吳祖斌，白彬，王沛沛，王冉冉

（1.國家能源集團樂東發(fā)電有限公司，海南 樂東 572539；2.國能智深控制技術(shù)有限公司，北京 102200）

電廠機組運行過程中，通常會受到人員情緒波動、經(jīng)驗限制等因素干擾，導(dǎo)致故障判斷不準(zhǔn)確，加之值班員在監(jiān)盤的過程中，勞動強度大，工作壓力大，當(dāng)突然遇到故障或事故發(fā)生時，容易因人的經(jīng)驗限制、反應(yīng)時間等缺陷而導(dǎo)致故障處理過程出現(xiàn)失誤，導(dǎo)致事故擴大化。隨著人工智能技術(shù)、通訊技術(shù)的飛速發(fā)展，進一步提高電廠運行自動化水平,采用先進技術(shù)減少人工或減輕人員工作負(fù)擔(dān)成為當(dāng)前技術(shù)發(fā)展的趨勢。面對電廠智慧化轉(zhuǎn)型的迫切需要，亟需引入先進的智能化與數(shù)字化等技術(shù)，提高機組的運行自動化水平，向機組無人值守的方向逐步邁進。

1 系統(tǒng)架構(gòu)

1.1 物理架構(gòu)

本次研究的電廠發(fā)電設(shè)備故障異常監(jiān)測及診斷系統(tǒng)的物理架構(gòu)，其主要包含發(fā)電設(shè)備異常數(shù)據(jù)采集、應(yīng)用層數(shù)據(jù)處理分析以及多平臺故障信息反饋等，此過程具備完善的環(huán)境體系，可以實現(xiàn)對電廠設(shè)備的實時在線監(jiān)測以及故障預(yù)警。

（1）生產(chǎn)層。系統(tǒng)生產(chǎn)層，即發(fā)電設(shè)備異常數(shù)據(jù)的采集模塊，主要包含分布式控制系統(tǒng)（DCS）、可編程邏輯控制器（PLC）等，由分布式采集裝置完成對異常故障信息數(shù)據(jù)的采集，接著將異常數(shù)據(jù)傳輸至系統(tǒng)的應(yīng)用層進行整合處理，最后發(fā)送至多平臺信息展示層，以便更加直觀地分析出設(shè)備故障成因。為了確保生產(chǎn)層異常故障數(shù)據(jù)可以穩(wěn)定地單向傳輸?shù)綉?yīng)用層，在這二層之間通常需要安裝物理隔離裝置，確保信息傳輸?shù)目煽啃浴?/p>

（2）應(yīng)用層。在應(yīng)用層中，通常涉及諸多的設(shè)備，包括實時庫服務(wù)器、數(shù)據(jù)庫服務(wù)器、接口服務(wù)器以及Web服務(wù)器等，其中生產(chǎn)層采集的設(shè)備故障信息數(shù)據(jù)一般在傳輸?shù)綉?yīng)用層時，會首先被實時庫服務(wù)器所獲取，對獲取的異常數(shù)據(jù)進行集中整合和分類，接著，通過應(yīng)用層內(nèi)部的網(wǎng)絡(luò)將數(shù)據(jù)傳輸至Web服務(wù)器中，由其直接發(fā)送到多平臺信息展示層進行數(shù)據(jù)反饋。

（3）多平臺信息展示層。該層主要借助智能手機終端獲取應(yīng)用層所發(fā)送的設(shè)備運行狀態(tài)信息，工作人員通過實時獲取狀態(tài)監(jiān)測數(shù)據(jù)，對發(fā)電設(shè)備可能存在的故障以及主要原因進行分析判斷，為設(shè)備異常故障的及時處理提供有力的數(shù)據(jù)參考，從而有效確保發(fā)電系統(tǒng)運行的穩(wěn)定性和可靠性。

1.2 數(shù)據(jù)架構(gòu)

通常而言，發(fā)電設(shè)備異常及故障信息的獲取方式比較多樣，包括直接從設(shè)備上進行實時采集、Web服務(wù)器上獲取的信息以及實時庫內(nèi)的故障信息等，其中通過實時庫獲取設(shè)備故障信息是重點，直接影響系統(tǒng)的狀態(tài)監(jiān)測及故障診斷功能效果，具體數(shù)據(jù)架構(gòu)如圖1所示。

圖1 系統(tǒng)數(shù)據(jù)架構(gòu)

