一种电厂内危害因素综合分析管控方法及系统与流程

专利检索2025-01-17  30


本发明涉及电厂管理,尤其是涉及一种电厂内危害因素综合分析管控方法及系统。


背景技术:

1、随着工业化的推进和电力需求的不断增长,电厂作为能源生产和供应的核心设施,在社会经济中扮演着重要的角色。然而,电厂的运行不可避免地涉及各种潜在的危害因素,包括但不限于电气风险、操作风险、机械风险等。这些危害因素可能对设备、环境和人员造成严重损害,因此,为了确保电厂的安全运行,必须采取综合的危害因素分析和管控措施。

2、现有技术,对上述风险的监控和分析往往借助于人工经验对采集的数据进行分析,存在着风险判断失误以及处置策略安排失当的问题,为了解决上述问题,亟需一种能够自动对电厂内危害因素进行综合分析的管控方法及系统。


技术实现思路

1、本发明的目的是提供一种能够自动对电厂内危害因素进行综合分析的管控方法及系统。

2、本发明公开了一种一种电厂内危害因素综合分析管控方法及系统,包括:

3、针对不同的风险类型建立风险因子提取规则;

4、获取电厂在运行过程中产生的若干类型数据,并基于不同风险因子提取规则和不同类型数据的对应关系,对每一类型数据进行风险分析,提取得到若干风险因子以及风险因子对应的异常程度;

5、基于风险因子的异常程度以及事后获取的损害结果,对风险因子进行危害程度认定;

6、基于不同的风险因子的危害程度,对风险因子进行排序,生成风险因子序列;

7、对风险因子序列中的所有风险因子的危害程度进行统计分析,确定出总体危害程度以及每一风险因子的危害比重;

8、基于风险因子序列的总体危害程度以及每一风险因子的危害比重,构建电厂危害因素表达模型和推荐处置策略。

9、在本发明公开的一些实施例中,针对不同的风险类型建立风险因子提取规则的方法包括:

10、设定有若干风险类型,包括:电气风险类型、操作风险类型和机械风险类型;

11、针对每一风险类型,均设定关联有若干电厂运行数据,并针对每一电厂运行数据,均设定有若干正常标准数据;

12、针对每一正常标准数据均设定有若干差异数据特征,且每一差异数据特征都标定有特定的风险因子;

13、在对类型数据提取风险因子的时候,根据类型数据与对应的正常标准数据的差异数据特征来确定类型数据的风险因子。

14、在本发明公开的一些实施例中,对每一类型数据进行风险分析的方法包括:

15、基于设定的风险类型,对采集的若干电厂运行数据进行归类,得到类型数据;

16、将每一对应的类型数据和对应的预设标准数据进行比对分析,确定出差异数据特征;

17、对差异数据特征进行分析,定义出每一差异数据因子当量,并判断每一差异数据因子当量是否共同满足预设风险因子认定标准,若满足,则对差异数据特征的若干差异数据因子当量所属的差异当量区间进行认定,并基于认定结果,对差异数据特征的进行异常程度评估,得到风险因子的异常程度。

18、在本发明公开的一些实施例中,确定出差异数据特征的方法包括:

19、若类型数据所属电气风险类型,则建立第一时间参考线,并对第一时间参考线均匀配置若干第一参考时间节点,并将类型数据中的电流、电压以及频率与对应的第一参考时间节点进行对应;

20、若类型数据所属操作风险类型,则建立第二时间参考线,并对第二时间参考线均匀配置若干第二参考时间节点,并将类型数据中的操作内容与对应的第二参考时间节点进行对应;

21、若类型数据所属机械风险类型,则建立第三时间参考线,并对第三时间参考线均匀配置第三参考时间节点,并将类型数据中的机械运转状态与对应的第三参考时间节点进行对应;

22、从单时间节点对比角度,确定单时间节点的类型数据中的每一数据因子与预设标准数据的差异数据因子,并从连续时间节点对比角度,确定连续若干时间节点的差异数据因子的变化趋势特征,将单时间节点的差异数据因子和连续时间节点的差异数据因子的变化趋势特征认定为差异数据特征。

23、在本发明公开的一些实施例中,对差异数据特征的进行异常程度评估,得到风险因子的异常程度的方法包括:

