面向调相机辅机全寿命周期的退化趋势判别方法与流程

摘要: 本发明涉及电力设备智能运维与状态监测,具体涉及面向调相机辅机全寿命周期的退化趋势判别方法。背景技术:1、面向调相机辅机全寿命周期的退化趋势判别是指针对调相机辅机...
面向调相机辅机全寿命周期的退化趋势判别方法与流程

本发明涉及电力设备智能运维与状态监测,具体涉及面向调相机辅机全寿命周期的退化趋势判别方法。

背景技术:

1、面向调相机辅机全寿命周期的退化趋势判别是指针对调相机辅机设备在从投运初期、稳定运行期到性能衰减直至失效的整个服役过程中,通过融合历史运行数据、故障记录及环境参数,对设备关键性能指标进行持续跟踪与特征提取,构建反映设备健康状态变化的健康因子,并建立故障类型-健康因子演化-性能衰减程度之间的关联模型,从而刻画设备随时间变化的退化轨迹;在此基础上,结合不同服役阶段的状态特征与数据驱动模型,对设备未来性能变化趋势进行预测和判别,并通过分析检修前后健康状态的变化,评估设备剩余运行能力,为设备检修时机确定和运行策略优化提供科学依据,实现对调相机辅机设备全寿命周期内性能退化过程的系统性认知与动态决策支持。

2、现有技术存在以下不足:

3、在调相机辅机设备运行过程中,当外部环境参数在短时间内发生剧烈波动时,将对设备运行数据产生较强扰动,使原本由设备性能逐步退化所引起的特征变化被掩盖,导致系统难以准确区分环境变化因素与设备自身退化因素,从而将异常变化误判为正常工况波动;该误判会使潜在退化问题无法被及时识别与预警,进而导致隐性故障在设备内部持续积累,并在后续运行阶段突然加剧,最终引发设备性能快速恶化甚至突发性失效。

4、在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本发明的目的是提供面向调相机辅机全寿命周期的退化趋势判别方法,以解决上述背景技术中的问题。

2、为了实现上述目的,本发明提供如下技术方案:面向调相机辅机全寿命周期的退化趋势判别方法,包括以下步骤:

3、采集调相机辅机在全寿命周期内的温度数值、振动幅值、负载数值及环境温度数值,按照固定时间间隔形成连续记录,并对环境温度数值的瞬时变化幅度进行标记,得到包含运行数据及环境扰动强度的原始数据集合;

4、基于环境温度数值的瞬时变化幅度,对原始数据集合进行分段处理,在环境温度数值变化超过设定幅度阈值的时间区间内提取对应运行数据,并对提取运行数据中的振动幅值及温度数值进行同步差值处理,得到修正数据集合;

5、针对修正数据集合,对振动幅值变化率、温度增长速率及负载偏移量进行统一尺度转换,构建反映设备退化程度的综合指标,得到连续反映性能衰减趋势的退化表征数据;

6、根据退化表征数据在不同时间区间内的变化斜率,对设备运行阶段进行划分,在退化表征数据持续上升且变化斜率超过设定阈值的时间区间内识别为加速退化区间,并提取加速退化区间对应的运行数据作为判别依据;

7、利用加速退化区间对应的运行数据,对退化表征数据的增长幅度及持续时间进行趋势延展分析,在增长幅度连续超过设定界限且持续时间达到设定时长时,判定设备存在隐性故障积累风险,从而完成调相机辅机全寿命周期退化趋势的判别。

8、优选的,围绕环境温度数值变化特征的细化识别过程,引入变化幅度分级表达方式,以增强原始数据集合中环境扰动强度的区分能力,从而强化后续分段处理的识别依据,步骤如下:

9、对环境温度数值按照时间顺序进行逐点读取,对相邻时间节点的环境温度数值进行差值计算,并记录每一时间节点对应的变化幅度数值;

10、将变化幅度数值按照预设数值区间进行划分,并对每一时间节点赋予对应区间标识,同时对区间边界进行连续性约束处理;

11、对连续多个时间节点的区间标识进行组合分析,将相同区间标识在连续时间范围内进行合并处理,形成连续变化区间;

12、将连续变化区间对应的时间范围与原始数据集合中的温度数值、振动幅值及负载数值进行对应映射,形成包含环境变化标识的区间数据集合。

13、优选的,结合运行数据时间连续性特点,对环境突变区间进行扩展识别处理,提升分段数据提取的完整性,从而为修正数据集合提供连续输入,步骤如下:

14、对时间标识进行顺序遍历,对环境温度数值变化幅度超过设定阈值的时间节点进行标记处理;

