本發(fā)明屬于智慧能源與工業(yè)物聯(lián)網(wǎng)交叉，具體涉及一種大型電站全流程水網(wǎng)智能監(jiān)測系統(tǒng)及方法。

背景技術(shù)：

1、當(dāng)前電站水網(wǎng)水平衡管理主要依賴年度人工測試，存在顯著缺陷。人工測試受儀表校準(zhǔn)誤差、瞬時工況波動影響，綜合誤差普遍較高。人工測試的精度問題一直是困擾電站水網(wǎng)水平衡管理的難題。儀表校準(zhǔn)誤差和瞬時工況波動的影響，使得人工測試的結(jié)果存在較大的不確定性，難以滿足高精度的電站水網(wǎng)管理要求。測試周期長達(dá)1-2周，無法及時捕捉突發(fā)性漏損或用水異常，比如冷卻塔填料堵塞導(dǎo)致蒸發(fā)量驟增的情況。漫長的測試周期使得人工測試無法及時發(fā)現(xiàn)水網(wǎng)中的突發(fā)問題，可能導(dǎo)致更嚴(yán)重的后果。傳統(tǒng)靜態(tài)模型未考慮環(huán)境溫濕度、風(fēng)速等變量對蒸發(fā)量的影響，導(dǎo)致誤差修正率較低，無法滿足電站水網(wǎng)管理的需求。環(huán)境因素對蒸發(fā)量的影響是不可忽視的，但傳統(tǒng)靜態(tài)模型卻未能考慮這些因素，使得水平衡計算不夠準(zhǔn)確。

2、現(xiàn)有漏損檢測技術(shù)主要采用閾值報警法或單模態(tài)傳感器分析，存在明顯短板?；诹髁客唤翟O(shè)定閾值的報警方式誤報率較高，無法有效區(qū)分真實(shí)漏損與用水負(fù)荷波動。這使得工作人員在面對報警時，很難確定是否真的存在漏損問題，可能導(dǎo)致不必要的檢查和維修，浪費(fèi)人力和物力。目前的漏損定位技術(shù)存在較大誤差，難以準(zhǔn)確確定漏損的位置，給維修工作帶來很大困難，延長了維修時間，增加了水資源的浪費(fèi)。

3、依賴單一壓力傳感器數(shù)據(jù)的漏損定位方法，由于缺乏多源數(shù)據(jù)的融合與校驗(yàn)，定位誤差較大。在復(fù)雜的電站水網(wǎng)系統(tǒng)中，單一傳感器的數(shù)據(jù)往往難以準(zhǔn)確反映整個管網(wǎng)的狀態(tài)，導(dǎo)致定位出現(xiàn)較大偏差。聲學(xué)傳感器在檢測漏損時受環(huán)境噪聲干擾嚴(yán)重，在復(fù)雜管網(wǎng)中的失效概率較高。電站水網(wǎng)的實(shí)際運(yùn)行環(huán)境中存在各種噪聲源，這些噪聲會掩蓋漏損產(chǎn)生的聲學(xué)信號，使聲學(xué)傳感器難以準(zhǔn)確檢測到漏損位置，并且復(fù)雜的管網(wǎng)結(jié)構(gòu)也會增加聲學(xué)信號傳播的復(fù)雜性，進(jìn)一步降低檢測的準(zhǔn)確性。電站水網(wǎng)涉及循環(huán)水、化學(xué)水、脫硫廢水、生活水等多個子系統(tǒng)，現(xiàn)有技術(shù)存在嚴(yán)重的數(shù)據(jù)割裂問題。

4、水質(zhì)數(shù)據(jù)與設(shè)備運(yùn)行數(shù)據(jù)分散于不同平臺，缺乏統(tǒng)一數(shù)據(jù)模型，導(dǎo)致數(shù)據(jù)之間無法有效整合和共享。水質(zhì)數(shù)據(jù)和設(shè)備運(yùn)行數(shù)據(jù)對于電站水網(wǎng)的管理都至關(guān)重要，但由于缺乏統(tǒng)一的數(shù)據(jù)模型，這些數(shù)據(jù)無法進(jìn)行綜合分析和協(xié)同優(yōu)化。例如，在調(diào)整泵頻或閥門開度時，無法及時考慮到水質(zhì)變化對設(shè)備運(yùn)行的影響，可能會導(dǎo)致水質(zhì)惡化或設(shè)備故障。

