【技术实现步骤摘要】
本专利技术涉及电厂安全管控，尤其涉及一种电厂安全管控平台数据分析方法及系统。
技术介绍
1、电力产业中，电厂的安全运营是至关重要的；一个结构完善、运行高效且安全的电厂不仅可以保障持续稳定的电力供应，还能避免因事故导致的人员伤亡和经济损失。随着信息技术和数据科学的发展，传统的以人工检查和定期维护为主的安全管理方法逐渐向利用数据分析和实时监控过渡；这种趋势催生了电厂安全管控平台数据分析方法和系统的发展。
2、现有的电厂安全管控平台通常集成了大量的传感器和监测设备，这些设备能够提供关于电厂各个角落的实时数据，如温度、压力、湿度、流量、振动等参数。通过收集和分析这些数据，可以对设备的健康状况进行实时监控，但上述监控方法大多只能发现已经出现危害的异常情况，无法就管控数据的表现进行事先的预警，进而及时进行处置。
技术实现思路
1、本专利技术的目的是为了提供一种能够根据管控数据的表现进行事先预警的电厂安全管控平台数据分析方法及系统。
2、本专利技术公开了一种电厂安全管控平台数据分析方法，包括：
3、获取历史电厂管控数据，并基于历史电厂管控数据进行特征因子分析，并将确定出来的历史特征因子对历史电厂管控数据进行标记；
4、获取历史事故记录，并基于历史事故记录中每一历史事故事件的危害程度分析，对每一历史事故事件标记危害程度，得到已标记历史事故记录；
5、构建推测事故事件，并对每一推测事故事件进行危害程度分析，并对每一推测事故事件标记危害程度，
6、分别将历史事故记录和推测事故记录中的每一事故事件和历史电厂管控数据进行映射关联，得到电厂管控数据参考集；
7、获取当下电厂管控数据，并对当下电厂管控数据进行特征因子分析，并将确定出来的当下特征因子在电厂管控数据参考集中进行相关性匹配，确定出当下电厂管控数据对应的可能事故事件；
8、将当下管控数据对应的可能事故事件所属的管控节点记为事故爆发管控节点，对事故爆发管控节点进行管控节点的反向遍历分析，确定出若干具有相关性的相关管控节点，并计算每一相关管控节点相对事故爆发管控节点之间的危害相关度；
9、对大于危害相关度阈值的相关管控节点进行高危提示。
10、在本专利技术公开的一些实施例中，对历史电厂管控数据进行特征因子分析的方法包括：
11、预设若干数据因子类型，并基于每一数据因子类型对历史电厂管控数据进行扫描提取，得到若干数据因子；
12、基于数据因子所属的数据因子类型，确定数据因子的正常变量波动区间和异常变量波动区间，并基于等同数据因子的集中表现，对数据因子的正常变量波动区间和异常变量波动区间进行划分，得到正常变量子区间和异常变量子区间，并基于等同数据因子的集中表现，对不同的正常变量子区间和异常变量子区间配置特征性基础值；
13、基于数据因子所属的正常变量子区间或异常变量子区间，确定数据因子对应的特征性基础值，并基于数据因子所属的数据因子类型，对特征性基础值配置重要程度权重，得到数据因子的特征性参考值；
14、设定有特征性参考阈值，若存在数据因子的特征性参考值大于等于特征性参考阈值，则将所述数据因子认定为历史特征因子。
15、在本专利技术公开的一些实施例中，对数据因子的正常变量波动区间和异常变量波动区间进行划分的方法包括：
16、将等同的数据因子对应的变量映射于正常变量波动区间或异常变量波动区间，形成变量映射点；
17、对正常变量波动区间或异常变量波动区间进行动态区段扫描，并统计动态区段内的变量映射点数量，若动态区段内的变量映射点数量与变量映射点数量总和的第一映射点比值不符合预设标准，则逐步扩大动态区段，直到第一映射点比值符合预设标准，并将此时的动态区段长度认定为对正常变量波动区间和异常变量波动区间进行划分的间隔长度。
18、在本专利技术公开的一些实施例中，对不同的正常变量子区间和异常变量子区间配置特征性基础值的方法包括：
19、将等同的数据因子对应的变量映射于正常变量波动区间或异常变量波动区间，形成变量映射点；
20、对每一正常变量子区间或异常变量子区间内的变量映射点进行统计，并计算各个变量子区间中变量映射点数量与变量映射点数量总和的第二映射点比值；
21、基于变量子区间的第二映射点比值与最大映射点比值的差异量，确定正常变量子区间或异常变量子区间的特征性基础值；
22、其中，计算特征性基础值的表达式为：
