自动事故检测（共8篇）
自动事故检测 篇1
1 引言
突发交通事故对城市道路、公路等交通系统运营的影响,在国际上已经广泛引起了人们的重视。据统计,美国每年至少有60%的交通拥堵是由于突发交通事故引起的。在上海,我们也正面临类似的问题,尤其是突发交通事故在城市高架快速路系统上造成的拥堵,已明显影响到上海城市快速路作为城市交通骨架网络作用的发挥。
要降低事故对交通的影响,除了采取措施减少事故的发生外,最重要的就是尽早的发现事故、清除事故,缩短事故持续时间,从而减少事故对背景交通的影响。达到这一目的的重要途径之一,就是依靠相应的道路实时交通数据来对已发事故进行自动快速检测,即“自动事故检测”。
2 自动事故检测研究现状
自动事故检测,Automatic Incident Detection,简称AID。对AID方法的研究,始于上世纪70年代,迄今为止出现了若干种不同的方法,大致可以分为六类:
(1)状态识别,是依靠预设好的相关关键参数阈值,通过关键参数超出阈值的异常突变来辨识交通状态的异常变化,最终发现潜在的交通事故。关键参数阈值的确定,需要根据不同应用路段的实际数据进行标定。算法主要包括基本加州算法、加州7#算法、加州8#算法和多用途算法。
(2)突变理论,是基于交通事故发生时交通参数所表征的交通状态发生了突然变化,同时通过比较同一时刻道路相邻断面交通状态的不同,最终确认事故发生。交通参数对交通状态的表征依靠速度-流量(或占有率———流量)关系图。主要以Mc Master算法为代表。
(3)数学统计,是先根据历史数据对未来交通状况做一个短期预测,然后将实时采集到的数据与预测值进行比较,如果两者之间存在较大变化,则认为有突发事故产生。算法主要包括时间序列法、标准正态偏差法、双指数平滑法、滤波模型法和贝叶斯法。
(4)人工智能,基于一些具有自我约束或自我学习能力的算法,来智能的对事故状态做出判断。算法主要有神经网络和模糊集。
(5)图像识别,是基于对视频图像的自动处理技术来发现事故,其特点是直观且能获得一定空间范围的交通数据。
3 上海城市快速路交通监控系统
3.1 上海城市快速路系统
上海城市快速路系统,是由与地面道路分离的若干条高架道路所组成。快速路系统始建于1992年,目前已经形成由内环高架、延安高架、南北高架、沪闵高架、逸仙高架、南北高架北延伸段6条高架道路构成的“申”字形城市快速路网络,如图1所示。
3.2 上海城市快速路交通监控系统
上海城市高架快速路交通监控系统由监控中心、外场设备、连接前两者的通信系统3部分组成。系统通过设置在道路中的车检器实时采集交通流信息,通过通讯系统与监控中心相联,通过监控中心计算机系统进行远程集中分析和控制,配合闭路电视监视系统、紧急电话系统和外场信息采集、诱导显示设备,根据交通监控控制策略,对高架道路行车进行管理和诱导。
4 用于自动事故检测的基础数据
任何自动事故检测方法都必须依靠实时交通数据,但是车检器直接采集获得的交通数据往往不能直接作为AID算法的数据输入,而是需要适当的分析、提炼和处理。然而,目前国内外对采用何种交通数据作为输入这一问题的研究却很少,有的直接采用车检器原始数据作为输入,有的虽采用加工后的数据作为输入(如加州算法的输入数据为1分钟占有率,其车检器原始交通数据为30秒),但仍缺乏系统的分析。
4.1 基础数据的含义和要求
文中首先引入用于自动事故检测的“基础数据”这一概念。所谓“基础数据”,即指作为自动事故检测算法(或模型)分析、运行的输入交通数据序列,也是后续相关检测关键参数和阈值标准提出的基础。
由于自动事故检测的原理是事故导致交通状况发生了突变,而在非事故状况下交通状态的变化是渐进的,因此分析可知基础数据应满足如下两方面基本要求:
(1)事故状况下,具有良好的突变性。能够准确体现事故引起交通流的异常突变,有利于通过相关关键参数、阈值标准和检测算法来识别这种突变,达到迅速检测出事故的目的;(2)非事故状况下,具有良好的平稳性。能保持数据在非事故状况下的平稳性,更有利于算法有效避免非事故状况下误报。
4.2 若干种交通数据对比分析
上海市快速路交通监控系统车检器采集的原始数据为以20秒为间隔的断面平均流量、时间占有率和平均车速。文中对若干种交通数据的非事故下平稳性和事故下突变性进行了对比分析,分析的交通数据包括:20秒流量(占有率、速度)、1分钟流量(占有率、速度)、以20秒为滑动间隔的1分钟流量(占有率、速度)。
对以上9种交通数据序列的分析表明:占有率的非事故下平稳性和事故下突变性要明显优于流量和速度,滑动1分钟占有率具有良好的非事故下平稳性,1分钟占有率具有良好的事故下突变性。
4.3 非连续滑动1分钟占有率序列
基于对9种交通数据的对比分析结论,文中研究提出了“非连续滑动1分钟占有率序列”,该序列同时保持了“滑动1分钟占有率序列非事故下的平稳性”和“1分钟占有率序列事故下突变性”两个优点。
非连续滑动1分钟占有率序列(Oi)的构造公式如下:
式中:Oi———非连续滑动1分钟占有率序列的第i个值;
数据对比分析表明,非连续滑动1分钟占有率序列具有良好的非事故下平稳性和事故下突变性。
5 自动事故检测关键参数
检测关键参数的确定,是自动事故检测方法的关键环节之一。在自动事故检测基础数据的基础上,哪些关键参数能够表示事故导致交通状态的突变,涉及到后续事故检测关键参数的阈值确定工作,且最终将影响事故检测的效果。
文中研究首先选取了基于单断面和双断面的7个备选检测关键参数,详见表1。
通过分析，最终确定选用五个关键参数作为自动事故检测关键参数。
6 关键参数阈值确定与多参数联合检测方法
自动事故检测关键参数阈值的确定,是自动事故检测方法的又一关键环节。文中的研究,采用基于动量因子的BP神经网络算法,通过实际事故分析获得的关键参数阈值对算法进行训练,建立了各关键参数阈值的预测模型。同时,该预测模型在使用中还可根据各关键参数阈值的历史数据实施进一步训练,以提高模型的推广性能。
文中选取了54个分析单元(共35起事故)的事故数据对各关键参数神经网络预测模型进行训练。同时,对已经训练好的各关键参数阈值预测模型,按照上述事故检测的原理,另外选取了30个分析单元(共15起事故)的事故数据进行测试,并将测试的事故检测效果与上海市快速路交通监控系统实际的检测效果进行了比较,如表2所示。
7 结语
文中在分析现有各种自动事故检测方法的基础上,以上海市城市快速路和其交通监控系统作为研究平台,在车检器采集获得的原始交通数据的基础上,研究提出采用非连续滑动1分钟占有率序列作为自动事故检测方法的基础数据,通过对若干种备选关键参数的分析比选确定了五个自动事故检测关键参数,并采用基于动量因子的BP神经网络对关键参数阈值进行预测,最终建立了多参数联合的自动事故检测方法。同时,选取实际观测的事故样本,将本文的多参数联合检测方法与基本加州算法、加州7#算法和Mc Master算法进行了平行试验,结果表明该方法具有良好的自动事故检测效果。
参考文献
[1]Ahmed,Samir A.,and Allen R.Cook.Discrete Dynamic Models for Freeway Incident Detection Systems.Transportation Planning and Technology,Vol.7.pp.231-242(1982).
[2]Chassiakos,Athanasios P.,Yorgos J.Stephanedes.Smoothing Algorithms for Incident Detection.Transportation Research Record1394,8-16(1993).
[3]Cook,Allen R.,and Donald E.Cleverland.Detection of Freeway Capacity-Reducing Incidents by Traffic-Stream Measurements.Highway Research Record495,Highway Research Board,National Research Council,Washington,D.C.,pp.1-11(1974).
[4]Dudek,Conrad L.,Carroll J.Messer,and Nelson B.Nuckles.Incident Detection on Urban Freeways.Highway Research Record495,Highway Research Board,National Research Council,Washington,D.C.,pp.12-24(1974).