5、節(jié)水策略往往以犧牲水質(zhì)為代價，而水質(zhì)優(yōu)化可能增加水處理成本。在現(xiàn)有的電站水網(wǎng)管理中，節(jié)水和水質(zhì)優(yōu)化往往被視為兩個獨(dú)立的目標(biāo)，缺乏有效的協(xié)同機(jī)制。當(dāng)采取節(jié)水策略時，可能會忽視水質(zhì)的要求，導(dǎo)致水質(zhì)下降；而當(dāng)進(jìn)行水質(zhì)優(yōu)化時，又可能會增加水處理成本，降低節(jié)水效果。例如，過度提高循環(huán)水濃縮倍率可以減少用水量，但同時也會增加水中的鹽分和雜質(zhì)含量，導(dǎo)致結(jié)垢風(fēng)險增加，從而影響設(shè)備的運(yùn)行效率和壽命。

6、基于上述缺陷，亟待解決如何實(shí)現(xiàn)動態(tài)水平衡的高精度實(shí)時計算、管網(wǎng)漏損的精準(zhǔn)定位與快速響應(yīng)、水質(zhì)安全與節(jié)水效益的協(xié)同優(yōu)化的問題?，F(xiàn)有技術(shù)部分改進(jìn)方案雖采用物聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)實(shí)時水平衡監(jiān)測，但未引入動態(tài)環(huán)境補(bǔ)償機(jī)制，導(dǎo)致監(jiān)測誤差仍然較高，無法滿足高精度要求。在實(shí)際應(yīng)用中，環(huán)境因素對水平衡的影響不可忽視，缺乏動態(tài)環(huán)境補(bǔ)償機(jī)制會使監(jiān)測結(jié)果不夠準(zhǔn)確。有的改進(jìn)方案采用深度學(xué)習(xí)檢測漏損，但僅依賴流量單維度數(shù)據(jù)，無法全面反映漏損特征。在復(fù)雜的管網(wǎng)系統(tǒng)中，漏損可能受多種因素影響，僅依靠流量數(shù)據(jù)檢測容易產(chǎn)生誤報，誤報率較高。還有改進(jìn)方案嘗試集成水質(zhì)與用水?dāng)?shù)據(jù)，但優(yōu)化模型僅支持線性加權(quán)，難以有效處理多目標(biāo)優(yōu)化問題。在實(shí)際應(yīng)用中，水質(zhì)安全、節(jié)水效益和成本等目標(biāo)之間往往存在復(fù)雜關(guān)系，線性加權(quán)方法難以準(zhǔn)確權(quán)衡各個目標(biāo)的重要性，無法實(shí)現(xiàn)全局最優(yōu)用水策略。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于克服管網(wǎng)漏損檢測定位不準(zhǔn)確且響應(yīng)慢的問題，提出了一種大型電站全流程水網(wǎng)智能監(jiān)測系統(tǒng)及方法。

2、為達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案：

3、第一方面，本發(fā)明提供一種大型電站全流程水網(wǎng)智能監(jiān)測系統(tǒng)，包括感知層、邊緣計算層、平臺層和應(yīng)用層，所述邊緣計算層分別連接感知層和平臺層，所述平臺層連接應(yīng)用層，所述感知層包括超聲波流量計、多參數(shù)水質(zhì)傳感器和壓力變送器，所述邊緣計算層包括數(shù)據(jù)清洗模塊和時空特征提取模塊，所述平臺層包括動態(tài)水平衡引擎、時空融合漏損模型和多目標(biāo)優(yōu)化器，所述應(yīng)用層包括三維數(shù)字孿生界面和智能工單系統(tǒng)；

