一种热电厂供热机组故障监测方法及系统技术方案

技术编号:39420107 阅读:11 留言:0更新日期:2023-11-19 16:09
本发明专利技术公开了一种热电厂供热机组故障监测方法及系统,属于热电管理领域,其中方法包括:交互设备管理库,获取供热机组的设备信息,并构建供热机组的数字孪生模型;采集机组的参数运行数据,并进行预处理,获取多个参数运行子数据;将多个子数据分别输入子模型;参数预测模型分别对多个参数运行子数据进行预测,获取多个参数运行预测数据;将超出约束阈值区间的参数运行预测数据进行提取,获取预测数据故障集;根据预测数据故障集对供热机组进行监测管理。本申请解决了现有技术中供热机组故障监测不准确、发现故障不及时的技术问题,达到了提高故障监测精度和效率、降低故障带来的损失、提高供热系统的稳定性和可靠性的技术效果。果。果。

【技术实现步骤摘要】
一种热电厂供热机组故障监测方法及系统


[0001]本专利技术涉及热电管理领域,具体涉及一种热电厂供热机组故障监测方法及系统。

技术介绍

[0002]在热电厂供热领域,故障监测是确保供热系统稳定运行的关键环节。然而,现有的供热机组故障监测方法存在着准确性不高、无法及时发现故障等问题,严重影响了供热系统的稳定性和可靠性。为了提高故障监测的准确性和效率,保障供热系统的稳定运行,迫切需要提供一种新的热电厂供热机组故障监测方法。

