Повышение качества обработки телеметрических данных по функционированию газотранспортной системы на основе использования методов сглаживания временных рядов и методов по фильтрации аномальных значений
Авторы: Филипенков Артем Викторович, Шемелин Владимир Константинович
Рубрика: 3. Автоматика и вычислительная техника
Опубликовано в
международная научная конференция «Технические науки: традиции и инновации» (Челябинск, январь 2012)
Статья просмотрена: 405 раз
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/ (дата обращения: 08.10.2024).
- 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:
- 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].
- 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.
- 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:
- Некоторым моделям не требуется знания предыстории процесса во времени. Другим моделям необходимо знание такой предыстории.
- 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:
- Сглаживание временных рядов замеров параметров полученных системами телеизмерений;
- 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.
- Традиционный метод наименьших квадратов является наиболее распространенным, исследованным и удобным (в вычислительном плане).
(1) |
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:
(2) |
Чем меньше числа ;i по абсолютной величине, тем лучше подобрана прямая (1). В качестве характеристики точности подбора прямой можно принять сумму квадратов (3).
(3) |
Условия минимума S будут:
(4) |
Систему уравнений (4), можно записать в таком виде:
(5) |
- 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 {Pвх, Tвх, Pвых, Tвых, n} где Pвх - давление газа на входе; Pвых - давление газа на выходе; Tвх - температура газа на входе; Tвых - температура газа на выходе; n - обороты нагнетателя.
- Для построения упрощенной математической модели используем расчетные показатели газового компрессора [3, с.8].
- При n > 0:
- 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.
(6) |
- где mт –
температурный коэффициент политропы, mт
; 0,3.
- Из уравнения (6) можно вывести значение любого замеряемого параметра как функцию от остальных. Для примера составим функцию зависимости выходного давления (7).
(7) |
- Уравнение (7) можно использовать для поверки достоверность
значения выходного параметра Pвых.
- 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:
- При n = 0, группа параметров не проверяется.
- исключение влияния субъективного фактора при принятии решений по анализу функционирования газотранспортной системы.
- повышение качества поступающих телеметрических данных о состоянии элементов газотранспортной системы.
- Литература:
- Корн Г., Корн Т., Справочник по математике для научных работников и инженеров. - М.: Наука, 1977. - 831 с.
- Сарданашвили С.А. Автоматизация процесса принятия решений в диспетчерском управлении газотранспортной отрасли: Диссертация доктора тех. наук. – М., 2006.-297 с.
- 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.