一种换热器故障数据信息智能监测方法及系统与流程

本发明涉及换热器故障检测，具体涉及一种换热器故障数据信息智能监测方法及系统。

背景技术：

1、换热器是一种用于在两个或多个流体之间传递热量的设备。其主要目的是通过热传递实现流体的加热或冷却。换热器在各种工业过程、制造业和建筑领域中被广泛应用，其在许多工业和生产过程中用于能源转移，如加热和冷却。对换热器进行异常监测可以确保换热器以最优化的方式运行，从而降低能源消耗，减少运行成本；且异常监测可以帮助尽早发现和识别换热器性能下降或异常工况。通过及时发现问题，可以采取纠正措施，从而提高系统的效率和性能。

2、目前，常见的对换热器进行异常监测的方法为，在换热器管道出入口处安装温度传感器以及流速传感器，以监测换热器效能等相关数据，但是在监测的过程中，由于输入的所采集到的流体速度与其实际速度存在一定的差异，因此使得所监测输出的流体温度数据中会产生一定程度的波动，而在对应原始温度数据进行异常数据检测的过程中，故障数据同样会导致温度数据产生一定程度的变化，使得在对原始数据中异常数据进行检测时，将表现故障的数据误判为正常数据波动，降低了故障检测的准确性。

技术实现思路

1、为了解决在对换热器进行故障监测的过程中，监测到的数据可能会与实际数据存在一定的差异，导致在对换热器进行故障监测的时候存在准确性较低的技术问题，本发明的目的在于提供一种换热器故障数据信息智能监测方法及系统，所采用的技术方案具体如下：

2、第一方面，本发明一个实施例提供了一种换热器故障数据信息智能监测方法，该方法包括以下步骤：

3、获取换热器的流体管道的流体速度数据和不同位置处的流体温度数据；

4、对所述流体温度数据进行局部波动分析，得到流体温度数据的突变程度；

5、根据所述流体温度数据和所述流体速度数据之间的对应关系，确定流体速度数据对流体温度数据的影响程度值；

6、根据不同位置处的流体温度数据之间的差异、流体速度数据的波动程度、以及流体速度数据对流体温度数据的影响程度值，确定流体温度数据的异常可能性；

7、结合所述突变程度和所述异常可能性，判断换热器是否出现故障。

8、优选的，所述对所述流体温度数据进行局部波动分析，得到流体温度数据的突变程度，包括：

9、以每个流体温度数据为中心，构建每个流体温度数据对应的窗口，根据每个流体温度数据对应的窗口中各相邻的流体温度数据之间的数值差异，确定每个流体温度数据的突变程度。

10、优选的，所述流体温度数据的突变程度的计算公式为：

11、；其中，为第i个流体温度数据的突变程度；为第i个流体温度数据与相邻上一个时刻的流体温度数据的差异；为第i个流体温度数据对应的窗口中所有相邻流体温度数据的差异的最大值；为第i个流体温度数据对应的窗口中流体温度数据的数量；为第i个流体温度数据对应的窗口中除第i个流体温度数据之外的第r个流体温度数据与上一个流体温度数据的差异。

12、优选的，所述影响程度值的计算公式为：

13、；其中，为第c个时刻的流体速度数据对流体温度数据的影响程度值；为第c个时刻的流体速度数据；为第c个时刻的流体温度数据；为所有采集时刻的流体温度数据与流体速度数据的比值的均值。

14、优选的，所述根据流体温度数据之间的差异、流体速度数据的波动程度、以及流体速度数据对流体温度数据的影响程度值，确定流体温度数据的异常可能性，包括：

15、以任意流体温度数据对应的温度传感器中作为目标传感器，以其他任意传感器作为待选传感器，根据目标传感器与待选传感器之间的距离，确定目标传感器与待选传感器之间的温度被影响值；

