System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种抽水蓄能电站瓦温特征提取方法及系统技术方案_技高网

一种抽水蓄能电站瓦温特征提取方法及系统技术方案

技术编号:40371168 阅读:5 留言:0更新日期:2024-02-20 22:14
本发明专利技术公开了一种抽水蓄能电站瓦温特征提取方法及系统,涉及抽水蓄能技术领域,包括:选取机组运行历史数据,提取历史数据中机组发电稳态、机组抽水稳态时间区间;根据所述稳态时间区间,对机组发电稳态、机组抽水稳态时间区间内瓦温数据采用箱线图法进行异常数据清洗;根据所述清洗完成后瓦温数据按小时划分成若干份瓦温稳态小时数据,求取每份瓦温小时数据的最大值;根据所述瓦温小时数据最大值数据集,求取正态分布均值和标准差,形成瓦温动态阈值上限特征。本发明专利技术提供的抽水蓄能电站瓦温特征提取方法减少噪声和误导性数据的影响,确保了数据分析的精确度和可靠性,实现了对瓦温监控的动态适应性,有效地识别正常运行范围和潜在的异常状态。

【技术实现步骤摘要】

本专利技术涉及抽水蓄能,具体为一种抽水蓄能电站瓦温特征提取方法及系统


技术介绍

1、抽水蓄能电站水轮发电机组轴瓦温度是直接反映机组轴承是否安全运行的重要参量,如果轴瓦温度由于某种原因异常波动,轴瓦温度超过机组瓦温保护阈值,会导致机组非计划停机,还可能会使轴瓦瓦面烧损。挖掘抽水蓄能电站瓦温特征,用于瓦温异常提前预警,对机组安全运行有重要意义。

2、目前,抽水蓄能电站瓦温特征提取有以下三种常见方法:

3、方法一:选取过去一段时间的瓦温历史数据,求取最大值、最小值、平均值。该方法未对异常数据进行剔除,提取的特征容易受到异常数据影响。

4、方法二:选取过去一段时间每次开机后1个小时的历史曲线,将每个开机瓦温曲线进行整编,形成瓦温包络曲线。该方法有效将开机全过程瓦温数据进行特征提取,但仍缺少异常数据剔除。

5、方法三:通过选取过去较长一段时间瓦温数据和其影响因子数据,采用深度学习神经网络模型对数据进行训练,从而获得不同影响因子下瓦温特征。该方法依赖长时间的历史数据,且深度学习对计算资源要求较高,同时该方法未划分机组工况,导致瓦温特征抽取不是很准确。

6、因此亟需一种抽水蓄能电站瓦温特征提取方法,实现抽水蓄能电站瓦温历史数据特征提取,提高解决瓦温特征提取正确性和可用性。


技术实现思路

1、鉴于上述存在的问题,提出了本专利技术。

2、因此,本专利技术解决的技术问题是:现有的瓦温特征提取方法存在缺乏异常数据剔除和准确性不足,以及如何有效地提高特征提取的正确性和可用性的优化问题。

3、为解决上述技术问题,本专利技术提供如下技术方案:一种抽水蓄能电站瓦温特征提取方法,包括:选取机组运行历史数据,提取历史数据中机组发电稳态、机组抽水稳态时间区间;根据所述稳态时间区间,对机组发电稳态、机组抽水稳态时间区间内瓦温数据采用箱线图法进行异常数据清洗;根据所述清洗完成后瓦温数据按小时划分成若干份瓦温稳态小时数据,求取每份瓦温小时数据的最大值;根据所述瓦温小时数据最大值数据集,求取正态分布均值和标准差,形成瓦温动态阈值上限特征。

4、作为本专利技术所述的抽水蓄能电站瓦温特征提取方法的一种优选方案,其中:所述历史数据包括监测机组每一次发电方向开机,将机组发电态持续预设时间作为机组发电稳态时间区间开始时间,机组发电态复归的时间作为发电稳态时间区间结束时间;监测机组每一次抽水方向开机,将机组抽水态持续预设时间作为机组抽水稳态时间区间开始时间,机组抽水态复归的时间作为发电稳态时间区间结束时间。

5、作为本专利技术所述的抽水蓄能电站瓦温特征提取方法的一种优选方案,其中:所述异常数据清洗包括对每一份机组发电稳态、机组抽水稳态时间区间内瓦温数据按照瓦温数据从小到大排序,选取排序后第25%的瓦温数据作为下四分位数q1,选取排序后第75%的瓦温数据作为上四分位数q3,计算瓦温排序数据的四分位距iqr。