4、所述超聲波流量計的數(shù)據(jù)輸出端、多參數(shù)水質(zhì)傳感器的數(shù)據(jù)輸出端和壓力變送器的數(shù)據(jù)輸出端分別連接數(shù)據(jù)清洗模塊的數(shù)據(jù)輸入端，所述數(shù)據(jù)清洗模塊的輸出端與時空特征提取模塊的輸入端連接，所述時空特征提取模塊的輸出端與動態(tài)水平衡引擎的輸入端連接，所述動態(tài)水平衡引擎的輸出端與時空融合漏損模型的輸入端連接，所述時空融合漏損模型的輸出端與多目標(biāo)優(yōu)化器的輸入端連接，所述多目標(biāo)優(yōu)化器的輸出端與三維數(shù)字孿生界面的輸入端連接，所述三維數(shù)字孿生界面的輸出端與智能工單系統(tǒng)的輸入端連接；

5、所述時空特征提取模塊的反饋端與數(shù)據(jù)清洗模塊的接收端連接，所述動態(tài)水平衡引擎的反饋端與時空特征提取模塊的接收端連接，所述時空融合漏損模型的反饋端與動態(tài)水平衡引擎的接收端連接，所述多目標(biāo)優(yōu)化器的反饋端與時空融合漏損模型的接收端連接，所述智能工單系統(tǒng)的反饋端與多目標(biāo)優(yōu)化器的接收端連接。

6、進(jìn)一步地，所述超聲波流量計的安裝位置包括主供水管和循環(huán)水回水管，所述超聲波流量計的采集數(shù)據(jù)包括水流量，所述超聲波流量計采用非侵入式管段超聲波流量計；

7、所述多參數(shù)水質(zhì)傳感器的部署節(jié)點(diǎn)包括循環(huán)水入口、循環(huán)水出口、脫硫廢水排放口和化學(xué)水處理出口，所述多參數(shù)水質(zhì)傳感器的采集數(shù)據(jù)包括水質(zhì)，所述水質(zhì)的監(jiān)測參數(shù)包括ph、電導(dǎo)率和濁度，所述多參數(shù)水質(zhì)傳感器設(shè)置自校準(zhǔn)機(jī)制；

8、所述壓力變送器的部署位置包括高壓泵出口，所述壓力變送器的采集數(shù)據(jù)包括壓力時序數(shù)據(jù)，所述壓力變送器冗余部署，當(dāng)冗余部署的壓力變送器的兩個傳感器的數(shù)據(jù)差異超過告警閾值時觸發(fā)告警，所述壓力變送器設(shè)置壓力過載保護(hù)。

9、進(jìn)一步地，所述數(shù)據(jù)清洗模塊包括滑動窗口清洗器，所述滑動窗口清洗器包括異常過濾邏輯和數(shù)據(jù)壓縮，所述異常過濾通過滑動窗口計算均值和標(biāo)準(zhǔn)差，剔除超出閾值的數(shù)據(jù)點(diǎn)，并通過線性插值補(bǔ)全得到清洗后數(shù)據(jù)；所述數(shù)據(jù)壓縮采用有損壓縮算法；

10、所述時空特征提取模塊將壓力梯度和流量比擴(kuò)展為128維向量特征矩陣，將128維向量特征矩陣輸入平臺層；所述時空特征提取模塊使用32位循環(huán)冗余校驗(yàn)算法對數(shù)據(jù)清洗模塊進(jìn)行自檢。

11、進(jìn)一步地，所述動態(tài)水平衡引擎包括三級驗(yàn)算層級及動態(tài)補(bǔ)償公式，所述三級驗(yàn)算層級包括全廠級驗(yàn)算、機(jī)組級驗(yàn)算和單元級驗(yàn)算；所述三級驗(yàn)算層級采樣調(diào)節(jié)時空特征提取模塊，所述三級驗(yàn)算層級接收時空特征提取模塊提取的特征矩陣，將特征矩陣結(jié)合動態(tài)補(bǔ)償公式轉(zhuǎn)換為偏差熱力圖后，輸入時空融合漏損模型；所述動態(tài)水平衡引擎的技術(shù)指標(biāo)包括計算延遲、數(shù)據(jù)完整率和更新周期；

