【技术实现步骤摘要】
一种水轮机组异常运行行为预测预警方法
[0001]本专利技术涉及电力
,尤其涉及一种水轮机组异常运行行为预测预警方法
。
技术介绍
[0002]传统的水轮机组异常状态通过水轮机组设备特征测点测值的正常与否来判定机组状态是否异常,对单个测点一般通过“整定阈值”来衡量异常情况,如果测点数据在规定的阈值的范围内,视为正常数据;如果测点数据超过阈值范围,则该测点数据被认为是异常数据
。
该方法仅适用于故障发生后的确认定位,很难在故障发展早期实现异常告知,起不到早期预警的作用,且阈值超限报警是针对单一监测参数而言,未考虑参数间的相关关系
。
同时,为了防止误报,阈值范围一般设置较大,在较显著的异常发生时,才能触发报警机制,对于异常报警不够灵活,易造成不可挽回的损失
。
技术实现思路
[0003]本专利技术的目的就在于为了解决上述问题而提供一种水轮机组异常运行行为预测预警方法,本专利技术利用机组在过去正常运行时积累的大量正常数据,建立水轮机组异常状态预测预警模型,能实现水轮机组整体异常状态实时监测,在机组状态出现异常趋势时能提前预警,以提示现场工作人员及时采取相关措施有效保护机组的安全运行
。
[0004]本专利技术通过以下技术方案来实现上述目的:
[0005]一种水轮机组异常运行行为预测预警方法,包括以下步骤:
[0006]步骤1:数据准备,包括:
[0007]数据提取;从水轮机组监测系统中挑选出能够反映水轮机组状态的 ...
【技术保护点】
【技术特征摘要】
1.
一种水轮机组异常运行行为预测预警方法,其特征在于,包括以下步骤:步骤1:数据准备,包括:数据提取;从水轮机组监测系统中挑选出能够反映水轮机组状态的多个典型监测量,根据监测量按照时间周期进行提取制作成数据表;历史数据预处理;将提取出的多个监测量历史数据进行缺失值和重复值处理,缺失值按照该数据的前值进行补充,如果某条数据所有值和数据表中某条数据完全一样便删除该条数据;步骤2:数据预测模型的构建,包括:采用基于最近邻的预测模型算法,进行模型构建:假设从步骤1选取的反映水轮机组状态的监测量有
n
个,其中数据表的数据条数为
m
,则反映水轮机组状态的实时数据的维度为
n
,可以表示为
[x
1 x2ꢀ…ꢀ
x
n
]
,水轮机组历史数据表示为预测模型算法原理为分别计算历史数据表中的各条数据和实时数据的距离,如实时数据与历史数据表中第
j
条数据的距离
L
j
如式
(1)
:将计算出的
m
个距离中最小的那条数据作为水轮机组运行状态实时数据的预测值,并将该距离的值定义为水轮机组运行状态的异常度;步骤3:水轮机组异常行为预警,具体包括:异常度序列构建;结合机组运行规律,设定近期恰当时间长度的水轮机组状态数据分别和此前的水轮机组历史数据代入步骤2构建的数据预测模型,得到设定时间范围的各个水轮机组状态数据的异常度;采用
Pauta
准则构建实时水轮机组异常度的预警阈值;采用
Pauta
准则对异常度序列进行计算,得...
【专利技术属性】
技术研发人员:谢长鹏,徐颖,李游,苏宇,王文杰,陈文波,
申请(专利权)人:三峡金沙江川云水电开发有限公司,
类型:发明
国别省市:
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。