一种基于动态数据协调降低测量参数噪音的方法与流程

本发明涉及一种基于动态数据协调降低测量参数噪音的方法，属于信号处理及过程监测领域。
背景技术：
：过程监测技术经常用来保证工业过程的正常、安全和高效运行。精确的在线测量数据是过程监测的重要基础，测量数据的误差可能导致监测结果出现错误。实际的工业过程经常为动态过程，因此在线测量的数据总是包含测量噪音和波动。因此，能够降低工业过程测量噪音及扰动的信号处理方法十分重要。数据协调方法基于系统中冗余的测量信息，结合系统中设备的约束关系，减少测量数据中随机误差的影响，降低测量参数及未测量参数的不确定度，给出更优的系统参数估计值。冗余测量信息包括空间冗余和时间冗余两类：空间冗余是指多个测量仪表对同一个测量变量进行测量，时间冗余是指仪表在不同时间内对同一个测量变量进行了多次测量。静态数据协调方法仅考虑系统的空间冗余，而动态数据协调方法在静态数据协调的基础上，充分考虑时间冗余和空间冗余，适应了实际工业过程的需求。技术实现要素：本发明的目的是提供一种基于动态数据协调降低测量参数噪音的方法，能够降低工业过程测量参数的噪音及扰动。本发明的技术方案是：一种基于动态数据协调降低测量参数噪音的方法，其特征是该方法包括了如下步骤：1)从工业过程系统中，选取测量变量x及未测量变量u，测量变量x的测量值记为y；x、y和u是由多个变量组成的一维向量，如下所示：x=x1...xn,y=y1...yn,u=u1...up]]>其中，n为所有测量变量的个数；p为所有未测量变量的个数；2)根据工业过程系统中各类测量仪表的精度等级，按照公式(1)来评定测量变量测量值的不确定度σ1,σ2,…σn：σi=kξi1.96Ns---(1)]]>其中，i代表第i个测量变量，i取1,2,3…n；ξi代表置信区间为95％的仪表最大允许误差；Ns代表测量同一变量的仪表个数；k为修正系数；由测量值的不确定度按照公式(2)来计算得到协方差矩阵Σ；3)根据工业过程系统中设备的动态模型，建立关于测量变量x及未测量变量u的约束方程组，如下所示：f(x,u)＝0(3)h(x,u)＝0(4)g(x,u)≤0(5)其中，f代表微分方程组，h代表等式代数方程组，g代表不等式代数方程组；4)利用测量变量的测量值y、测量值的不确定度σ、约束方程组f、h和g构建动态数据协调问题，求解从起始时刻t0到当前时刻tN内目标函数φ的最小值，得到测量变量的协调值x*和未测量变量u的估计值u*；Minφ=Σj=t0tN[(yj-xj*)TΣj-1(yj-xj*)]---(6)]]>其中，j代表第j个采样时刻，j取t0到tN；xj*代表第j个采样时刻的x*；yj代表第j个采样时刻的y；Σj代表第j个采样时刻的Σ；上标T代表矩阵的转置；上标-1代表矩阵的逆；代表从t0到tN的求和；5)采用移动窗口法来简化动态数据协调问题的复杂性：根据动态数据协调问题的特点及允许的计算时间、成本及复杂性，选取移动窗口长度；动态数据协调问题的目标函数改为φ′，求解得到测量变量的协调值x*和未测量变量u的估计值u*；Minφ′=Σj=tN-HtN[(yj-xj*)TΣj-1(yj-xj*)]---(7)]]>其中，H代表窗口长度；6)计算测量变量的协调值x*的标准差，作为协调值x*的不确定度σ*；根据测量值y的不确定度σ和协调值x*的不确定度σ*，评定测量值和协调值的噪音幅度，并进行对比。本发明所述的方法的技术特征还在于：1)工业过程系统包括电厂系统或化工系统；2)步骤(1)中所述的合适的测量变量包括流量、压力、温度和功率；3)步骤(3)中所述的约束方程包含质量平衡方程、能量平衡方程和特性方程；4)步骤(5)中所述的窗口长度包括ΔT、2ΔT、3ΔT或4ΔT，其中ΔT代表采样时间间隔。本发明具有以下优点及突出性的技术效果：本发明在不改变工业过程中测量仪表和设备的前提下，基于系统中设备的约束关系、时间冗余及空间冗余测量信息，通过动态数据协调计算来降低动态过程中测量数据的噪音及扰动，同时降低测量参数的不确定度，提高测量数据的质量和过程监测的效果。本方法简单、高效、成本低。附图说明图1为实施例中电厂管壳式高压给水加热器的结构示意图。图2为实施例中电厂管壳式高压给水加热器的物理模型图。图3展示了高压给水加热器中壳侧的进口流量和出口流量的测量值。图4展示了实施例中电厂高压给水加热器液位的测量值。