由圖可知，IO模塊獲取到原始的故障數(shù)據(jù)，接著，通過內(nèi)部網(wǎng)絡(luò)將數(shù)據(jù)傳輸至實時模塊，該模塊會自動對原始故障數(shù)據(jù)的實時快照進行保存，為后續(xù)Web服務(wù)器使用提供保障。對于實時模塊來說，其又可以細(xì)分為三個子功能模塊：一是歷史模塊，通過實時記錄設(shè)備運行狀態(tài)信息，進行實例化處理，目的是掌握設(shè)備的歷史運行規(guī)則，為后續(xù)故障自動化診斷提供參考；二是報警模塊，對于Web服務(wù)器中維護設(shè)備測點參數(shù)，在獲取該信息后結(jié)合相應(yīng)的算法確定設(shè)備所實際對應(yīng)的工況，接著，通過實時數(shù)據(jù)的計算分析，生成報警記錄，為設(shè)備故障的及時反饋奠定基礎(chǔ)；三是計算模塊，針對實時數(shù)據(jù)庫所提供的實時快照、歷史數(shù)據(jù)以及報警記錄等內(nèi)容，運用相應(yīng)的算法進行處理，最終以直觀的形式呈現(xiàn)給工作人員，為后續(xù)故障處理和改進提供指導(dǎo)。

2 系統(tǒng)關(guān)鍵技術(shù)

在本次研究的基于大數(shù)據(jù)挖掘的發(fā)電設(shè)備狀態(tài)監(jiān)測以及故障診斷系統(tǒng)中，狀態(tài)監(jiān)測對于故障數(shù)據(jù)獲取的及時性要求較高，只有工作人員第一時間采集到發(fā)電設(shè)備的異?；蚬收蠑?shù)據(jù)，才能有效了解設(shè)備的實際運行工況，從而有效確保發(fā)電系統(tǒng)運行的穩(wěn)定性；而故障診斷一方面，要突出異常預(yù)警的準(zhǔn)確性和可靠性，避免由于錯誤預(yù)警而出現(xiàn)的機組停機狀態(tài)；另一方面，要結(jié)合相關(guān)專家建立設(shè)備故障知識庫，為后續(xù)開展故障診斷和處理提供有效參考。而在整個系統(tǒng)中，獲取實時的設(shè)備故障數(shù)據(jù)是核心，本系統(tǒng)主要運用國內(nèi)自主研發(fā)的HOE-DATA TSDB實時數(shù)據(jù)庫完成設(shè)備故障數(shù)據(jù)的采集、存儲、處理、展示以及預(yù)警等。

2.1 IO 數(shù)據(jù)采集

HOE-DATA TSDB實時數(shù)據(jù)庫對于故障數(shù)據(jù)的采集主要通過IO模塊實現(xiàn)，該模塊通常以分布式數(shù)據(jù)采集方法為主，為了讓數(shù)據(jù)采集更加直觀可行，可以在不同的網(wǎng)絡(luò)節(jié)點安裝IO采集裝置。在完成安裝后，結(jié)合配置好的通信裝置及相應(yīng)的參數(shù)，可從多個位置獲取目標(biāo)信息并及時同步到實時數(shù)據(jù)庫中。一般而言，IO采集裝置和實時數(shù)據(jù)庫運用松耦合的設(shè)計方式，對于是否安裝在同一設(shè)備上沒有要求，靈活性較強。

2.2 數(shù)據(jù)壓縮

當(dāng)系統(tǒng)面臨故障數(shù)據(jù)采集量較大的情況時，不可避免會涉及數(shù)據(jù)信息的壓縮處理，否則，不僅會影響數(shù)據(jù)采集的整體質(zhì)量，同時也會造成一定的資源浪費，因此，在對歷史數(shù)據(jù)進行存儲或采集新型數(shù)據(jù)時，對于數(shù)據(jù)量較大的信息通常會運用旋轉(zhuǎn)門壓縮、死區(qū)壓縮或哈夫曼壓縮算法進行數(shù)據(jù)壓縮，以達到節(jié)省存儲空間的效果。

