本发明涉及到汽轮机数据检测领域，具体地说，是一种基于工业互联网及边缘计算的汽轮机数据采集系统。
背景技术
随着电力市场的飞速发展和日益激烈的竞争市场，各发电站对发电设备的性能、机组安全、运行成本有了越来越高的要求。目前的运维服务主要基于在设备产生故障后，工程师到现场进行检修服务，由于故障已产生，严重情况下会造成停机，对电站用户将造成较大损失。因此，提前对设备状态数据进行分析预警很有必要。基于电站信息化建设及故障诊断需求，已有大量企业和高校致力于发电设备数据分析工作。现有的汽轮机故障分析诊断技术的数学方法已经相对较成熟，但检测手段相对较落后，使得汽轮机分析诊断技术的发展受到限制。目前发电站的数据采集分析较为局限具体表现如下：
1.机组采集及分析工作基本仅限于单元电站机组采集及诊断，缺少本机组历史校对和同类型机组比照，无法形成有效的知识积累和共享；
2.电站汽轮机快变量信号对机组性能的评判非常重要，但此类信号不能被有效智能采集，或者采集的大量数据可利用概率极低；其中，采样周期是毫秒级的数据变量在本专利中被定义为快变量信号，采样周期是秒级的数据变量在本专利中被称定义为慢变量信号。其中，快变量信号主要是指汽轮机轴系振动数据，其他汽轮系运行参数变量均为慢变量信号。
3.数据采集形式单一，没有广泛连接，造成数据孤立无法形成有效分析，汽轮机运行大数据都封闭在各自系统里，无法高效协调被外部专家或专业算法调用分析，大数据不能被有效的分析创造价值。
技术实现要素：
本发明意在基于工业互联网技术，开发一套适用性好、可移植性强、数据资源广、诊断精度高的汽轮机数据采集和分析诊断系统。有效改善了现有技术检测手段落后，大数据利用效率低，分析诊断结果精度低的问题。
本发明可以采用如下系统来实现：
一种基于工业互联网及边缘计算的汽轮机数据采集系统，包括：轴系振动信号采集模块、工业软网关和云服务模块；所述轴系振动信号采集模块用于进行轴系振动信号的采集以及对轴系振动信号进行特征提取，并实现对特征提取后的轴系振动信号的远程发送；所述轴系振动信号采集模块包括边缘计算子模块，所述边缘计算子模块用于对轴系振动信号采集模块采集的原始信号数据进行边缘计算，对延时数据信号进行周期软件重采样，并进行预处理提取特征值；所述工业软网关包括通信模块、汽轮机数据采集配置模块和汽轮机数据发送模块；所述通信模块用于匹配不同电站的汽轮机参数信号采集模式；所述汽轮机数据采集配置模块用于识别不同电站数据读取信息以及可视化配置交互；所述汽轮机数据发送模块用于将采集到的汽轮机数据经标准化加密后发送到向云服务器模块；所述云服务模块包括公有云服务模块以及私有云服务模块；所述云服务模块用于存储管理汽轮机历史数据和实时数据，同时根据用户需求对汽轮机组进行建模分析；所述公有云服务模块包括汽轮机数据管理子模块和数据分析算法子模块、分布式计算功能模块以及用户服务模块；所述私有云服务模块用于存放定制规则库信息和隐私数据信息。
进一步地，所述轴系振动信号的采集利用脉冲计数器从tsi缓冲输出或利用电涡流传感器采集汽轮机轴转动键相脉冲信号，每次记录10个脉冲。
进一步地，所述每次记录10个脉冲为汽轮机旋转10周，每周记录128个点的原始信号数据。
进一步地，所述预处理提取特征值的方法包括快速傅里叶变换、小波变换、经验模态分析方法。
进一步地，所述轴系振动信号采集模块通过rj45电气接口或wi-fi接口连接到工业网络交换机或路由器，待工业软网关对经边缘计算后的轴系振动信号数据进行读取。
进一步地，所述数据标准化是将来自不同汽轮机组的数据按照统一命名规则进行标准化。
