Отправьте статью сегодня! Журнал выйдет ..., печатный экземпляр отправим ...
Опубликовать статью

Молодой учёный

Повышение качества обработки телеметрических данных по функционированию газотранспортной системы на основе использования методов сглаживания временных рядов и методов по фильтрации аномальных значений

3. Автоматика и вычислительная техника
408
Поделиться
Библиографическое описание
Филипенков, А. В. Повышение качества обработки телеметрических данных по функционированию газотранспортной системы на основе использования методов сглаживания временных рядов и методов по фильтрации аномальных значений / А. В. Филипенков, В. К. Шемелин. — Текст : непосредственный // Технические науки: традиции и инновации : материалы I Междунар. науч. конф. (г. Челябинск, январь 2012 г.). — Челябинск : Два комсомольца, 2012. — С. 76-79. — URL: https://moluch.ru/conf/tech/archive/6/1376/.
В настоящее время все современные схемы автоматического и диспетчерского управления технологическим процессом трубопроводного транспорта газа основаны на использовании информационных систем управления (ИСУ), которые обеспечивают сбор телеметрических данных с замерных датчиков и вычислительных комплексов, их хранение, отображение и обработку [2, с. 133].
Современные интегрированные автоматизированные системы управления (ИАСУ) представляют собой многоуровневые распределенные системы, реализующие функции контроля, регистрации, стабилизации, регулирования, управления и моделирования. Во всех этих системах в большей или меньшей мере реализованы такие принципы, как работа в режиме реального времени, использование большого объема избыточной информации (высокая частота обновления данных), наличие резервного оборудования, работающего в «горячем режиме», сетевая архитектура, принципы модульного исполнения и открытых систем [2, с. 133].
Такие системы, как правило, реализуют четыре основные группы функций:
  • информационное обеспечение всех уровней контроля и управления;
  • обработку данных телеизмерений всех уровней контроля и управления;
  • реализацию управляющих функций;
  • противоаварийную защиту технологического процесса и оборудования.
1. Основные компоненты информационного обеспечения – это:
  • сбор сигналов с аналоговых, дискретных, интеллектуальных датчиков и контроллеров;
  • интерактивные интерфейсы ручной корректировки информации;
  • первичная обработка данных и оценка значений параметров по измеренным сигналам;
  • расчет средних интегральных значений параметров за определенные промежутки времени (каждый час);
  • отображение на мониторах текущих значений и состояний технологических параметров.
2. Обработка данных телеизмерений и решение различных задач автоматического и диспетчерского управления включает:
    • первичную обработку поступающих телеизмерений, фильтрацию ошибочных данных;
    • оперативное распознание аварийных ситуаций;
    • определение текущих показателей режима.
3. Реализация управляющих функций обеспечивает:
    • автоматическое регулирование, как отдельных параметров, так и контуров по стандартным и специальным алгоритмам регулирования;
    • дистанционное управление основным и вспомогательным оборудованием.
4. Функция противоаварийной защиты технологического процесса и оборудования заключается в защите оборудования при достижении предельных (аварийных) значений технологических параметров путем формирования и выдачи управляющих сигналов [2, с. 135].
Исходными данными, обрабатываемыми ИАСУ, служат оперативно-технологическая информация, собираемая автоматизированной системой диспетчерского управления (АСДУ). Структура типовой газотранспортной системы представлена на рис.1.

Рис. 1 Структура газотранспортной системы

Приведем основной перечень параметров, замеряемых на объектах газотранспортной системы (рис.1):
    • давление на входе Pвх и выходе Pвых каждого ГПА. КЦ, КС (МПа);
    • температура газа на входе Tвх и выходе Tвых каждого ГПА, КЦ. КС (К&#;);
    • частота вращения нагнетателя (по ГПА), n (об./мин).
Подавляющее большинство моделей расчетных объектов: ГПА, КЦ, КС – связывают входные и выходные параметры газового потока. Часть этих параметров должна быть задана, другая рассчитана.[2, с.136]
Некоторым моделям не требуется знания предыстории процесса во времени. Другим моделям необходимо знание такой предыстории.
Системы телеизмерений обеспечивают накопление данных о процессе во времени. На основе полученных массивов замеров строятся графики временных трендов, формируются таблицы и документы отчетности (диспетчерский журнал). Как правило, данные, полученные со SCADA-систем, без предварительной обработки поступают в качестве исходных данных в расчетные комплексы моделирования процесса. Если эти значения параметров использовать в качестве исходных данных в моделях процесса и расчетных алгоритмах, то ошибки результатов могут оказаться значительными.[2, с. 136-137]
При отсутствии блока предварительной обработки стохастических данных могут возникать ситуации, когда комплекс моделирования будет давать недостоверные решения и ошибочные рекомендации по управлению режимами ГТС (рис.1).
Поэтому статистическая обработка замеров должна быть обязательной компонентой любого комплекса моделирования.
Это позволит:
    • получать статистически достоверные параметры и их доверительные интервалы (уставки);
    • проводить статистическую оценку качества самих замеров параметров и их фильтрацию;
    • прогнозировать динамику параметров процесса транспорта газа.
Основными компонентами процедуры анализа данных и подготовки моделей к эксплуатации в расчетных задачах являются:
  1. Сглаживание временных рядов замеров параметров полученных системами телеизмерений;
  2. Фильтрация аномальных значений замеренных данных.
a) Одним из методов сглаживания временных рядов является Метод наименьших квадратов (МНК). [1, с.717]
Традиционный метод наименьших квадратов является наиболее распространенным, исследованным и удобным (в вычислительном плане).
Для упрощения изложения рассмотрим случай линейной функции одного аргумента, например изменения давления газа c течением времени P(t).
Пусть из опыта получены точки (рис. 2). Требуется найти уравнение прямой (1), наилучшим образом согласующейся с опытными точками.

(1)

Рис. 2 Метод наименьших квадратов

Пусть мы нашли такую прямую. Обозначим через &#&#61540;;</FONT></I><SUB><SPAN LANG="en-US"><I>i</I></SPAN></SUB> расстояние от опытной точки до этой прямой (рис. 2).<DT> Из уравнения (1) следует, что:</DL> <TABLE WIDTH=638 CELLPADDING=7 CELLSPACING=0> <COL WIDTH=517> <COL WIDTH=93> <TR VALIGN=TOP> <TD WIDTH=517 STYLE="; border: none; padding: 0cm"> <DL> <DD><P><A HREF="images/6019d250.gif" TARGET="_blank"><IMG src="https://articles-static-cdn.moluch.orgimages/6019d250.gif" NAME="Объект2" ALIGN=ABSMIDDLE WIDTH=114 HEIGHT=21></A></DL> </TD> <TD WIDTH=93 STYLE="; border: none; padding: 0cm"> <P>(2)</TD> </TR> </TABLE> <P>Чем меньше числа <FONT FACE="Symbol">&#&#61540;;</FONT><SUB><SPAN LANG="en-US">i</SPAN></SUB> по абсолютной величине, тем лучше подобрана прямая (1). В качестве характеристики точности подбора прямой можно принять сумму квадратов (3). <TABLE WIDTH=638 CELLPADDING=7 CELLSPACING=0> <COL WIDTH=518> <COL WIDTH=92> <TR VALIGN=TOP> <TD WIDTH=518 STYLE="; border: none; padding: 0cm"> <DL> <DD><P><A HREF="images/m13c07034.gif" TARGET="_blank"><IMG src="https://articles-static-cdn.moluch.orgimages/m13c07034.gif" NAME="Объект3" ALIGN=ABSMIDDLE WIDTH=198 HEIGHT=45></A></DL> </TD> <TD WIDTH=92 STYLE="; border: none; padding: 0cm"> <P>(3)</TD> </TR> </TABLE> <P>Условия минимума <SPAN LANG="en-US"><I>S</I></SPAN><SPAN LANG="en-US"> </SPAN>будут: <TABLE WIDTH=638 CELLPADDING=7 CELLSPACING=0> <COL WIDTH=518> <COL WIDTH=92> <TR VALIGN=TOP> <TD WIDTH=518 STYLE="; border: none; padding: 0cm"> <DL> <DD><P><A HREF="images/4b3753a0.gif" TARGET="_blank"><IMG src="https://articles-static-cdn.moluch.orgimages/4b3753a0.gif" NAME="Объект4" ALIGN=ABSMIDDLE WIDTH=229 HEIGHT=103></A></DL> </TD> <TD WIDTH=92 STYLE="; border: none; padding: 0cm"> <P><BR /> <P>(4)</TD> </TR> </TABLE> <P>Систему уравнений (4), можно записать в таком виде: <TABLE WIDTH=638 CELLPADDING=7 CELLSPACING=0> <COL WIDTH=518> <COL WIDTH=92> <TR VALIGN=TOP> <TD WIDTH=518 STYLE="; border: none; padding: 0cm"> <DL> <DD><P><A HREF="images/m15361782.gif" TARGET="_blank"><IMG src="https://articles-static-cdn.moluch.orgimages/m15361782.gif" NAME="Объект5" ALIGN=ABSMIDDLE WIDTH=203 HEIGHT=103></A></DL> </TD> <TD WIDTH=92 STYLE="; border: none; padding: 0cm"> <P><BR /> <P>(5)</TD> </TR> </TABLE> <DL> <DT>Прямая (1), определяемая системой уравнений (5), называется прямой, полученной по методу наименьших квадратов и является функцией сглаживания временного ряда замера давления.<DT> <I>Отметим, что МНК обладает высокой чувствительностью к грубым ошибкам в телеизмерениях. Это нарушение приводит к значительной потере статистических свойств МНК оценок и резкому искажению оценки измерения параметра.</I><DT> Устранение влияния больших ошибок на оценки наименьших квадратов предусматривает априорное или апостериорное обнаружение неверных измерений с последующим их удалением из состава исходных данных. Такой подход требует дополнительной разработки алгоритмов, повышающих достоверность измерений. [2, с. 146]<DT> <SPAN LANG="en-US">b</SPAN>) Одним из предлагаемых методов по фильтрации аномальных (не достоверных) значений замеренных данных, является <B>Упрощенное математическое моделирование</B>.<DT> Предложенный метод основывается на том, что процесс перекачки газа это физический процесс, и он может быть описан по физическим законам.<DT> Рассмотрим упрощенное математическое моделирование газоперекачивающего агрегата имеющего набор замеряемых параметров {<SPAN LANG="en-US"><I>P</I></SPAN><SUB>вх</SUB>, <SPAN LANG="en-US"><I>T</I></SPAN><SUB>вх</SUB>, <SPAN LANG="en-US"><I>P</I></SPAN><SUB>вых</SUB>, <SPAN LANG="en-US"><I>T</I></SPAN><SUB>вых</SUB>, <SPAN LANG="en-US"><I>n</I></SPAN>} где <SPAN LANG="en-US"><I>P</I></SPAN><SUB>вх</SUB> - давление газа на входе; <SPAN LANG="en-US"><I>P</I></SPAN><SUB>вых</SUB> - давление газа на выходе; <SPAN LANG="en-US"><I>T</I></SPAN><SUB>вх</SUB> - температура газа на входе; <SPAN LANG="en-US"><I>T</I></SPAN><SUB>вых</SUB> - температура газа на выходе; <SPAN LANG="en-US"><I>n</I></SPAN> - обороты нагнетателя.<DT> Для построения упрощенной математической модели используем расчетные показатели газового компрессора [3, с.8].<DT> При <SPAN LANG="en-US"><I>n </I></SPAN>&gt; 0:</DL> <TABLE WIDTH=638 CELLPADDING=7 CELLSPACING=0> <COL WIDTH=517> <COL WIDTH=93> <TR VALIGN=TOP> <TD WIDTH=517 STYLE="; border: none; padding: 0cm"> <P><A HREF="images/6b63e074.gif" TARGET="_blank"><IMG src="https://articles-static-cdn.moluch.orgimages/6b63e074.gif" NAME="Объект6" ALIGN=ABSMIDDLE WIDTH=145 HEIGHT=101></A></TD> <TD WIDTH=93 STYLE="; border: none; padding: 0cm"> <P><BR /> <P>(6)</TD> </TR> </TABLE> <DL> <DT>где <SPAN LANG="en-US"><I>m</I></SPAN><SUB>т</SUB> &ndash; температурный коэффициент политропы, <SPAN LANG="en-US"><I>m</I></SPAN><SUB>т </SUB><FONT FACE="Symbol">&#&#61627;;</FONT> 0,3.<DT> Из уравнения (6) можно вывести значение любого замеряемого параметра как функцию от остальных. Для примера составим функцию зависимости выходного давления (7).</DL> <TABLE WIDTH=638 CELLPADDING=7 CELLSPACING=0> <COL WIDTH=518> <COL WIDTH=92> <TR VALIGN=TOP> <TD WIDTH=518 STYLE="; border: none; padding: 0cm"> <P><A HREF="images/m6f6953ef.gif" TARGET="_blank"><IMG src="https://articles-static-cdn.moluch.orgimages/m6f6953ef.gif" NAME="Объект7" ALIGN=ABSMIDDLE WIDTH=224 HEIGHT=49></A></TD> <TD WIDTH=92 STYLE="; border: none; padding: 0cm"> <P>(7)</TD> </TR> </TABLE> <DL> <DT>Уравнение (7) можно использовать для поверки достоверность значения выходного параметра <SPAN LANG="en-US"><I>P</I></SPAN><SUB>вых</SUB>.<DT> При <SPAN LANG="en-US"><I>n</I></SPAN><I> </I>= 0, группа параметров не проверяется.<DT> При <SPAN LANG="en-US"><I>n</I></SPAN> &lt; 0, значение параметра <SPAN LANG="en-US"><I>n</I></SPAN> является не достоверным.<DT> <B>Выводы.</B><DT> Показано, что в результате совместного использования методов сглаживания временных рядов и методов по фильтрации аномальных значений в АСДУ, газотранспортной системы достигается:</DL> <OL> <UL> <LI> исключение влияния субъективного фактора при принятии решений по анализу функционирования газотранспортной системы. </UL> </OL> <OL> <UL> <LI>повышение качества поступающих телеметрических данных о состоянии элементов газотранспортной системы.</UL> </OL> <DL> <DT><BR /> <DT>Литература:</DL> <OL> <LI VALUE=1> Корн Г., Корн Т., Справочник по математике для научных работников и инженеров. - М.: Наука, 1977. - 831 с. <LI>Сарданашвили С.А. Автоматизация процесса принятия решений в диспетчерском управлении газотранспортной отрасли: Диссертация доктора тех. наук. &ndash; М., 2006.-297 с.<LI> Щуровский В.А., Синицын Ю.Н., Корнеев В.И., Черемин А.В., Степанов Г.С., Методические указания по проведению теплотехнических и газодинамических расчетов при испытаниях газотурбинных газоперекачивающих агрегатов. М.: вниигаз, 1999. - 26 с.</OL> <DIV TYPE=FOOTER> <P><SDFIELD TYPE=PAGE SUBTYPE=RANDOM FORMAT=PAGE>6</SDFIELD><P> <BR /> </DIV>

Можно быстро и просто опубликовать свою научную статью в журнале «Молодой Ученый». Сразу предоставляем препринт и справку о публикации.
Опубликовать статью

Молодой учёный