2.3 數(shù)據(jù)通信

系統(tǒng)涉及多個模塊，它們彼此之間的數(shù)據(jù)通信速度會影響故障監(jiān)測及診斷的實時性。因此，為了盡可能地發(fā)揮實時性的監(jiān)測優(yōu)勢，本系統(tǒng)各模塊之間的通信主要采用持久化內(nèi)存映射的方式，其最大的特點就是通信速度快，且效率高，當(dāng)系統(tǒng)出現(xiàn)斷電或異常時，還能有效防止數(shù)據(jù)丟失情況的出現(xiàn)。而對于服務(wù)器端與瀏覽器端進行實時數(shù)據(jù)傳輸時，主要采用WebSocket技術(shù)，該技術(shù)最大的優(yōu)勢就是采用二進制數(shù)據(jù)通信，速度一般要比以往的方法快十幾倍，如此一來，可以有效確保數(shù)據(jù)瀏覽的流暢性。

2.4 故障預(yù)警信息生成及分析

（1）預(yù)警信息生成。該系統(tǒng)會結(jié)合實時數(shù)據(jù)庫獲取的發(fā)電設(shè)備故障信息以及歷史數(shù)據(jù)建立相應(yīng)的矩陣模型，將機組實時數(shù)據(jù)庫各設(shè)備測點實時數(shù)據(jù)與相應(yīng)的歷史數(shù)據(jù)進行相似性計算分析，得到設(shè)備的預(yù)估值，一旦設(shè)備計算得到的預(yù)估值與實際值之間存在很大的偏差，此時，就會生成預(yù)警信息，設(shè)備預(yù)估值計算中，首先，建立發(fā)電設(shè)備在正常穩(wěn)定運行狀態(tài)下的模式矩陣，設(shè)某發(fā)電設(shè)備有m個測點，在t=j(j= 1 ,2,...,n)時這些測點所獲取的運行數(shù)據(jù)信息形成歷史觀測向量X(j)，其計算公式如下：

由n個不同時刻的X(j)所組成的矩陣D，計算如下：

在計算完預(yù)估值后，緊接著，需要計算設(shè)備實時觀測向量，目的是掌握發(fā)電設(shè)備在當(dāng)前階段的運行工況，設(shè)備m個測點實際值組成的實時觀測向量X(obs)計算如下：

經(jīng)過相似性計算，可對任意X(obs)生成一個權(quán)值向量W，其計算公式如下所示：

式中，?代表相似性算子。在完成上述計算后，要進一步求得實時觀測向量的估計向量X(est)，詳細(xì)如下：

（2）預(yù)警分析。發(fā)電設(shè)備異常信息的獲取在規(guī)定時間間隔內(nèi)超出次數(shù)標(biāo)準(zhǔn)，就會形成一個預(yù)警事件，在本系統(tǒng)下會生成一個與之相對應(yīng)的預(yù)警診斷單，經(jīng)工作人員審核后，發(fā)布到計算機中，最終生成故障預(yù)警信號，具體的原理流程如圖2所示。

圖2 預(yù)警診斷分析流程

3 系統(tǒng)主要功能及應(yīng)用

3.1 提供專家知識庫

專家知識庫是相關(guān)專家通過知識和經(jīng)驗的積累，針對電廠發(fā)電設(shè)備故障及異常情況，建立故障預(yù)警及診斷模型。在本系統(tǒng)開發(fā)的前期，收集大量關(guān)于電廠典型發(fā)電設(shè)備的故障信息，包括機組啟停過程中相應(yīng)設(shè)備故障、制粉系統(tǒng)故障以及真空系統(tǒng)設(shè)備故障表現(xiàn)及表達方式等，在收集大量的資料信息后，結(jié)合專家的專業(yè)理論知識以及實踐經(jīng)驗判斷，建立規(guī)范合理的故障邏輯判斷機制，為后續(xù)的故障處理提供指導(dǎo)。例如，電廠生產(chǎn)運行過程中，高加泄漏故障經(jīng)常出現(xiàn)，單純地依靠人員結(jié)合DCS監(jiān)控畫面不僅無法第一時間查找到故障原因，而且會延誤故障診斷和處理的最佳時機，嚴(yán)重的可能會導(dǎo)致設(shè)備故障程度的進一步擴大，給電廠造成更大的經(jīng)濟損失。而運用本系統(tǒng)對故障進行監(jiān)測和診斷，結(jié)合專家知識庫的故障診斷流程，實施高加泄露故障的針對性處理。