23、；
24、其中，为特征性基础值，为特征性基础值转换系数，为第二映射点比值，为最大映射点比值，为差异量区间判断函数，根据所属的差异量区间，输出对应基础值计算参数，为计算参数调整常数。
25、在本专利技术公开的一些实施例中，将确定出来的当下特征因子在电厂管控数据参考集中进行相关性匹配的方法包括：
26、将确定出的每一当下特征因子依次代入电厂管控数据参考集中进行筛选，并将最后筛选出来的历史电厂管控数据进行输出；
27、将最后筛选出来的历史电厂管控数据分别和当下电厂管控数据中的若干等同数据变量因子分别进行线性拟合，得到若干对数据变量因子曲线；
28、同时动态平移历史电厂管控数据或当下电厂管控数据对应的若干数据变量因子曲线，并实时计算等同数据变量因子曲线之间的第一相似程度，并基于若干等同数据变量因子曲线之间的第一相似程度，确定历史电厂管控数据和当下电厂管控数据之间的第二相似程度；
29、基于第二相似程度，确定出最匹配历史电厂管控数据；
30、将最匹配历史管控数据对应的历史事故时间或推测事故事件认定为可能事故事件。
31、在本专利技术公开的一些实施例中，计算历史电厂管控数据和当下电厂管控数据之间的第二相似程度的方法包括：
32、针对数据变量因子曲线按照均匀间隔设定有若干数据采集点，并计算相对的数据采集点之间的数据变量差值，并对连续的数据变量差值进行判断，确定出数据变量差值连续区段；
33、基于数据变量差值以及数据变量差值连续区段的表现，得到等同数据变量因子曲线之间的第一相似程度；
34、针对不同的数据变量因子曲线配置有不同的权重系数，并结合第一相似程度，确定历史电厂管控数据和当下管控数据之间的第二相似程度；
35、计算第一相似程度的表达式为：
36、{x}_{1}=\frac {k} {{\sigma }^{n}_{1}\left \{{exp\left [ {exp\left [ {\beta \left ( {i} \right )+{c}_{1}} \right ]} \right ]
imes \left | {{\delta y}_{i}} \right |} \right \} }；
37、其中，为第一相似程度，为相似程度转换系数，为数据变量因子曲线中数据采集本文档来自技高网...
【技术保护点】
1.一种电厂安全管控平台数据分析方法，其特征在于，包括：
2.根据权利要求1所述的一种电厂安全管控平台数据分析方法，其特征在于，对历史电厂管控数据进行特征因子分析的方法包括：
3.根据权利要求2所述的一种电厂安全管控平台数据分析方法，其特征在于，对数据因子的正常变量波动区间和异常变量波动区间进行划分的方法包括：
4.根据权利要求2所述的一种电厂安全管控平台数据分析方法，其特征在于，对不同的正常变量子区间和异常变量子区间配置特征性基础值的方法包括：
5.根据权利要求1所述的一种电厂安全管控平台数据分析方法，其特征在于，将确定出来的当下特征因子在电厂管控数据参考集中进行相关性匹配的方法包括：
6.根据权利要求5所述的一种电厂安全管控平台数据分析方法，其特征在于，计算历史电厂管控数据和当下电厂管控数据之间的第二相似程度的方法包括：
7.根据权利要求1所述的一种电厂安全管控平台数据分析方法，其特征在于，计算每一相关管控节点相对事故爆发管控节点之间的危害相关度的方法包括：
8.一种电厂安全管控平台数据分析系
...【技术特征摘要】
1.一种电厂安全管控平台数据分析方法，其特征在于，包括：
2.根据权利要求1所述的一种电厂安全管控平台数据分析方法，其特征在于，对历史电厂管控数据进行特征因子分析的方法包括：
3.根据权利要求2所述的一种电厂安全管控平台数据分析方法，其特征在于，对数据因子的正常变量波动区间和异常变量波动区间进行划分的方法包括：
4.根据权利要求2所述的一种电厂安全管控平台数据分析方法，其特征在于，对不同的正常变量子区间和异常变量子区间配置特征性基础值的方法包括：
5.根据...
【专利技术属性】
技术研发人员：马志伟，刘宏建，周世军，王子帅，杨建光，
申请(专利权)人：山东汇通创软信息技术有限公司，
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。