[5]Hall,F.L.,Y.Shi,and G.Atala.On-Line Testing of the McMaster Incident Detection Algorithm under Recurrent Congestion.Transportation Research Record1394(1993).
[6]Payne H.J.and S.C.Tignir,Freeway incident detection algorithms based on decision trees with states.Transportation Research Record682,30-37(1978).
[7]Stephanedes,Y.J.and A.P.Chassiakos.Application of Filtering Techniques for Incident Detection.Journal of Transportation Engineering,Vol.119,No.1(1993).
[8]丛爽.面向MATLAB工具箱的神经网络理论与应用(第二版)[M].北京:中国科学技术大学出版社,2003.
[9]李季,严东超.BP神经网络改进算法在电气故障诊断系统中的应用[J].电力科学与工程,2005,3:69-72.
[10]袁文平,蔡晓禹,杜豫川.上海城市快速路交通监控系统架构及模型[J].同济大学学报(自然科学版),2007.
自动事故检测 篇2
一、凡属下列情况之一者均视为检测事故：
1、样品丢失损坏或因保管不当，样品性能丧失下降；
2、加工试样时，弄错规格以至无法弥补；
3、未事先协商，不按标准方法或不采用标准样品进行检测；
4、检测时未及时读数、未填写原始记录或漏检项目而写不出检验结果；
5、由于人员、仪器设备、环境条件不符合检测工作要求，使检测结果达不到要求的精度；
6、已发出的检测报告，其检测数据计算错误或结论不正确；
7、检测报告、原始记录丢失，检测资料失密；
8、检测过程中发生人身伤亡事故或仪器设备损坏。
二、凡违反上述规定均为责任事故，按经济损失的大小、人身伤亡情况分成小事故、大事故和重大事故。三、一旦发生事故，应立即报告实验室负责人，并在统一格式的事故登记表登记。事故发生后，应立即采取措施，防止事态扩大，并保护现场，通知有关人员处理事故。
四、对事故应及时进行调查，查清事实，由负责人主持召开有关人员参加的会议，分析事故原因及性质，对事故责任者给予批评教育或处理，并总结教训，杜绝此类事故重复发生；同时应迅速采取纠正措施，保证检测质量，减少不必要的损失。
自动事故检测 篇3
交通伤害已日益成为威胁人类生命安全的世界性公害之一,准确检测交通事故,及时进行报警,以便得到有效救助,可以有效减少交通事故的伤亡率。传统的交通事件自动检测(Automatic Incident Detection,AID)主要着眼于宏观的道路交通流信息,如道路流量、车辆占有率、车流密度等。对于交通事故,这种微观现象可以进行间接的检测,准确率不高并且有时间延迟。现阶段最为有效的方式仍然是拨打报警电话,然而要求目击者在场,且事发地点难以确定,信息甄别困难。文献[1]提出由车辆中的车载模块负责检测并发送车辆周围的声音、图像等各种信息,直接从车辆状态出发实现交通事故的自动检测,不但提高了交通事故检测的准确率,还提高了公路管理的自动化水平。相对于使用图像信号,声信号具有计算简单、平台搭建方便的优点。常用的声信号特征提取方法有离散小波变换(DWT)、离散傅立叶变换(DFT)、离散余弦变换(DCT)、以及Mel倒谱变换(Mel Cepstrum Transform,MCT)等,文献[2]和[3]在采用线性判别分析(lineardiscrimination analysis,LDA)作为分类器的条件下对比了DWT、DFT、MCT等,认为使用Harr基函数的小波变换为最优。文献[4]将这种基于Harr小波的LDA方法用于交叉路口的交通管理系统,指出对主成分分析可以进一步改善判别性能。
然而在实际中存在的问题是碰撞训练样本数相对于特征维数偏少,而非碰撞样本类别众多,特征之间较强的相关性导致LDA的分类效果并不理想。
本文提出了一种基于单类支持向量机(OneClass Support Vector Machine,OC-SVM)的判别方法。使用Harr小波变换提取信号的频域信息,采用OC-SVM进行异常点检测以实现判别,在OC-SVM的高斯核函数中采用马氏距离代替欧式距离消除特征高度相关的影响。相对于LDA方法,OC-SVM能实现非线性的判别,形式更加灵活而没有陷入过拟合。在MATLAB仿真环境下进行的实验取得了理想的检测率和误报率。
1 自动声检测算法原理
交通事故发生时,车辆运行状态改变,并伴有剧烈的碰撞声,碰撞声和正常行驶声在时域上的波形对比如图1所示。
将两类声音变换到频域后可以发现,两者在频域上能量的分布存在较大差异,如图2所示,因此可提取信号的频域能量分布信息作为特征以实现分类。
本文提出的自动声检测算法分为三步:首先对采集到的信号进行分帧处理;然后对每一帧信号实施Harr小波变换,得到其频域上的向量表示;将该向量作为分类器的输入,最后由分类器给出实时的判别结果。分类器采用OC-SVM,参数由离线训练得到。
1.1 声信号分帧
由于碰撞声音持续时间较短,进行分帧处理时,要选择合适的窗,如果窗过大将导致帧信号的频域表示有较大偏差,窗过小会则导致计算量过大。我们使用2s长的矩形窗进行分帧,在32000Hz采样率下每帧将包含65536个采样点,帧与帧之间有部分重合。
1.2 Harr小波变换
小波变换使用快速衰减的母小波表示信号,具有多尺度分析的优点,声信号在不同尺度下的小波变换反映了其在不同尺度空间中即不同频率区间内的信息。因此,小波系数反映了声信号在频域的能量分布信息,可以作为判别的依据。本文采用双通道子带滤波的方法实现离散小波变换,原始信号经过高通滤波和低通滤波并降采样得到其低频分量的概貌系数(CA)和高频分量的细节系数(CD)。采用Harr小波,它具有形式简单、运算量小的优点。具体分解公式为:
式中:h为数字声信号s长度的一半,得到的x的前半段为概貌系数,后半段为细节系数。信号的分解可以迭代进行。
通过分析两类声信号的频谱发现,它们的能量集中在某些频段。考虑到采集设备自身的频率响应范围,我们采用的分解方式如图3所示。其中,S为待分解的一帧声信号。
对一帧包含65536个采样点的输入S,按小波分解树的分解方式分解到第10层,得到CAi,CDi(i=1:10)然后再细分前七层的概貌系数CDi(i=1:7)得到相应的概貌系数CDia(i=1:7)和细节系数CDib(i=1:7)。
分别计算CA10,CDia,CDib(i=1:7)和CDi(i=8:10)的均方根:
即得到该帧声信号向量形式的特征x:
1.3 分类器设计
在文献[2-4]中采用了LDA作为分类器,然而由于特征个数相对样本数偏多,同时特征之间相关性较强,在求解投影方向时总类内散布矩阵接近为奇异,文献[4]中提到主成分分析(PCA)可能改善LDA的性能,若考虑到频率特性与类别间的非线性关系,可选用非线性特征提取的核主成分分析(KPCA)[5]。然而,PCA和KPCA在提取新的分类特征矢量时,未区别样本的类内与类间信息,因此在构建LDA判别模型时,它们并非最佳选择;而SVM方法同样存在两类样本数不平衡的问题[6]。
我们用OC-SVM代替LDA进行判别以更好地捕获特征空间的非线性结构特性,同时保证了良好的泛化能力,而且由于不要求样本独立同分布,OC-SVM很适用于分帧得到的样本。
在OC-SVM方法中并没有对非碰撞的分布情况进行描述,而是将其定义为异常点。设φ是一个从样本空间到特征空间的映射,在特征空间中希望使用一个超球体,它在包含尽可能多训练样本的同时,使该球体尽可能地小。因此,形式上为一个优化问题。即
其中l为训练样本个数,c为特征空间中训练样本的中心,v∈[0,1]为可调参数,v较小时,试图包含尽可能多的点在超球体中,v较大时则希望缩小该超球体的"体积"R2。
通过核函数K的选取,隐式定义了非线性的变换φ。本文采用了高斯核形式的K:,其中x为核函数中心,δ为函数的宽度参数,控制了函数的径向作用范围。
使用拉格朗日乘子法获取其对偶问题:
解出αi,对成帧信号实施小波变换得到其特征x,分类器给出的判别形式为:
阈值可由任意一个满足的支持向量xi计算得到。f大于0说明x为碰撞,否则为非碰撞,这就达到了检测交通事故是否发生的目的。
由于在实现过程中对规范化的Harr小波变换做出了一定的改动,出于量纲和特征之间强相关性的考虑,我们在高斯核函数中使用马氏距离代替了欧式距离。马氏距离可以排除变量之间相关性的干扰,并具有不受量纲影响的优点。
2 实验结果与分析
在MATLAB平台上对算法进行了验证。所有的碰撞样本均采集于真实的碰撞测试,不带有背景噪声;非碰撞样本采集于正常行驶,包含说话、音乐、刹车和雨雪天气等实际场景。为模拟真实碰撞,将碰撞信号与非碰撞信号进行混合,用fnc表示正常声音,fc表示真实碰撞声,合成后的碰撞声fc模拟了不同背景噪音下的真实碰撞声:
其中∂代表信噪比,不同的∂表示模拟碰撞信号fc中背景噪声的强弱不同。
评价分类器的最重要指标是预测精度,本文采用了十折交叉检验的方法验证OC-SVM的检测率,相同信噪比下的碰撞样本集随机分成10等份,选取1份作为测试集,其余作为训练样本集,总共进行10次,记录碰撞样本总数和漏报数。验证算法误报率时则把所有碰撞样本都用于训练。
O C-S V M判别函数中的参数经训练得到,在MATLAB平台上直接读取每一帧合成的碰撞样本进行判断以测试算法的检测率,实验结果见表1。
然后,在MATLAB平台上对SVM、LDA和OC-SVM这三种判别算法进行了仿真,检测率对比见图4,假设样本的信噪比相同。在无噪声或噪声较小的理想情况下,OC-SVM的检测率非常高,而信噪比对OC-SVM的影响要小于对SVM和LDA的影响。
同时采用非碰撞样本测试了三种分类算法的误报率,结果见表2。可见OC-SVM和SVM的误报率比较接近,LDA的最高。
3 结论
本文提出了一种交通事故自动声检测算法,声信号经过采集分帧后进行Harr小波变换获取其频域表示,使用OC-SVM进行实时判别,OC-SVM的高斯核中使用马氏距离代替欧式距离,消除了特征较强相关性和量纲不同的影响。仿真实验结果表明,此算法对碰撞事故具有较高的检测率和较低的误报率,达到了可实用的程度。进一步的工作是将此算法移植到我们设计的基于DSP的交通事故自动报警系统上,进一步完善算法,提高其鲁棒性和可靠性。
摘要：建立交通事故应急救援系统具有很强的现实意义,关键技术是对交通事故进行自动检测。为了保证检测的实时性与准确性,提出一种基于声信号处理的方法,采集车辆周围的声音并进行预处理,使用Harr小波变换提取声信号的频域特征,采用单类支持向量机进行异常点检测,实现了分类判别。按上述方法对交通事故发生时的碰撞信号与正常行驶时的非碰撞信号做了分析,准确的识别出交通事故。仿真实验结果表明与常用的线性判别分析方法相比准确率有了显著提高,而且计算复杂度低,易于在DSP系统上实现,算法的判别性能达到了实用化的程度。
关键词：声信号处理,哈尔小波,交通事故,异常点检测,单类支持向量机
参考文献
[1]Crows G M,Funke D J.Mayday plus:early findings[C].Proceedings of ITS America Ninth Annual Meeting and Exposiyion.April19-22.1999.
[2]Bruce L M,Balraj N,Zhang Y,et al.Automated accident detection in intersections via digital audio signal processing[C].TRB2003Annual Meeting.
[3]Zhang Y,Hu R Q.Development of an automated accident detection system at intersections[C].ASCE2004.
[4]Mittal A,Jain A,Agarwal G K.Audio-video based people counting and security framework for traffic crossings[J].Journal of VLSI Signal Processing,2007,49(3):377-391
[5]Martinez A M,Kak A C.PCA versus LDA[J].IEEE Trans on Pattern Analysis and Machine Intelligence,2001,23(2):228-233.
自动扶梯事故典型案例分析 篇4
2011年, 某品牌自动扶梯发生了导致人员伤亡的严重事故.事后勘查发现:该事故起因于其自动扶梯驱动主机与前座板的一枚 ( (1) 号) 联接螺栓疲劳断裂 (见图1和图2) 这一断裂引发了其后的一连串破坏.首先受影响的是联接主机与同一座板的另一枚 ( (2) 号) 螺栓, 因其与座板螺孔啮合部分的螺纹被切断而拔出;紧接着是驱动主机, 因其与底座失去联系, 在主驱动链负载的拉动下驱动主机向后倾斜并扭转、移位, 随之主驱动链从驱动主机小链轮上脱离, 扶梯梯路承载运行系统失去上行驱动力而在乘客载荷作用下逆转下滑, 最终酿成灾难性后果.
2 (1) 号螺栓断裂原因讨论
根据前期事故分析报告[1,2], 导致 (1) 号螺栓断裂的可能原因主要集中在如下两个问题上:一个是联接驱动主机与座板的4个螺栓的长度问题, 另一个是驱动主机的底座凸台面是斜面的问题.下面, 我们来讨论这两个问题与 (1) 号螺栓断裂的关系.
在讨论螺栓的长度问题之前, 需要先弄清与其关系密切的座板的来历.这两块座板是因为驱动主机的底座尺寸小于设计要求而设置的, 是自动扶梯制造商设计变更的产物.由于插入了座板, 主机与支撑桁架的直接联接方式, 也不得不改变为主机联接座板、座板再与桁架联接的间接固定方式 (见图3) , 由此还增加了联接主机和座板的4枚螺栓.这种间接联接方式不仅会降低系统的抗振能力;还会因为采用螺栓-螺孔而不是螺栓-螺帽固定而降低结构的承载能力;特别需要注意的是, 负责传递主机振动载荷的这4枚联接螺栓的长度比设计要求短了5 mm, 其直接后果是它们与螺孔啮合部分的螺纹数由5个减少到3个 (见图2) , 啮合部分所承受的应力因此增长了2/3, 其发生断裂的风险也因此大幅度增加.至于发生断裂的为什么是螺栓而不是底座板?这或许是该螺栓螺纹根部的应力强度高于底座板的缘故.
主机底座凸台的倾斜度测量结果是[1], 内高外低, 斜度约2◦.在这种斜面上预紧螺栓, 的确有可能在螺栓中产生弯曲应力.但由此断言是这一弯曲应力导致 (1) 号螺栓疲劳断裂, 我们认为尚需斟酌.首先, 这一弯曲应力即使存在, 也应该是恒力, 它不可能导致疲劳破坏.其次, 该弯曲力在螺栓中产生的应力应该是左侧为压应力, 右侧为拉应力, 这就是说, 该螺栓的疲劳裂纹源应该出现在其右侧而不是左侧, 而这一判断与该螺栓实际断口 (图2) 的观察结果正好相反.
根据事故扶梯设计方提供的计算依据, 该螺栓的强度满足使用要求.材料检测结果也表明, 该螺栓的材质和性能符合设计要求[2].因此, (1) 号螺栓发生疲劳破坏只剩下了一种可能, 即其在破坏之前承受了异常动载荷.现在, 需要解决的关键问题是寻找这异常动载荷的来源.
3 (1) 号螺栓异常动载荷来源分析
要寻找异常动载荷的来源, 就需要分析设计变更对驱动主机系统的影响.这是因为, 结构方式和约束条件的改变, 有可能改变动力机械系统的变形刚度和固有频率, 从而引起结构的异常振动并产生异常动态载荷.
我们知道, 自动扶梯的运行是通过驱动主机旋转将电能转变成机械能实现的.这个过程中, 或多或少总有一部分能量会转变成电机及其支撑系统的振动能.换言之, 在自动扶梯运行时, 驱动主机及其支撑系统实际上始终处于振动状态.不过, 一般情况下, 这种振动都被控制在很微弱的范围, 不至于影响电机系统的正常工作, 除非系统经受了超出设计允许的动态外载荷, 或因某种缘故改变了系统的固有频率.对于本案例, 调查结果表明[1]事故当时的载荷并未超过该自动扶梯的允许载客流量, 该自动扶梯制造商采取的设计变更方案因此成为可能引发电机系统异常振动的首要原因.为此, 本文分析了上述设计变更对电机振动系统动力学特性的影响.
3.1 电机系统振动幅度影响因素讨论
简便起见, 将电机系统简化为单自由度弹簧振子系统, 设其刚度为K、质量为M, 在频率为ω的谐激励F0sin (ωt) 作用下, 忽略阻尼效应, 其稳态幅频响应关系可表达为
式中, 频响函数H是激励频率、系统刚度和质量的函数
对于自动扶梯的电机系统而言, 从稳定性和安全角度考虑, 显然希望其运行时的振动幅度尽可能小.据此我们来讨论, 在激励频率已经给定的情况下, 系统的刚度K和质量M是如何影响其振动幅度的.变换式 (2) 为如下形式
绘出以系统刚度为变量的频响函数曲线如图4所示, 可知当 (K/M) 0.5/ω=1或 (K/M) 0.5=ω时, 系统将会发生共振, 这是自动扶梯设计与制造绝对不允许的情况;在其左侧区域, 即 (K/M) 0.5/ω<1或 (K/M) 0.5<ω区间, 系统的振动幅度随刚度减小而降低, K=0时, 其极小值为 (ω2M) -1, 这一区间显然不适合需要足够刚性的自动扶梯电机系统设计要求;在其右侧区域, 即 (K/M) 0.5/ω>1的区间, 在系统的质量和激励频率给定的情况下, 刚度K愈大, 振幅愈小, 系统运行愈安全.
前面已经提到, 本案涉及的系统设计变更主要是, 在驱动主机和桁架之间增加了两块垫板和4个联接螺栓.与主机和桁架的质量相比, 座板的质量是小量, 其增减对电机系统质量M的影响很小、可以忽略.但由于垫板与电机、底座的串联特征 (其尺寸形状参见图2) , 它的加入将显著降低系统刚度, 并使其自身成为系统承受振动载荷时的柔性区.而由图4可知, K愈小, 系统振幅将愈大, 因此导致的动载荷也将愈大.
3.2 刚度变化影响系统振动特性的有限元分析
为进一步具体化“串联”垫板对电机系统振动特性的影响, 分别对设计变更前后的电机系统建立了动力学有限元模型 (离散网格如图5所示) 进行数值计算.结果表明系统的前3阶振动频率因此发生了显著变化:原设计 (直接联接形式) 为117.40 Hz, 138.63 Hz和204.97 Hz, 设计变更 (间接联接形式) 后变化为64.314 Hz, 70.638 Hz和96.324 Hz, 分别下降了45%, 49%和53%.
以彩色等值云图表示电机系统的一阶振型下的相对位移分布 (见图6, 其中红色为最大值、蓝色为最小值) 不难看出:对于原设计结构, 振动幅度最大的区域是后桁架的电机右下底座所在部位.因为, 在电机的4个底座中, 右下角底座区域受到的铅垂方向约束最弱 (参见图1和图3) .设计变更后, 因为增加了垫板, 电机与桁架不再直接联接, 系统的大位移区域转移到刚度最低的两块垫板、特别是垫板的右端, 即 (2) 号和 (4) 号螺栓所在的部位.至于座板两端的振动幅度为什么会不一样、即 (2) 号和 (4) 号螺栓所在部位的振幅为什么明显高于 (1) 号和 (3) 号螺栓所在的部位, 结合图1、图3和图6就不难理解, 其原因也是座板的 (1) 号和 (3) 号螺栓所在部位铅垂方向 (由顶丝抵压) 的约束强于另一端.事实上, 如果再考虑由链轮传递的拉紧力作用 (参见图1和图3) , 由该力对电机系统产生的力矩主要通过 (1) 号和 (3) 号螺栓的内力构成的反力矩来予以平衡.换句话说, 由链条拉力形成的力矩, 将在 (1) 号螺栓中产生拉应力, 而在 (3) 号螺栓中产生压应力, 即在联接电机与座板的4个螺栓中, (1) 号螺栓所承受的拉应力是最大的.这也从另一个角度说明, 为什么疲劳断裂的是 (1) 号螺栓而不是其他螺栓.
4 结论
(1) 不当设计变更, 即采用薄板型过渡垫板联系主机与支撑桁架, 可能是导致本案所述 (1) 号螺栓断裂的主要原因.
(2) 未按设计要求配置联接件, 即采用的联接螺栓长度过短, 导致了 (1) 号螺栓断裂和 (2) 号螺栓脱扣, 进而致使主机倾覆.
参考文献
[1]国家电梯质量监督检验中心, 技术鉴定报告, 2011
[2]国家钢铁材料测试中心, 分析报告, 2011
事故自动报警系统的设计及应用 篇5
为了进一步提高企业设备安全的管理水平, 方便操作人员能第一时间准确地了解报警信息, 及时在异常事故时第一时间知道并采取措施, 山西焦化甲醇厂结合现有的DCS系统, 设计了1套事故自动报警系统。山西焦化甲醇厂的事故自动报警系统, 是基于甲醇DCS系统的基础上设计而成的。它把事故报警信息与DCS系统结合在一起, 通过DCS系统处理, 出现异常情况时, 把事故报警信息自动、及时地发送到现场各个操作岗位。
2 必要性
山西焦化甲醇厂是用水煤气焦炉气配比来生产甲醇的, 工艺衔接比较紧密, 而且属于高温高压的设备, 任何一处设备异常都可能引起全厂停车。自2008年初各设备相继试开车后, 发现设计上存在很大的漏洞, 即在设备由于非联锁原因停车后, 不能被操作人员及时发现, 很容易延误处理时机, 给设备、安全生产造成很大的隐患。
举例说明:2008年6月1日, 1#低压机正常运行, 13:12因电气原因低压机跳车, 中控室与现场均未发现。几分钟后, 低压机来的焦炉气流量FT82502逐渐减少, 此时转化操作人员注意到这个问题, 随即报告调度, 调度随即向合成气压缩机现场岗位确认, 确认是1#低压机跳车, 这才采取停车措施。由于操作人员发现不及时, 造成了转化炉超温, 时间长了会造成设备烧坏的可能。
异常停车事故发生后, 如果发现及时, 便可给工艺争取更多的时间, 采取措施进行处理, 避免更大的事故的发生, 将损失降到最小。但是在事故发生到人为发现事故、事故确认过程中, 会耽误好长时间, 有可能延误或错过工艺的处理时机, 将会使设备损坏, 给工厂造成无法弥补的损失。为了防止此类事故的发生, 上一套事故自动报警系统是很有必要的。
3 实现的目标
生产装置部分设备异常时, 各个岗位的人员立即了解报警信息。事故报警信号55个, 分别送到现场几个不同的地方进行显示、报警。现场有12个, 分别为甲醇中控室、空分控制室、造气控制室、吹风气控制室、转化操作室、湿法脱硫操作室、低压机操作室、联合压缩机操作室、除氧站操作室、化学水处理操作室、氧压机操作室、合成塔操作室。事故信息可以显示、可以记录, 查询。
4 设计思路及原理
4.1 设计思路
事故报警的实现很简单, 但是要能够有记录, 可查询, 就必须有存储元件作为该系统的支柱。而购买一套成熟的事故报警系统, 则需要投入大量资金。结合现场实际情况及工艺要求, 初步设计思想就是把它融入到目前已有的甲醇DCS系统中, 将55个信号引入DCS中, 通过信号处理处理, 使操作人员在操作站上、在相应岗位上均能及早发现各种意外事故, 并记录在DCS系统中, 方便查询。
这种思路的实现, 在DCS上只需要增加几块卡件, 增加部分继电器、电笛指示灯则可以实现此功能。电源使用冗余的24V电源, 增加了系统的可靠性。此方案实现原理简单, 功能完备、经济合理。
4.2 实现原理
DCS系统的DI卡采集到报警信号后, 经过CPU处理后通过DO送到中间继电器, 1个中间继电器带动N个事故继电器。即1个中间继电器的常开接点串接到N个事故继电器的线圈上, 当信号来时, 中间继电器亮, 常开点接通, 事故继电器线圈带电吸合, 信号发送到对应的事故箱上。原理图如附图1:
事故报警箱上每个事故信号均使用1个事故报警灯指示, 有1个电笛。正常情况下, 灯灭。当某个干接点事故信号来时, 电笛响且相应的红灯亮, 消音按钮按下后, 电笛不响, 灯直到事故信号消失再灭。下一个事故信号来时, 电笛又响。原理图如附图2。
图解:
电气来的1#低压机跳车信号发出后, K0继电器带电, 3个继电器K01, K02, K03带电。将继电器的干节点信号发送到现场报警箱。
图解:
事故信号X未到时, KA01继电器灭, KA01-1常闭触点闭合, KA01-2、KA01-3常开触点断开。KA02继电器带电, KA02-1、KA02-2常开触点闭合。此时电笛不响, 灯灭。当事故信号X接通后, KA01继电器带电, KA01-1触点断开, KA01-2、KA01-3触点闭合。报警灯亮, 电笛响。此时KA02继电器继续带电。
手动按下消音按钮后, KA02继电器灭, 电笛不响。此时如果报警信号仍在, 则报警灯继续亮。报警信号消失后, KA01灭, KA02带电。继续下一次检测。
5 硬件配置
1) DCS系统中增加卡件2块DI, 2块DO卡。收集的电气跳车信号通过现场送到DCS DI卡中, 处理后通过DO卡件输出;
2) 1个事故报警柜, 放置在中控室, 处理事故报警信号向现场发送。这是事故报警系统与DCS系统的接口。控制原理:DCS收集到某一事故报警信号, DO对应的中间继电器吸合, 中间继电器的常开点连接到事故继电器的线圈上, 线圈也吸合, 信号发送到对应的事故箱上;
3) 在各个现场岗位放置1个事故箱, 共10个。事故箱上有事故指示灯, 电笛。控制原理:每一个报警灯均代表一个事故报警信号。正常情况下, 灯灭。当某个干接点事故信号来时, 电笛响且相应的红灯亮, 消音按钮按下后, 电笛不响, 灯直到事故信号消失再灭。下一个事故信号来时, 电笛又响;
4) 甲醇中控室与空分控制室只需要1个电笛。利用已有的操作站, 用画面代替事故报警箱进行显示。只需要把信号进行组态处理, 实现与现场事故箱相同的功能;
5) 操作站将各种报警内容显示出来记录下来, 以便存储归档;
6) 继电器选用性价比高的图尔克继电器, 24V西门子电源。指示灯选用施耐德冷光指示灯。全部选用优质产品。
6 效益
此系统作为事故自动报警系统, 它的实施, 并不会带来直接的经济效益, 它的作用, 主要是让岗位操作人员第一时间了解事故发生, 关键点的超限情况, 以便及时采取紧急措施, 对保护设备安全、设备稳定运行有着重要的作用。该系统结合现有的DCS系统进行信号的自动采集, 比其手动发送信号来的及时, 能实现大规模的自动报警需要, 功能强大, 具有极强的实用性、扩展性、稳定性。
7 创新点
1) 结合现有的DCS系统进行信号的自动采集和处理, 比手动发送信号来的及时、准确。经济实惠, 节省成本;
2) 能实现大规模的自动报警需要, 功能强大, 具有极强的实用性、扩展性、稳定性;
3) 本系统的设计, 为以后的项目做好了铺垫。
摘要：在连续的化工生产过程中, 安全是一个重要课题。事故自动报警系统, 能自动对事故信号进行采集和处理, 比手动发送信号来得准确及时。通过DCS系统的处理和中间继电器, 把事故报警信息自动、及时地发送到现场各个操作岗位。本文分从事故自动报警系统的设计思路、原理、配置等方面, 对事故自动报警系统进行了详细阐述。
关键词：DCS系统,中间继电器,常开常闭触点,事故
参考文献
[1]董萍.对于电力调度中事故报警的解析.城市建设, 2013 (29) .
火电厂热工自动化及事故防范 篇6
一 火电厂的热工自动化
1.定义
火电厂的热工自动化是指火电厂采用各种自动化装置或仪表, 对厂内的热力生产过程实现开环或闭环的控制、监视, 以保证生产过程的安全高效运行。热力过程中的参数测量、自动控制、信息处理、自动保护及自动报警等都不需要人员的直接参与, 而是只采用自动化装置和自动化仪表进行任务的完成。热工自动化设备的安全在热工自动化的条件下得到了保证, 发电机组的经济性得到了大幅度的提高, 工作人员的劳动强度大大降低了, 他们的劳动条件也得以改善。随着电力事业不断向前发展, 机组容量还会增大, 火电厂的热工自动化程度还会继续提高。设计火电厂热工自动系统及设备时, 应当遵循经济适用、安全可靠的原则, 根据机组的特点来进行。
2.热工自动化现状
火电厂的热工自动化技术要综合控制理论、智能仪器仪表技术、热能工程技术、计算机技术、其它信息技术等, 需要对热力学的相关参数进行测试和控制, 用来实现对于生产过程的优化、管理、调度及决策, 从而保证生产的安全和高效。它主要对气机和气机的辅助运行设备、锅炉进行自动控制, 确保机组能够自动对工况变化进行适应。火电厂具有特殊性, 含有的热力设备很多, 生产过程十分复杂, 很多设备长期处在高压易燃的条件下。
现在的热工系统由测量装置、控制系统和执行机构三部分组成, 执行机构及测量装置在结构和原理上都没有新变化, 只是引用了微处理器、通信网络接口等, 能够实现计算机的远程控制, 系统的核心已经逐步被计算机控制系统代替。
3.实现热工自动化的原因
上文已经提到, 火电厂生产系统的组成包括锅炉、气机及相关辅助设备, 这些设备在运行时是密切相联的, 只有充分协调配合才能最大限度地将发电机组能力发挥出来, 并且, 随着发电机组容量的增大, 生产设备更加复杂了。因此, 在实际运行时, 操作会更加频繁, 监视力度要非常大, 即使运行值班的职工对机器非常熟练, 也难以应付手上的工作, 力不能及或者疏忽大意时, 很可能造成重大的事故。所以, 一定要寻找发电机组进行生产过程时的客观规律, 以自处理技术代替人工重复劳动, 即实现热工自动化, 准确全面地检测发电机组工作情况, 并进行综合分析及判断, 对发电机组进行控制, 才能保证发电机组的可靠安全运行。另外, 热工自动化技术能够延长使用发电机组的时间, 即延长其寿命, 降低发电成本与燃料消耗。所以, 实现火电厂的热工自动化是非常必要的。
二 火电厂热工自动化的内容
1.自动检测
自动检测生产中的各种化学量、物理量和相关设备在工作状态上的参数, 能够实现对生产情况的监视。检测参数主要包括温度、也为、流量、压力、电压、电流、功率、气体成分、振动、汽水品质等。检测设备主要由常规模拟量测试仪表、自动记录装置、自动报警装置、检测仪表、图像显示器等。这些热工参数能够反映火电厂的发电机组是否在正常运行, 是进行实时自动调整的依据, 是进行事故分析、经济核算的数据来源。
2.自动控制
自动控制指的是用自动控制的装置实现对发电机组某些设备及过程的自动调节, 保证发电机组运行的经济性、安全性, 它分为顺序控制、自动调节及远方控制。自动调节是对外界条件的变化进行自动适应, 维持生产过程在规定工况下进行, 它主要包括气温调节、锅炉水位调节、辅助设备调节及燃烧调节等。有时候, 自动调节自身也会产生故障, 所以它要有自身保护的功能。自动调节系统一般包括自动检测、自动保护、程序控制、自动报警等比较复杂的系统, 以保证调节系统能够可靠运行;程序控制是指依照原先拟定的条件和程序自动地对设备实现一些操作, 主要是控制设备的启停;远方控制是指通过按钮、开关对生产过程中的截止机构和调节机构进行远距离控制。
3.顺序控制