进一步地，所述汽轮机数据管理子模块用于接收来自工业软网关的历史数据和实时数据集群，通过webserver模块对数据解密处理后进入消息队列服务器，所述云服务模块实现分布式消息队列，所述消息队列中数据经过数据拉取进入数据库进行管理。
进一步地，所述数据分析算法子模块，包括基本数据分析方法、人工智能方法以及定制分析方法。
进一步地，所述用户服务模块用于共享云服务器上的数据资源和计算资源。
综上，本发明给出一种基于工业互联网及边缘计算的汽轮机数据采集系统，包括：轴系振动信号采集模块、工业软网关和云服务模块；所述轴系振动信号采集模块用于进行轴系振动信号的采集以及对轴系振动信号进行特征提取，并实现对特征提取后的轴系振动信号的远程发送；所述轴系振动信号采集模块包括边缘计算子模块，所述边缘计算子模块用于对轴系振动信号采集模块采集的原始信号数据进行边缘计算，对延时数据信号进行周期软件重采样，并进行预处理提取特征值；所述工业软网关包括通信模块、汽轮机数据采集配置模块和汽轮机数据发送模块；所述通信模块用于匹配不同电站的汽轮机参数信号采集模式；所述汽轮机数据采集配置模块用于识别不同电站数据读取信息以及可视化配置交互；所述汽轮机数据发送模块用于将采集到的汽轮机数据经标准化加密后发送到向云服务器模块；所述云服务模块包括公有云服务模块以及私有云服务模块；所述云服务模块用于存储管理汽轮机历史数据和实时数据，同时根据用户需求对汽轮机组进行建模分析；所述公有云服务模块包括汽轮机数据管理子模块和数据分析算法子模块、分布式计算功能模块以及用户服务模块；所述私有云服务模块用于存放定制规则库信息和隐私数据信息。首先利用轴系振动信号采集模块采集振动信号，然后在工业软网关中实现快慢变量信号的广泛接入，将标准化数据集群发送到云服务器进行存储管理，为用户提供数据资源共享和高性能计算服务，实现汽轮机数据分析诊断，有效改善了现有技术检测手段落后，大数据利用效率低，分析诊断结果精度低的问题。
有益效果从以下三部分进行说明：
本发明的轴系振动信号采集模块能够实现振动信号数据的远程发送，打破了传统振动分析方法仅限于就地采集分析显示的局限性；就地端完成边缘计算，将特征值标准化后加密远程发送，避免发送原始振动数据，大大降低了对网络带宽的要求，同时保证了数据的通用性和安全性。
本发明的工业软网关能够带来以下几方面的优势：
(1)广泛接入汽轮机快变量慢变量信号，具有较强的兼容性；
(2)完成数据标准化，通过配置交互完成参数配置和数据标准化，有利于来自不同电站不同系统数据的统一存储管理和调用，为在云服务器进行大数据分析提供了有利条件；
(3)为了保证数据的安全性，在工业软网关中对数据进行加密，将加密后的数据传输到云平台，避免了数据在传输过程中被窃取篡改，大大提高了系统的安全性。
本发明的云服务模块能够带来以下几方面的优势：
(1)云平台可接入不同系统数据集群，算法模块对外提供标准接口，可以被外部程序调用，具有较强的兼容性和通用性，实现大数据资源的有效整合和共享；
(2)云服务器上可进行大量历史数据的训练及不同电站同型号汽轮机组运行效率的对比，从而实现汽轮机性能评估及电站运营模式优化，使大数据资源得到有效利用；
(3)公有云、私有云混合的部署方式，在保证高效准确计算的同时上保障了专家规则库的知识产权；
(4)实现分布式消息阵列及计高性能分布式计算，当数据量较大，计算量较大时可减小延时，大大提高系统运行效率。
附图说明
图1为本发明提供的一种基于工业互联网及边缘计算的汽轮机数据采集系统实施结构图；
