水力发电设备事故智能判断方法技术

一种水力发电设备事故智能判断方法，步骤为：步骤1：定义特征信号和后果信号，建立关键信号库和特征信号库；步骤2：定义事故判断类别，制定事故判断逻辑，所述的事故类别包括怀疑事故、确定事故和正确动作事故；步骤3：构建事故判断规则；步骤4：进行规则实例化，并与事故挂接；步骤5：执行规则，完成对事故的监视和判断。本发明专利技术解决事故判定依靠人力、综合分析困难、事故前期预警难、判断周期长、决策速度慢等问题，实现事故的智能判断。实现事故的智能判断。实现事故的智能判断。

【技术实现步骤摘要】
水力发电设备事故智能判断方法


[0001]本专利技术属于水力发电故障检测
，特别涉及一种水力发电设备事故智能判断方法。

技术介绍

[0002]水力发电站运行有水轮机、发电机、变压器等大量设备，一旦出现事故，将造成停机停电，尤其巨型机组水力发电站，对电站运营、电网稳定、社会经济发展都会造成很大的影响。目前，水力发电站事故判断方式，是在设备事故发生后，通过调看该事故设备及其相关监控测点信号的录波，查看是否录波到异常信号，通过分析异常监测点及其信号的因果、时间关系，判定事故类型、事故原因、事故经过和事故后果，最终根据事故判断给出处理措施，全程依靠运维人员及其经验进行判断。
[0003]该传统方法在设备现有监控信号实时监测的基础上并未做到综合分析和智能判断，设备事故特征初期并不能提供有效预警，事故发生后不能做到快速判断、定位、原因分析和事故决策。传统的事故判断方式消耗大量的人力和时间，效率低下、反应时间长，不能快速的决策事故并进行处理。

