一种基于工业互联网的火电厂运行数据分析方法及系统与流程

摘要: 本申请涉及工业互联网,具体而言,涉及一种基于工业互联网的火电厂运行数据分析方法及系统。背景技术:1、在火电厂的实际运行中,由于燃烧器喷口轻微磨损导致的局部燃烧工...
一种基于工业互联网的火电厂运行数据分析方法及系统与流程

本申请涉及工业互联网,具体而言,涉及一种基于工业互联网的火电厂运行数据分析方法及系统。

背景技术:

1、在火电厂的实际运行中,由于燃烧器喷口轻微磨损导致的局部燃烧工况细微偏差,会使得锅炉水冷壁管束长期承受略高于设计值的热负荷,并伴随轻微的周期性热应力波动。这种局部过热和热应力波动在传感器数据上的体现极其微弱,其读数仅比相邻区域高出不到一度,且波动幅度很小,完全处于系统设定的正常运行范围之内,远未达到任何预警阈值。同时,由于锅炉协调控制系统的自适应调节能力,它会通过微调送风量或燃料量来维持整体的蒸汽参数稳定,这些微调动作进一步平滑了局部异常信号,使得问题更难被察觉。

2、随着时间的推移,这种长期的局部过热和热应力循环,开始导致该区域水冷壁管材的微观结构发生缓慢的蠕变和疲劳损伤。这种损伤并非突然发生,而是以一种渐进的方式积累。在数据层面上,它表现为该区域水冷壁管束的传热效率出现极其微小的下降,这需要通过对管壁温度、介质温度、流量以及炉膛热负荷等多个参数进行复杂的计算和长期趋势分析才能勉强发现。然而,现有的数据分析方法,虽然能够整合多源数据,但其主要侧重于识别已知的、具有明确物理意义的故障模式,对于这种由燃烧工况长期细微偏差引起的、不属于典型故障模式的、且信号特征极其微弱的亚健康状态,系统缺乏有效的识别机制。

3、更具挑战性的是,火电厂的运行环境本身就充满了各种背景噪声。例如,燃料品质的日常波动、环境温度和湿度的季节性变化、机组负荷的日常调整、以及传感器自身的微小漂移和测量误差,都会在海量运行数据中引入大量的随机性和非周期性波动。这些正常的运行波动,其幅度往往远大于上述局部蠕变和疲劳损伤所产生的微弱信号。现有的分析方法在设计时,往往会通过滤波或平均化处理来消除这些噪声,以突出主要的故障特征。然而,这种处理方式在无意中也可能将那些代表着早期、微弱损伤的真实信号一并滤除,使得系统对这种潜伏性问题的敏感度大大降低。

4、最终,这种长期积累的损伤可能在一次正常的负荷波动中突然演变为严重的故障,导致紧急停机和巨大的经济损失。事后对过往数据的回溯分析显示,那些微弱的、长期存在的异常信号确实存在,但它们被淹没在海量正常运行数据和背景噪声之中,且不符合任何预设的故障模式,因此被系统完全忽略。

技术实现思路

1、本申请提供一种基于工业互联网的火电厂运行数据分析方法及系统,以解决上述至少一个技术问题。

2、为达到上述目的,本申请采用如下技术方案:

3、第一方面,本申请公开了一种基于工业互联网的火电厂运行数据分析方法,包括:

4、持续获取火电厂特定局部区域的运行参数和控制系统对该局部区域的调节信息,并完整记录运行参数和调节信息,得到原始数据;

5、在设备处于健康运行状态时,分析原始数据中运行参数与调节信息之间的关联特性,并建立表征设备健康状态的关联模式参照;

6、在设备日常运行过程中,获取局部区域的当前运行参数和当前调节信息,分析当前运行参数与当前调节信息之间的关联特性,得到实时关联模式;

7、将实时关联模式与关联模式参照进行比较,以识别实时关联模式的持续偏离;

8、当识别到持续偏离时,将其判断为早期局部损伤预兆,并发出预警信息。

9、第二方面,本申请还公开了一种基于工业互联网的火电厂运行数据分析系统,包括:

10、数据获取模块,用于持续获取火电厂特定局部区域的运行参数和控制系统对该局部区域的调节信息,并完整记录运行参数和调节信息,得到原始数据;

11、关联模式建立模块,用于在设备处于健康运行状态时,分析原始数据中运行参数与调节信息之间的关联特性,并建立表征设备健康状态的关联模式参照;

12、实时模式识别模块,用于在设备日常运行过程中,获取局部区域的当前运行参数和当前调节信息,分析当前运行参数与当前调节信息之间的关联特性,得到实时关联模式;将实时关联模式与关联模式参照进行比较,以识别实时关联模式的持续偏离;

13、预警模块,用于当识别到持续偏离时,将其判断为早期局部损伤预兆,并发出预警信息。

14、与现有技术相比,本申请至少具有以下有益效果:

15、本申请通过持续获取运行参数和调节信息,建立健康状态的关联模式参照,并与实时关联模式进行比较,以识别持续偏离,从而能够判断早期局部损伤预兆并发出预警信息,因此,有效提升了火电厂设备运行的安全性与可靠性。

1.一种基于工业互联网的火电厂运行数据分析方法,其特征在于,包括:

2.根据权利要求1所述的一种基于工业互联网的火电厂运行数据分析方法,其特征在于,还包括:

3.根据权利要求1的一种基于工业互联网的火电厂运行数据分析方法,其特征在于,所述在设备处于健康运行状态时,分析原始数据中运行参数与调节信息之间的关联特性,并建立表征设备健康状态的关联模式参照的步骤包括:

4.根据权利要求3所述的一种基于工业互联网的火电厂运行数据分析方法,其特征在于,所述在设备处于健康运行状态时,持续获取局部区域的运行参数和控制系统对该局部区域的调节信息,以及同步获取火电厂运行环境中的关键参数和入炉燃料的特性信息的步骤还包括:

5.根据权利要求3所述的一种基于工业互联网的火电厂运行数据分析方法,其特征在于,所述根据获取到的关键参数和特性信息,将健康运行状态划分为多个具有不同环境和燃料条件的子状态的步骤包括:

6.根据权利要求3所述的一种基于工业互联网的火电厂运行数据分析方法,其特征在于,所述将子关联模式参照进行整合,构建一个动态健康行为模式参照,该参照能够描述设备行为模式如何随环境和燃料变化而正常漂移,并将其作为表征设备健康状态的关联模式参照的步骤包括:

7.根据权利要求6所述的一种基于工业互联网的火电厂运行数据分析方法,其特征在于,所述评估每个子关联模式参照的数据量、数据质量以及其所代表的环境和燃料条件与整体运行工况的匹配程度的步骤包括:

8.根据权利要求6所述的一种基于工业互联网的火电厂运行数据分析方法,其特征在于,所述根据评估结果,为每个子关联模式参照分配一个权重的步骤包括:

9.根据权利要求6所述的一种基于工业互联网的火电厂运行数据分析方法,其特征在于,所述通过加权融合的方式,将子关联模式参照进行整合,得到动态健康行为模式参照的步骤包括:

10.一种基于工业互联网的火电厂运行数据分析系统,其特征在于,包括: