一种面向设备故障机理的模拟样本生成方法技术

一种面向设备故障机理的模拟样本生成方法，步骤为：步骤一：分析设备故障机理；步骤二：确定故障参数：根据设备故障机理，确定故障参数；步骤三：结合水电设备故障检测领域知识，根据故障参数为不同的设备故障征兆模式确定对应的可信度算法；步骤四：根据可信度算法公式进行调优，得到与不同故障征兆模式对应的模板；步骤五：根据对应的模板生成模拟数据。本发明专利技术基于工业机理生成与不同征兆模式对应的符合设备故障诊断条件的数据，能够令模拟样本在监测、优化、效果预测方面体现出重要价值。效果预测方面体现出重要价值。效果预测方面体现出重要价值。

【技术实现步骤摘要】
一种面向设备故障机理的模拟样本生成方法


[0001]本专利技术属于工业互联网平台领域，特别涉及一种面向设备故障机理的模拟样本生成方法。

技术介绍

[0002]目前数据分析研究过程中，需要使用大量真实的数据使得分析结果趋近实际结果，而实际使用过程中，真实数据的数量不足以满足数据分析的需求，因此数据分析研究过程中通常可以进行数据模拟，即利用模拟样本来模拟，并根据获得的模拟数据进行分析。模拟样本的意义在于：实际设备运行的数据，不满足故障诊断的数据输入需求，通常使用模拟样本生成模拟数据，进行故障诊断模拟，为高级应用、数据分析开发工具、故障案例库等提供样本服务。模拟样本生成后单独存在于一个模拟时序库中，数据的修改编辑都与生产库隔离，不会对真实数据造成影响。
[0003]现有的模拟数据生成方法通常是根据真实的历史数据来进行数据模拟，以生成历史数据对应的大量模拟数据。但实际情况中，真实数据中可能会存在异常值，尤其是最大值和最小值可能出现异常，从而导致对应的数据取值范围过大，影响效率和准确性。故模拟后对数据再进行编辑修改才能符合数据要求，过程繁琐。

