一种基于数据分析的水力发电厂危险源研判预警系统的制作方法

本发明属于水力发电厂危险源研判预警领域，涉及一种基于数据分析的水力发电厂危险源研判预警系统。

背景技术：

1、随着水力发电技术的快速发展和广泛应用，水力发电厂已成为全球能源供应的重要组成部分，然而，水力发电厂在运行过程中面临着多种危险源，如水库泄洪、水轮机故障、电气设备故障、洪水灾害、山体滑坡等，这些危险源一旦发生，不仅可能导致发电设备的损坏，还可能对人员安全、环境生态造成严重影响。

2、现有的水力发电厂危险源研判预警系统虽满足一定要求，但仍存在局限性，其具体体现在：1、现有技术往往仅关注单一的水力发电厂机电设备的参数，如温度，忽略了机电设备的工作时长、电流和电压，缺乏对机电设备的综合性分析，导致无法充分分析机电设备的危险性，且机电设备故障或性能下降可能导致安全事故的发生，如火灾、泄漏等，会对人员安全构成威胁。

3、2、现有技术仅关注现在的水电发电厂坝体的水位和水压，缺少对未来的水力发电厂坝体的水位和水压的预测，导致无法充分分析坝体的危险性，以至于水力发电厂在危险情况发生时无法及时采取应对措施，增加了事故发生的可能性和严重程度。

技术实现思路

1、鉴于此，为解决上述背景技术中所提出的问题，现提出一种基于数据分析的水力发电厂危险源研判预警系统。

2、本发明的目的可以通过以下技术方案实现：本发明提供一种基于数据分析的水力发电厂危险源研判预警系统，包括：数据库：用于存储水力发电厂的各类机电设备的历史维修次数、坝体所在流域的历史降雨数据和坝体集水面积。

3、重点关注设备筛选模块：用于通过水力发电厂的各类机电设备的历史维修次数，筛选出各类重点关注设备。

4、设备危险性分析模块：用于实时监测各类重点关注设备在设定的各监测时间点的温度、工作时长、电流和电压，进而分析各类重点关注设备的危险存在系数。

5、设备危险源判定模块：用于根据各类重点关注设备的危险存在系数判断各类重点关注设备中是否存在危险源，进而筛选出各类危险设备。

6、水位水压监测模块：用于实时监测水力发电厂的坝体水位和坝体在设定的各监测点的水压。

7、坝体危险性判定模块：用于通过水力发电厂的坝体所在流域的历史降雨数据分析水力发电厂的坝体所在流域的未来降雨量，分析水力发电厂的坝体未来水位和坝体在设定的各监测点的未来水压，进而分析坝体的危险存在系数，并判定危险源是否为坝体。

8、危险预警模块：用于将各危险设备与坝体作为各危险源，统计各危险源的危险存在系数，分析各危险源的危险程度，进而进行相应的处理。

9、优选地，所述筛选出各类重点关注设备，包括：从各类机电设备的历史维修次数中提取设定的监测时间段对应的各类机电设备的维修次数，再将设定的监测时间段对应的各类机电设备的维修次数除以设定的监测时间段得到各类机电设备的维修频率。

10、将各类机电设备的维修频率与对应的预设的维修频率阈值进行对比，若某类机电设备的维修频率大于或等于对应的预设的维修频率阈值，则该类机电设备为重点关注设备，进而筛选出各类重点关注设备。

11、优选地，所述实时监测各类重点关注设备的工作时长和在设定的各监测时间点的温度、电流和电压，包括：通过温度传感器实时监测各类重点关注设备在设定的各监测时间点的温度，记为tdj，其中d表示不同的重点关注设备对应的编号，d＝1,2,3,...d，j表示不同的监测时间点对应的编号，j＝1,2,3,...j，通过计时器实时监测各类重点关注设备在设定的各监测时间点的工作时长，记为hdj，通过电流电压测试仪实时监测各类重点关注设备在设定的各监测时间点的电流和电压，分别记为ldj和ydj。

12、优选地，所述分析各类重点关注设备的危险存在系数，包括：将各类重点关注设备在设定的各监测时间点的温度与设定的安全温度进行对比，若某类重点关注设备在设定的某监测时间点的温度大于设定的安全温度，则将该类重点关注设备的温度异常系数记为τ1；

13、若各类重点关注设备在设定的各监测时间点的温度均小于设定的安全温度，则将某类重点关注设备在设定的某监测时间点的温度与该类重点关注设备在设定的该监测时间点的工作时长对应设定的安全温度区间进行对比，若该类重点关注设备在设定的该监测时间点的温度不符合该类重点关注设备在设定的该监测时间点的工作时长对应设定的安全温度区间，则该类重点关注设备在设定的该监测时间点的温度异常；

14、筛选出温度异常的该类重点关注设备的监测时间点数量，将温度异常的该类重点关注设备的监测时间点数量与监测时间点的总数量的比值作为该类重点关注设备的温度异常系数，记为τ2；

