[發(fā)明專利]一種基于設(shè)備工況變化的實時設(shè)備性能監(jiān)測方法

有效

• 申請?zhí)枺?/td>: 201811236384.1
• 申請日: 2018-10-23
• 公開（公告）號: CN109524139B
• 公開（公告）日: 2023-06-13
• 發(fā)明（設(shè)計）人: 楊鴻翔;李建春;李小泉;姜向平;吳舜華;劉健;岳春生;臧家林;王巖;李志龍;胡宇杰;徐中
• 申請（專利權(quán)）人: 中核核電運行管理有限公司;中國核能電力股份有限公司
• 主分類號: G21D3/00
• 分類號: G21D3/00;G21D3/06
• 代理公司: 核工業(yè)專利中心 11007
• 代理人: 程然

1.一種基于設(shè)備工況變化的實時設(shè)備性能監(jiān)測方法，其特征在于：包括步驟一：數(shù)據(jù)采集；步驟二：數(shù)據(jù)預(yù)處理；步驟三：特征提取；步驟四：模塊訓(xùn)練；步驟五：迭代優(yōu)化模型；步驟六：模型應(yīng)用；其中，所述的步驟二：數(shù)據(jù)預(yù)處理，包括如下步驟：

第一步：進行異常值查找，時間段的包含范圍，包括海水溫度、環(huán)境溫度、濕度；采用線性一階的相關(guān)性分析，實現(xiàn)測點的相關(guān)性分析和權(quán)重的確立，剔除完全無相關(guān)性的參數(shù)；規(guī)則篩選，剔除系統(tǒng)因不確定因素產(chǎn)生的誤差；利用趨勢篩選，剔除突變、無規(guī)律波動、嚴(yán)重偏離工況數(shù)據(jù)的時間段；定義固定閾值范圍，使其完全貼合工況；設(shè)置啟停規(guī)則；

第二步：模型預(yù)警效果檢測，根據(jù)第一步，對缺陷信息進行篩選；保留可通過參數(shù)變化進行預(yù)警判斷的信息；提取歷史參數(shù)，進行模型的模擬檢測；根據(jù)檢測結(jié)果來優(yōu)化調(diào)整模型的算法；

第三步：由操作人員根據(jù)現(xiàn)場狀況和歷史記錄來確定是否忽略該異常值點，同時操作員根據(jù)異常點的狀況來進行數(shù)據(jù)時間間隔調(diào)整；若判斷異常點由測量儀表故障導(dǎo)致，則對該數(shù)據(jù)進行刪除，并進一步進行數(shù)據(jù)缺失值自動補充；若判斷異常點為設(shè)備故障，則提取該異常值點，留待進一步分析處理；

第四步：對上述第三步中異常數(shù)據(jù)忽略導(dǎo)致的數(shù)據(jù)缺失值自動補充，根據(jù)缺失前后數(shù)據(jù)實測值，設(shè)置自動取最惡劣數(shù)據(jù)來填充或取平均值來填充功能；

所述的步驟五：迭代優(yōu)化模型，包括如下步驟：

第一步：根據(jù)模型實際運行過程中產(chǎn)生誤報和漏報的缺陷信息，重復(fù)數(shù)據(jù)預(yù)處理中的第一步、第三步，執(zhí)行優(yōu)化調(diào)整模型計算的動態(tài)閾值范圍，如模型產(chǎn)生誤報，重新篩選相似工況下的歷史數(shù)據(jù)的時間段范圍，或根據(jù)實際情況調(diào)整動態(tài)閾值范圍的上下限；

第二步：根據(jù)模型實際運行過程中的預(yù)警效果，調(diào)整建模參數(shù)的范圍、數(shù)量、權(quán)重實現(xiàn)簡化模型的效果。

2.如權(quán)利要求1所述的一種基于設(shè)備工況變化的實時設(shè)備性能監(jiān)測方法，其特征在于：所述的步驟一：數(shù)據(jù)采集，包括如下步驟：

第一步：用戶通過測點編碼、測點名稱、儀表號關(guān)鍵詞查詢實時數(shù)據(jù)庫里的測點，導(dǎo)出測點數(shù)據(jù)；

第二步：收集設(shè)備的歷史缺陷信息，設(shè)備的歷史監(jiān)測報告；

第三步：對查到的測點進行保存、刪除、變換序列常規(guī)操作。

3.如權(quán)利要求1所述的一種基于設(shè)備工況變化的實時設(shè)備性能監(jiān)測方法，其特征在于：所述的步驟三：特征提取，包括如下步驟：

第一步：根據(jù)設(shè)備的設(shè)計資料、監(jiān)督文檔、圖紙劃定參數(shù)范圍，在此范圍之內(nèi)進行參數(shù)選取，包括設(shè)備設(shè)計參數(shù)、設(shè)備安全特性參數(shù)、設(shè)備運行狀態(tài)參數(shù)；

第二步：通過數(shù)據(jù)預(yù)處理中的第一步，通過參數(shù)歸一化處理，采取偏差百分比或統(tǒng)一百分比二種方法來完成，來實現(xiàn)權(quán)重的確定；操作人員能夠?qū)?shù)權(quán)重適當(dāng)進行調(diào)整來驗證模型的有效性、正確性。

4.如權(quán)利要求1所述的一種基于設(shè)備工況變化的實時設(shè)備性能監(jiān)測方法，其特征在于：所述的步驟四：模塊訓(xùn)練，包括如下步驟：

第一步：針對有歷史故障數(shù)據(jù)的設(shè)備，采用基于數(shù)據(jù)驅(qū)動的機器學(xué)習(xí)和數(shù)據(jù)挖掘算法進行建模，一旦實際監(jiān)測數(shù)據(jù)符合模型報警值，系統(tǒng)自動作出設(shè)備故障報警，并根據(jù)建模時確定的故障模式自動提示設(shè)備故障類型，同時還可根據(jù)模型自動預(yù)測故障發(fā)生的時間，并作出提示；

第二步：對沒有歷史故障數(shù)據(jù)的設(shè)備，利用歷史正常運行數(shù)據(jù)來進行機器學(xué)習(xí)建模，該模型是一個正常運行的區(qū)間，超出正常運行，則系統(tǒng)自動作出設(shè)備異常警示。

5.如權(quán)利要求1所述的一種基于設(shè)備工況變化的實時設(shè)備性能監(jiān)測方法，其特征在于：所述的步驟六：模型應(yīng)用，包括如下步驟：

第一步：將大數(shù)據(jù)分析獲得的動態(tài)閾值模型投入應(yīng)用；

第二步：系統(tǒng)自動根據(jù)內(nèi)部配置的時間模型，結(jié)合歷史故障或異常數(shù)據(jù)的變化趨勢，預(yù)測故障發(fā)生的時間，形成預(yù)測趨勢曲線，設(shè)備故障報警或異常警示，包括黃色及以上級別，自動形成事件日志、并自動發(fā)出郵件和消息提醒。