(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211044348.1 (22)申请日 2022.08.30 (71)申请人 苏州热工 研究院有限公司 地址 215004 江苏省苏州市西环路168 8号 申请人 中国广核集团有限公司 　 中国广核电力股份有限公司 (72)发明人 刘寅立　林磊　徐德城　周帅　 (74)专利代理 机构 苏州创元专利商标事务所有 限公司 3210 3 专利代理师 俞春雷 (51)Int.Cl. G06F 30/20(2020.01) G01D 21/02(2006.01) G06F 111/04(2020.01) G06F 113/08(2020.01) (54)发明名称 管道中水锤现象的监测方法 (57)摘要 本发明公开了一种管道中水锤现象的监测 方法， 包括如下步骤： 首先利用规范变量的方法 分析多传感器数据的时序相关性， 得到规范变 量； 再利用慢特征分析的方法从静态工况变化及 动态水锤现象的角度分别建立静态监测模型及 动态监测模 型； 最后利用统计量监测指标实现对 蒸汽管道中水锤现象 的监测。 本发 明的管道中水 锤现象的监测方法， 结合规范变量分析和慢特征 分析建立静态监测模型和动态监测模型实现静 动态协同监测， 不仅可以检测管道充满蒸汽的稳 定状态间的静态偏差， 还可以捕获蒸汽水锤现象 的动态异常， 可以实现对蒸汽水锤现象的有效监 测和诊断。 权利要求书4页 说明书11页 附图2页 CN 115455676 A 2022.12.09 CN 115455676 A 1.一种管道中水锤现象的监测方法， 其特征在于， 包括如下步骤： 首先利用规范变量的 方法分析多传感器数据的时序相关性， 得到规范变量； 再利用慢特征分析 的方法从静态工 况变化及动态水锤现象的角度分别建立静态监测模型及动态监测模型； 最后利用统计量监 测指标实现对蒸汽管道中水锤现象的监测。 2.根据权利要求1所述的监测方法， 其特征在于， 所述规范变量通过如下步骤得到： 多 传感器的数据获取及预处理； 对 预处理后的数据进 行扩展， 得到过去向量和未来向量， 并构 建变量的过去矩阵和未来矩阵； 计算过去矩阵和未来矩阵的协方差矩阵和互协方差矩阵， 并得到求 解规范变量的转换矩阵； 利用转换矩阵和变量过去矩阵得到规范变量。 3.根据权利要求2所述的监测方法， 其特征在于， 所述多传感器的数据获取及预处理 的 方法如下： 通过多传感器采集得到M个测量变量， N个测量样 本； 正常流动的蒸汽 管道中的测 量数据为X(t)＝[x1(t),x2(t),...,xM(t)]T， 对其进行归一 化处理。 4.根据权利要求3所述的监测方法， 其特征在于， 所述过去向量和未来向量的公式如 下： 考虑正常流动状态下蒸汽管道的p个过去样本和f个未来样本， 以当前时刻n向前、 向后 进行测量数据扩展， 分别生成过去向量和未来向量： 式中， Xp,n为过去向量， Xf,n为未来向量。 5.根据权利要求4所述的监测方法， 其特征在于， 所述过去矩阵和未来矩阵的公式如 下： 分别以过去向量和未来向量 为依据构建过去矩阵Xp和未来矩阵Xf： 其中， L＝N‑f‑p+1， N为正常流动状态下测量数据的总采样点数。 6.根据权利要求5所述的监测方法， 其特 征在于， 所述 转换矩阵的计算 步骤如下： 计算过去矩阵和未来矩阵的协方差矩阵和互协方差矩阵Σpp、 Σff、 Σfp， 并对式(3)中 的Hankel矩阵H进行奇异值分解： H＝Σff‑1/2ΣfpΣpp‑1/2＝UΛVT                          (3) 其中， U和V 是特征向量 组成的正 交矩阵， Λ是由相关系数λ1≥…≥λq组成的对角矩阵， q 是H的秩； 保留规范变量的个数设为 I， 则得到规范变量的转换矩阵P： 式中， T表示矩阵转置 。 7.根据权利要求6所述的监测方法， 其特征在于， 所述利用转换矩阵和过去矩阵得到规 范变量Z的公式如下： Z＝PXp                                   (5)权　利　要　求　书 1/4 页 2 CN 115455676 A 2式中， Z为规范变量， P为 转换矩阵， Xp为过去矩阵。 8.根据权利要求1所述的监测方法， 其特征在于， 所述慢特征分析的方法为利用慢特征 对规范变量进 行分析， 得到系数矩阵； 根据 慢度将系数矩阵和慢特征分为两组， 并提取慢特 征用于后续构建静态监测模型及动态监测模型。 9.根据权利要求8所述的监测方法， 其特 征在于， 所述系数矩阵的构建方法如下： 对于由I维规范变量组成的数组Z(t)＝[z1(t),z2(t),...,zI(t)]T， 慢特征分析的映射 函数定义 为si(t)＝gi(z(t))； 用于提取 具有以下属性的慢特 征： 其中， 表示s在时间上的导数， <s>t表示s在时间上的均值； 式(6)中优化问题的约束条 件为： 式中， si和sj分别代表第i个慢特 征和第j个慢特 征， t指时间； 在慢特征分析中， 每 个慢特征可表示为所有输入变量的线性组合： 由于Z中的每一个向量都已标准化处理为零均值， 因此式(7)中均值为零的约束将自动 满足； 慢特 征分析的目标函数(6)可改写为： 式中， wi为第i个慢特 征对应的变换向量， 式(7)中的单位方差和不相关约束可重新表示 为： 式中， B＝<Z ZT>t； 最终， 慢特 征分析方法的优化问题可表示 为： 通过求解以下广义特 征值分解问题得到系数矩阵W： AW＝BWΩ                               (12) 其中， W＝[w1,w2,...,wI]T， Ω＝diag{ω1,ω2,...,ωI}是特征值矩阵， 特征值按照慢特 征从慢到快的顺序排列， 其对角线上的元 素为 10.根据权利要求9所述的监测方法， 其特 征在于， 所述 提取慢特 征的公式如下： 根据慢度将W和慢特 征分为两组： 权　利　要　求　书 2/4 页 3 CN 115455676 A 3