图2为本发明提供的一种基于工业互联网及边缘计算的汽轮机数据采集系统的整体结构关系图；
图3为本发明提供的一种基于工业互联网及边缘计算的汽轮机数据采集系统的轴系振动信号采集模块结构图；
图4为本发明提供的一种基于工业互联网及边缘计算的汽轮机数据采集系统的工业软网关结构图；
图5为本发明提供的一种基于工业互联网及边缘计算的汽轮机数据采集系统的云服务模块图。
具体实施方式
本发明给出了一种基于工业互联网及边缘计算的汽轮机数据采集系统实施例，为了使本技术领域的人员更好地理解本发明实施例中的技术方案，并使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明中技术方案作进一步详细的说明：
本发明首先提供了一种基于工业互联网及边缘计算的汽轮机数据采集系统，如图1所示，包括：
一种基于工业互联网及边缘计算的汽轮机数据采集系统，包括：轴系振动信号采集模块101、工业软网关102和云服务模块103；所述轴系振动信号采集模块101用于进行轴系振动信号的采集以及对轴系振动信号进行特征提取，并实现对特征提取后的轴系振动信号的远程发送；所述轴系振动信号采集模块101包括边缘计算子模块1011，所述边缘计算子模块用于对轴系振动信号采集模块采集的原始信号数据进行边缘计算，对延时数据信号进行周期软件重采样，并进行预处理提取特征值；所述工业软网关102包括通信模块1021、汽轮机数据采集配置模块1022和汽轮机数据发送模块1023；所述通信模块1021用于匹配不同电站的汽轮机参数信号采集模式；所述汽轮机数据采集配置模块1022用于识别不同电站数据读取信息以及可视化配置交互；所述汽轮机数据发送模块1023用于将采集到的汽轮机数据经标准化加密后发送到向云服务器模块；所述云服务模块103包括公有云服务模块1031以及私有云服务模块1032；所述云服务模块103用于训练历史数据及不同电站中同型号汽轮机组运行效率的对比；所述公有云服务模块1031包括汽轮机数据管理子模块10311和数据分析算法子模块10322、分布式计算功能模块10333以及用户服务模块10334；所述私有云服务模块1032用于存放定制规则库信息和隐私数据信息。
其中，汽轮机快变量信号数据来自轴系振动采集装置，各电站的网络部署方式及信息化建设情况不同导致慢变量信号读取方式不同，可能通过modbus设备(包括modbustcp和modbusrtu)、profibus设备、opc服务器或者电站数据库读取。为了满足各电站汽轮机数据的采集条件，工业软网关中开发了满足以上几种读取方式的数据读取程序。其中，modbustcp设备、opc服务器、电站数据库和轴系振动采集装置均采用与工业网络交换机/路由器方式互联，从而通过内部以太网电气接口完成与工业软网关的通信；modbusrtu设备和profibus设备分别通过rs232电气接口、rs485电气接口实现与工业软网关的直接通讯。
通过在工业软网关上对opc、modbus设备、profibus设备、轴振动采集装置、电站数据库信息及参数进行识别及可视化配置交互实现数据采集功能。数据采集频率根据机组运行状态来设定从而实现智能变频。在启机、异常运行、正常停机过程中为捕捉各变化的瞬间状态，采样时间设定为1s，在机组稳定运行阶段，运行状态稳定，运行参数基本不变，可增大采样周期，降低网络传输压力，在满足诊断需求的同时大大提高系统性能。采集后的数据经过加密进入消息队列等待发送，并在工业软网关中进行数据缓存备份。
优选地，所述轴系振动信号的采集利用脉冲计数器从tsi缓冲输出或利用电涡流传感器采集汽轮机轴转动键相脉冲信号，每次记录10个脉冲。