24、若类型数据所属操作风险类型,则判断类型数据中不同时间节点操作动作与标准操作动作是否相符,若相符,则定义对应的差异数据因子当量为0,若不相符,则根据操作动作的重要程度,定义对应的差异数据因子当量为r*1,其中,r为重要程度的转换系数;

25、若类型数据所属电器风险类型和机械风险类型,则计算类型数据中的等同时间节点的数据因子当量和预设标准数据因子当量的差值,得到差异数据因子当量;

26、针对类型数据的每一差异数据因子当量设定有若干差异当量区间,并建立有异常程度和不同差异当量区间组合的映射关系;

27、在对差异数据特征进行异常程度评估的时候,确定出差异数据特征的每一差异数据因子当量各自所属的差异当量区间,并基于异常程度和不同差异当量区间组合的映射关系,确定出差异数据特征的异常程度。

28、在本发明公开的一些实施例中,对风险因子进行危害程度认定的方法包括:

29、根据风险因子关联的损害情况,对异常程度配置第一危害程度转换系数,并构建第一危害程度算子;

30、对风险因子的事后损害结果进行分析,定义事后损耗结果的效益影响程度、设备损伤程度和安全影响程度,并基于的效益影响程度、设备损伤程度和安全影响程度构建第二危害程度算子;

31、基于第一危害程度算子和第二危害程度算子,得到风险因子的危害程度;

32、计算风险因子的危害程度的表达式为:

33、;

34、其中,y 为风险因子的危害程度,为第一危害程度转换系数,为第二危害程度转换系数,为效益影响权重,为设备损伤权重,为安全影响权重,为效益影响程度,为设备损伤程度,为安全影响程度,为第一调整常数。

35、在本发明公开的一些实施例中,构建危害因素表达模型的方法包括:

36、将同一时刻的每一风险因子的危害程度进行统计,得到总体危害程度,并计算每一危险因子的危害程度所占总体危害程度的危害比重;

37、针对所有危险因子构建扇形比例图谱,扇形比例图谱中每一扇形区块映射有特定的风险因子,且每一扇形区块的展开角度根据危险因子对应的危害比重确定。

38、在本发明公开的一些实施例中,构建电厂危害因素的推荐处置策略的方法包括:

39、预设有风险因子对应表,所述风险因子对应表包括若干风险因子,每一风险因子均设定有处置方案,每一处置方案均包括人力资源消耗;

40、对风险因子序列进行分析,确定出每一风险因子的处置方案以及人力资源消耗,并顺次计算到每一序次累计的第一累计人力资源消耗;

41、获取电厂实时的总人力资源,并比对确定出总人力资源刚好大于第一累计人力资源的次序,记为第一波处理次序;

42、设定有紧急处理危害程度阈值,判断每一风险因子的危害程度是否大于紧急处理危害程度阈值,若存在有风险因子的危害程度大于紧急处理危害程度阈值,则认定为紧急处理风险因子;

43、获取电厂实时的总人力资源,并计算紧急处理风险因子的第二累计人力资源消耗,若总人力资源大于等于第二累计人力资源消耗,则优先安排紧急处理风险因子,并将实时剩余的人力资源平均分配于第一波处理次序以及之前剩余的风险因子。

44、在本发明公开的一些实施例中,还公开了一种电厂内危害因素综合分析管控系统,包括:

45、第一模块,用于针对不同的风险类型建立风险因子提取规则,获取电厂在运行过程中产生的若干类型数据,并基于不同风险因子提取规则和不同类型数据的对应关系,对每一类型数据进行风险分析,提取得到若干风险因子以及风险因子对应的异常程度;

46、第二模块,用于基于不同的风险因子的危害程度,对风险因子进行排序,生成风险因子序列,对风险因子序列中的所有风险因子的危害程度进行统计分析,确定出总体危害程度以及每一风险因子的危害比重;

