一种大规模天然气管网设备的智能监测预警方法和系统与流程

本发明涉及设备健康监测预警，尤其涉及一种大规模天然气管网设备的智能监测预警方法和系统。

背景技术：

1、国内油气管道关键设备监控与诊断在数据分析、深度利用方面存在不足，对关键设备故障预警能力不足，故障诊断主要以人工为主，结合智能技术的系统准确率不高。国外设备诊断领域，以ge、西门子、艾默生、施耐德、uptake等为代表的公司，在传统诊断系统基础上结合大数据分析、ai等技术，提供数据深度利用的智能解决方案；但是国外主要针对单个压缩机设备，没有涵盖管网全部或大部分设备系统，比如发电机、空压机等等设备。

技术实现思路

1、本发明目的在于提供一种大规模天然气管网设备的智能监测预警方法和系统，通过对监测设备的监控，掌握监测设备的实时健康状态，实现对监测设备进行及时消除隐患或视情维护。

2、为实现上述目的，本发明提供一种大规模天然气管网设备的智能监测预警方法，包括：

3、对监测设备的实时数据进行监测，获取监测设备的监测数据和健康状态；

4、根据监测设备的监测数据和健康状态，预测判断监测设备是否有故障趋势，对有故障趋势的监测设备进行故障预警；

5、根据故障预警数据，通过故障知识库，对有故障趋势的监测设备进行维修处理。

6、进一步的，所述对监测设备的实时数据进行监测，获取监测设备的监测数据和健康状态，包括，

7、集成监测设备的实时数据，建立核心趋势预警模型、故障预警模型和预警规则；

8、根据核心趋势预警模型、故障预警模型和预警规则，获取所述监测设备的健康状态。

9、进一步的，所述监测设备的当前状况和健康状态通过查询条件在gis技术相结合的可视化查询界面进行查询后显示；

10、其中，所述监测设备的实时数据包括：监测设备的数量、运行状态、故障数据和报警数据。

11、进一步的，所述查询条件包括快速检索条件和模糊查询条件；

12、所述快速查询条件包括：设备代码、设备名称、设备位置、管线名称、管线位置、存储地址；

13、所述模糊查询条件包括：单位、类型、用途。

14、进一步的，所述可视化查询界面包括每一类监测设备的查询界面和所有设备的统一查询界面。

15、进一步的，所述根据监测设备的监测数据和健康状态，预测判断监测设备是否有故障趋势，包括，

16、对监测设备的监测数据和健康状态进行自动标注；

17、构建监测设备的监测样本数据网格库；

18、将所述监测设备的监测数据和健康状态与所述监测样本数据网格库进行对比，分析判断监测设备的故障趋势。

19、进一步的，对所述监测设备的监测数据和健康状态进行自动标注之前，采集和获取监测设备的设备信息、监测设备的监测数据、以及监测设备运行的周边环境信息和图片；

20、其中，所述监测设备的监测数据包括：监测设备的监测点位、监测设备的监测组信息和监测设备的点位阈值。

21、进一步的，将所述监测设备的监测数据和健康状态与所述监测样本数据网格库进行对比，分析判断监测设备的故障趋势，包括，

22、将监测设备的监测数据与多个同类型设备的横向数据进行对比，若所述监测数据中的关键参数为不断恶化或超过预定阈值的状态，则监测设备有故障趋势；

23、将所述监测设备的健康状态和历史健康状态进行对比，获得所述监测设备的故障趋势；

24、所述监测设备的监测样本数据网格库包括：多个同类型设备的横向数据和单个监测设备的历史健康状态趋势库。

25、进一步的，对有故障趋势的监测设备进行故障预警，包括，

26、根据核心趋势预警模型、故障预警模型、预警规则对有故障趋势的监测设备进行故障诊断、故障预警和推送预警信息。

27、进一步的，根据故障预警数据，通过故障知识库，对有故障趋势的监测设备进行维修处理，包括，

28、构建有关监测设备的故障知识库；

29、根据有故障趋势的监测设备的诊断数据、报警数据和故障预警数据生成处理工单；

30、将所述处理工单与故障知识库和故障案例库进行匹配，生成诊断处理意见；

31、根据所述诊断处理意见，对有故障趋势的所述监测设备进行维修；

32、其中，所述故障知识库与故障诊断模型相结合；

33、所述故障知识库包括：故障基本信息、故障原因和维修建议。

34、基于同一发明构思，本发明还提供一种大规模天然气管网设备的智能监测预警系统，所述系统包括：全局监视模块、智能预警模块和故障知识库，

35、所述全局监视模块，用于对监测设备的实时数据进行监测，获取监测设备的监测数据，并通过智能预警模块获取监测设备的健康状态；

36、所述智能预警模块，用于根据监测设备的监测数据和健康状态，预测判断监测设备是否有故障趋势，对有故障趋势的监测设备进行进行故障预警；

37、所述故障知识库，用于根据故障预警数据，对有故障趋势的监测设备进行维修处理。

38、进一步的，所述系统还包括可视化查询界面，

39、所可视化查询界面，用于将所述全局监测模块获得的监测设备的监测数据和健康状态在查询后进行显示；

40、其中，所述可视化查询界面与gis技术相结合。

41、进一步的，所述系统还包括标注管理模块，

42、所述标注管理模块，用于对监测设备的监测数据和健康状态进行自动标注，并构建监测设备的监测样本数据网格库，为故障趋势预测提供数据支撑；

43、所述智能预警模块，还用于根据核心趋势预警模型、故障预警模型和预警规则，对标注管理模块提供的故障趋势预测数据进行分析，对有故障趋势的监测设备进行故障诊断、故障预警和推送预警信息。

44、进一步的，所述系统还包括诊断处理模块，

45、所述诊断处理模块，用于对有故障趋势的监测设备进行诊断，并生成诊断数据；

46、所述诊断处理模块，还用于将有故障趋势的监测设备的诊断数据、报警数据和故障预警数据生成处理工单，并将所述处理工单与故障知识库和故障案例库进行匹配，生成诊断处理意见。

47、本发明的技术效果和优点：(1)报警趋势预判：关键生产设备一旦发生报警，需要立即投入人力物力启动相应的应急处理流程，并且会影响甚至中断正常生产，通过对设备运行数据的持续监测和基于纵向和横向的数据模型比对分析，对关键参数有不断恶化或超过预先设定阈值的状态提前预测判断，对有报警趋势的设备提前处理，实现应急处理主动前置，从而减少出现生产性报警应急的次数和处置成本；

48、(2)智能诊断分析：一旦设备出现故障，如果完全依靠人工借助工具进行数据分析和凭借经验进行诊断，不仅效率低下，而且容易出现误差，通过对设备全维度数据监测和实时分析，综合历史维护保养记录，基于诊断知识库，就能快速计算出故障诊断报告和维检建议，从而大幅度降低人工参与程度，缩减维检修周期；

49、(3)预测性维护：传统的、定期的监视和维护方法往往依靠人来进行繁重的数据分析和维护保养，耗费大量的时间和不必要的成本；预测性维护能够通过分析实时数据来预测未来可能的设备故障或停机，进而实现基于设备运行历史的精准正点维护保养，提高对生产进度的控制，最大限度地减少不确定性和维护成本。

50、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。