优选地，所述每次记录10个脉冲，即汽轮机旋转10周，每周记录128个点的原始信号数据。
优选地，所述预处理提取特征值的方法包括快速傅里叶变换、小波变换、经验模态分析方法。
优选地，所述轴系振动信号采集模块通过rj45电气接口或wi-fi接口连接到工业网络交换机或路由器，待工业软网关对经边缘计算后的轴系振动信号数据进行读取。
优选地，所述数据标准化是将来自不同汽轮机组的数据按照统一命名规则进行标准化。
优选地，所述汽轮机数据管理子模块用于接收来自工业软网关的历史数据和实时数据集群，通过webserver模块对数据解密处理后进入消息队列服务器，所述云服务模块实现分布式消息队列，所述消息队列中数据经过数据拉取进入数据库进行管理。
其中，云服务模块能够接收来自工业软网关的历史数据和实时数据集群，在webserver模块对数据解密处理后进入消息队列服务器，云服务模块实现分布式消息队列，具有高吞吐，低时延的优点，消息队列中数据经过数据拉取进入数据库进行管理。
优选地，所述数据分析算法子模块，包括基本数据分析方法、人工智能方法以及定制分析方法，云服务器模块实现分布式计算，大大提高系统性能。
更具体地，云服务模块能够提供phm建模环境，在建模环境中提供数据分析算法模块，包括基本数据分析方法、人工智能算法、专家人工服务系统。各算法模块向外提供标准接口，能够被外部程序调用，实现了云服务器上算法模块的通用性。各算法模块可不断进行完善更新，以满足数据分析工作需求。其中，定制分析方法由专家人工服务组成，是指具有专业知识经验及计算能力的业务专家，旨在把为用户提供个性化计算分析服务，用户可根据需求在云平台选择相关的在线业务专家为其进行数据分析及故障诊断。
优选地，所述用户服务模块用于共享云服务器上的数据资源和计算资源。
其中，用户可通过账号密码的形式访问公有云服务器，共享云服务器上的数据资源和计算资源。根据用户的不同权限对共享的资源加以限制，在保证高效共享的同时也保证了部分数据的隐私。公有云服务器模块根据用户的需求可拉取加密后的专家规则库直接进行计算，但无法获取专家规则库内信息。云服务器根据用户发来的请求调用选择相应的算法模块对数据进行高性能分布式计算分析，并将分析结果发送给用户，用户根据诊断结果进行相应的维护及优化。
本发明给出一种基于工业互联网及边缘计算的汽轮机数据采集系统，包括：轴系振动信号采集模块、工业软网关和云服务模块；所述轴系振动信号采集模块用于进行轴系振动信号的采集以及对轴系振动信号进行特征提取，并实现进行特征提取后的轴系振动信号的远程发送；所述轴系振动信号采集模块包括边缘计算子模块，所述边缘计算子模块用于对轴系振动信号采集模块采集的原始信号数据进行边缘计算且加密，对延时数据信号进行周期软件重采样，并进行预处理提取特征值；所述工业软网关包括通信模块和汽轮机数据采集配置模块；所述通信模块用于匹配不同电站的汽轮机参数信号采集模式；所述汽轮机数据采集配置模块用于识别不同电站数据读取信息以及可视化配置交互；所述云服务模块包括公有云服务模块以及私有云服务模块，所述公有云服务模块包括汽轮机数据管理子模块和数据分析算法子模块、分布式计算功能模块以及用户服务模块；所述数据管理子模块用于接收来自工业软网关的历史数据和实时数据集群以及对数据解密处理后进入消息队列服务器；所述私有云服务模块用于存放定制规则库信息和隐私数据信息。
以上实施例用以说明而非限制本发明的技术方案。不脱离本发明精神和范围的任何修改或局部替换，均应涵盖在本发明的权利要求范围当中。