12、所述時空融合漏損模型包括arima-lstm雙流網(wǎng)絡(luò)結(jié)構(gòu)及融合決策邏輯、時間同步單元和ai預(yù)處理單元，所述融合決策邏輯包括熱阻閾值與壓力梯度閾值，所述時空融合漏損模型采用ai預(yù)處理單元對偏差熱力圖進(jìn)行流量突降初篩后，通過arima-lstm雙流網(wǎng)絡(luò)結(jié)構(gòu)及融合決策邏輯對偏差熱力圖進(jìn)行漏損坐標(biāo)定位，將偏差熱力圖及漏損坐標(biāo)輸入多目標(biāo)優(yōu)化器；所述時空融合漏損模型通過時間同步單元對動態(tài)水平衡引擎進(jìn)行時鐘校準(zhǔn)反饋，所述時間同步單元包括ntp協(xié)議與時間戳對齊流程；所述時空融合漏損模型的配置包括arima差分階數(shù)和lstm滑動窗口；

13、所述多目標(biāo)優(yōu)化器包括nsga-iii算法流程與pareto解集輸出，所述多目標(biāo)優(yōu)化器接收偏差熱力圖及漏損坐標(biāo)后，利用nsga-iii算法結(jié)合約束條件得到pareto解集后，將偏差熱力圖及pareto解集輸出至應(yīng)用層，pareto解集為優(yōu)化的參數(shù)集；所述多目標(biāo)優(yōu)化器反饋更新時空融合漏損模型，所述多目標(biāo)優(yōu)化器的配置包括nsga-iii算法的種群規(guī)模，所述nsga-iii算法的約束條件包括濃縮倍率和cod。

14、進(jìn)一步地，所述動態(tài)補(bǔ)償公式所述動態(tài)補(bǔ)償公式為：

15、

16、其中，為蒸發(fā)量，α為動態(tài)補(bǔ)償因子，為進(jìn)出口溫度差，1.2為實(shí)驗(yàn)擬合參數(shù)為。

17、進(jìn)一步地，所述三維數(shù)字孿生界面包括熱力圖、漏損誤差圓及節(jié)水策略模擬模塊；所述三維數(shù)字孿生界面接收偏差熱力圖及優(yōu)化的參數(shù)集，進(jìn)行熱力圖渲染和節(jié)水策略仿真，生成熱力圖、漏損誤差圓和模擬節(jié)水策略，同時將控制指令輸入智能工單系統(tǒng)；

18、所述智能工單管理系統(tǒng)包括自動派單邏輯及閉環(huán)驗(yàn)證流程，所述智能工單管理系統(tǒng)根據(jù)三維數(shù)字孿生界面生成的熱力圖、漏損誤差圓和模擬節(jié)水策略，通過自動派單邏輯及閉環(huán)驗(yàn)證流程進(jìn)行自動管理派單；所述智能工單管理系統(tǒng)的將動態(tài)補(bǔ)償因子反饋至多目標(biāo)優(yōu)化器進(jìn)行自學(xué)習(xí)。

19、進(jìn)一步地，數(shù)據(jù)的實(shí)時流向按順序?yàn)楦兄獙印⑦吘墝?、平臺層及應(yīng)用層；優(yōu)化指令的反饋方向按順序?yàn)閼?yīng)用層、平臺層及邊緣計算層。

20、第二方面，本發(fā)明提供一種大型電站全流程水網(wǎng)智能監(jiān)測系統(tǒng)運(yùn)行方法，使用所述的一種大型電站全流程水網(wǎng)智能監(jiān)測系統(tǒng)，包括以下步驟：

21、感知層的超聲波流量計、多參數(shù)水質(zhì)傳感器和壓力變送器采集水網(wǎng)數(shù)據(jù)后傳輸至邊緣計算層；

22、邊緣計算層通過數(shù)據(jù)清洗模塊去除水網(wǎng)數(shù)據(jù)的異常值后，利用時空特征提取模塊提取清洗后的水網(wǎng)數(shù)據(jù)的時空特征傳輸至平臺層；

