[发明专利]一种利用大数据判断水轮机温度异常的方法

说明书

本发明公开了一种利用大数据判断水轮机温度异常的方法，属于水轮机异常监测领域，一种利用大数据判断水轮机温度异常的方法，通过使用水轮机组内部单个部件上多个监测点的差值作为特征进行判断，可以避免由于安装工艺的差异，对水轮机组温度异常状态的判定造成影响，有利于提前发现设备运行过程中的异常状态，通过使用同一水轮机组内部不同部件之间的温度差以及统计值来判定设备运行是否正常，可以避免由于工况和环境因素改变，对水轮机组内部各部件的温度判定造成影响，通过历史数据计算构建历史数据模型，可以通过借助历史趋势进行异常分析，也可以基于滑动窗口进行实时数据异常检测，多重分析判定，进一步提升了温度异常判定的精准性。

技术领域

本发明涉及水轮机异常监测领域，更具体地说，涉及一种利用大数据判断水轮机温度异常的方法。

背景技术

在现有技术中，为保证水轮机组运行的安全可靠性，通过在数论机组各部位增加大量的温度传感器，以实时测量其工作温度，为保障监测全面性，通常会在水轮机组同一部件的不同位置安装多个传感器，即在同一个待监测部件上设置有多个温度测量点，并通过自动化系统将数据采集到监控系统。

现有技术通过配置最大阈值报警、统计历史统计阈值或按工况进行统计区间阈值方式，这些均没有考虑环境的影响，即使相同工况下，不同环境温度也会对水轮机组内部部件的温度造成影响，此外，由于安装工艺问题，同一个监测部件的不同测量点的测量值也相差较大，而使用历史统计或工况区间往往由于外界环境差异导致统计值存在差异，即使是不同年份的相同一个月份的白天和晚上数据值也存在一定的差异，所以采用统计方法只能查看总体趋势变化，不适合作为报警判断阈值，在使用标准或经验的报警阈值时，由于各测量点值的差异，如果使用单个点越限报警，存在部分点越限而其它点值没有越限，从而无法判断值是否异常，影响了检测精准性。

为此，我们提出一种利用大数据判断水轮机温度异常的方法来解决上述现有技术中存在的一些问题。

发明内容

1.要解决的技术问题

针对现有技术中存在的问题，本发明的目的在于提供一种利用大数据判断水轮机温度异常的方法，可以有效的降低外界环境因素对水轮机组内部温度异常判定的影响，通过使用水轮机组内部单个部件上多个监测点的差值作为特征，来判断设备运行是否正常，可以避免由于安装工艺的差异，对水轮机组温度异常状态的判定造成影响，有利于提前发现设备运行过程中的异常状态，在一定程度上提升了水轮机组温度实时监测的稳定精准性，通过使用同一水轮机组内部不同部件之间的温度差以及统计值来判定设备运行是否正常，可以避免由于工况和环境因素改变，对水轮机组内部各部件的温度异常判定造成影响，在一定程度上提升了温度异常检测时的精度，通过历史数据计算构建历史数据模型，可以无需对数据进行标注，可以通过借助历史趋势进行异常分析，也可以基于滑动窗口进行实时数据异常检测，多重分析判定，进一步提升了温度异常判定的精准性，在一定程度上提升了相关水轮机组的作业效率。

2.技术方案

为解决上述问题，本发明采用如下的技术方案。

一种利用大数据判断水轮机温度异常的方法，包括建设在河流大坝上的水电站，水电站的内部均匀安装有多个水轮机组，每个水轮机组内部的部件上均分散安装有多个处于不同位置的传感器，传感器设置为温度传感器，用于对其安装位置上的温度进行监测，水电站的内部固定安装有用于对传感器上信号进行处理的服务器，水电站的内部还安装有用于对服务器内部处理信号进行监测的监控室，水轮机组内部同一部件上多个传感器的安装位置依次记录为D₁、D₂、D₃…D_n-1、D_n，水轮机组内部同一部件上多个传感器的实时监测数值依次对应记录为V₁、V₂、V₃…V_n-1、V_n，通过对同一部件不同位置上多个传感器实时监控数值的原始差值DIF的求算，得出该部件上多个传感器实时监测数值的参考基准；