一种核电站柴油发电机组线圈温度预警方法及系统与流程

本发明涉及发电机组温度测量技术领域，特别涉及一种核电站柴油发电机组线圈温度预警方法及系统。

背景技术：

核电应急柴油机组作为核电供电系统的最后一道屏障，保障其安全可靠性具有重要意义。对于核电厂应急柴油机组而言，柴油发电机组的多种信号类型均属于准周期非平稳信号，使得柴油发电机组具有故障机理复杂、各类信号难以统一采集处理、故障特征难以提取等特点。

目前核电站的应急柴油机比较老旧，就地的发电机组线圈温度显示仪表只能显示当前值，无法查看历史数据，不具备数据存储和传输功能。当前的检测方式主要通过定期巡检的方式，并进行手动记录数据，以及人为设定温度预警阈值等，这种方式不能完整的反应柴油机的运行状况，不能适应柴油机运行工况的复杂情况，无法捕获瞬态过程和时序变化过程，因而无法评估设备健康值并及时做出预警，很容易造成柴油发电机组出现故障而无法及时维修的情况。

技术实现要素：

有鉴于此，本发明的主要目的在于提供一种核电站柴油发电机组线圈温度预警方法及系统，通过搭建柴油发电机组线圈温度同步采集系统，对采集的线圈温度进行实时统计，并根据实时预测值进行异常分析，并在出现异常时进行及时预警，从而保证柴油发电机组的正常运行。

本发明采用的技术方案为，一种核电站柴油发电机组线圈温度预警方法，包括以下步骤：

a、采集发电机组线圈的实际温度值以及与温度相关的参数数据；

b、将所述与温度相关的参数数据输入到温度预测模型，计算得到发电机组线圈温度的实时预测值；

c、将所述实际温度值与实时预测值相比较，并根据二者的差值判断是否需要预警；以及

d、当所述差值超过设定的阈值范围时，给出预警信息。

由上，本方法对采集的线圈温度进行实时统计，并根据采集的与温度相关的参数数据计算线圈温度的实时预测值，然后利用预测值和实际值的差值进行异常分析，并在出现异常时进行及时预警，从而保证柴油发电机组的正常运行

其中，步骤b所述温度预测模型通过下述步骤建立：

从数据库获取发电机组线圈温度以及与温度相关的参数的历史数据；

采用聚类算法对所述历史数据进行运行状态分类，并按照时间戳对齐；

将分类后的与温度相关的参数历史数据和线圈温度历史数据进行两两相关性分析，得到每项参数与线圈温度的相关系数；

以运行状态为建模方向，利用所述历史数据以及每项参数与线圈温度的相关系数建立温度预测模型。

由上，通过从数据库中获取线圈温度以及与温度相关的参数的历史数据，并按照发电机组的运行状态对该历史数据进行分类，将每项参数与线圈温度进行两两相关性分析以得到相关系数，从而根据历史数据以及相关系数，并采用神经网络算法即可计算出与温度相关的参数对线圈温度的预测模型。

进一步改进，所述进行运行状态分类之前，还包括步骤：

对所述发电机组线圈温度以及与温度相关的参数的历史数据进行清洗，按照时间戳同步剔除或替换无效的数据，消除数据之间的不一致性。

由上，当采集的历史数据中，某项参数的某个时刻的数据出现异常或明显错误时，该项参数该时刻的数据属于无效数据，需要进行剔除，同时为保证时间戳的同步对齐，还需要剔除该时刻下其他参数的数据，为防止剔除过多的数据造成数据样本不足的情况，还可结合发电机组的运行状态，采用相似运行状态下的相同时间戳的数据替换无效的数据。

其中，所述差值的阈值范围通过下述步骤确定：

利用所述温度预测模型对与温度相关的参数历史数据进行反算，得到对应线圈温度历史数据的预测数据；

将所述线圈温度历史数据与对应的预测数据进行差值计算，并做高斯分布处理，得到所述差值的均值和标准差，从而确定差值的阈值范围。

由上，采用温度预测模型对历史数据进行反算，并将反算得到的预测数据与线圈温度的历史数据进行差值计算，并做高斯分布处理，即可得到差值的均值以及上下标准差的范围，从而即可确定差值的阈值范围，

