[发明专利]一种巨型水电厂智能报警阈值设置方法及系统在审
申请号: | 201910216204.1 | 申请日: | 2019-03-21 |
公开(公告)号: | CN110046182A | 公开(公告)日: | 2019-07-23 |
发明(设计)人: | 鲁俊兵;乔进国;南冠群;张李小璟;齐巨涛;胡丰;李锐奎;王远洪;曹一凡;胡金飞;张会军;贺飞;曾阳麟;张卫民;代文龙 | 申请(专利权)人: | 华能澜沧江水电股份有限公司 |
主分类号: | G06F16/2458 | 分类号: | G06F16/2458;G06N3/02;G06Q10/04;G06Q50/06;G05B13/02 |
代理公司: | 北京市盈科律师事务所 11344 | 代理人: | 刘立国 |
地址: | 650000 云*** | 国省代码: | 云南;53 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 水电厂 智能报警 报警 动态数据 阈值设置 电厂 计算机监测系统 安全稳定 报警系统 报警信号 趋势分析 系统数据 阈值监测 长周期 大数据 信息化 智能化 联动 运维 整合 工作量 预警 机组 返回 | ||
1.一种巨型水电厂智能报警阈值设置方法,其特征在于:包括以下步骤:
获取水电厂各系统的动态数据、具体参数和状态信息;
获取水电厂各系统的报警阈值;
根据报警阈值监测各系统数据,如果超过报警阈值,则发出报警信号;
如果没有超过报警阈值,则返回重新循环。
2.如权利要求1所述的巨型水电厂智能报警阈值设置方法,其特征在于:所述报警阈值利用迭代学习控制方法来获取,具体按照以下步骤获取:
获取报警定值初始值;
获取上一次报警定值和误差信息修正定值;
根据预设策略进行多次迭代得到报警定值;
判断报警定值是否达到预设阈值,如果没有,则返回重新循环;
如果达到,则输出报警阈值。
3.如权利要求1所述的巨型水电厂智能报警阈值设置方法,其特征在于:所述各系统包括采集计算机监控系统、水情监测系统、电能量监测系统、环境监测系统、状态监测系统、电抗器监测系统、主变在线监测系统、保信子站监测系统;
所述各系统采集的信息输入到数据库存储;针对每一个单一数据均具备平均值、最大值、最小值等统计分析功能,同时可采用例如采用小波分析、神经网络法对历史数据进行分析和处理;系统通过数据分析及自学习,根据当前机组状态,自动对相应设备及报警阀值自适应修改。
4.如权利要求1所述的巨型水电厂智能报警阈值设置方法,其特征在于:所述阀值自动设置按照以下步骤来实现:
首先设置报警阈值的上界和下界,并输入到神经网络单元中;
将设备实际工况状态作为输出;
通过对比存在关联的上下游多个测点的预测结果与实际结果之间误差,并对作为输入的告警阈值上界和下界进行修正,实现告警阈值的迭代优化。
5.一种巨型水电厂智能报警阈值设置系统,包括工控机,所述工控机包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现以下步骤:
获取水电厂各系统的动态数据、具体参数和状态信息;
获取水电厂各系统的报警阈值;
根据报警阈值监测各系统数据,如果超过报警阈值,则发出报警信号;
如果没有超过报警阈值,则返回重新循环。
6.如权利要求5所述的巨型水电厂智能报警阈值设置系统,其特征在于:所述报警阈值利用迭代学习控制方法来获取,具体按照以下步骤获取:
获取报警定值初始值;
获取上一次报警定值和误差信息修正定值;
根据预设策略进行多次迭代得到报警定值;
判断报警定值是否达到预设阈值,如果没有,则返回重新循环;
如果达到,则输出报警阈值。
7.如权利要求5所述的巨型水电厂智能报警阈值设置系统,其特征在于:所述各系统包括采集计算机监控系统、水情监测系统、电能量监测系统、环境监测系统、状态监测系统、电抗器监测系统、主变在线监测系统、保信子站监测系统;
所述各系统采集的信息输入到数据库存储;针对每一个单一数据均具备平均值、最大值、最小值等统计分析功能,同时可采用例如采用小波分析、神经网络法对历史数据进行分析和处理;系统通过数据分析及自学习,根据当前机组状态,自动对相应设备及报警阀值自适应修改。
8.如权利要求5所述的巨型水电厂智能报警阈值设置系统,其特征在于:所述阀值自动设置按照以下步骤来实现:
首先设置报警阈值的上界和下界,并输入到神经网络单元中;
将设备实际工况状态作为输出;
通过对比存在关联的上下游多个测点的预测结果与实际结果之间误差,并对作为输入的告警阈值上界和下界进行修正,实现告警阈值的迭代优化。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华能澜沧江水电股份有限公司,未经华能澜沧江水电股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910216204.1/1.html,转载请声明来源钻瓜专利网。