[发明专利]一种适用于智能电厂的运行安全预警方法及系统

权利要求书

1.一种适用于智能电厂的运行安全预警方法，其特征在于，所述方法应用于运行安全预警系统，所述方法包括：

采集历史运行故障信息，并根据所述历史运行故障信息进行信息整合，得到分类整合数据；

根据生产流程进行所述分类整合数据的流程划分，得到划分分类整合数据；

根据所述划分分类整合数据进行故障的第一故障关联参数确定，并标识所述第一故障关联参数的关联比例，其中，所述第一故障关联参数为引起单次故障事故的初始历史运行故障信息；

采集故障时间节点，并依据所述故障时间节点生成故障关联区间；

根据所述划分分类整合数据、所述故障关联区间进行影响关联参数确定，得到影响关联参数集合，且所述影响关联参数集合中每个影响关联参数具有影响权重；

根据所述第一故障关联参数和所述影响关联参数集合构建多层次数据模型，其中，所述多层次数据模型为按照火电厂安全故障连锁反应的截断时间进行层次划分，具体包括初始层数据模型、关联层数据模型和故障数据模型；

将电厂的监测数据输入所述多层次数据模型，得到运行安全预警结果。

2.如权利要求1所述的适用于智能电厂的运行安全预警方法，其特征在于，所述方法包括：

所述故障关联区间包括故障前关联时间区间和故障后关联时间区间；

通过所述故障前关联时间区间对所述划分分类整合数据进行故障前参数波动的影响关联分析，得到故障前影响关联参数；

依据所述故障前影响关联参数进行初始层数据模型构建；

当所述监测数据输入所述多层次数据模型中后，通过所述初始层数据模型进行所述监测数据的检测校验，判断是否存在初始异常信息；

当存在初始异常信息时，通过第一等级运行安全预警信息进行预警。

3.如权利要求2所述的适用于智能电厂的运行安全预警方法，其特征在于，所述方法还包括：

通过所述故障后关联时间区间对所述划分分类整合数据进行故障后参数波动的影响关联分析，得到故障后影响关联参数；

依据所述故障后影响关联参数进行关联层数据模型构建，依据所述第一故障关联参数故障进行故障数据模型构建，并通过所述初始层数据模型、所述关联层数据模型和所述故障数据模型构成所述多层次数据模型；

当存在所述初始异常信息时，持续将监测数据输入所述多层次数据模型，并通过所述多层次数据模型中的故障数据模型进行故障检测校验，判断是否存在校验异常；

当存在校验异常时，通过第二等级运行安全预警信息进行预警。

4.如权利要求1所述的适用于智能电厂的运行安全预警方法，其特征在于，所述运行安全预警系统与图像采集设备、预警提醒设备通信连接，所述方法还包括：

构建用户的信息特征集合，并通过所述图像采集设备进行区域图像采集，得到区域图像采集结果；

基于所述信息特征集合进行所述区域图像采集结果的用户识别，得到用户识别结果；

判断所述用户识别结果中的用户权限是否与当前区域相匹配；

当不匹配时，通过所述预警提醒设备进行识别用户的提醒预警。

5.如权利要求4所述的适用于智能电厂的运行安全预警方法，其特征在于，所述方法还包括：

当所述用户识别结果中的用户权限与当前区域相匹配时，获得当前区域的防护特征；

通过所述防护特征进行所述区域图像采集结果的特征匹配，得到特征匹配判定结果；

根据所述特征匹配判定结果基于所述预警提醒设备进行识别用户的提醒预警。

6.如权利要求5所述的适用于智能电厂的运行安全预警方法，其特征在于，所述方法还包括：

基于用户与设备交互要求标准数据，构建用户动作与设备的关联影响特征；

通过所述关联影响特征进行所述区域图像采集结果特征匹配，根据匹配结果得到异常行为预警信息；

根据所述异常行为预警信息进行识别用户的提醒预警。