一种基于稳态采样技术的在线热力试验方法及系统与流程

本发明具体涉及一种基于稳态采样技术的在线热力试验方法及系统，属于热力试验技术领域。

背景技术：

发电设备的热力性能指标是机组运行和设备状态分析最重要、最基础、最有用的技术工具，企业生产、运行、管理的重要技术指标。发电企业设备热力性能好坏决定着盈利能力，热力系统的热能利用率低，直接影响机组效率，降低电厂在电力市场中的竞争力。发电企业为了分析电厂设备热力性能，通常在机组验收期间、大修前后或设备改造前后进行发电设备的热力的试验，分析试验报告找到热力系统中设备整体运行性能对于效率的影响，统计各项经济指标改善情况。

目前常规热力试验整个过程包括试验方案制定、测点的布置、设备调试、数据采集整理、试验数据计算分析和出具试验报告等。试验要求机组必须在指定负荷下，关键指标波动在允许范围内才能继续。试验过程中发电企业需要配合专业的团队进行长时间的安装和调试等工作，耗费大量人力和时间。现场试验操作困难，人工取数存在时间差，试验数据计算分析处理耗时长，试验报告需要数个工作日才能生成难以实时分析；热力试验模型存在差异，试验报告结果对比价值低，同时采集的样本量比较少不能满足长期分析诊断的要求。

计算机技术、网络技术和自动控制技术的飞速发展，发电企业生产控制系统得到广泛应用，生产过程中对现场数据实时采集监控，为实现优化运行、科学检修，提高机组运行可靠性提供数据支持。为了对设备进行全生命周期管理，需要对热力设备的状态进行分析，热力试验以固定的时间周期对设备测点进行采样，并基于汽水平衡、传热理论等进行设备对能源的利用能力情况分析；评估设备性能。当前主要的热力试验有锅炉本体试验、汽轮机热耗试验、换热器性能试验等，通常线下进行。云计算技术的日益成熟允许将海量数据上传至私有云，保证数据安全的同时通过网络为现场提供业务支持。利用云平台技术集中获取真实、可靠的实时运行数据，利于制定出科学的、合理的决策方案，实现企业效益最大化，也为在线热力试验提供技术上的可能；

目前国内将在线分析应用于电力、医疗、交通、家居、办公等场景，电力企业利用互联网进行设备维护和监视。为了方便设备维护，可将操作指令封装在二维码中，通过摄像头扫描，在电力调度系统向运维工作站传递操作指令，运维工作站根据操作指令对电力调度技术支持系统进行维护操作。提高了故障处理效率，还降低了运行维护成本和自动化维护人员的劳动强度。此外通过监控电力设备状态数据，可以对预设故障进行检测，从而判断设备是否安全运行等。

现有的方案还存在的缺点有：

发电设备的在线热力试验准备条件多，试验过程中参数稳定性要求高，试验后需要结合相关的设计文档和历史报告进行分析专业性高；目前通常采用线下方式，现场运行人员配合专家要求进行状态调试，采集数据后由专家采用专门的数据处理工具得出相关结论并给出报告。线下的热力试验对样本要求高，试验过程中要求运行人员对工况进行长期保持，操作上存在难度，合格样本非常有限；试验人员有限，专家的专业性偏向，当工况满足的条件下，能进行单机组某个设备的试验，无法同时多机组多设备进行分析；试验结束后数据处理周期长，数据获取后进行数据质量判断、资料的收集、热力计算模型核算等，通常需要数个工作日才能生成试验报告。如果存在数据质量不合格，或发现设备存在缺陷等问题，难以实时反馈，重做试验成本高。

以监视和维护为主的系统，仅提供设备的基本运行数据，参考信息获取困难，难以对设备具体特性进行详细的评估判断，最终结论依赖人工整理，归纳。数据质量控制不足，对稳态要求不高，难以达到试验要求，影响评估结果准确性和决策可靠性。