进一步改进，所述步骤a还包括：

将采集的发电机组线圈的实际温度值以及与温度相关的参数数据分别与其对应的设定阈值进行比较，若超出设定阈值的范围时，则进行对应参数的预警并结束本预警方法流程，否则转到步骤b。

由上，通过给发电机组线圈温度及相关参数分别设定一范围较大的阈值，当采集的数据超出该阈值范围时，即可直接进行对应参数的预警，以便于及时解决该参数对应硬件的故障，若采集的各参数的数据均未超出阈值范围，即可利用温度预测模型进行后续步骤的检测。

进一步改进，还包括步骤：

将采集发电机组线圈的实际温度值以及与温度相关的参数数据作为数据样本引入到温度预测模型，对该温度预测模型进行深度优化。

由上，将每次采集的数据引入到温度预测模型中进行优化，使其更加精确，以输出更加精确的预警信息。

其中，所述与发电机组线圈温度相关的参数包括：

发电机组的功率、电压、电流以及环境温度。

由上，实际工作中，发电机组的线圈温度常常会受到发电机组功率、电压、电流以及环境温度等参数的影响。

基于上述方法，本发明还提供了一种柴油发电机组线圈温度预警系统，包括：

数据采集模块，用于采集发电机组线圈的实际温度值以及与温度相关的参数数据；

预警模块，用于将所述与温度相关的参数数据输入到温度预测模型，计算得到发电机组线圈温度的实时预测值，将所述实际温度值与实时预测值相比较，当二者的差值超过设定的阈值范围时，给出预警信息；

存储模块，用于存储所述数据模块采集的数据和预警模块计算得到的数据以及预警信息；

显示模块，用于显示采集的数据、实时预测值和预警信息。

由上，本发明通过搭建柴油发电机组线圈温度同步采集系统，对采集的线圈温度进行实时统计，并根据实时预测值进行异常分析，并在出现异常时进行及时预警，从而保证柴油发电机组的正常运行。

进一步改进，所述预警模块还用于将采集的发电机组线圈的实际温度值以及与温度相关的参数数据分别与其对应的设定阈值进行比较，若超出设定阈值的范围时，则给出对应参数的预警信息。

由上，通过给发电机组线圈温度及相关参数分别设定一范围较大的阈值，当采集的数据超出该阈值范围时，即可直接进行对应参数的预警，以便于及时解决该参数对应硬件的故障。

附图说明

图1为本发明核电站柴油发电机组线圈温度预警方法的流程示意图；

图2为本发明核电站柴油发电机组线圈温度预警系统的原理示意图。

具体实施方式

以下结合图1-图2对本发明所提供的核电站柴油发电机组线圈温度预警方法及系统的具体实施方式进行详细说明。

图1是本发明一个实施例提供的核电站柴油发电机组线圈温度预警方法的流程示意图，如图1所示，本发明实施例提供的核电站柴油发电机组线圈温度预警方法，包括下述步骤：

s100：采集发电机组线圈的实际温度值以及与温度相关的参数数据；

本步骤通过对发电机组线圈的实际温度值以及与温度相关的参数数据进行周期性采集，其中，采集周期可根据实际情况设定；

在实际应用中，与温度相关的参数数据可包括发电机组的功率、电压、电流以及环境温度等于发电机组线圈温度有直接或间接关系的数据；

本步骤中，对于上述采集的发电机组线圈的实际温度值以及与温度相关的参数数据，可首先与其对应的设定阈值进行比较，该比较过程为初步检测步骤，用于对明显的异常信息进行预警，其中线圈温度以及相关参数的设定阈值的范围为其正常工作状态下可达到的最大范围，当任意采集的参数值超出设定阈值的范围时，则进行对应参数的预警并结束本预警方法流程，否则转到步骤s200。