15、统计出各重点关注设备的温度异常系数τd，且τd等于τ1或τ2；

16、分析各类重点关注设备的危险存在系数δd：其中h′d表示设定的第d类重点关注设备在正常运行过程中的允许工作时长，l0表示设定的水力发电厂中机电设备的参照电流，y0表示设定的水力发电厂中机电设备的参照电压,j表示监测时间点的总数量。

17、优选地，所述判断各类重点关注设备中是否存在危险源，包括：将各类重点关注设备的危险存在系数与预设的设备危险存在系数阈值进行对比，若某类重点关注设备的危险存在系数大于预设的设备危险存在系数阈值，则水力发电厂的危险源为重点关注设备，进而筛选出危险存在系数大于预设的设备危险存在系数阈值的各类重点关注设备，作为各类危险设备。

18、优选地，所述实时监测水力发电厂的坝体水位和坝体在设定的各监测点的水压，包括：在水力发电厂的坝体内布设水位传感器采集水力发电厂的坝体水位，记为s，在水力发电厂的坝体内设定各监测点上布设水压传感器采集水力发电厂的坝体在设定的各监测点的水压，记为wi，其中i表示不同的监测点对应的编号，i＝1,2,3,...i。

19、优选地，所述分析水力发电厂的坝体未来水位和坝体在设定的各监测点的未来水压，包括：从水力发电厂的坝体所在流域的历史降雨数据中提取设定历史周期内各历史月份在各历史年份的降雨量，将设定历史周期内各历史月份在各历史年份的降雨量进行平均计算，得到各历史月份的平均降雨量，作为水力发电厂的坝体所在流域的未来降雨量。

20、从数据库中提取水力发电厂的坝体集水面积。

21、将水力发电厂的坝体所在流域的未来降雨量除以水力发电厂的坝体集水面积，得到水力发电厂的坝体水位增加量，记为δs。

22、将水力发电厂的坝体水位增加量加上水力发电厂的坝体水位，得到水力发电厂的坝体未来水位，记为s。

23、分析水力发电厂的坝体在设定的各监测点的未来水压wi′，wi′＝wi+ρgδs，其中g表示重力加速度，ρ表示水的密度。

24、优选地，所述分析坝体的危险存在系数的具体计算公式为：θ＝χ1·ε+χ2·ε′，其中ε表示坝体的当前危险存在系数，其中ε′表示坝体的未来危险存在系数，其中s0表示设定的水力发电厂的坝体参考水位，w0表示设定的水力发电厂的坝体参考水压，i表示监测点的总数量，χ1表示设定的坝体的当前危险存在系数对应的权重，χ2表示设定的坝体的未来危险存在系数对应的权重，且χ1+χ2＝1。

25、优选地，所述判定危险源是否为坝体，包括：将坝体的危险存在系数与预设的坝体的危险存在系数阈值进行对比，若坝体的危险存在系数大于或等于预设的坝体的危险存在系数阈值，则危险源为坝体。

26、优选地，所述分析各危险源的危险程度，包括：将各危险设备与坝体作为各危险源，统计各危险源的危险存在系数，将各危险源的危险存在系数与设定的各危险程度对应的设备危险存在系数范围进行对比，统计出各危险源的危险程度，进而根据各危险源的危险程度进行相应的处理。

27、相较于现有技术，本发明的有益效果如下：(1)本发明通过分析各类机电设备在设定监测时间段内的维修频率，并将其与预设的维修频率阈值进行对比，能够精准地识别出那些维修频率较高、可能存在潜在问题的重点关注设备，这种精准识别有助于将有限的资源集中用于处理真正需要关注的设备，提高资源利用效率。

28、(2)本发明通过实时监测各类重点关注设备在设定的各监测时间点的温度、工作时长、电流和电压，进而分析各类重点关注设备的危险存在系数，可以及时识别出机电设备潜在的安全隐患，提高设备安全管理的准确性，也可以为管理人员的决策制定提供有力支持，管理人员可以根据设备的危险存在系数和运行状态，制定更加科学、合理的安全管理策略。

29、(3)本发明通过根据各类重点关注设备的危险存在系数判断各类重点关注设备中是否存在危险源，进而筛选出各类危险设备，能够迅速识别出危险系数超过安全标准的设备，这种及时识别有助于在潜在危险转变为实际事故之前采取预防措施，进而降低事故发生的概率和严重程度，保障水力发电厂的安全运行。

30、(4)本发明通过分析水力发电厂的坝体未来水位和坝体在设定的各监测点的未来水压，进而分析坝体的危险存在系数，并判定危险源是否为坝体，有助于在危险情况出现之前，提前采取预防措施，降低风险，能够及时发现潜在的安全风险，并在危险达到一定程度之前发出预警，为水力发电厂提供足够的时间来制定和实施相应的应对措施，减少或避免可能发生的损失。