技术实现要素：

本发明的目的在于克服现有技术中的不足，提供了一种基于稳态采样技术的在线热力试验方法，在线对每个试验设备的样本数据进行稳态判断，提高采样数据质量。

为解决上述技术问题，本发明提供了一种基于稳态采样技术的在线热力试验方法，其特征是，包括以下步骤：

S1，确定试验设备、试验开始时间、试验结束时间及试验数据质量要求；

S2，根据试验开始时间到试验结束时间的时间区间，采集此时间区间内试验设备的运行数据作为样本数据；

S3，对每个样本数据进行稳态判断，对满足稳态要求的样本数据判定为一个合格的样本，并根据合格样本数据的数量判断是否符合试验数据质量要求；

S4，对合格样本数据提取到热力试验模型中，计算出试验设备的能耗和性能指标；

S5，对试验设备的能耗和性能指标生成报告。

进一步的，对每个样本数据进行稳态判断的过程为：

1）确定稳态关键参数，从样本数据中获取各稳态关键参数的时间序列值；

2）对各稳态关键参数的时间序列值进行稳态判断；

3）当所有稳态关键参数均满足稳态要求时，则判定此样本数据为一个合格的样本。

进一步的，稳态关键参数的时间序列值为：

根据样本时间点TS减采样周期一半T0/2到样本时间点TS加上采样周期一半T0/2的时间，这段时间内稳态关键参数的数据点值。

进一步的，对稳态关键参数的时间序列值进行稳态判断的过程为：

对时间序列值的波动情况进行评估，若波动情况在评估指标的稳态阈值内，则判定此稳态关键参数符合稳态要求。

进一步的，采用标准差对时间序列值的波动情况进行评估。

相应的，本发明还提供了一种基于稳态采样技术的在线热力试验系统，其特征是，包括试验条件确定模块、样本数据采集模块、样本数据稳态判断模块、热力试验计算模块、报告生成模块；其中：

试验条件确定模块，用于确定试验设备、试验开始时间、试验结束时间及试验数据质量要求；

样本数据采集模块，用于根据试验开始时间到试验结束时间的时间区间，采集此时间区间内试验设备的运行数据作为样本数据；

样本数据稳态判断模块，用于对每个样本数据进行稳态判断，对满足稳态要求的样本数据判定为一个合格的样本，并根据合格样本数据的数量判断是否符合试验数据质量要求；

热力试验计算模块，用于对合格样本数据提取到热力试验模型中，计算出试验设备的能耗和性能指标；

报告生成模块，用于对试验设备的能耗和性能指标生成报告。

进一步的，样本数据稳态判断模块中，对每个样本数据进行稳态判断的过程为：

1）确定稳态关键参数，从样本数据中获取各稳态关键参数的时间序列值；

2）对各稳态关键参数的时间序列值进行稳态判断；

3）当所有稳态关键参数均满足稳态要求时，则判定此样本数据为一个合格的样本。

进一步的，样本数据稳态判断模块中，稳态关键参数的时间序列值为：

根据样本时间点TS减采样周期一半T0/2到样本时间点TS加上采样周期一半T0/2的时间，这段时间内稳态关键参数的数据点值。

进一步的，样本数据稳态判断模块中，对稳态关键参数的时间序列值进行稳态判断的过程为：

对时间序列值的波动情况进行评估，若波动情况在评估指标的稳态阈值内，则判定此稳态关键参数符合稳态要求。

与现有技术相比，本发明所达到的有益效果是：本发明的一种基于稳态采样技术的在线热力试验方法及系统，关键点在于数据实时采集、引入稳态思路，建立在线稳态采样判断的方法，对试验对象的所有关键参数进行波动判断，并进行逻辑”&”运算，提高数据质量；使用专业热力计算模型支持在线计算和高并发响应，允许多台机组或者单机组多个时间点同时进行试验，提高试验效率。

