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

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 P_вх и выходе P_вых каждого ГПА. КЦ, КС (МПа);

• температура газа на входе T_вх и выходе T_вых 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.

Рис. 2 Метод наименьших квадратов

Пусть мы нашли такую прямую. Обозначим через &#;_i расстояние от опытной точки до этой прямой (рис. 2).

Из уравнения (1) следует, что:

Чем меньше числа &#;_i по абсолютной величине, тем лучше подобрана прямая (1). В качестве характеристики точности подбора прямой можно принять сумму квадратов (3).

Условия минимума S будут:

Систему уравнений (4), можно записать в таком виде:

Прямая (1), определяемая системой уравнений (5), называется прямой, полученной по методу наименьших квадратов и является функцией сглаживания временного ряда замера давления.

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.

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]

b) Одним из предлагаемых методов по фильтрации аномальных (не достоверных) значений замеренных данных, является Упрощенное математическое моделирование.

Предложенный метод основывается на том, что процесс перекачки газа это физический процесс, и он может быть описан по физическим законам.

Рассмотрим упрощенное математическое моделирование газоперекачивающего агрегата имеющего набор замеряемых параметров {P_вх, T_вх, P_вых, T_вых, n} где P_вх - давление газа на входе; P_вых - давление газа на выходе; T_вх - температура газа на входе; T_вых - температура газа на выходе; n - обороты нагнетателя.

Для построения упрощенной математической модели используем расчетные показатели газового компрессора [3, с.8].

При n > 0:

где m_т – температурный коэффициент политропы, m_т &#; 0,3.

Из уравнения (6) можно вывести значение любого замеряемого параметра как функцию от остальных. Для примера составим функцию зависимости выходного давления (7).

Уравнение (7) можно использовать для поверки достоверность значения выходного параметра P_вых.

При n = 0, группа параметров не проверяется.

При n < 0, значение параметра n является не достоверным.

Выводы.

Показано, что в результате совместного использования методов сглаживания временных рядов и методов по фильтрации аномальных значений в АСДУ, газотранспортной системы достигается:

• исключение влияния субъективного фактора при принятии решений по анализу функционирования газотранспортной системы.

• повышение качества поступающих телеметрических данных о состоянии элементов газотранспортной системы.

Литература:

1. Корн Г., Корн Т., Справочник по математике для научных работников и инженеров. - М.: Наука, 1977. - 831 с.
2. Сарданашвили С.А. Автоматизация процесса принятия решений в диспетчерском управлении газотранспортной отрасли: Диссертация доктора тех. наук. – М., 2006.-297 с.
3. 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.