6、计算瓦温数据的正常值上限max,表示为,

7、max=q3+1.5iq+3

8、将稳态区间内瓦温数据和上限max进行对比,将大于max的数据进行剔除,形成异常数据清洗后的稳态区间内瓦温数据。

9、作为本专利技术所述的抽水蓄能电站瓦温特征提取方法的一种优选方案,其中:所述求取每份瓦温小时数据的最大值包括将清洗完成后每一份发电稳态工况、抽水稳态工况瓦温数据集按照整小时划分成若干瓦温稳态小时数据;若工况开始时间和工况结束在同一个小时内,则工况开始时间到工况结束为一份瓦温稳态小时数据;若工况开始时间和工况结束不在同一个小时内,工况开始时间或者工况结束时间不是整小时,则工况开始时间到其后一个整小时为一份瓦温稳态小时数据,工况结束时间前一个整小时到工况结束时间为一份瓦温稳态小时数据。

10、作为本专利技术所述的抽水蓄能电站瓦温特征提取方法的一种优选方案,其中:所述形成瓦温动态阈值上限特征包括求取每份瓦温稳态小时数据的最大值,作为瓦温稳态小时数据特征,所述根据所述瓦温小时数据最大值数据集包括将过去预设月份时间内,机组所有发电方向开机瓦温小时数据的最大值形成数据集合,将过去预设月份时间内,机组所有抽水方向开机瓦温小时数据的最大值形成数据集合,分别求取发电方向、抽水方向机组稳态瓦温小时数据最大值数据集的均值和标准差s,求取瓦温动态阈值上限特征tmax。

11、作为本专利技术所述的抽水蓄能电站瓦温特征提取方法的一种优选方案,其中所述瓦温动态阈值上限特征表示为:

12、

13、所述进行对比包括将瓦温实时测值t与瓦温动态阈值上限特征tmax进行对比,若判断为正常范围状态a1,若判断为边缘范围状态a2,若t≥tmax判断为异常范围状态a3。

14、作为本专利技术所述的抽水蓄能电站瓦温特征提取方法的一种优选方案,其中:所述包括当状态为a1时持续进行瓦温的实时监控,并记录数据,按照预设频定期对收集的瓦温数据进行统计分析检测长期变化;若分析结果显示瓦温趋势稳定,在阈值范围内波动,维持现有监控和维护a1调整策略,若分析揭示出新的趋势或周期性模式,调整预警系统的阈值和参数;当状态为a2时立即按照预设a2调整策略增加瓦温监控的频率,实时分析瓦温数据,判断温度偏差因素,若确定瓦温偏差是由于可控因素引起,立即调整相应的操作参数或环境条件,若无法立即确定偏差原因,实施临时措施;所述可控因素包括传感误差、环境变化;当状态为a3时立即启动应急响应程序,暂停相关机组的运行,对机组进行全面检查,识别异常的根源,进行故障分析,根据故障诊断的结果,采取维修措施,故障修复后,进行全面的系统测试,当完成系统测试后,按照预设a3调整策略逐步恢复机组的正常运行,同时按照预设策略监控瓦温。

15、本专利技术的另外一个目的是提供一种抽水蓄能电站瓦温特征提取系统,其能通过数据处理和实时监控技术,解决瓦温数据分析的准确性和预警系统的效率问题。

16、为解决上述技术问题,本专利技术提供如下技术方案:一种抽水蓄能电站瓦温特征提取系统,包括:稳态工况提取模块、数据清洗模块、数据切分及抽取模块以及特征抽取模块;所述稳态工况提取模块用于选取机组运行历史数据,提取历史数据中机组发电稳态、机组抽水稳态时间区间;所述数据清洗模块用于根据所述稳态时间区间,对机组发电稳态、机组抽水稳态时间区间内瓦温数据采用箱线图法进行异常数据清洗;所述数据切分及抽取模块用于根据所述清洗完成后瓦温数据按小时划分成若干份瓦温稳态小时数据,求取每份瓦温小时数据的最大值;所述特征抽取模块用于根据所述瓦温小时数据最大值数据集,求取正态分布均值和标准差,形成瓦温动态阈值上限特征。

17、一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上所述抽水蓄能电站瓦温特征提取方法的步骤。

18、一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上所述抽水蓄能电站瓦温特征本文档来自技高网...

