一种趋势状态预测方法技术

本发明专利技术公开了一种趋势状态预测方法，包括：获取正在运行的机组的多个参数数据；将所述多个参数数据发送至预设的趋势状态预测模型，得到预测结果。本发明专利技术采用多元线性回归模型，结合历史测量数据，就可以对机组的劣化水平和发展趋势进行预报，一方面预报机组是否持续劣化，另外一方面需要预报机组劣化水平发展到严重级别前的可运行时间。到严重级别前的可运行时间。到严重级别前的可运行时间。

【技术实现步骤摘要】
[0019]其中，X
12
表示机组振动信号，X
21
表示机组负荷，X
22
表示工作水头，X
23
表示下游水位，X
24
表示各导瓦温度；β
30
为常数项，β
31
,β
32
,β
33
,β
34
为偏回归系数；e3为误差。
[0020]优选地，所述机组油压信号获取的方法包括：
[0021]X
13
＝β
40
+β
41
X
21
+β
42
X
22
+β
43
X
23
+β
44
X
24
+e4[0022]其中，X
13
表示机组油压信号，X
21
表示机组负荷，X
22
表示工作水头，X
23
表示下游水位，X
24
表示各导瓦温度；β
40
为常数项，β
41
,β
42
,β
43
,β
44
为偏回归系数；e4为误差。
[0023]优选地，所述预测模型包括基于支持向量机的模型。
[0024]本专利技术的有益效果为：
[0025]采用多元线性回归模型，结合历史测量数据，就可以对机组的劣化水平和发展趋势进行预报，一方面预报机组是否持续劣化，另外一方面需要预报机组劣化水平发展到严重级别前的可运行时间。
附图说明
[0026]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
[0027]图1为本专利技术实施例提供的一种趋势状态预测方法的流程示意图。
具体实施方式
[0028]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0029]应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0030]还应当理解，在此本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0031]还应当进一步理解，本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0032]如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0033]需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本专利技术所属领域技术人员所理解的通常意义。
[0034]如图1所示，本专利技术提供了一种趋势状态预测方法，包括：
[0035]获取正在运行的机组的多个参数数据；
[0036]将多个参数数据发送至预设的趋势状态预测模型，得到预测结果。
[0037]本专利技术实施例中，参数数据可通过趋势预测设备获取。趋势预测设备配备有1U高度采集器，可适应多种现场条件。趋势预测设备采用单板设计，强化了设备的牢固性和稳定性，加强了报警输出功能，提高数据采样速度和AD转换精度。
[0038]趋势预测设备的特性如下：
[0039]CPU：DM&P，1GHz，低功耗；
[0040]内存：512MB；
[0041]记录容量：2GB电子盘；
[0042]模拟量通道：标准24路；
[0043]模拟量输入通道信号：电压信号：
‑
5V～+5V,
‑
10V～+10V,
‑
20V～+20V；电流信号：0～20mA,4～20mA,
‑
20mA～20mA；
[0044]开关量输入通道：6路；
[0045]开关量输出通道：无源继电器输出24路；
[0046]转速、键向通道：2路；
[0047]采样方式：全通道同步采样整周期采样；
[0048]采样频率：30kHz
‑
100kHz可配置；
[0049]采样形式：等相位采样和等时间间隔采样，支持连续无间断采样；
[0050]AD转换精度：16Bit；
[0051]抗混叠滤波器：16阶线性相位滤波器；
[0052]有效分析频率：振动、摆度、压力脉动等信号：1KHz；空气间隙、磁通量等信号：2KHz；
[0053]存储方式：振动、摆度、压力脉动监测、空气间隙、磁通量监测；Δt，ΔRPM，工况变化，报警状态变化等联合控制存储模式；
[0054]网络接口：100MHz以太网，TCP/IP；
[0055]其它通信接口：RS232/RS485/RS422，USB；
[0056]通讯规约：Modbus等；
[0057]波特率：最高115200bps；
[0058]外设接口：鼠标、键盘+显示器；
[0059]工作电源：220VAC
±
10％，50Hz
±
10％；
[0060]功率：最大150W；
[0061]尺寸：430*45*260mm(宽*高*深)；
[0062]重量：3kg。
[0063]其中，参数数据包括模拟量信号，模拟量信号包括机组摆度信号、机组振动信号、机组油压信号、机组流量信号中的其中一种或多种。参数数据还包括开关量信号，开关量信号包括机组启动信号、机组停止信号、油泵启动信号、油泵停止信号中的其中一种或多种。其中，机组摆度信号、机组振动信号、机组油压信号、机组流量信号、机组启动信号、机组停止信号、油泵启动信号、油泵停止信号可通过趋势预测设备采集。
[0064]本专利技术实施例中，趋势状态预测模型包括多元线性回归模型。
[0065]具体地，多元线性回归模型为：
[0066]Y＝β本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种趋势状态预测方法，其特征在于，包括：获取正在运行的机组的多个参数数据；将所述多个参数数据发送至预设的趋势状态预测模型，得到预测结果。2.根据权利要求1所述的一种趋势状态预测方法，其特征在于，所述参数数据可通过趋势预测设备获取。3.根据权利要求1所述的一种趋势状态预测方法，其特征在于，所述参数数据包括模拟量信号；所述模拟量信号包括机组摆度信号、机组振动信号、机组油压信号、机组流量信号中的其中一种或多种。4.根据权利要求3所述的一种趋势状态预测方法，其特征在于，所述参数数据还包括开关量信号，所述开关量信号包括机组启动信号、机组停止信号、油泵启动信号、油泵停止信号中的其中一种或多种。5.根据权利要求4所述的一种趋势状态预测方法，其特征在于，所述预测模型包括多元线性回归模型。6.根据权利要求5所述的一种趋势状态预测方法，其特征在于，所述多元线性回归模型为：Y＝β
10
+β
11
X
11
+β
12
X
12
+β
13
X
13
+β
14
X
14
+β
15
X
15
+β
16
X
16
+β
17
X
17
+β
18
X
18
+e1其中，Y表示预测结果，X
11
表示机组摆度信号，X
12
表示机组振动信号，X
13
表示机组油压信号，X
14
表示机组流量信号，X
15
表示机组启动信号，X
16
表示机组停止信号，X
17
表示油泵启动信号，X
18
表示油泵停止信号；β
10
为常数项，β
11
,β
12
,β
13
,β
14
,β
15
,β
16
,β
17
,β
18
为偏回归系数；e1为误差。7.根据权利要求3所述的一种趋势状态预测方法，其特征在于，所述机组摆度信号获取的方法包括：X
11
＝β
20
+β
21
X
21
+β
22
X
22
+β
23
X...

【专利技术属性】
技术研发人员：张青，郑博文，张洪强，张民威，何继全，
申请(专利权)人：国家电投集团重庆狮子滩发电有限公司，
类型：发明
国别省市：