Повышение качества обработки телеметрических данных по функционированию газотранспортной системы на основе использования методов сглаживания временных рядов и методов по фильтрации аномальных значений | Статья в сборнике международной научной конференции

Отправьте статью сегодня! Журнал выйдет 19 октября, печатный экземпляр отправим 23 октября.

Опубликовать статью в журнале

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:
  • 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 &#;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:


(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:
    • 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.

6


Основные термины (генерируются автоматически): газотранспортная система, данные, диспетчерское управление, температура газа, технологический процесс, давление газа, информационное обеспечение, обработка данных телеизмерений, предварительная обработка, упрощенное математическое моделирование.

Похожие статьи

Оценка перспективной пропускной способности участков железнодорожной сети с учетом предоставления «окон», на основе применения имитационного моделирования процессов перевозок

Применение информационных технологий при анализе многофазных параметров гидродинамики процесса бурения нефтяных скважин

Оптимизация процесса разработки картотечных информационных систем, интегрированных с системой межведомственного электронного взаимодействия

Повышение эффективности технологий и методов борьбы с солеотложениями при эксплуатации скважин

Внедрение современных экспресс-методов для определения жесткостных характеристик грунтов

Повышение точности измерения объемного сопротивления изоляции кабельно-жгутовых изделий радиоэлектронной аппаратуры с помощью линейного резистивного сенсора на основе интегрального аналогового вычислителя

Использование продукционных баз знаний при разработке системы мотивации профессорско-преподавательского состава

Аналитический обзор развития робототехники, оценка возможности применения для робототехнического зрения ПЗС-матриц

Методика распознавания проекции асфальтового покрытия в задачах статистического анализа и компрессии квазистационарных аэровидеоизображений транспортных потоков

Совершенствование управления закупками в логистических системах на основе информационных технологий

Похожие статьи

Оценка перспективной пропускной способности участков железнодорожной сети с учетом предоставления «окон», на основе применения имитационного моделирования процессов перевозок

Применение информационных технологий при анализе многофазных параметров гидродинамики процесса бурения нефтяных скважин

Оптимизация процесса разработки картотечных информационных систем, интегрированных с системой межведомственного электронного взаимодействия

Повышение эффективности технологий и методов борьбы с солеотложениями при эксплуатации скважин

Внедрение современных экспресс-методов для определения жесткостных характеристик грунтов

Повышение точности измерения объемного сопротивления изоляции кабельно-жгутовых изделий радиоэлектронной аппаратуры с помощью линейного резистивного сенсора на основе интегрального аналогового вычислителя

Использование продукционных баз знаний при разработке системы мотивации профессорско-преподавательского состава

Аналитический обзор развития робототехники, оценка возможности применения для робототехнического зрения ПЗС-матриц

Методика распознавания проекции асфальтового покрытия в задачах статистического анализа и компрессии квазистационарных аэровидеоизображений транспортных потоков

Совершенствование управления закупками в логистических системах на основе информационных технологий