[發明專利]一種基于多維狀態向量的抽蓄機組性能劣化預警方法

有效

• 申請號: 202010183841.6
• 申請日: 2020-03-16
• 公開（公告）號: CN111522858B
• 公開（公告）日: 2022-11-18
• 發明（設計）人: 唐擁軍
• 申請（專利權）人: 國家電網有限公司;國網新源控股有限公司;國網新源控股有限公司技術中心
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/248;G06F17/18;G06Q10/04;G06Q50/06
• 代理公司: 北京風雅頌專利代理有限公司 11403
• 代理人: 張擁

1.一種基于多維狀態向量的抽蓄機組性能劣化預警方法，其特征在于，包括：

獲取預設歷史時間內的抽蓄機組正常運行時的健康狀態監測數據；

將健康狀態監測數據依次按照有功功率、水頭和冷卻水溫度進行篩選分組，得到多個健康數據子集，每個健康數據子集分別包含多個對應于同一穩態工況的健康多維狀態向量，每個健康多維狀態向量分別對應不同時刻，每個健康多維狀態向量分別含有有功功率、水頭、冷卻水溫度和多個其它監測參數；

分別計算每個健康數據子集中的多個其它監測參數的健康特征值，得到每個健康數據子集對應的健康狀態特征向量；

分別根據每個健康狀態特征向量中的各個健康特征值的增幅和權重計算機組性能劣化指數閾值，并計算機組性能劣化指數閾值的線性擬合斜率閾值；

實時獲取機組狀態監測數據，每隔預設周期篩選實時數據子集，并分別計算每個實時數據子集對應的實時狀態特征向量；

分別根據每個實時狀態特征向量中的各個實時特征值的增幅和權重計算機組性能劣化指數，并計算機組性能劣化指數的線性擬合的斜率；

依次分別判斷預設周期內的機組性能劣化指數序列中劣化指數是否大于對應的劣化指數閾值，得到第一判斷結果；判斷所述機組性能劣化指數序列的擬合直線的斜率是否大于斜率閾值，得到第二判斷結果；

根據所述第一判斷結果和所述第二判斷結果對抽蓄機組進行保護。

2.根據權利要求1所述的基于多維狀態向量的抽蓄機組性能劣化預警方法，其特征在于，所述將健康狀態監測數據依次按照有功功率、水頭和冷卻水溫度進行工況篩選分組，得到多個健康數據子集包括：

確定歷史狀態監測數據中的典型工況對應的有功功率范圍，將狀態監測數據按照典型工況對應的有功功率范圍進行劃分，得到第一數量的典型工況數據子集，所述第一數量與典型工況的數量相同；

將典型工況數據子集中的水頭按最大值與最小值的差值等分，得到第二數量的水頭數據子集，所述第二數量等于水頭等分數量與第一數量的乘積；

將水頭數據子集中的冷卻水溫度按最大值與最小值的差值等分，得到第三數量的健康數據子集，所述第三數量等于冷卻水溫度等分數量與第二數量的乘積。

3.根據權利要求2所述的基于多維狀態向量的抽蓄機組性能劣化預警方法，其特征在于，所述確定歷史狀態監測數據中的典型工況對應的有功功率范圍包括：

計算健康狀態監測數據中的所有有功功率數據構成的數據子集的概率密度分布曲線；

計算概率密度分布曲線的極值點，得到典型工況的功率；

選取極值點預設誤差范圍內的數值為典型工況有功功率功率范圍。

4.根據權利要求2所述的基于多維狀態向量的抽蓄機組性能劣化預警方法，其特征在于，所述分別計算每個健康數據子集中的多個其它監測參數的健康特征值包括：

分別計算每個其它監測參數的概率密度分布曲線；

以及分別選取每個其它監測參數對應的概率密度分布曲線的最大值對應的數值，得到每個其它監測參數的健康特征值。

5.根據權利要求2所述的基于多維狀態向量的抽蓄機組性能劣化預警方法，其特征在于，

所述機組性能劣化指數通過計算，其中，Ⅰ為機組性能劣化指數，A_i為各實時特征值的有效增幅，λ_i為各特征值的權重，a_i為各實時特征值的增幅。

6.根據權利要求5所述的基于多維狀態向量的抽蓄機組性能劣化預警方法，其特征在于，

其中，X_i”為各個其它監測參數的實時特征值，X_i為各個其它監測參數的健康特征值。

7.根據權利要求2所述的基于多維狀態向量的抽蓄機組性能劣化預警方法，其特征在于，

所述計算機組性能劣化指數閾值包括通過計算，其中，I’為機組性能劣化指數閾值，A_i’為各健康特征值的有效增幅，λ_i為各特征值的權重，a_i’為各健康特征值的增幅。