它是指按照生产工艺的要求提前拟定相关程序, 使系统中的被控对象能够根据时间、顺序及条件有步骤、有顺序地自动执行一些操作。顺序控制一般用在机组运行、启停和事故处理当中, 每一项顺序控制都要根据设备的运行要求和具体情况进行决定, 顺序控制流程是依照操作条件及次序编出来的, 然后由具体装置进行实现, 这些装置叫顺序控制装置, 它们要具备连锁保护能力和一定的逻辑判断能力。每一步操作进行之后, 都要判断此操作是否实现, 是否能为下一步的操作创造条件, 然后才能自动进入到下一步的操作中, 否则, 顺序就会中断, 同时进行报警。
4.自动保护
自动保护是使用自动化装置监视发电机组的状态、参数, 监视自动调节系统。它能在热工参数不符合限定值及设备运行的条件与要求不符时暂停或终止相关设备及生产过程, 然后自动采取一些措施防止事故扩大, 以免损伤更多的人员或设备。
随着技术的发展, 热点自动化系统将向监控智能化、集中化发展, 并更多地应用3APS和无线测量技术。
三 热工自动化的事故防范
在热工自动化技术被广泛应用的同时, 对于发电机组是否能够安全运行及是否具有足够的经济性, 热工自动化设备逐渐变成了决定因素。因为不管其中的哪一个环节出问题, 热工自动化装置的功能都可能失效, 所以要做好事故防范工作。
第一, 应加强对热工自动化设备采购、验收等工作的把关。采购热工自动化设备时最好货比三家, 选择成熟可靠的产品, 采购的地点应是比较正规的企业或商店。对于没有经过实际运行考验的合格产品应谨慎使用, 并且不能将其用在关键的自动保护系统里。
第二, 要对热工自动化设备定期进行隐患分析及设备缺陷检查, 以便能够及时整改和完善。一些影响火电厂发电机组经济、安全运行的隐患总是会存在于热工自动化系统当中, 工作人员应对此进行及时地检查和完善, 实现技术攻关。热工自动化设备的缺陷管理制度要落实好, 实现责任到人, 若消除缺陷只能停炉停机、解除系统, 则要对这些隐患及缺陷做好记录工作, 并抢用时间进行及时处理。对处理不好的隐患及缺陷也要进行记录, 查找原因, 积极联系设备的厂家或相关部门, 做好安全防范工作。
第三, 要对火电厂的员工进行定期培训及考试, 提高员工的素质。热工自动化包括的设备种类很多, 设备技术的更新也很快, 所以火电厂的员工要善于学习, 时刻跟随设备更新的步伐, 不断理解热工自动化设备的有关知识, 汲取缺陷处理及事故防范过程中的经验, 做到举一反三。火电厂的管理人员应当定期对员工组织培训, 有针对性地对职工进行安全、责任感教育, 提高相关工作人员的工作水平、安全意识及岗位责任感。
第四, 要不断加强每一项制度的执行能力。在火电厂的发展过程中, 不仅应当逐渐对各项规章制度加以完善, 还要落实好制度的执行。这要做好两方面的工作:首先, 对设备定期校验检查制度、自动保护的试验制度进行完善, 重视对于系统的维护与检修工作。其次, 要落实好设备巡检制度, 加强设备的日常维护及管理, 在日常维护中发现问题时, 要进行及时汇报和处理, 确保设备的良好运行状态。对于灰尘较大和容易受潮的设备, 要经常清扫, 避免线路因受潮而短路。
第五, 要做好环境监测工作。噪声、高温、振动都是有可能发生在生产过程中的有害因素。产生振动和噪声的部位主要有风机、空压机、机泵、发电机等, 如果与之进行长时间接触, 作业人员可能受到噪声的伤害, 所以要对这些设备进行检测, 并利用热控设备将比较容易发生事故的地点进行及时地数据反馈。
四 结语
热工自动化技术发展很快, 热工自动化系统也随之更新, 逐渐向一体化、智能化发展, 这能为火电厂节约大量的资金, 也能降低事故发生的几率, 是对国民经济发展提供的强有力支持。
摘要：当今时代, 科学技术不断进步, 这种大环境推动了火电厂的热工自动化技术的快速发展, 热工自动化的装置也成为了大型发电机组的重要的一部分。本文介绍了热工自动化的定义, 分析了进行热工自动化的必要性, 探讨了热工自动化技术的内容及发展趋势, 并对一些事故防范措施做了详细论述, 对于推动火电厂自动化的发展及设备的安全运行具有重要的指导作用。
关键词：火电厂,热工自动化,装置,内容,事故防范措施
参考文献
[1]舒艳杰.浅谈如何提高电厂热工自动化水平[J].科技与企业, 2013 (2)
[2]刘胜玲.火电厂热工自动化及事故防范[J].广东科技, 2012 (05)
[3]侯树文, 陈燕, 李方方.火电厂热工自动化的现状与进展[J].山西建筑, 2009 (03)
[4]侯子良, 侯云浩.火电厂热工自动化安全技术配置若干指导思想[J].中国电力, 2009 (05)
变电站综合自动化之事故剖析 篇7
1 有关事故信号的问题
在常规控制方式的变电站, 运行中发生事故时变电站将产生事故报警音响并经过远动设备向调度自动化系统发出事故信号, 调度自动化系统采用这个事故信号启动事故相应的处理软件 (推出事故画面、启动报警音响等) 。由此可见, 变电站的事故信号是一个非常重要的信号, 特别是对于无人值班的变电站, 由于监控中心的运行人员需要同时监控多个变电站的运行状态, 事故信号就成为监控中心运行人员中断其它工作转入事故处理的主要标志性的信号, 非常重要。
在35 kV看庄水泥厂变电站综自改造竣工验收时, 验收人员在操作6 kV线路时, 发现在后台和地调远方控制合开关时, 都会触发"事故跳闸"信号。在采用常规的微机远动设备和保留控制屏的无人值班变电站中, 一般采用在控制回路中增加记忆继电器 (双位置) 的方法产生事故信号, 这种方法已在以前的采用RTU进行无人值班改造工程项目中 (110 kV及以下电压变电站) 应用多年, 其技术依据与原控制屏操作KK开关与实际开关位置不对应相同。35kV看庄水泥厂变电站事故信号生成的原理与上述方法相同。其回路为将操作回路中的KKJ继电器 (双位置继电器) 的合后位置结点与断路器位置信号结点串联, 形成一个电气单元的事故信号, 监控系统中只须将各电气单元的事故信号进行软件或运算即可生成全站事故信号。
事故信号的这种生成方法在技术上是可行的, 发生上述问题的原因在于:当后台或地调对开关进行遥合时, 双位置继电器KKJ励磁, 其常开接点变为合位, 但由于开关位置变位太慢, DL常闭接点仍处于闭合状态, 回路接通, 触发事故总信号。由于这个问题是因为开关变位太慢引起, 所以就通过在测控装置中设置延时, 以延长判断时间来解决的。这种解决方法的弊端在于真正的事故发生时, 会由于装置中设置的延时而不能对事故进行准确判断。
因为6 kV为储能开关, 当断路器合上时, 储能装置启动, 与其相连的TWJ失磁, 若将TWJ的常开位置与KKJ的常开位置相连, 构成生成事故总的回路, 则会避免上述问题的产生。这种解决方法可以有效的避免因为软件延时而产生的误判断。具体回路如图1所示。
2有关GPS对时的问题
随着变电站自动化水平的提高, 电力系统对统一时钟的要求愈加迫切, 有了统一时钟, 即可实现全站各系统在GPS时间基准下的运行监控和事故后的故障分析, 也可以通过各开关动作的先后顺序来分析事故的原因及发展过程。统一时钟是保证电力系统安全运行, 提高运行水平的一个重要措施。
GPS对时一般有三种方式。
脉冲同步信号:装置的同步脉冲常用空接点方式输入。常用的脉冲信号有:1PPS, 1 PPM, 1 PPH。
串行口对时方式:装置通过串行口读取同步时钟每秒一次的串行输出的时间信息对时, 串行口又分为RS232接口和RS422接口方式。
IRIG-B方式对时:IRIG-B为IRIG委员会的B标准, 是专为时钟的传输制定的时钟码。每秒输出一帧按秒、分、时、日期的顺序排列的时间信息。IRIG-B信号有直流偏置 (TTL) 电平、1 kHz正弦调制信号、RS422电平方式、RS232电平方式四种形式。
由于变电站内往往存在不同厂家的自动化装置, 其接口类型繁多, 装置数量也不等, 所以在实际应用中经常遇到GPS对时接口与接受对时的设备接口不能通信的问题。110 kV北宿变电站采用的保护测控装置为国电南自的系列产品, 该产品只接受无源空接点对时, 而山东科汇科技有限公司的GPS设备只能提供有源485 B码对时。这就造成接口类型不统一, 从而导致站内保护测控装置不能接受GPS对时的问题。
