[發明專利]一種核電廠設備狀態在線智能監測方法及計算機終端

有效

• 申請號: 202011562707.3
• 申請日: 2020-12-25
• 公開（公告）號: CN112668870B
• 公開（公告）日: 2023-05-12
• 發明（設計）人: 沈江飛;王雙飛;黃立軍;毛曉明;張圣
• 申請（專利權）人: 蘇州熱工研究院有限公司;中國廣核集團有限公司;中國廣核電力股份有限公司
• 主分類號: G06Q10/063
• 分類號: G06Q10/063;G06F16/28;G06F16/2458;G06F16/2457;G01D21/02;G08B21/18;G06Q50/06
• 代理公司: 深圳市瑞方達知識產權事務所(普通合伙) 44314
• 代理人: 張秋紅;郭方偉

1.一種核電廠設備狀態在線智能監測方法，其特征在于，包括：

S1、獲取設備的故障現象，識別所述故障現象相關傳感器；

S2、導入設備的歷史數據，篩選所述歷史數據后保留正常運行狀態數據；

S3、使用聚類算法對所述正常運行狀態數據進行聚類分析得到聚類結果；

S4、對所述聚類結果進行連續化處理形成運行空間；

S5、采集設備的實時監測數據；

S6、根據所述實時監測數據識別出設備當前運行狀態所屬運行空間；

S7、根據所述設備當前運行狀態所屬運行空間和所述實時監測數據得到參數預測值；

S8、通過所述參數預測值和所述實時監測數據的偏差來判斷設備狀態；

所述步驟S4包括：所述聚類結果中每個類包括多個歷史訓練樣本數據(p₁?p₂...p_m)，m為類中歷史訓練樣本的數量，以所述聚類結果的每個類為對象，尋找類里面所有歷史訓練樣本在每個維度的最大值和最小值，并以最大值和最小值確定每一個維度的區間，最終形成n維運行空間，n為傳感器總數；

n維運行空間如公式(1)所示：

其中P_imax和P_imin是第i個傳感器在類內歷史訓練樣本的最大值和最小值，P_imax＝max(P_1i,P_2i...P_mi)，P_imin＝min(P_1i,P_2i...P_mi)；

上式為所述運行空間的特征矩陣，重復執行所述步驟S4直至所述步驟S3得到的所述聚類結果中所有類全部轉化為運行空間，并記錄全部運行空間的特征矩陣；

所述步驟S6包括：根據所述實時監測數據識別設備當前運行狀態所屬空間，并對所述實時監測數據進行預處理，處理公式為：

其中i為傳感器序號，得到處理后的歸一化數據為n為傳感器總數；

所述運行空間識別需對所述步驟S4得到的所有所述運行空間按照下述公式(2)所示算法計算Dev_j，其中j為運行空間序號，ω為模型中各傳感器的特征重要度，所有傳感器的特征重要度之和為1；

公式(2)中P_i^t是處理后的實時監測數據，選擇Dev最小的運行區間為當前設備運行狀態所屬運行空間；若Dev_j相同，選擇相對大的作為當前設備運行狀態所屬空間；若次大的偏差值作為比較對象，選擇相對大的作為當前設備運行狀態所屬空間；若依然相同，則依次類推，直至找到所屬空間；運行空間確定后，記錄當前設備運行所屬運行空間中各個傳感器參數的特征參數矩陣：

所述步驟S7生成預測值需根據步驟S6獲取的當前設備運行狀態所屬運行空間特征矩陣和實時監測數據以及實時監測數據歸一化處理后的數據按照公式(3)確定：

公式(3)中Pre_i為當前設備狀態第i個傳感器的預測值，按照式3依次計算傳感器1～n的預測值

2.根據權利要求1所述的核電廠設備狀態在線智能監測方法，其特征在于，所述步驟S1中獲取設備的故障現象包括：將設備拆分為多個主要部件模塊，分析每個所述主要部件模塊的故障模式以及每個所述故障模式對應的故障后果，分析故障后果大于預設閾值的故障模式的故障現象。

3.根據權利要求1所述的核電廠設備狀態在線智能監測方法，其特征在于，所述步驟S2中篩選所述歷史數據后保留正常運行狀態數據包括：在時間維度和參數關聯性兩個維度上篩除所述歷史數據中的非穩態運行數據，保留正常運行狀態數據。