【技术保护点】

1.一种抽水蓄能电站瓦温特征提取方法,其特征在于,包括:

2.如权利要求1所述的抽水蓄能电站瓦温特征提取方法,其特征在于:所述历史数据包括监测机组每一次发电方向开机,将机组发电态持续预设时间作为机组发电稳态时间区间开始时间,机组发电态复归的时间作为发电稳态时间区间结束时间;

3.如权利要求2所述的抽水蓄能电站瓦温特征提取方法,其特征在于:所述异常数据清洗包括对每一份机组发电稳态、机组抽水稳态时间区间内瓦温数据按照瓦温数据从小到大排序,选取排序后第25%的瓦温数据作为下四分位数Q1,选取排序后第75%的瓦温数据作为上四分位数Q3,计算瓦温排序数据的四分位距IQR;

4.如权利要求3所述的抽水蓄能电站瓦温特征提取方法,其特征在于:所述求取每份瓦温小时数据的最大值包括将清洗完成后每一份发电稳态工况、抽水稳态工况瓦温数据集按照整小时划分成若干瓦温稳态小时数据;

5.如权利要求4所述的抽水蓄能电站瓦温特征提取方法,其特征在于:所述形成瓦温动态阈值上限特征包括求取每份瓦温稳态小时数据的最大值,作为瓦温稳态小时数据特征,所述根据所述瓦温小时数据最大值数据集包括将过去预设月份时间内,机组所有发电方向开机瓦温小时数据的最大值形成数据集合,将过去预设月份时间内,机组所有抽水方向开机瓦温小时数据的最大值形成数据集合,分别求取发电方向、抽水方向机组稳态瓦温小时数据最大值数据集的均值和标准差S,求取瓦温动态阈值上限特征Tmax。

6.如权利要求5所述的抽水蓄能电站瓦温特征提取方法,其特征在于:所述瓦温动态阈值上限特征表示为,

7.如权利要求6所述的抽水蓄能电站瓦温特征提取方法,其特征在于:所述包括当状态为A1时持续进行瓦温的实时监控,并记录数据,按照预设频定期对收集的瓦温数据进行统计分析检测长期变化;

8.一种采用如权利要求1~7任一所述的抽水蓄能电站瓦温特征提取方法的系统,其特征在于,包括:稳态工况提取模块、数据清洗模块、数据切分及抽取模块以及特征抽取模块;

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的抽水蓄能电站瓦温特征提取方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的抽水蓄能电站瓦温特征提取方法的步骤。

...

【技术特征摘要】

1.一种抽水蓄能电站瓦温特征提取方法,其特征在于,包括:

2.如权利要求1所述的抽水蓄能电站瓦温特征提取方法,其特征在于:所述历史数据包括监测机组每一次发电方向开机,将机组发电态持续预设时间作为机组发电稳态时间区间开始时间,机组发电态复归的时间作为发电稳态时间区间结束时间;

3.如权利要求2所述的抽水蓄能电站瓦温特征提取方法,其特征在于:所述异常数据清洗包括对每一份机组发电稳态、机组抽水稳态时间区间内瓦温数据按照瓦温数据从小到大排序,选取排序后第25%的瓦温数据作为下四分位数q1,选取排序后第75%的瓦温数据作为上四分位数q3,计算瓦温排序数据的四分位距iqr;

4.如权利要求3所述的抽水蓄能电站瓦温特征提取方法,其特征在于:所述求取每份瓦温小时数据的最大值包括将清洗完成后每一份发电稳态工况、抽水稳态工况瓦温数据集按照整小时划分成若干瓦温稳态小时数据;

5.如权利要求4所述的抽水蓄能电站瓦温特征提取方法,其特征在于:所述形成瓦温动态阈值上限特征包括求取每份瓦温稳态小时数据的最大值,作为瓦温稳态小时数据特征,所述根据所述瓦温小时数据最大值数据集包括将过去预设月份时间内,机组所有发电方向开机瓦温小...

【专利技术属性】
技术研发人员:欧阳慧泉刘勇李国和杨峰徐博为戎刚尤万方陈龙宋旭峰卢国强
申请(专利权)人:国网江西省电力有限公司柘林水电厂
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