47、第三模块,用于基于风险因子序列的总体危害程度以及每一风险因子的危害比重,构建电厂危害因素表达模型和推荐处置策略。

48、在本发明公开的一些实施例中,还包括第四模块,用于设定有若干风险类型,包括:电气风险类型、操作风险类型和机械风险类型;针对每一风险类型,均设定关联有若干电厂运行数据,并针对每一电厂运行数据,均设定有若干正常标准数据;针对每一正常标准数据均设定有若干差异数据特征,且每一差异数据特征都标定有特定的风险因子;在对类型数据提取风险因子的时候,根据类型数据与对应的正常标准数据的差异数据特征来确定类型数据的风险因子。

49、本发明公开了一种电厂内危害因素综合分析管控方法及系统,涉及电厂管理技术领域,公开了获取电厂运行过程中产生的类型数据,并对每一类型数据进行风险分析,得到风险因子和异常程度,根据风险因子的异常程度以及事后损害结果,对风险因子进行危害程度认定,基于不同程度的危害程度认定,对风险因子进行排序,对风险因子序列中的所有风险因子的危害程度进行同当即分析,确定出总体危害程度和每一风险因子的危害比重,并构建电厂危害因素表达模型和推荐处置策略,本发明公开的上述技术方案,实现了根据获取的多种类型数据的分析结果,确定出电厂运行过程中存在的风险因子,并基于对风险因子的危害分析,实现对危害因素的表达以及处置策略的推荐。

50、下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。


技术特征:

1.一种电厂内危害因素综合分析管控方法,其特征在于,包括:

2.根据权利要求1所述的电厂内危害因素综合分析管控方法,其特征在于,针对不同的风险类型建立风险因子提取规则的方法包括:

3.根据权利要求1所述的电厂内危害因素综合分析管控方法,其特征在于,对每一类型数据进行风险分析的方法包括:

4.根据权利要求3所述的电厂内危害因素综合分析管控方法,其特征在于,确定出差异数据特征的方法包括:

5.根据权利要求4所述的电厂内危害因素综合分析管控方法,其特征在于,对差异数据特征的进行异常程度评估,得到风险因子的异常程度的方法包括:

6.根据权利要求1所述的电厂内危害因素综合分析管控方法,其特征在于,对风险因子进行危害程度认定的方法包括:

7.根据权利要求1所述的电厂内危害因素综合分析管控方法,其特征在于,构建危害因素表达模型的方法包括:

8.根据权利要求1所述的电厂内危害因素综合分析管控方法,其特征在于,构建电厂危害因素的推荐处置策略的方法包括:

9.一种电厂内危害因素综合分析管控系统,其特征在于,包括:

10.根据权利要求9所述的电厂内危害因素综合分析管控系统,其特征在于,还包括第四模块,用于设定有若干风险类型,包括:电气风险类型、操作风险类型和机械风险类型;针对每一风险类型,均设定关联有若干电厂运行数据,并针对每一电厂运行数据,均设定有若干正常标准数据;针对每一正常标准数据均设定有若干差异数据特征,且每一差异数据特征都标定有特定的风险因子;在对类型数据提取风险因子的时候,根据类型数据与对应的正常标准数据的差异数据特征来确定类型数据的风险因子。


技术总结
本发明公开了一种电厂内危害因素综合分析管控方法及系统,涉及电厂管理技术领域,公开了获取电厂运行过程中产生的类型数据,并对每一类型数据进行风险分析,得到风险因子和异常程度,根据风险因子的异常程度以及事后损害结果,对风险因子进行危害程度认定,基于不同程度的危害程度认定,对风险因子进行排序,对风险因子序列中的所有风险因子的危害程度进行同当即分析,确定出总体危害程度和每一风险因子的危害比重,并构建电厂危害因素表达模型和推荐处置策略,本发明公开的上述技术方案,实现了根据获取的多种类型数据的分析结果,确定出电厂运行过程中存在的风险因子,并基于对风险因子的危害分析,实现对危害因素的表达以及处置策略的推荐。

技术研发人员:温振举,王垚,黄涛,陈玉国,韩振勇,丁民,何茂群,刘晓平,李杰,谢云明,林旭东,白玉茹,王玉宝,程广华,张子谦,杨龙滨,王天琦,田玲凤,刘岱林
受保护的技术使用者:华能济南黄台发电有限公司
技术研发日:
技术公布日:2024/5/29
转载请注明原文地址:https://win.8miu.com/read-1148805.html

最新回复(0)