23、平臺層根據(jù)清洗后的水網(wǎng)數(shù)據(jù)的時空特征通過動態(tài)水平衡引擎生成偏差熱力圖，將偏差熱力圖輸入時空融合漏損模型定位漏損坐標(biāo)，將偏差熱力圖和漏損坐標(biāo)作為多目標(biāo)優(yōu)化器的輸入得到優(yōu)化水網(wǎng)；動態(tài)水平衡引擎采用三級驗(yàn)算層級；

24、優(yōu)化水網(wǎng)輸入應(yīng)用層利用三維數(shù)字孿生界面將最優(yōu)策略轉(zhuǎn)化為控制指令輸入智能工單管理系統(tǒng)，智能工單管理系統(tǒng)結(jié)合漏損坐標(biāo)和優(yōu)先級進(jìn)行自動維修派單；

25、所述智能工單管理系統(tǒng)生成動態(tài)補(bǔ)償因子反饋優(yōu)化多目標(biāo)優(yōu)化器，所述三維數(shù)字孿生界面實(shí)時模擬并顯示優(yōu)化水網(wǎng)。

26、進(jìn)一步地，三級驗(yàn)算層級包括全廠級驗(yàn)算、機(jī)組級驗(yàn)算和單元級驗(yàn)算；

27、所述全廠級驗(yàn)算計算總?cè)∷亢蛣討B(tài)總耗水量，結(jié)合總?cè)∷亢蛣討B(tài)總耗水量得到平衡校驗(yàn)閾值，根據(jù)平衡校驗(yàn)閾值判斷是否觸發(fā)全廠級校準(zhǔn)；

28、所述機(jī)組級驗(yàn)算根據(jù)分機(jī)組水平衡修正關(guān)聯(lián)設(shè)備，根據(jù)修正后誤差判斷是否設(shè)備自檢或人工巡檢；

29、所述單元級驗(yàn)算匹配單元設(shè)備水量，根據(jù)誤差限值判斷是否進(jìn)行維修，并輸出異常單元列表。

30、進(jìn)一步地，三級驗(yàn)算層級的反饋機(jī)制為單元級驗(yàn)算失敗觸發(fā)反饋至機(jī)組級，機(jī)組級驗(yàn)算復(fù)核失敗觸發(fā)反饋至全廠級校準(zhǔn)，完成閉環(huán)修正。

31、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益的技術(shù)效果：

32、本發(fā)明提出的一種大型電站全流程水網(wǎng)智能監(jiān)測系統(tǒng)，面向大型電站如火電、核電、水電、光熱電站等，通過融合邊緣計算、多源數(shù)據(jù)融合、數(shù)字孿生與智能診斷技術(shù)，有效解決傳統(tǒng)水網(wǎng)管理中水平衡誤差大、漏損定位模糊、多指標(biāo)協(xié)同優(yōu)化不足的核心問題。建立多目標(biāo)優(yōu)化模型，綜合考慮節(jié)水率、水質(zhì)穩(wěn)定性和成本等多個因素，通過合理的權(quán)重分配和約束條件設(shè)置，實(shí)現(xiàn)多個目標(biāo)的協(xié)同優(yōu)化?？刹捎枚嗄繕?biāo)優(yōu)化算法，對不同的優(yōu)化目標(biāo)進(jìn)行權(quán)衡和協(xié)調(diào)。比如在保證水質(zhì)穩(wěn)定的前提下，盡可能提高節(jié)水率，同時降低水處理成本。實(shí)現(xiàn)跨子系統(tǒng)（如循環(huán)水與脫硫廢水）的水資源聯(lián)動調(diào)度，達(dá)成全局最優(yōu)用水策略。需建立統(tǒng)一的水資源管理平臺，整合各個子系統(tǒng)的水資源數(shù)據(jù)和設(shè)備運(yùn)行數(shù)據(jù)。通過對不同子系統(tǒng)之間的水資源進(jìn)行合理分配和調(diào)度，實(shí)現(xiàn)全局最優(yōu)用水策略，例如根據(jù)各個子系統(tǒng)的用水需求和水質(zhì)要求，制定動態(tài)的水資源分配方案，實(shí)現(xiàn)水資源的高效利用。