附图说明

图1是本发明方法的流程图；

图2是样本在线稳态判断流程。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

本发明的一种基于稳态采样技术的在线热力试验方法，包括以下过程：

S1，确定试验设备、试验开始时间、试验结束时间及试验数据质量要求；

S2，根据试验开始时间到试验结束时间的时间区间，采集此时间区间内试验设备的运行数据作为样本数据；

S3，对每个样本数据进行稳态判断，对满足稳态要求的样本数据判定为一个合格的样本，并根据合格样本数据的数量判断是否符合试验数据质量要求；

S4，对合格样本数据提取到热力试验模型中，计算出试验设备的能耗和性能指标；

S5，对试验设备的能耗和性能指标生成报告。

实施例

本发明实施例的一种基于稳态采样技术的在线热力试验方法，包括以下过程：

步骤S1，申请处理。

在线试验系统对远端用户在系统中线上提交的试验申请进行处理，试验申请内容包括机组发电设备（作为试验设备）、试验开始时间、试验结束时间、试验数据质量要求。

在线试验系统并行处理试验申请，不仅能满足多台试验机组同一时间段进行试验的请求，还能满足同一机组多个时间段同时进行试验的请求。

步骤S2，数据采集。

在线试验系统基于试验申请中的试验设备、试验数据质量、试验开始时间和试验结束时间等信息对设备的尺寸、设计值和运行数据进行采集。

其中试验开始时间至试验结束时间的这段时间为设备试验的时间区间。试验结束时间可能是历史时间或未来时间；

历史时间是指试验结束时间早于当前系统时间，试验申请提交时根据试验的时间区间对数据库中对应数据进行采集；

未来时间是指试验申请提交后需要等待至试验结束才能根据试验的时间区间对数据库中数据进行采集。

数据采集具体步骤：

（a）提取设备试验基本数据：系统提取试验申请信息，根据申请中设备名称提取已存储在服务器中对应设备的历史资料、设计资料、设备说明书等必要信息，这些资料内包括设备设计工况，设备型号，设备尺寸等信息，从这些提取的资料中获取设备试验时必要的尺寸数据和设计值；

（b）提取设备试验运行数据：根据试验申请中机组设备名称和试验的时间区间，对设备运行测点进行采样。选取合适的采样周期T0，根据试验数据质量要求，T0可以在一定范围内自行选择，通常要求T0小于等于十分钟。采样个数M根据试验的时间区间与采样周期进行计算（M=试验的时间区间/采样周期）。

步骤S3，在线稳态判断。

根据试验数据质量是否满足工况参数稳定程度，对采集的每个样本数据进行在线稳态判断：

如图2所示，通过关键参数对样本进行在线稳态，判断流程具体步骤如下：

（i）确定稳态关键参数名称和时间：确定待判断样本时间点TS，采样周期为T0。根据试验设备获取对应的稳态关键参数V，以锅炉本体试验为例通常采用负荷、主蒸汽温度、主蒸汽压力三个稳态关键参数；

（ii）获取第一个稳态关键参数的时间序列值：通常选择样本时间点TS附近一段时间内稳态关键参数的总体波动情况对样本是否合格进行判断，即根据待判断样本时间点TS减采样周期一半T0/2到样本时间点TS加上采样周期一半T0/2的时间，即[TS-T0/2,TS+T0/2)这段时间内从数据库里提取稳态关键参数V的数据点值，关键参数V的采样频率为t（取决于传感器传输频率和数据库存储频率），一般要求每30秒采集一个测点值，则T0内关键参数V共有测点T0/t个，稳态参数V的m个时间序列点可表示为序列{v1,v2,v3....,vm}；

（iii）对稳态参数V的m个时间序列点进行稳态判断：判断方法是对波动情况进行评估，评估指标为允许波动偏差，允许波动偏差根据国标或者行标一般会以绝对偏差或者偏差百分比形式表示。不同发电设备在线试验的关键指标不同，关键指标的允许波动偏差也不同。为了方便评估采样统一评估形式，对m个测点序列中明显偏离当前工况的数据进行平滑后计算其均值v0，使用标准差对其波动进行评估，标准差的计算规则是将每个序列点减去其平均值v0的差值进行平方后求和，所得结果除以该序列组的个数m，再把所得值开根号。如果标准差小于该指标的稳态阀值（允许波动偏差进行标准差换算后数值），认为关键参数V在T0时间段内符合稳态的要求；

