测算法对所述参数监测数据进行趋势预测，确定趋势预测结果，并根据所述趋势预测结果确定趋势报警等级进行对应预警。
[0008]本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
[0009]本申请实施例提供的一种水轮发电机组数据趋势的预测分析方法，对水轮发电机组的运行监测数据库进行监测数据异常分析，确定参数监测信息，进一步构建参数监测序列表，其中，所述参数监测序列表包括参数监测时间要求、参数监测指标；根据所述参数监测指标进行参数特征分类，确定监测参数分类集合，基于所述监测参数分类集合根据所述参数监测时间要求进行监测策略设定，进而进行对应监测参数分类集合提取，确定监测参数信息，通过进行所述监测参数信息的监测获得参数监测数据，基于趋势预测算法对所述参数监测数据进行趋势预测，确定趋势预测结果，并根据所述趋势预测结果确定趋势报警等级进行对应预警，解决了现有技术中存在的水轮发电机组数据趋势的预测分析方法由于智能度不足，分析预测流程不够严谨，使得最终的预测结果不够精准，较之实际存在一定的偏差的技术问题，实现了水轮发电机组运行数据的精准分析预测。
附图说明
[0010]图1为本申请提供了一种水轮发电机组数据趋势的预测分析方法流程示意图；
[0011]图2为本申请提供了一种水轮发电机组数据趋势的预测分析方法中趋势预测预警流程示意图；
[0012]图3为本申请提供了一种水轮发电机组数据趋势的预测分析方法中第一节预测数据获取流程示意图；
[0013]图4为本申请提供了一种水轮发电机组数据趋势的预测分析系统结构示意图。
[0014]附图标记说明：信息确定模块a，序列表构建模块b，策略设定模块c，参数监测模块d，结果预警模块e。
具体实施方式
[0015]本申请通过提供一种水轮发电机组数据趋势的预测分析方法及系统，对水轮发电机组的运行监测数据库进行监测数据异常分析，确定参数监测信息，进一步构建参数监测序列表，对其进行参数特征分类确定监测参数分类集合，设定监测策略并进行对应监测参数分类集合提取，进而进行监测参数信息的监测获得参数监测数据，对其进行趋势预测确定趋势预测结果，基于趋势预测结果确定趋势报警等级并进行对应预警，用于解决现有技术中存在的水轮发电机组数据趋势的预测分析方法由于智能度不足，分析预测流程不够严谨，使得最终的预测结果不够精准，较之实际存在一定的偏差的技术问题。
[0016]实施例一
[0017]如图1所示，本申请提供了一种水轮发电机组数据趋势的预测分析方法，所述方法包括：
[0018]步骤S100：获得水轮发电机组的运行监测数据库，根据所述运行监测数据库进行
监测数据异常分析，确定参数监测信息；
[0019]具体而言，本申请提供的一种水轮发电机组数据趋势的预测分析方法，通过获取参数监测数据并进行趋势预测，获取对应的预测结果并进行预警警示，进而进行所述水轮发电机组的调控，首先，对所述水轮发电机组的运行监测数据库进行采集，所述水轮发电机组的运行监测数据库包括了所述水轮发电机组的多个组件的历史监测数据，例如发电机的功率、电流，主轴密封温度，转轮的转速、流量等，基于时序性对相关联的数据进行整合处理，获取所述水轮发电机组的运行监测数据库，进一步对所述水轮发电机组的运行监测数据库进行数据异常分析，通过对各元件进行运行波动、异常、故障分析获取分析结果，预设数据异常等级，以所述分析结果与所述预设数据异常等级为基准，对监测数据进行数据划分标识，以便后续进行识别区分，进而获取所述参数监测信息，所述参数监测信息的获取为后续进行数据趋势预测提供了参考数据。
[0020]步骤S200：基于所述参数监测信息构建参数监测序列表，其中，所述参数监测序列表包括参数监测时间要求、参数监测指标；
[0021]具体而言，以所述参数监测信息为基准，对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水轮发电机组数据趋势的预测分析方法，其特征在于，包括：获得水轮发电机组的运行监测数据库，根据所述运行监测数据库进行监测数据异常分析，确定参数监测信息；基于所述参数监测信息构建参数监测序列表，其中，所述参数监测序列表包括参数监测时间要求、参数监测指标；根据所述参数监测指标进行参数特征分类，确定监测参数分类集合，基于所述监测参数分类集合根据所述参数监测时间要求进行监测策略设定，获得监测参数策略集；基于所述监测参数策略集按照参数监测时间要求进行对应监测参数分类集合提取，确定监测参数信息，对所述监测参数信息进行监测，获得参数监测数据；通过趋势预测算法对所述参数监测数据进行趋势预测，确定趋势预测结果，并根据所述趋势预测结果确定趋势报警等级进行对应预警。2.如权利要求1所述的方法，其特征在于，所述通过趋势预测算法对所述参数监测数据进行趋势预测，确定趋势预测结果，并根据所述趋势预测结果确定趋势报警等级进行对应预警，包括：按照预设时间要求对所述参数监测数据进行数据提取和预处理；对预处理后的参数监测数据进行第一节预测，获得第一节预测数据；将所述预处理后的参数监测数据与所述第一节预测数据进行组合，获得一次性分析数据；对所述一次性分析数据利用最小二乘法进行线性拟合，将拟合得到的线性方程的最后一点相较于第一点的变化幅度作为趋势报警条件；根据所述趋势报警条件进行对应的预警。3.如权利要求2所述的方法，其特征在于，所述按照预设时间要求对所述参数监测数据进行数据提取和预处理，包括：按照预设时间要求从所述参数监测数据中取预设时间的稳定工况数据；对所述稳定工况数据进行连续性分析，对于存在缺失的数据利用缺失数据算法进行线性插值补充。4.如权利要求2所述的方法，其特征在于，所述对预处理后的参数监测数据进行第一节预测，获得第一节预测数据，包括：对所述预处理后的参数监测数据进行置信区间计算，确定参数监测数据置信区间；基于所述参数监测数据置信区间对所述预处理后的参数监测数据进行筛选，确定置信区间参数监测数据；将所述置信区间参数监测数据进行走势拟合，获得走势曲线，基于所述走势曲线进行未来两天预测，获得第一节预测数据。5.如权利要求2所述的方法，其特征在于，所述对所述一次性分析数据利用最小二乘法进行线性拟合，将拟合得到的线性方程的最后一点相较于第一点的变化幅度作为趋势报警条件，包括：对所述一次性分析数据利用最小二乘法进行线性拟合，获得Y＝ax+b线性方程；基于所述Y＝ax+b线性方...

【专利技术属性】
技术研发人员：谌洪江，陈国锋，姚本培，冯忠华，黄勇，刘军，王博，张世环，雷正科，黄浩，蒋金宏，
申请(专利权)人：贵州北盘江电力股份有限公司光照分公司，
类型：发明
国别省市：