技术实现思路

[0003]本申请通过提供了一种热电厂供热机组故障监测方法及系统,旨在解决现有技术中供热机组故障监测不准确、发现故障不及时的技术问题。
[0004]鉴于上述问题,本申请提供了一种热电厂供热机组故障监测方法及系统。
[0005]本申请公开的第一个方面,提供了一种热电厂供热机组故障监测方法,该方法包括:交互设备管理库,获取供热机组的设备信息;基于设备信息构建供热机组的数字孪生模型,其中,数字孪生模型包括多个数字孪生子模型,多个数字孪生子模型具有多个约束阈值区间,多个数字孪生子模型均嵌有参数预测模型;实时采集供热机组的参数运行数据,并对参数运行数据进行预处理,获取多个参数运行子数据,其中,多个参数运行子数据与多个数字孪生子模型一一对应;将多个参数运行子数据分别输入对应的多个数字孪生子模型;参数预测模型分别对多个参数运行子数据进行预测,获取多个参数运行预测数据;将超出约束阈值区间的参数运行预测数据进行提取,获取预测数据故障集;根据预测数据故障集对供热机组进行监测管理。
[0006]本申请公开的另一个方面,提供了一种热电厂供热机组故障监测系统,该系统包括:设备信息获取模块,用于交互设备管理库,获取供热机组的设备信息;孪生模型构建模块,用于基于设备信息构建供热机组的数字孪生模型,其中,数字孪生模型包括多个数字孪生子模型,多个数字孪生子模型具有多个约束阈值区间,多个数字孪生子模型均嵌有参数预测模型;运行参数采集模块,用于实时采集供热机组的参数运行数据,并对参数运行数据进行预处理,获取多个参数运行子数据,其中,多个参数运行子数据与多个数字孪生子模型一一对应;运行数据输入模块,用于将多个参数运行子数据分别输入对应的多个数字孪生子模型;运行参数预测模块,用于参数预测模型分别对多个参数运行子数据进行预测,获取多个参数运行预测数据;故障数据提取模块,用于将超出约束阈值区间的参数运行预测数据进行提取,获取预测数据故障集;机组监测管理模块,用于根据预测数据故障集对供热机组进行监测管理。
[0007]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:
[0008]由于采用了通过交互设备管理库获取供热机组的设备信息;根据设备信息构建数字孪生模型,该模型包含多个子模型,每个子模型都嵌入了参数预测模型和约束阈值区间;
实时采集供热机组的参数运行数据,并对数据进行预处理,得到多个参数运行子数据,每个子数据对应一个数字孪生子模型;将参数运行子数据输入到对应的数字孪生子模型中,并使用参数预测模型进行预测,得到参数运行预测数据;提取超出约束阈值区间的预测数据,形成预测数据故障集;根据预测数据故障集对供热机组进行监测管理的技术方案,解决了现有技术中供热机组故障监测不准确、发现故障不及时的技术问题,达到了提高故障监测精度和效率、降低故障带来的损失、提高供热系统的稳定性和可靠性的技术效果。
[0009]上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
[0010]图1为本申请实施例提供了一种热电厂供热机组故障监测方法可能的流程示意图;
[0011]图2为本申请实施例提供了一种热电厂供热机组故障监测方法中获取多个参数运行预测数据可能的流程示意图;
[0012]图3为本申请实施例提供了一种热电厂供热机组故障监测方法中获取预测数据故障集可能的流程示意图;
[0013]图4为本申请实施例提供了一种热电厂供热机组故障监测系统可能的结构示意图。
[0014]附图标记说明:设备信息获取模块11,孪生模型构建模块12,运行参数采集模块13,运行数据输入模块14,运行参数预测模块15,故障数据提取模块16,机组监测管理模块17。
具体实施方式
[0015]本申请提供的技术方案总体思路如下:
[0016]本申请实施例提供了一种热电厂供热机组故障监测方法及系统。首先,通过交互设备管理库获取供热机组的设备信息。接着,基于设备信息的基础上,构建供热机组的数字孪生模型,该模型包含多个子模型,每个子模型都嵌入了参数预测模型和约束阈值区间。然后,通过实时采集供热机组的参数运行数据,并对数据进行预处理,得到多个参数运行子数据。在每个子数据对应的数字孪生子模型中,将参数运行子数据输入,并利用参数预测模型对其进行预测,得到参数运行预测数据。接下来,提取超出约束阈值区间的预测数据,形成预测数据故障集。最后,根据预测数据故障集对供热机组进行监测管理,及时发现和解决故障,以提高供热系统的稳定性和可靠性。
[0017]在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
[0018]实施例一
[0019]如图1所示,本申请实施例提供了一种热电厂供热机组故障监测方法,该方法包括:
[0020]步骤S100:交互设备管理库,获取所述供热机组的设备信息;
[0021]具体而言,通过访问交互设备管理库来获取供热机组的设备信息。交互设备管理库是用于存储和管理设备信息的数据库,其中包含供热机组的各种设备的详细信息,比如设备型号、制造商、参数等。
[0022]首先,通过设备管理库提供的API连接到设备管理库,该API提供特定的函数和方法来进行连接和查询操作;然后,根据所需的供热机组设备信息,构建一个查询请求;再使用API提供的方法,将查询请求发送到设备管理库,等待设备管理库的响应,并使用API提供的方法来接收响应数据;随后,从接收到的响应数据中提取所需的供热机组设备信息,并将其进行存储,获取到供热机组的设备信息,以支持后续的操作或分析。
[0023]步骤S200:基于所述设备信息构建所述供热机组的数字孪生模型,其中,所述数字孪生模型包括多个数字孪生子模型,所述多个数字孪生子模型具有多个约束阈值区间,所述多个数字孪生子模型均嵌有参数预测模型;
[0024]具体而言,为实现对供热机组的智能故障监测,构建供热机组的数字孪生模型。该数字孪生模型是以设备信息为基础建立起来的供热机组的虚拟模型,由多个数字孪生子模型组成,每个数字孪生子模型对应供热机组的一个子模块,如水泵、阀门等,用于模拟子模块的运行特性。每个数字孪生子模型都设定有多个约束阈值区间,用于判断子模块的参数运行数据是否正常。每个数字孪生子模型都嵌有参数预测模型,用于预测子模块参数运本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种热电厂供热机组故障监测方法,其特征在于,包括:交互设备管理库,获取所述供热机组的设备信息;基于所述设备信息构建所述供热机组的数字孪生模型,其中,所述数字孪生模型包括多个数字孪生子模型,所述多个数字孪生子模型具有多个约束阈值区间,所述多个数字孪生子模型均嵌有参数预测模型;实时采集所述供热机组的参数运行数据,并对所述参数运行数据进行预处理,获取多个参数运行子数据,其中,所述多个参数运行子数据与所述多个数字孪生子模型一一对应;将所述多个参数运行子数据分别输入对应的所述多个数字孪生子模型;所述参数预测模型分别对所述多个参数运行子数据进行预测,获取多个参数运行预测数据;将超出所述约束阈值区间的所述参数运行预测数据进行提取,获取预测数据故障集;根据所述预测数据故障集对所述供热机组进行监测管理。2.根据权利要求1所述的方法,其特征在于,基于所述设备信息构建所述供热机组的数字孪生模型,包括:对所述设备信息进行分析,根据分析结果对所述供热机组进行拆分,获取多个供热机组子模块;对所述多个供热机组子模块分别进行数字孪生模型构建,获取多个供热机组数字子模型;将所述多个供热机组数字子模型进行拼接,获取所述数字孪生模型。3.根据权利要求2所述的方法,其特征在于,还包括:基于所述设备信息与所述多个供热机组子模块进行分析,匹配所述多个供热机组子模块的运行信息;根据所述子模块的运行信息设置所述多个供热机组数字子模型的约束阈值区间。4.根据权利要求3所述的方法,其特征在于,还包括:获取所述供热机组的历史运行数据;根据所述多个供热机组子模块对所述历史运行数据进行数据划分,获取所述多个供热机组子模块对应的多个历史运行子数据;遍历所述多个历史运行子数据,获取第一历史运行子数据;根据所述第一历史运行子数据获取对应的第一供热机组数字子模型;基于所述第一历史运行子数据与所述第一供热机组数字子模型构建第一参数预测模型。5.如权利要求4所述的方法,其特征在于,所述参数预测模型分别对所述多个参数运行子数据进行预测,获取多个参数运行预测数据,包括:基于所述多个参数运行子数据获取第一参数运行子数据;将所述第一参数运行子数据输入所述第一参数预测模型中,所述第一参数预测模型将所述第一参数运行子数据添加入时序预测中,获取第一参数运行子时序数据...

【专利技术属性】
技术研发人员:刘敬涛高连瑞李韫韬崔海东王洪涛沈永伟
申请(专利权)人:大唐双鸭山热电有限公司
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