16、结合目标传感器与待选传感器的流体温度数据在不同时间的差异，确定目标传感器与待选传感器的温度差异程度；

17、结合流体温度数据的温度被影响值和温度差异程度，确定目标传感器的流体温度数据的温度异常值；

18、根据流体速度数据的波动程度以及流体速度数据对流体温度数据的影响程度值，确定与流体温度数据属于同一时刻的流体速度数据的速度异常值；

19、根据所述温度差异程度和所述速度异常值确定流体温度数据的异常可能性，其中，所述温度差异程度和所述速度异常值均与异常可能性呈正比例关系。

20、优选的，所述结合目标传感器与待选传感器的流体温度数据在不同时间的差异，确定目标传感器与待选传感器的温度差异程度，包括：

21、以第j个温度传感器作为目标传感器，以第r个温度传感器作为待选传感器，目标传感器与待选传感器的温度差异程度的计算公式为：

22、；其中，为第j个温度传感器与第r个温度传感器之间的流体温度数据的温度差异程度；为第j个温度传感器的流体温度数据；为第r个温度传感器的流体温度数据；为在当前时刻，第j个温度传感器和第r个温度传感器的流体温度数据的差异值；为在第k个时刻，第j个温度传感器和第r个温度传感器的流体温度数据的差异值；m为所有时采样数据的总时长。

23、优选的，所述结合流体温度数据的温度被影响值和温度差异程度，确定目标传感器的流体温度数据的温度异常值，包括：

24、将目标传感器与待选传感器的温度被影响值和温度差异程度的乘积，作为目标传感器与待选传感器的单一温度异常；

25、将目标传感器与所有待选传感器的单一温度异常的和值，作为目标传感器的流体温度数据的温度异常值。

26、优选的，所述根据流体速度数据的波动程度以及流体速度数据对流体温度数据的影响程度值，确定与流体温度数据属于同一时刻的流体速度数据的速度异常值，包括：

27、获取当前时刻的流体速度数据与前一时刻的流体速度数据的差异值，记为流体速度数据的波动程度；

28、将流体速度数据对流体温度数据的影响程度值作为分子，将流体速度数据的波动程度与预设调节阈值的和值作为分母，将比值作为与流体温度数据属于同一时刻的流体速度数据的速度异常值；其中，预设调节阈值为小于1的正数。

29、优选的，所述结合所述突变程度和所述异常可能性，判断换热器是否出现故障，包括：

30、将所述突变程度和所述异常可能性的乘积的归一化值，作为换热器的故障程度；

31、当换热器的故障程度大于预设故障阈值时，判定换热器出现故障；当换热器的故障程度小于或等于预设故障阈值时，判定换热器未出现故障。

32、第二方面，本发明一个实施例提供了一种换热器故障数据信息智能监测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种换热器故障数据信息智能监测方法。

33、本发明实施例至少具有如下有益效果：

34、本发明涉及换热器故障检测技术领域。本发明首先获取换热器的流体管道的流体速度数据流体温度数据；对流体温度数据进行局部波动分析，得到流体温度数据的突变程度，通过计算局部内数据的变化，以体现数据局部突变水平，该操作避免了温度数据波动时无法准确定义数据变化的程度所导致后续对故障数据识别的误判，提高了数据清洗的准确性；根据流体温度数据和流体速度数据之间的对应关系，确定流体速度数据对流体温度数据的影响程度值，基于多个温度传感器的流体温度数据变化的普遍规律性，通过流体温度数据在相同时刻的数据变化差异，结合计算出流体速度对流体温度数据的影响程度；根据不同位置处的流体温度数据之间的差异、流体速度数据的波动程度、以及流体速度数据对流体温度数据的影响程度值，确定流体温度数据的异常可能性，结合多方数据对流体温度数据的异常可能性，其中，结合计算的流体速度对数据的影响程度，判断当前时刻表现故障造成异常的可能性，避免流速造成的对监测数据变化的不真实影响，以及仅利用单个传感器数据异常变化所造成数据异常变化的不准确，提高流速影响下流体温度数据变化所反映的其异常程度的真实性；结合突变程度和异常可能性，判断换热器是否出现故障，提高了故障监测的准确性。