这个问题最终以GPS厂家更换通信插件, 将对时接口改为空接点B码对时而得以解决。
这个问题的出现, 提醒了设计人员在前期订货时, 应充分考虑各种设备的接口问题。尤其是保护测控装置及其它智能装置与后台监控设备的接口问题。因变电站综自改造多用以太网方式组网, 而有些厂家的旧设备只存在串口或RS485接口, 或者不同厂家设备进行通信时, 因为规约不同而造成通信失败。这些问题都需要对所订购设备的通信插件进行统筹考虑, 或订购充分数量的规约转换器, 以免类似情况再发生。
3 有关监控程序稳定性的问题
变电站实现综合自动化后, 无论是有人值班还是无人值班, 操作人员不是在变电站内就是在主控站或调度室内, 面对显示器进行变电站的全方位监视和操作。所以监控系统能否保持长时间稳定无故障的运行, 对提高变电站的运行管理水平和安全可靠性是非常重要的。
事件:4月29日9:39, 某变电站的监控后台主机SAC1/SAC2双机网络中断, 后台监控机SAC2不能与前置机连接, 值班人员重启后台程序仍无法解决问题。经过数次重启后, 在下午17:26, 恢复正常运行。当SAC2为主机且为前置机时, 与SAC1机无法连接, 使SAC1机无法读取实时信息, 但系统没有判断SAC2机异常并把SAC1机自动切换为值班主机, 所以造成监控后台SAC1机、SAC2机都不能正常运行。
值班人员对后台监控机SAC2的网卡、与交换机连接的网线、交换机本身进行了检查, 均无发现故障。后经监控系统厂家人员检查确定, 认为问题是由后台监控机SAC2的WINDOWS操作系统程序走死引起, 网络资源不足导致后台监控机死机。
找出问题后, 厂家将后台监控机的监控程序版本升级, 并经系统双机切换测试。当其中一台后台监控机网络中断或有异常时, 监控系统能将另一台备用机自动切换成主机运行。
变电站实现综合自动化后, 很多的运行维护工作都需要通过微机装置来完成。但综合自动化装置的硬件更新换代非常快, 所选用的设备可能很快就变成落后产品;监控软件有时会存在难以发现的缺陷, 以至导致监控维护工作不能正常进行, 影响了变电站的安全运转。随着综合自动化技术的不断进步, 这些问题都会逐步得到解决。这也提醒设计人员在选择综自产品及后台监控系统时, 要综合考虑多方面因素, 选出一种程序运行稳定, 功能齐全, 硬件配置相对超前的综自产品。
4 结束语
一种预想事故自动选择的新方法 篇8
关键词：介数,静态安全分析,预想事故自动选择,网络拓扑
0 引言
电力系统静态安全分析对电力系统安全经济运行具有重要意义,它能够有效防止电力系统大型事故的发生。完全的静态安全分析需要连续地用交流潮流计算分析所有可能的预想事故(1台或多台发电机开断,1条或多条输电线开断),并从所得的潮流分布和母线电压解中,评定系统的安全性[1]。但这种处理方法计算量太大,难于满足实时性的要求。实际上,有些预想事故并不影响系统的正常运行,因此可以根据预想事故的严重程度进行排序。预想事故自动选择就是根据系统的实时数据,自动地选出对应于该状态下的后果严重的预想事故集,排列出预想事故一览表。然后依次进行分析,直到满足一定的终止判据为止。因此开展预想事故自动选择的研究对提高电力系统静态安全分析的评估质量,保证电力系统的安全运行具有重要意义。
传统的预想事故处理方法主要有以下4种:1)FDLF-1法;2)负荷卸除法;3)分布系数法;4)提供最大载荷能力法[1]。这4种方法都是从电力系统潮流的角度对输电线路或发电机的重要性进行评估和排序,没有考虑到网络拓扑结构的重要性。
有研究表明[2,3,4,5,6],电力网络的拓扑结构对能量的传输具有重要作用。由此本文提出了一种预想事故选择的新方法,该方法将电力网络等值为无向加权网络,以线路的阻抗幅值为权值,求取网络的最短路径及各元件的介数,用边或节点的介数来衡量其在网络拓扑中的重要程度。将网络拓扑与系统潮流相结合,得出预想事故的排序指标。本排序指标同时反映了电力网络拓扑结构和系统的潮流分布,对预想事故重要性的评估更加全面。
本文首先介绍了网络拓扑结构在能量传输中的重要性,随后给出了将网络拓扑和系统潮流相结合的预想事故自动选择方法,最后通过一个算例证明本方法的有效性。
1 能量传输中网络拓扑的模型
1.1 电力网络等值
电力系统是一个实际的系统,需要先将其等值。在电力系统不同的运行方式下,同一线路上传输的功率方向是可以变化的,并且不同线路的阻抗、电纳等参数各不相同,对能量传输的影响也各不相同。因此本文将电力网络等值为无向加权网络,以线路阻抗的幅值作为边的权值。
权值矩阵元素定义如下:
在式(1)中知,当节点i、j相同时,权值矩阵的对应元素ωij为零;当节点i、j之间没有边直接相连时,ωij为无穷大;当节点i、j之间有边直接相连时,其权值ωij为该线路的阻抗幅值;Zij为线路阻抗。
1.2 相隔中心性模型
该模型的核心是假设任意两点间的能量交换通过最短路径进行,并以相隔中心性来定义、度量网络中的节点或边的负荷。节点v的相隔中心性和边e的相隔中心性表达式[2,3]分别见式(2)和(3):
式中:ω、ω’是网络图中任意的两节点。对于ω≠ω'且ω、ω’≠υ的所有节点对,συω'为u与ω’之间最短路径数目;σww'为ω与ω'之间最短路径数目;σvtc(e)为υ与ω之间包含边e的最短路径数目;σvw为v与w之间所有最短路径数目。
相隔中心性表现了节点或边在整个网络图中的影响力,在“任意两点间的能量交换通过最短路径进行”的假设之下它又反映节点或边所承受的负荷。
由上述模型可知网络的拓扑结构对能量的传输起着非常重要的作用。但该模型仅从物理网络的角度出发,与电力系统实际情况联系不紧密,因此应用该模型来描述电力网络是不够的。
1.3 介数
定义1边的介数:对于简单图G=(V,E),边Eij的介数为所有节点对之间的最短路径途经Eij的次数。
定义2节点的介数:对于简单图G=(V,E),节点i的介数为所有节点对之间的最短路径途经i的次数。
相比1.2节所述的相隔中心性模型,由式(2)、式(3)可知,介数与相隔中心性CB(υ)、CB(e)具有相同的物理意义,区别在于介数是最短路径经过元件次数的绝对数值,而相隔中心性是相对比值。因此由1.2节可知,可用介数来反映元件在拓扑结构中的重要程度。在“任意两点间的能量交换通过最短路径进行”的假设之下,介数反应该节点或边所承受的负荷。边或节点的介数较大,表明网络中的最短路径途经它的次数较多,因此它的故障对网络带来的损害就好比是在交通系统中,主干道损坏对交通带来危害较大的道理一样。这是由网架结构的固有物理特性决定的。
对于介数的计算,首先要计算网络中任意两点之间的最短路径。目前常用的方法主要有用于单端最短路径问题的Dijkstra算法和用于多端最短路径问题的Floyd算法与矩阵算法[7]。
由于电力系统的功率流通不仅仅是从电源节点到负荷节点,电源节点之间也有功率的流通,负荷节点之间也有功率的流通,对于环网运行的电网,其功率流通方向随着不同的运行方式而变化。因此,电力网络最短路径的求取应该是求解多端最短路径问题。本文采用矩阵算法求取电力网络中任意两节点之间的最短路径,求得最短路径即可求得各线路及各节点的介数。
2 预想事故自动选择模型和算法
2.1 线路负载大小的表征
系统的潮流分布是预想事故严重性判别的一个非常重要的因素。本方法用各线路当前通过的功率来反映线路的负载率。在电力系统中,无功就地平衡,网络中流通的无功比有功要小得多,所以本文用线路流通的有功反映线路负载的大小。线路传输的功率越大,线路故障后转移到其他线路的功率就越多,引起其他线路过负荷的可能性越大。