技术实现思路

[0004]鉴于
技术介绍
所存在的技术问题，本专利技术所提供的一种面向设备故障机理的模拟样本生成方法，基于工业机理生成与不同征兆模式对应的符合设备故障诊断条件的数据，能够令模拟样本在监测、优化、效果预测方面体现出重要价值。
[0005]为了解决上述技术问题，本专利技术采取了如下技术方案来实现：一种面向设备故障机理的模拟样本生成方法，步骤：步骤一：分析设备故障机理；步骤二：确定故障参数：根据设备故障机理，确定故障参数；步骤三：结合水电设备故障检测领域知识，根据故障参数为不同的设备故障征兆模式确定对应的可信度算法；步骤四：根据可信度算法公式进行调优，得到与不同故障征兆模式对应的模板；步骤五：根据对应的模板生成模拟数据。
[0006]优选地，步骤一中，故障机理包括以下几类：第一类：上导摆度大；第二类：振动以转频为基准；第三类：振动与转速的平方呈现线性增大；第四类：振动与负荷无关。
[0007]优选地，步骤三中，1)当故障征兆为第一类时，设上导摆度的通频幅值ugt，通道危险值ugtd，可信度计算公式（1）为：
cf=min(1.0, 1.2*ugt/ugtd)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1）；根据可信度计算公式（1），cf数值越接近于1，表明征兆越相似；故1.2*ugt/ugtd≥1.0，反向推出产生公式一：ugt/ugtd>0.834
ꢀꢀꢀ
（一）；即可满足征兆；2)当故障征兆为第二类时，如果振动摆度通道的转频fyp1大于频段的基准值，以通频振幅fypp为基准，可信度计算公式（2）为：cf=min(1.0, 1.2*fyp1/fypp)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（2）；根据可信度计算公式（2），cf数值越接近于1，表明征兆越相似；故1.2*fyp1/fypp≥1.0，反向推出产生公式二：fyp1/fypp>0.834
ꢀꢀꢀ
（二）；即可满足征兆；3)当故障征兆为第三类时，在机组升速过程中，取40~60%额定转速为speed1，80~100%额定转速为speed2，speed1振动摆度幅值为fypp1，speed2振动摆度幅值为fypp2，计算转速和振动摆度的变化分别为speedb和fyppb；则speedb=(speed2/speed1)2，fyppb=fypp2/fypp1；可信度公式（3）如下：如果fyppb/speedb>0.75并且fyppb/speedb<1.5，则cf=1，否则为0
ꢀꢀꢀ
（3）；根据可信度公式（3）反向推出产生公式三：1.5>((fypp2/fypp1)/(speed2/speed1)2>0.75
ꢀꢀꢀ
（三）；即可满足征兆；fypp2为机组转速是80~100%额定转速时的摆度1X幅值；fypp1为机组转速是40~60%额定转速时的摆度1X幅值；speed2为80~100%额定转速；speed1为40~60%额定转速；4)当故障征兆为第四类时，设3小时内负荷在小于10%额定负荷下的振动摆度的通频幅值为fyppLP，在大于90%额定负荷下的振动摆度的通频幅值为fyppHP，振动的变化为fypb=fyppHP
‑
fyppLP，振幅稳定条件为fypstatic，如果fypb>0，则可信度计算公式（4）为：cf=1
‑
min(1.0, 0.25* fypb/fypstatic)；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（4）；根据可信度计算公式（4）推出产生公式四：1>(fyppHP
‑
fyppLP)/fypstatic>0
ꢀꢀꢀ
（四）；即可满足征兆。
[0008]优选地，步骤四中，1）当故障征兆为第一类时，调整后可信度计算公式：ugt/ugtd>0.834；2）当故障征兆为第二类时，调整后可信度计算公式：1X幅值/摆度峰峰值>0.85；3）当故障征兆为第三类时，调整后可信度计算公式：1.5>((fypp2/fypp1)/(speed2/speed1)2>0.75；4）当故障征兆为第四类时，调整后可信度计算公式：1>(fyppHP
‑
fyppLP)/
fypstatic>0.1。
[0009]优选地，步骤五中，通过征兆模式公式模版，选定时间范围，以真实数据为基底，进行模拟，生成满足征兆的模拟数据，即模拟样本生成。
[0010]本专利技术可达到以下有益效果：由于实际水电设备运行的数据有时不满足故障诊断的数据输入需求，因此在故障诊断模拟时通常使用模拟样本。本专利技术基于工业机理生成与不同征兆模式对应的符合设备故障诊断条件的数据，能够令模拟样本在监测、优化、效果预测方面体现出重要价值。
附图说明
[0011]下面结合附图和实施例对本专利技术作进一步说明：图1为本专利技术流程图。
具体实施方式
[0012]实施例1：优选的方案如图1所示，一种面向设备故障机理的模拟样本生成方法，可基于工业机理生成符合要求的数据，为其他模块提供数据集服务。具体步骤如下：步骤一：分析设备故障机理：首先需要了解设备的工作原理和可能出现的故障机理。例如，对于水轮机发电机而言，可能出现的故障机理包括上导摆度大等。
[0013]步骤二：确定故障参数：根据设备故障机理，确定故障参数。例如，对于发电机上导摆度大故障而言，可能由于水轮机振动过大，故障参数包括摆度峰峰值等。
[0014本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向设备故障机理的模拟样本生成方法，其特征在于包括以下步骤：步骤一：分析设备故障机理；所述故障机理故障机理包括四类：第一类：上导摆度大；第二类：振动以转频为基准；第三类：振动与转速的平方呈现线性增大；第四类：振动与负荷无关；步骤二：确定故障参数：根据设备故障机理，确定故障参数；步骤三：结合水电设备故障检测领域知识，根据故障参数为不同的设备故障征兆模式确定对应的可信度算法；步骤四：根据可信度算法公式进行调优，得到与不同故障征兆模式对应的模板；步骤五：根据对应的模板生成模拟数据。2.根据权利要求1所述的一种面向设备故障机理的模拟样本生成方法，其特征在于：步骤三中，1)当故障征兆为第一类时，设上导摆度的通频幅值ugt，通道危险值ugtd，可信度计算公式（1）为：cf=min(1.0, 1.2*ugt/ugtd)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1）；根据可信度计算公式（1），cf数值越接近于1，表明征兆越相似；故1.2*ugt/ugtd≥1.0，反向推出产生公式一：ugt/ugtd>0.834
ꢀꢀꢀ
（一）；即可满足征兆；2)当故障征兆为第二类时，如果振动摆度通道的转频fyp1大于频段的基准值，以通频振幅fypp为基准，可信度计算公式（2）为：cf=min(1.0, 1.2*fyp1/fypp)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（2）；根据可信度计算公式（2），cf数值越接近于1，表明征兆越相似；故1.2*fyp1/fypp≥1.0，反向推出产生公式二：fyp1/fypp>0.834
ꢀꢀꢀ
（二）；即可满足征兆；3)当故障征兆为第三类时，在机组升速过程中，取40~60%额定转速为speed1，80~100%额定转速为speed2，speed1振动摆度幅值为fypp1，speed2振动摆度幅值为fypp2，计算转速和振动摆度的变化分别为speedb和fyppb；则speedb=(speed2/speed1)2，fyppb=fypp2/fypp1；可信度公式（3）如下：如果fyppb/speedb>0.75并且fyppb/speedb&lt...

【专利技术属性】
技术研发人员：李友平，郭钰静，李香华，谭鋆，武永恒，张舸，李利华，杨之圣，
申请(专利权)人：中国长江电力股份有限公司，
类型：发明
国别省市：