图5展示了实施例中加热器液位的测量值及数据协调值(窗口长度为3ΔT)。具体实施方式下面结合附图对本发明的原理和具体实施作进一步的说明。本发明提供了一种基于动态数据协调降低测量参数噪音的方法，其特征是该方法包括了如下步骤：1)以电厂的给水加热系统为例，如图1所示，选取管壳式高压给水加热器进行仿真研究。在高压给水加热器中，选取合适的测量变量x，依次为x1,x2,x3，分别代表给水管侧的进口流量min、出口流量mout和加热器的液位h；测量变量x的测量值记为y，依次为y1,y2,y3；实施例中没有未测量变量u；x=x1...x3,y=y1...y3]]>其中，测量变量的个数为3；2)根据工业过程系统中各类测量仪表的精度等级，按照公式(1)来评定测量变量测量值的不确定度σ1,σ2,σ3：σi=kξi1.96Ns---(1)]]>其中，i代表第i个测量变量，i取1、2、3；ξi代表置信区间为95％的仪表最大允许误差；Ns代表测量同一变量的仪表个数，通常为1；k为修正系数，通常为1；并由测量值的不确定度按照公式(2)来计算得到协方差矩阵Σ：Σ=σ12000σ22000σ32---(2)]]>3)根据工业过程系统中设备的动态模型，建立关于测量参数x及未测量参数u的约束方程组，其中，f代表微分方程组，h代表等式代数方程组，g代表不等式代数方程组；在此实施例中，没有等式代数方程和不等式代数方程，只有一个反映动态过程质量守恒的微分方程；由于采样时刻是间断的，且采样时间间隔为ΔT，微分方程由差分方程来替代，如公式(3)所示：min-mout-ρAhj+1-hjΔT=0---(3)]]>其中，j代表第j个采样时刻；ρ为液体的密度，这里是水；A为加热器的横截面积；4)利用测量变量的测量值y、测量值的不确定度σ、约束方程组f、h和g构建动态数据协调问题，求解从起始时刻t0到当前时刻tN内目标函数φ的最小值，得到测量变量的协调值x*和未测量变量u的估计值u*；Minφ=Σj=t0tN[(yj-xj*)TΣj-1(yj-xj*)]---(6)]]>其中，j代表第j个采样时刻，j取t0到tN；xj*代表第j个采样时刻的x*；yj代表第j个采样时刻的y；Σj代表第j个采样时刻的Σ；上标T代表矩阵的转置；上标-1代表矩阵的逆；代表从t0到tN的求和；实施例中，没有u*；5)采用移动窗口法来简化动态数据协调问题的复杂性：根据动态数据协调问题的特点及允许的计算时间、成本及复杂性，选取移动窗口长度；动态数据协调问题的目标函数改为φ′，求解得到测量变量的协调值x*和未测量变量u的估计值u*；Minφ′=Σj=tN-HtN[(yj-xj*)TΣj-1(yj-xj*)]---(7)]]>其中，H代表窗口长度。实施例中选取窗口长度H为3ΔT。6)计算测量变量的协调值x*中每个元素(例如x1*或xn*)在所有时间范围内(从起始时刻t0到当前时刻tN)的标准差，作为协调值x*的不确定度σ*，其中，根据测量值y的不确定度σ和协调值x*的不确定度σ*，评定测量值和协调值的噪音幅度，并进行对比。实施例中，直接用变量的不确定度来反映变量的噪音幅度。实施例1：下面选取一个管壳式高压给水加热器为例，进行仿真研究并对本发明进行说明。图1为实施例中电厂高压给水加热器的结构示意图。图2为实施例中电厂高压给水加热器的物理模型图。图1及图2中的符号名称为：1-抽蒸汽管道入口；2-抽蒸汽管道出口；3-蒸汽过热区出口；4-蒸汽凝结区出口；5-蒸汽疏水区出口；6-给水入口；7-给水疏水区出口；8-给水凝结区出口；9-给水出口；10-上级疏水入口。该设备的测量参数包括给水管侧的进口流量min，出口流量mout和加热器的液位h。其中给水管侧的进口流量min和出口流量mout的测量值如图3所示。液位的测量值变化满足均值为0.1m，幅值为0.01m的正弦函数，如图4所示。三个测量变量的不确定度分别为1，1和0.1。采样的时间间隔ΔT为1秒，计算的时间段共为100秒。动态数据协调计算完成后，得到液位的协调值以及其标准差。图5为液位的测量值和协调值(窗口的长度为3ΔT)的对比图。液位测量值及协调值的标准差见表1所示。表1液位测量值及协调值的标准差由图5和表1中结果可以得到，在动态数据协调后，加热器液位的波动幅度得到很大程度的减小，且协调后的液位的不确定度比测量值的不确定度降低36.71％，充分说明了本方法可以有效的降低测量参数的噪音幅度。当前第1页1 2 3