s200：将所述与温度相关的参数数据输入到温度预测模型，计算得到发电机组线圈温度的实时预测值；

本步骤中，所述温度预测模型通过下述子步骤建立：

s201：从数据库获取发电机组线圈温度以及与温度相关的参数的历史数据；

s202：对所述发电机组线圈温度以及与温度相关的参数的历史数据进行清洗，按照时间戳同步剔除或替换无效的数据，消除数据之间的不一致性；

值得说明的是，从数据库采集的多项参数的历史数据中，存在一些无效数据，因此在使用这些数据前，首先需要对其中明显无效的数据进行清洗，清洗可采用剔除或替换的方式；

当对该无效数据进行剔除时，为保证所有参数的时间戳的对齐，需要将该时间戳对应的其他参数数据也同步剔除。当该时间戳对应的数据中只有一项或两项参数的数据无效时，还可采用替换的方式，即结合发电机组的运行状态，从其他周期中相似运行状态下抽取数据特征，进行数据移植，同时还要保证移植的数据控制在理论范围内，以保证数据的准确性。

s203：采用聚类算法对所述历史数据进行运行状态分类，并按照时间戳对齐；

举例说明，柴油机通常根据运行工况分为热备状态、运行状态和冷却状态三种，运行状态还分为带载和空载，这些状态反映到采集的参数数据中就是转速、有功功率和无功功率等。本实施例中，可采用聚类算法将多项参数的历史数据分为三类：运行做功、运行空载和非运行状态，针对每类状态需建立每类状态下线圈温度的预测模型。

s204：将分类后的与温度相关的参数历史数据和线圈温度历史数据进行两两相关性分析，得到每项参数与线圈温度的相关系数；

本步骤中，由于每项参数对线圈温度的影响权重不同，因此需要采用将每项参数的历史数据与对应的线圈温度数据进行两两相关性分析，得到每项参数与线圈温度的相关系数。

s205：以运行状态为建模方向，利用所述历史数据以及每项参数与线圈温度的相关系数建立温度预测模型。

根据上述分类的状态，将每类状态下的多项参数的历史数据进行时间戳的排序，并且保证多项参数的时间戳相同，此时将时间戳对齐的历史数据以及上述计算得出的每项参数与线圈温度的相关系数，利用神经网络算法建立上述各项参数对线圈温度的预测模型；

将上述采集的与线圈温度相关的参数数据引入到该温度预测模型中，即可得到该线圈温度的实时预测值。

s300：将所述实际温度值与实时预测值相比较，并根据二者的差值判断是否需要预警；

s400：当所述差值超过设定的阈值范围时，给出预警信息；

本步骤中，实际温度之与实时预测值的差值的阈值范围可通过线圈温度以及与线圈温度相关参数的历史数据确定，具体的：

利用所述温度预测模型对与温度相关的参数历史数据进行反算，得到对应线圈温度历史数据的预测数据；

将所述线圈温度历史数据与对应的预测数据进行差值计算，并做高斯分布处理，可得到所述差值的均值和标准差，利用该均值和标准差即可确定差值的阈值范围，其中标准差的范围可根据实际情况进行设定。

s500：将采集发电机组线圈的实际温度值以及与温度相关的参数数据作为数据样本引入到温度预测模型，对该温度预测模型进行深度优化；

本步骤中，将每次采集的发电机组线圈的实际温度值以及与温度相关的参数数据作为数据样本引入到该温度预测模型中，以对该温度预测模型进行不断修正和深度优化，使其更加符合柴油发电机组的运行工况，以精确检测该柴油发电机组线圈温度及相关参数的异常情况。

图2是本发明另一个实施例提供的核电站柴油发电机组线圈温度预警系统的原理示意图，如图2所示，本发明实施例提供的核电站柴油发电机组线圈温度预警系统包括：

数据采集模块100，用于采集发电机组线圈的实际温度值以及与温度相关的参数数据；

通信模块200，用于实现系统间各模块的数据通信；

预警模块300，用于将采集的发电机组线圈的实际温度值以及与温度相关的参数数据分别与其对应的设定阈值进行比较，若超出设定阈值的范围时，则给出对应参数的预警信息，若未超出设定阈值的范围，则将所述与温度相关的参数数据输入到温度预测模型，计算得到发电机组线圈温度的实时预测值，将所述实际温度值与实时预测值相比较，当二者的差值超过设定的阈值范围时，给出预警信息；

存储模块400，用于存储所述数据模块采集的数据和预警模块计算得到的数据以及预警信息；

显示模块500，用于显示采集的数据、实时预测值和预警信息。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。