3.2 設(shè)備狀態(tài)監(jiān)測

本系統(tǒng)除了提供傳統(tǒng)電廠DCS監(jiān)控畫面外，在此基礎(chǔ)上還創(chuàng)新出更加直觀立體的狀態(tài)監(jiān)測功能，該監(jiān)測頁面主要以HTML5技術(shù)進行結(jié)構(gòu)及工藝展示，不僅如此，通過電腦鼠標(biāo)點擊相應(yīng)圖標(biāo)，還可以實時查看設(shè)備的運行工況等信息，包括發(fā)電工況、穩(wěn)定性以及工作效率等，詳細(xì)如下。

（1）發(fā)電工況監(jiān)測。電廠發(fā)電設(shè)備運行狀態(tài)的好壞一般與設(shè)備工況直接相關(guān)，由于發(fā)電設(shè)備運行工況不同，設(shè)備狀態(tài)監(jiān)測指標(biāo)的好壞也存在明顯的差異，結(jié)合監(jiān)測圖像可以直觀地獲取機組故障或異常信息，以便于第一時間進行故障處理。

（2）穩(wěn)定性監(jiān)測。發(fā)電設(shè)備運行是否穩(wěn)定也是狀態(tài)監(jiān)測的重點，通常監(jiān)測的主要參數(shù)包括以下幾種，即壓力脈動、振動以及擺動等，主要運用頻譜分析、主軸空間狀態(tài)分析以及趨勢分析等方法進行監(jiān)測，可以更加全面地掌握發(fā)電設(shè)備故障或異常情況。

（3）效率監(jiān)測。通常而言，發(fā)電設(shè)備運行效率越高，其穩(wěn)定性和可靠性越強，同時，也能達到良好的經(jīng)濟性要求。本系統(tǒng)在實際進行效率監(jiān)測時，可以直觀地獲取設(shè)備運行工況以及所屬區(qū)域。

3.3 故障的趨勢預(yù)警

電廠以往的發(fā)電設(shè)備故障及異常監(jiān)測中，主要是工作人員通過DCS畫面監(jiān)控的方式進行設(shè)備監(jiān)測，此種監(jiān)測方式多是基于固定限值產(chǎn)生報警，屬于事后保障，相應(yīng)的故障分析和處理無法滿足及時性要求，給電力系統(tǒng)穩(wěn)定運行造成了困擾。與此同時，該監(jiān)測方式運用中很容易受到多方面因素的干擾，例如，人員自身精神狀態(tài)不佳等，使得故障報警信息無法第一時間反饋，而且很多發(fā)電設(shè)備監(jiān)測的信息量比較大，單純地依賴人員觀察，顯然是無法判斷是設(shè)備運行工況的好壞優(yōu)劣，延誤了設(shè)備的故障診斷和處理。因此，本系統(tǒng)結(jié)合大數(shù)據(jù)挖掘技術(shù)，創(chuàng)新了一種趨勢預(yù)警的故障反饋機制，該模塊可以有效反映出發(fā)電設(shè)備運行參數(shù)的實際狀態(tài)，并結(jié)合設(shè)備歷史數(shù)據(jù)庫信息，對設(shè)備運行狀況及故障的發(fā)展趨勢進行預(yù)測，當(dāng)設(shè)備存在故障隱患或出現(xiàn)故障趨勢時，此時，故障報警程序自動運行，反饋給相應(yīng)的工作人員，以便于可以及時進行診斷和處理。

4 結(jié)語

綜上所述，為了進一步提升電力系統(tǒng)運行的穩(wěn)定性，實現(xiàn)發(fā)電設(shè)備的遠程監(jiān)測及診斷處理，本系統(tǒng)對機組設(shè)備性能參數(shù)進行實時狀態(tài)監(jiān)測以及異常數(shù)據(jù)獲取，在傳統(tǒng)的DCS系統(tǒng)基礎(chǔ)上，結(jié)合大數(shù)據(jù)挖掘技術(shù)、故障診斷模型識別以及專家數(shù)據(jù)庫等手段，研發(fā)了一種更加完善的故障狀態(tài)監(jiān)測及預(yù)警系統(tǒng)，其中狀態(tài)監(jiān)測更加全面可靠，可以對發(fā)電設(shè)備的健康及穩(wěn)定狀況進行準(zhǔn)確判斷，故障預(yù)警以趨勢預(yù)警為主，讓故障信息反饋更加的及時，防止延誤設(shè)備故障處理的最佳時機，為后續(xù)的故障處理提供有效保障。