15、沿时间方向对标记时间节点进行前向及后向延伸识别,并记录变化幅度回落位置对应时间节点;

16、对延伸范围内的所有时间节点进行统一提取,并按照时间顺序形成连续数据片段;

17、对各数据片段进行边界整理,将相邻时间片段进行拼接处理,形成完整时间区间数据集合。

18、优选的,针对振动幅值及温度数值在时间维度上的变化关系,构建同步差值处理方式,削弱环境温度数值突变带来的干扰影响,从而提取稳定变化特征,步骤如下:

19、对振动幅值按照时间顺序进行差值计算,并记录每一时间节点对应的振动幅值变化量;

20、对温度数值按照相同时间顺序进行差值计算,并记录对应时间节点的温度变化量;

21、将振动幅值变化量与温度变化量按照统一时间标识进行匹配,并进行同步排列处理;

22、对振动幅值变化量及温度变化量的变化方向进行标识,并形成对应时间节点的差值数据集合。

23、优选的,围绕同步差值处理过程中的时间对齐精度,对振动幅值变化量及温度变化量的时间匹配方式进行细化处理,通过对统一时间标识进行连续校正处理,使振动幅值变化量与温度变化量在时间维度上保持逐点对应关系,并对存在时间偏移的变化量进行位置调整处理,从而形成时间对齐一致的差值数据集合。

24、优选的,围绕多参数协同变化特征,引入振动幅值变化率、温度增长速率及负载偏移量的统一表达方式,提升不同物理量之间的可比性,从而形成一致化特征数据,步骤如下:

25、对振动幅值变化量结合时间间隔进行处理,得到对应时间节点的振动幅值变化率;

26、对温度变化量结合时间间隔进行处理,得到对应时间节点的温度增长速率;

27、对负载数值与参考负载数值进行差值计算,并记录对应时间节点的负载偏移量;

28、将振动幅值变化率、温度增长速率及负载偏移量进行数值区间统一处理,并按照时间顺序进行对齐排列。

29、优选的,基于多维特征数据的融合需求,对统一尺度转换后的数据进行综合表达处理,刻画设备性能变化过程,从而形成连续变化的退化表征数据,步骤如下:

30、对统一尺度转换后的振动幅值变化率、温度增长速率及负载偏移量进行时间对齐处理;

31、对每一时间节点对应的各类特征数据进行数值组合处理,并生成对应时间节点的组合数值;

32、将组合数值按照时间标识进行顺序记录,并形成连续排列的数据序列;

33、对连续时间节点之间的组合数值变化情况进行记录,并形成完整的退化表征数据集合。

34、优选的,结合退化表征数据在时间维度上的变化规律,对不同时间区间进行状态划分,识别性能衰减的阶段变化过程,从而提取加速退化区间,步骤如下:

35、对退化表征数据按照时间顺序进行区间划分,并确定每一时间区间的起始时间节点及结束时间节点;

36、对每一时间区间内的退化表征数据进行变化斜率计算,并记录对应区间斜率数值;

37、对连续时间区间内的斜率变化方向进行比较,并标识斜率持续上升的区间范围;

38、将斜率数值超过设定阈值的时间区间进行标记,并形成加速退化区间集合。

39、优选的,围绕退化趋势在时间维度上的延展特征,对增长幅度及持续时间进行协同分析,以刻画隐性故障的积累过程,从而完成退化趋势的判别,步骤如下:

40、对加速退化区间内的退化表征数据按照时间顺序进行读取,并记录相邻时间节点之间的变化量;

41、对连续时间节点的变化量进行累积处理,并记录变化量在时间维度上的增长情况;

42、对变化量增长对应的时间长度进行统计,并记录连续增长的持续时间;

43、对增长幅度与设定界限进行比较,并对持续时间与设定时长进行匹配处理,形成隐性故障积累判定数据集合。

44、在上述技术方案中,本发明提供的技术效果和优点:

45、本发明通过对环境温度数值的瞬时变化幅度进行分段识别,并对振动幅值及温度数值进行同步差值处理,能够削弱环境突变对运行数据产生的扰动影响,从而提高退化表征数据对设备真实运行状态的反映能力,避免环境波动掩盖设备性能衰减特征,降低退化趋势误判情况的发生概率,进一步提升调相机辅机长期运行状态分析的准确性。

46、本发明通过对退化表征数据的增长幅度及持续时间进行连续趋势延展分析,能够识别设备在长期运行过程中形成的隐性故障积累状态,并对加速退化变化过程进行提前判别,从而为调相机辅机检修时机确定及运行策略调整提供连续趋势依据,提升设备运行稳定性,同时延长设备有效运行周期。