技术实现思路

[0004]鉴于
技术介绍
所存在的技术问题，本专利技术所提供的水力发电设备事故智能判断方法，解决事故判定依靠人力、综合分析困难、事故前期预警难、判断周期长、决策速度慢等问题，实现事故的智能判断。
[0005]为了解决上述技术问题，本专利技术采取了如下技术方案来实现：一种水力发电设备事故智能判断方法，步骤1：定义特征信号和后果信号，建立关键信号库和特征信号库；步骤2：定义事故判断类别，制定事故判断逻辑，所述的事故类别包括怀疑事故、确定事故和正确动作事故；步骤3：构建事故判断规则；步骤4：进行规则实例化，并与事故挂接；步骤5：执行规则，完成对事故的监视和判断。
[0006]优选地，在步骤1中，所述的特征信号为事故发生前和发生时的信号，所述的后果信号为事故发生后的信号，特征信号库用于管理各事故的特征信号，关键信号库用于管理各事故的特征信号和后果信号。
[0007]优选地，在步骤2中，怀疑事故：特征信号和后果信号任一信号发生，判断为怀疑事故；确定事故：共享性相同的特征信号，全部发生，判断为确定事故；所述的共享性相同的特征信号为对同一个事故采用了多套监测系统，同一套系统监测的信号为共享性相同的特征信号；
正确动作事故：共享性相同的特征、后果信号全部发生动作，并且后果信号发生在特征信号之后，判断为正确动作事故。
[0008]优选地，在步骤3中，基于可视化操作方式，采用的规则构建元素包括条件逻辑、操作符和计算符，完成对输入数据的逻辑处理过程；生成的规则文件以XML的方式进行存储；规则执行引擎解析XML文件，将规则转换为可执行的服务形式；该创建的规则设为本方法中事故判断的通用规则，各事故判定规则均复制该规则创建；监控测点信号组成信号列表，事故判断规则从信号列表获取信号，通过对其进行事故特征信号、后果信号匹配，并按照逻辑规则进行计算，输出事故类别判断。
[0009]优选地，在步骤4中，每个事故创建一个规则，通过与特征信号库、关键信号库中事故的特征信号、后果信号测点进行匹配，实现该事故规则实例化；为避免信号累计产生误判断，定义了每个事故信号统计时间，设置为该事故预期持续时间，大于该时间，前面该事故的判断执行就结束；为减少信号处理工作量，定义了实例时间，以该时间段的信号列表为一次规则获取信号单元，进行一次规则执行；实例化的规则与事故完成了挂接，将整个水力发电站的事故完成规则的创建、实例化和挂接。
[0010]优选地，规则实时获取监控测点信号列表信息，执行事故判断，输出事故判断结果，所有实例化并与事故进行挂接的规则同时监测，实现对整个水力发电站事故的监视。
[0011]本专利可达到以下有益效果：本专利技术能够同时监测整个水力发电站的事故特征和后果信号，实现海量监控测点信号的综合分析、智能判断，实现事故的整体监视；对于缓慢发生事故，在特征信号均发生而后果信号尚未发生时，可提供事故预警，为运维人员判断事故是否发生以及及时采取预防措施提供支撑。本专利技术的方法适用于水力发电站各类事故，创建的规则具有通用性，新事故类型只要明确特征信号、后果信号，即可复制创建规则并进行实例化和挂接，实现事故智能判断。本专利技术实现了运维人员事故判断经验的沉淀，实现了流程化、程序化、智能化的事故判断，大大提高事故判断效率。
附图说明
[0012]下面结合附图和实施例对本专利技术作进一步说明：图1为本专利技术事故判断流程；图2为本专利技术事故判断逻辑;图3为本专利技术事故判断规则执行逻辑。
具体实施方式
[0013]实施例1：优选的方案如图1至图3所示，一种水力发电设备事故智能判断方法，步骤1：定义特征信号和后果信号，建立关键信号库和特征信号库；所述的特征信号为事故发生前和发生时的信号，所述的后果信号为事故发生后的信号，特征信号库用于管理各事故的特征信号，关键信号库用于管理各事故的特征信号和后果信号。
[0014]某事故的特征信号可为其他事故的后果信号，某事故的后果信号可为其他事故的特征信号。比如事故A的特征信号为a、b、c，后果信号为d、e；事故B的特征信号为d、f，后果信号g、h；事故C的特征信号为i、j、k，后果信号为a、s。则有事故A的特征信号a为事故C的后果信号，事故A的后果信号d为事故B的特征信号。
[0015]为保证信号库建立不混乱，建立特征信号库和关键信号库，特征信号库管理各事故的特征信号，关键信号库管理各事故的特征信号和后果信号。特征信号库和关键信号库对各事故的监控测点信号进行特征、后果的定义并进行维护。
[0016]步骤2：定义事故判断类别，制定事故判断逻辑，所述的事故类别包括怀疑事故、确定事故和正确动作事故；怀疑事故：特征信号和后果信号任一信号发生，判断为怀疑事故；确定事故：共享性相同的特征信号，全部发生，判断为确定事故；所述的共享性相同的特征信号为对同一个事故采用了多套监测系统，同一套系统监测的信号为共享性相同的特征信号；步骤3：构建事故判断规则；事故判断规则构建是基于可视化操作方式，利用各种规则构建元素包括条件逻辑、操作符、计算符、函数与方法等，完成对输入数据的逻辑处理过程。生成的规则文件以XML的方式进行存储。规则执行引擎解析XML文件，将规则转换为可执行的服务形式。
[0017]创建的规则设为本方法中事故判断的通用规则，各事故判定规则均为该规则。
[0018]监控测点信号组成信号列表，事故判断规则从信号列表获取信号，通过对其进行事故的特征信号、后果信号匹配，并按照一定的逻辑规则进行计算，输出事故类别判断。
[0019]规则使用可扩展标记语言XML格式进行存储，便于程序解析和扩展，解析后的规则文件可以易阅读的文本形式展示。
[0020]步骤4：进行规则实例化，并与事故挂接；每个事故通过复制步骤3中的规则创建一个规则，通过与特征信号库、关键信号库中该事故的特征信号、后果信号测点进行匹配，实现该事故规则实例化。为避免信号累计产生误判断，定义了每个事故信号统计时间，设置为该事故预期持续时间，大于该时间，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水力发电设备事故智能判断方法，其特征在于包括以下步骤：步骤1：定义特征信号和后果信号，建立关键信号库和特征信号库；步骤2：定义事故判断类别，制定事故判断逻辑，所述的事故类别包括怀疑事故、确定事故和正确动作事故；步骤3：构建事故判断规则；步骤4：进行规则实例化，并与事故挂接；步骤5：执行规则，完成对事故的监视和判断。2.根据权利要求1所述的水力发电设备事故智能判断方法，其特征在于：在步骤1中，所述的特征信号为事故发生前和发生时的信号，所述的后果信号为事故发生后的信号，特征信号库用于管理各事故的特征信号，关键信号库用于管理各事故的特征信号和后果信号。3.根据权利要求1所述的水力发电设备事故智能判断方法，其特征在于：在步骤2中，怀疑事故：特征信号和后果信号任一信号发生，判断为怀疑事故；确定事故：共享性相同的特征信号，全部发生，判断为确定事故；所述的共享性相同的特征信号为对同一个事故采用了多套监测系统，同一套系统监测的信号为共享性相同的特征信号；正确动作事故：共享性相同的特征、后果信号全部发生动作，并且后果信号发生在特征信号之后，判断为正确动作事故。4.根据权利要求1所述的水力发电设备事故智能判断方法，其特征在于：在步骤3中，基于可视化操作方式，采用的规则构建元素包...

【专利技术属性】
技术研发人员：冉应兵，关杰林，张春辉，宋晶辉，谭鋆，郭钰静，肖燕凤，皮有春，易万爽，徐铬，
申请(专利权)人：中国长江电力股份有限公司，
类型：发明
国别省市：