1.一种机组状态监测智能预警方法,其特征是,该方法包括:
确定用于监测水轮发电机组运行状态的第一监测体系,所述第一监测体系中包含至少一类监测量;
判断当前的机组工况数据是否满足每一类监测量对应的工况判定条件;
在当前的机组工况数据满足每一类所述监测量对应的工况判定条件时,根据获取到的每一类所述监测量的监测记录文本,并通过连续递增趋势检测法获得每一类所述监测量的一类检测结果。
2.根据权利要求1所述的机组状态监测智能预警方法,其特征在于,该方法还包括:
根据每一类所述监测量的监测记录文本,并通过曼-肯德尔趋势检测法获取每一类所述监测量的二类检测结果;
根据每一类所述监测量的一类检测结果和二类检测结果进行每一类所述监测量的趋势预警。
3.根据权利要求2所述的机组状态监测智能预警方法,其特征在于,所述根据每一类所述监测量的监测记录文本,并通过曼-肯德尔趋势检测法获取每一类所述监测量的二类检测结果,包括:
从每一类所述监测量的监测记录文本获取每一类监测量在预设监测周期内的平均测定值;
采用曼-肯德尔趋势校验算法对每一类监测量在预设监测周期内的平均测定值进行处理,以获取每一类所述监测量的趋势变化;
根据每一类所述监测量的趋势变化和预设置信度阈值,获取每一类所述监测量的二类检测结果。
4.根据权利要求1所述的机组状态监测智能预警方法,其特征在于,所述第一监测体系包含一类监测量、二类监测量和三类监测量;所述一类监测量包含导轴承温度和油槽温度;所以二类监测量包含定子铁芯温度、定子线圈温度、空气冷却器出口温度和空气冷却器入口温度;所述三类监测量包含油槽油位和水流量;所述机组工况数据包含机组的发电状态信息和有功功率信息;
所述判断当前的机组工况数据是否满足每一类监测量对应的工况判定条件,包括:
在机组的发电状态信息由“0”变为“1”,且开机运行时长达到预设第一时长之后,机组的有功功率信息达到预设第一功率时,确定满足一类监测量对应的工况判定条件;
在机组的发电状态信息由“0”变为“1”,且开机运行时长达到预设第一时长之后,机组的有功功率信息达到预设第二功率时,确定满足二类监测量对应的工况判定条件;所述预设第二功率设置在70%~100%额定负荷范围内;
在机组的发电状态信息由“0”变为“1”,且机组的有功功率信息达到预设第三功率时,确定满足三类监测量对应的工况判定条件。
5.根据权利要求1所述的机组状态监测智能预警方法,其特征在于,所述根据获取到的每一类所述监测量的监测记录文本,并通过连续递增趋势检测法获取每一类所述监测量的一类检测结果,包括:
获取每一类所述监测量的测定值,并通过预设的均值模型获得每一类所述监测量的平均测定值,并将所述平均测定值存储于监测记录文本;
从每一类所述监测量的监测记录文本中,获取预设第一数量的平均测定值;
对所述预设第一数量的平均测定值进行拟合,获取每一类所述监测量的拟合曲线;
根据每一类所述监测量的拟合曲线,获取用于表征每一类所述监测量变化趋势的第一特征值;
根据各所述第一特征值和预设预警阈值确定每一类所述监测量的一类检测结果。
6.一种变压器状态监测智能预警方法,其特征是,该方法包括:
确定用于监测变压器运行状态的第二监测体系;
从所述第二监测体系中获取ⅰ类监测参数,在当前的机组工况数据满足所述ⅰ类监测参数对应的工况判定条件时,根据获取到的所述ⅰ类监测参数的监测记录文本,并通过连续递增趋势检测法获取一类预警结果;该ⅰ类监测参数是指,与机组工况数据存在相关关系的数据;
从所述第二监测体系中获取ⅱ类监测参数,根据获取到的所述ⅱ类监测参数的监测记录文本,并通过所述连续递增趋势检测法获取二类预警结果集合;该ⅱ类监测参数是指,与所述机组工况数据不存在相关关系的数据。
7.根据权利要求6所述的变压器状态监测智能预警方法,其特征在于,所述ⅰ类监测参数为变压器温度;所述ⅰ类监测参数的监测记录文本为温度记录文本;所述机组工况数据包括机组的发电状态信息和有功功率信息;
所述在当前的机组工况数据满足所述ⅰ类监测参数对应的工况判定条件时,根据获取到的所述ⅰ类监测参数的监测记录文本,并通过连续递增趋势检测法获取一类预警结果,包括:
若机组的发电状态信息由“0”变为“1”,且在机组运行时长达到预设第二时长之后,机组的有功功率信息达到预设第四功率,则确定满足变压器温度对应的工况判定条件;
获取所述变压器温度的测量值,通过预设的均值模型计算温度平均值,并存储至温度记录文本中;
从所述温度记录文本中获取预设第二数量的所述温度平均值,对所述预设第二数量的所述温度平均值进行拟合,获取变压器温度曲线;
根据所述变压器温度曲线获取用于表征变压器温度趋势变化的第二特征值,并根据所述第二特征值和预设预警阈值获得一类预警结果。
8.根据权利要求6所述的变压器状态监测智能预警方法,其特征在于,所述ⅱ类监测参数为变压器油中每一种气体的含量和绝对产气速率;所述ⅱ类监测参数的监测记录文本为气体记录文本;
所述根据获取到的所述ⅱ类监测参数的监测记录文本,并通过所述连续递增趋势检测法获取二类预警结果集合,包括:
通过安装在变压器上的油色谱在线监测装置获取各运行日每一种气体的含量,计算每一种所述气体的含量平均值和绝对产气速率,并将每一种所述气体的所述含量平均值和所述绝对产气速率关联存储至气体记录文本中;
从所述气体记录文本中获取预设第三数量的所述含量平均值和所述绝对产气速率,对所述预设第三数量的所述含量平均值和所述绝对产气速率进行拟合,获取气体含量曲线和产气速率曲线;
根据所述气体含量曲线和产气速率曲线获取用于表征气体含量趋势变化和气体产气速率趋势变化的特征值集合,并根据所述特征值集合和预设预警阈值获得二类预警结果集合。
9.一种辅机状态监测智能预警方法,其特征是,该方法包括:
确定用于监测辅机运行状态的第三监测体系,所述第三监测体系包含至少一个监测指标;
获取每一个机组运行工况下的每一个所述监测指标的监测记录文本;
根据每一个所述监测指标的监测记录文本,并通过预设的数据趋势检测体系获取每一个所述监测指标的检测结果集合,以根据每一个所述监测指标的检测结果集合进行每一个所述监测指标的趋势预警。
10.根据权利要求9所述的辅机状态监测智能预警方法,其特征在于,所述第三监测体系包括辅机运行加载时间、辅机启停间隔时间;所述数据趋势检测体系包含连续递增趋势检测法和曼-肯德尔趋势检测法。
11.根据权利要求9所述的辅机状态监测智能预警方法,其特征在于,所述方法还包括:
获取与辅机关联的水轮发电机组的启停状态数据;
将所述启停状态数据输入至预设的工况划分模型,以获得机组运行工况。
12.根据权利要求11所述的辅机状态监测智能预警方法,其特征在于,所述启停状态数据包括发电状态信息和停机状态信息;所述机组运行工况包括发电工况、停机工况和开停机工况;所述工况划分模型为:
其中,condition1为发电工况,condition2为停机工况,condition3为开停机工况,powerstate为发电状态信息,downstate为停机状态信息。