[发明专利]一种稳控装置运行状态的动态分析与量化评估方法

权利要求书

1.一种稳控装置运行状态的动态分析与量化评估方法，其特征在于，包括以下步骤：

S1、利用数字孪生技术构建与稳控装置完整映射的数字虚拟模型；

S2、所述稳控装置和数字虚拟模型输出数据构成稳控装置孪生数据库；

S3、在稳控装置孪生数据库基础上通过多维度数据实时采集与数据预处理技术实现稳控装置运行状态的全面感知；

S4、根据稳控装置运行状态的全面感知结果构建稳控装置的故障特征库和安全指标体系，对稳控装置的运行状态进行动态分析与量化评估。

2.如权利要求1所述的方法，其特征在于，所述步骤S3包括：

S31、对稳控装置的数字虚拟模型进行多维度数据实时采集；

S32、对实时采集获得的多维度数据进行数据预处理；

S33、基于预处理后的多维度数据进行稳控装置运行状态分析与预测。

3.如权利要求2所述的方法，其特征在于，所述步骤S31包括大扰动和稳态运行状态下稳控装置数据的时域和频域特性数据采集和分析，具体步骤如下：

S311、针对稳控装置的大扰动与稳态运行状态，分别进行多维度数据采集，并建立相关数据库；

S312、针对大扰动与稳态运行状态两种情况，分别对数据库中的数据进行时间序列排序，分析其时域特性；

S313、利用快速傅里叶变换分别对大扰动和稳态运行状态下的数据时间序列进行频谱估计，分析其频域特性。

4.如权利要求2所述的方法，其特征在于，所述步骤S32包括：

S321、针对数据采集中的丢包、错误和重复情况，使用坏数据预筛选方法对原始数据进行梳理，剔除掉不完整、错误的坏数据；

S322、针对原始数据中可能掺杂的噪声数据，选择合适的数据信号预滤波器对原始数据进行处理，获得最具有代表性的数据集合；

S323、选取用于运行状态分析和预测的数据时间长度，所述数据时间长度应约束在稳控装置控制时间步长内，且数据时间长度能足够精确地反映装置相应的运行状态。

5.如权利要求2所述的方法，其特征在于，所述步骤S33包括：

S331、基于预处理后的多维度数据，对历史及当前时间节点的稳控装置运行状态进行分析、计算，建立基于时间序列的装置运行状态数据库；

S332、在装置运行状态数据库的基础上，利用指数平滑法对未来状态进行预测。

6.如权利要求5所述的方法，其特征在于，所述指数平滑法如下：

设指数平滑初始值为数据时间序列中最早m个数据y₁,y₂,...,y_m的平均值，即则一次指数平滑计算公式为：

其中，和分别表示第t期和第t-1期的一次指数平滑值，α是平滑系数，是第t+1期的预测值，所述第t+1期的预测值等于第t期的一次指数平滑值所述平滑系数的范围为0α1。

7.如权利要求1-6中任一项所述的方法，其特征在于，构建稳控装置的故障特征库包括以下步骤：

S411、根据稳定装置运行过程中出现的各种故障特征，将其分成不同的故障类型，形成历史数据库；

S412、针对每一种故障类型，在其历史数据基础上，利用机器学习算法训练出与其对应的数字化特征模型；

S413、结合专家处理记录，形成对稳控装置未来故障状态进行精准判断的依据，并针对不同新态故障进行特征库丰富和更新，最终建立稳控装置故障特征库。

8.如权利要求7所述的方法，其特征在于，构建稳控装置安全指标体系包括以下步骤：

S421、根据稳控装置的安全运行特性，结合各类运行参数上、下限等约束条件，确定稳控装置的安全运行域；

S422、根据稳控装置安全运行域，提出能正确、精准表征装置安全态势的参数指标，构建一套安全指标体系。