（iv）获取下一个稳态参数V的时间序列值并进行判断。对热力试验的试验对象的所有关键参数V的判断结果进行逻辑”&”运算。当且仅当所有关键参数均满足稳态要求时，T0时间段的工况可理解为稳态工况，待判定样本为一个合格的样本；

（v）选取下一个样本重复(ii)~(iv)步骤，完成全部M个样本的在线稳态判断；

（vi）根据样本合格的数量确定试验是否成功：试验时间内共M个样本，试验合格样本量一般是总样本M的2/3向上取整且要求个数大于等于3个。当样本合格的数量大于试验合格样本量后，认为此次试验数据质量高，能体现当前设备情况，可以生成试验报告。否则认为此时试验数据质量差，代表性差不能支持相关结论得出，认为试验失败，给出失败原因说明；

步骤S4，模型计算。

合格样本提取进入在线热力试验模型中处理。模型输出设备能耗和性能指标值作为试验报告的基本数据。在线热力试验模型是根据热力系统图，基于热力平衡与汽水平衡计算设备性能的常规试验模型，通过设备的运行测点数据，计算出设备的能耗和性能指标。

步骤S5，生成报告。

基于上述获取的试验设备的样本数据、合格样本数据及计算得到的试验设备的能耗和性能指标生成报告，报告结合历史试验以及同类设备对比出具详细的分析报告。

步骤S6，专家介入模型评估，随着国标、行标等相关标准的变化，或者是热力试验模型本身算法的升级，以及根据机组历史数据分析发现相关参数需要进一步完善时，可由专家介入根据分析报告，对模型进行评估和更新。

本发明方法对于当前进行中的试验，实时对关键参数进行稳态判断和控制，避免数据质量低导致试验失败。集中收集和整理发电设备资料，对指标参数和热力计算模型进行统一管理，减少因数据源不同带来的报告结论差异，增加试验结果的可比性。

本发明的一种基于稳态采样技术的在线热力试验方法及系统，关键点在于数据实时采集、引入稳态思路，建立在线稳态采样判断的方法，对试验对象的所有关键参数进行波动判断，并进行逻辑”&”运算，提高数据质量；使用专业热力计算模型支持在线计算和高并发响应，允许多台机组或者单机组多个时间点同时进行试验，提高试验效率。

基于与上述方法同样的发明构思，本发明的一种基于稳态采样技术的在线热力试验系统，包括试验条件确定模块、样本数据采集模块、样本数据稳态判断模块、热力试验计算模块、报告生成模块；其中：

试验条件确定模块，用于确定试验设备、试验开始时间、试验结束时间及试验数据质量要求；

样本数据采集模块，用于根据试验开始时间到试验结束时间的时间区间，采集此时间区间内试验设备的运行数据作为样本数据；

样本数据稳态判断模块，用于对每个样本数据进行稳态判断，对满足稳态要求的样本数据判定为一个合格的样本，并根据合格样本数据的数量判断是否符合试验数据质量要求；

热力试验计算模块，用于对合格样本数据提取到热力试验模型中，计算出试验设备的能耗和性能指标；

报告生成模块，用于对试验设备的能耗和性能指标生成报告。

进一步的，样本数据稳态判断模块中，对每个样本数据进行稳态判断的过程为：

1）确定稳态关键参数，从样本数据中获取各稳态关键参数的时间序列值；

2）对各稳态关键参数的时间序列值进行稳态判断；

3）当所有稳态关键参数均满足稳态要求时，则判定此样本数据为一个合格的样本。

进一步的，样本数据稳态判断模块中，稳态关键参数的时间序列值为：

根据样本时间点TS减采样周期T0/2到样本时间点TS加上采样周期T0/2的时间，这段时间内稳态关键参数的数据点值。

进一步的，样本数据稳态判断模块中，对稳态关键参数的时间序列值进行稳态判断的过程为：

对时间序列值的波动情况进行评估，若波动情况在评估指标的稳态阈值内，则判定此稳态关键参数符合稳态要求。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。