对于发电机,以其有功出力做为反映其重要程度的指标。发电机发出的有功通常比无功大,一个出力较大的发电机开断瞬间,使系统出现一个与其出力相等的功率缺额,需要由其他发电机增加出力来弥补,同时使得其他发电机所连线路传输的功率增大,容易引起过负荷。所以被开断的发电机出力越大,它给系统带来的危害也越大。因此可以用其出力大小来作为衡量其重要程度的一个因素。
2.2 预想事故自动选择的新指标
将电力网络等值成无向加权网络之后,通过网络拓扑计算得出各边和节点之间的介数,利用潮流计算得出系统的潮流分布。综合1.3与2.1所述,将二者结合,得出如下排序指标:
式中:Pi为当前线路通过的功率;Ci为该线路的介数;ω1为权重系数。
式中:PIGi为发电机当前发出的有功;Ci为该节点的介数。
如果该节点不是发电机节点,则PGi=0,由式(5)可知其指标为零。式(4)为输电线路的排序指标计算式,式(5)为节点的排序指标计算式。
式(4)、(5)中Pi、PGi、Ci是随着系统的实时情况而变化的,能够反应电力系统实际情况。在式(4)、(5)中,Ci是大于等于零的整数,有可能等于零,将Ci加1是为了避免对数的真数为零的情况。而对Ci+1取对数,主要有以下2点原因:1)式中Pi是用标么值表示的,取值较小,而介数Ci比较大,取对数并采用如式(4)、(5)所示的数学形式能够平衡两者差距过大对指标值的影响;2)对于同一个系统中的不同线路或节点,它们的介数通常相差较大,而其重要性指标的差别并没有介数之间的差别那么明显。因此取对数既减小了这种差别,又合理地反映了线路或节点的严重程度。
变压器支路经π型电路等值后,其对外表现和输电线路没有分别。由于变压器连接2个电压等级,起着能量传递枢纽的作用,所以等值后相同参数的变压器和线路故障时,变压器对系统产生的危害更严重。在式(4)中,引入了一个权重系数ω1,ω1的取值如下:
引入权重系数ωt后,就可以将变压器等值为线路,并与线路一起参与排序。
2.3 预想事故选择的终止判据
预想事故自动选择的终止判据,一般有以下2类[1]:1)只分析预想事故表中的前N种情况。这种判据的优点是程序运行时间是确定的,如果规定的N不大,则只需很少的机时,便于实时应用。其缺点是如果N种情况以后的开断情况会引起较严重的越限,则就不能对它们做进一步的详尽分析,这样容易遗漏严重的预想事故。2)采用在M个连续开断情况中没有出现违限作为终止判据。这种判据更为灵活,并降低了遗漏严重情况的可能性。其不足之处是拟做进一步交流潮流分析的情况随系统的运行状态而变化,计算的时间无法预先确定,使得预想事故分析不得不考虑到最恶劣的情形。
本文选取第一类终止判据,对PI的n个元素从大到小进行排序,取其前k%进行故障检验,k值可根据对精度和速度的需求综合考虑设定。
3 算例分析
应用上述预想事故选择算法,对IEEE30节点系统进行了计算。该系统总共有30个节点,37条线路,4台变压器,30个节点中有6个发电机节点,节点1为平衡节点,算例中终止判据的k取为33。
事故捕获率定义[1]如下:
式中:NCA为被分类到关键性预想事故集中引起严重后果的预想事故总数;NTA为实际引起严重后果的预想事故总数(即关键性预想事故集中和非关键性预想事故集中,引起严重后果的预想事故的总和)。
对系统进行全网N-2检验,将结果与本方法得出的二重故障排序结果进行比较,结果见表1。
由于篇幅原因,表1只列出了预想事故指标排在前33%的14条线路。
采用本文提出的预想事故自动选择新指标后,可以将参与N-2检验的线路限定在PI指标较大的14条线路的范围内,也就是说采用本文方法后N-2检验的计算量由原来的次减少为现在的91次,计算量为原来的1.09%,大大减少了评估的计算量。
对全网N-2检验结果进行统计,可知不满足N-2检验故障的总数为240个,其中本文提出的预想事故自动选择新指标捕获的故障数为222个,捕获率为:
在被遗漏的18个预想事故中,有15个被判为系统解裂故障,其中有些解裂故障通过调整发电机出力和负荷是可以在某个状态下运行的。若静态安全分析程序能够对系统解裂故障后进行调整,则上述被遗漏的15种解裂故障中,有一部分是可以通过调整而继续运行的。因此,实际上被遗漏的预想事故总数应该小于18,本方法实际的捕获率应该高于92.5%。
对发电机节点进行排序时,平衡节点是最重要的发电机节点,无需参与排序,其他5个发电机节点排序指标见表2。
由于IEEE30节点系统只有6个发电机节点,故对一重发电机开断和一重线路开断组合的二重预想事故的实际越限情况进行统计,得到的结果见表3。
将表2与表3比较,发电机节点的严重程度排序与实际情况完全相符,能够得到满意的结果。
同时通过本算例还可以得到如下结论:
(1)支路1为非常重要的线路,它与任一线路同时发生故障都会使线路过负荷。实际上,线路1是连接平衡节点1和节点2 (pv节点)的线路,从正常情况下的支路潮流可以看出,该支路上有大量的功率流通。所以该支路故障对系统会产生非常大的影响,在算例中,支路1的排序指标排第一,这和实际情况是相符的。
(2)支路2、4、5、15都是系统非常重要的线路,有它们在内的二重断线时,系统多次发生过负荷或节点电压越限。这是由它们所承载的潮流和在网络中的拓扑地位决定的。从支路潮流情况可知,支路2、4、5上流通的功率都较大,所以它们故障后会转移大量的功率,从而引起其他线路过负荷。而支路36故障则会引起节点电压降低,低于电压下限。
(3)支路1、2、4、6是系统的薄弱环节,由于其负荷较重,其他线路开断时容易引起过负荷。
由以上可知,本文提出的方法不仅可以大大减少静态安全分析的计算量,具有较高的捕获率,而且还可以发现系统中的薄弱环节,为调度员提供有用的信息。
4 结论
(1)本文提出的指标同时反映了网络拓扑结构的重要性和线路负载率,全面表征了事故的严重程度。
(2)将电力系统等值为无向加权网络,用阻抗幅值来衡量边的权值,用介数来衡量拓扑结构的重要性是合理的。
(3)本文提出的预想事故自动选择算法综合反映了网架拓扑和系统潮流分布,具有较高的捕获率,对元件的重要性进行的评估排序是合理和有效的,能有效地减少静态安全分析的计算量。
参考文献
[1]吴际舜.电力系统静态安全分析[M].上海:上海交通大学出版社,1985.
[2]HOLME P.Edge Overload Breakdown in Evolving Networks[J].Physical Review E,2002,66(2):036119-1- 036119-7.
[3]HOLME P,KIM B J.Vertex Overload Breakdown in Evolving Networks[J].Physical Review E,2002,65(6): 066109-1-666109-6.
[4]LATORA V,MARCHIORI M.Efficient Behavior of Smallworld Networks[J].Physical Review Letter,2001,87(19): 1-4.
[5]CRUCITTI P,LATPRA V,MARCHIORI M.Model for Cascading Failures in Complex Networks[J].Physical Review E,2004,69(1):045104-1-045104-4.
[6]KINNEY R,CRUCITTI P,ALBERT R.Modeling Cascading Failures in the North American Power Grid[J].European Physical Journal B,2005,46(1):101-107.