智能診斷大數(shù)據(jù)系統(tǒng)在聯(lián)合循環(huán)機(jī)組中應(yīng)用的探究

上海申能崇明發(fā)電有限公司 方 鵬

在聯(lián)合循環(huán)機(jī)組發(fā)電站中，燃機(jī)、汽輪機(jī)、發(fā)電機(jī)組作為核心設(shè)備，其結(jié)構(gòu)復(fù)雜、造價(jià)昂貴，自動(dòng)化程度也較高，在實(shí)際運(yùn)行中可能會(huì)出現(xiàn)各種各樣的事故。在進(jìn)入混合輸電時(shí)代后電網(wǎng)結(jié)構(gòu)變得越來越復(fù)雜，為妥善解決環(huán)境與資源的問題，增加電網(wǎng)發(fā)電的靈活性，不可避免增加了諸多影響因素引起的故障概率，同時(shí)難免增加發(fā)電側(cè)的運(yùn)營(yíng)成本。所以為保障機(jī)組的安全穩(wěn)定運(yùn)行就要把握好設(shè)備的實(shí)際運(yùn)行狀態(tài)，分析機(jī)組數(shù)據(jù)提高運(yùn)行效能，從而增強(qiáng)發(fā)電企業(yè)的盈利能力。

1 發(fā)電設(shè)備智能診斷大數(shù)據(jù)基本分析

大數(shù)據(jù)的基礎(chǔ)分析。所謂大數(shù)據(jù)，主要是針對(duì)傳統(tǒng)數(shù)據(jù)庫(kù)之中的存儲(chǔ)、計(jì)算能力、管理等方面數(shù)據(jù)的一種集合。傳統(tǒng)數(shù)據(jù)與大數(shù)據(jù)的特點(diǎn)具體見表1。

表1 大數(shù)據(jù)特點(diǎn)

技術(shù)路線。在進(jìn)行智能分析診斷中，有效的檢測(cè)手段與分析診斷技術(shù)是發(fā)電設(shè)備診斷的主要技術(shù)路線，以此來掌握設(shè)備和系統(tǒng)的實(shí)際運(yùn)行狀態(tài)，確保設(shè)備和系統(tǒng)的安全性、高效性和可靠性，從而滿足電力系統(tǒng)的負(fù)荷變化要求。

2 聯(lián)合循環(huán)發(fā)電機(jī)組智能診斷數(shù)據(jù)分析

2.1 結(jié)構(gòu)分析

通過合理的分析系統(tǒng)論的基本觀點(diǎn)，復(fù)雜系統(tǒng)的特征主要在于層次性、關(guān)聯(lián)性以及整體性。發(fā)電機(jī)組作為熱能轉(zhuǎn)化為電能的設(shè)備，還需要在實(shí)施智能診斷中能夠針對(duì)實(shí)際的運(yùn)行狀態(tài)加以分析，按照不同的結(jié)構(gòu)，就可以進(jìn)行對(duì)應(yīng)的劃分，這樣才能夠做好其對(duì)應(yīng)的功能劃分，能夠明確其從屬關(guān)系，就可以建立對(duì)應(yīng)的機(jī)組設(shè)備樹：燃機(jī)及其附屬設(shè)備（進(jìn)氣模塊、燃料模塊、壓氣機(jī)模塊、燃燒器、排氣系統(tǒng)），氣容機(jī)及支撐系統(tǒng)（高中壓缸、低壓缸、3S離合器、汽機(jī)輔機(jī)系統(tǒng)）。

2.2 需求分析

聯(lián)合循環(huán)發(fā)電機(jī)組在實(shí)際的運(yùn)行環(huán)節(jié)還需合理制定智能診斷方面，也需要明確其對(duì)應(yīng)的維護(hù)方案，這要求現(xiàn)場(chǎng)人員能開展經(jīng)驗(yàn)化的處理，而這一部分的落實(shí)就需監(jiān)測(cè)系統(tǒng)信息來提供對(duì)應(yīng)的支持。因此，在系統(tǒng)內(nèi)部要做好各種運(yùn)行信息的實(shí)時(shí)接收，全面揭示機(jī)組的運(yùn)行狀態(tài)、維護(hù)方案、故障事件等，以實(shí)現(xiàn)對(duì)機(jī)組設(shè)備狀態(tài)監(jiān)測(cè)與維護(hù)業(yè)務(wù)進(jìn)行合理有效的處理?；谙到y(tǒng)功能和實(shí)際的人員需求為主要依據(jù)，其具體的需求如下：

描述基本信息。這一部分能為機(jī)組的問題描述可滿足信息支撐的提供。基于其實(shí)際的狀態(tài)監(jiān)測(cè)、故障診斷的合理有效分析，并配合上制定多維度的措施，都需將機(jī)組設(shè)備作為基本的出發(fā)點(diǎn)，通過明確的方法、對(duì)象和目的，實(shí)現(xiàn)機(jī)組的狀態(tài)監(jiān)測(cè)與維護(hù)處理[1]；運(yùn)行數(shù)據(jù)的實(shí)時(shí)監(jiān)控。這一部分主要是基于觀測(cè)對(duì)象和研究目的，全面描述與展示各個(gè)功能部件的實(shí)際運(yùn)行狀態(tài)，如一次數(shù)據(jù)、必要的圖形影像、關(guān)鍵中間變量；故障特征提取?；诒O(jiān)測(cè)數(shù)據(jù)之中提出對(duì)應(yīng)的設(shè)備隱患信息，可成為系統(tǒng)運(yùn)行狀態(tài)分析和原始數(shù)據(jù)分析的橋梁。通過對(duì)于機(jī)組狀態(tài)清晰準(zhǔn)確的描述，能深度挖掘機(jī)組運(yùn)行的實(shí)際數(shù)據(jù)，提取其對(duì)應(yīng)的故障特征，以此做好智能診斷推理工作。

機(jī)組智能診斷。這一部分屬于系統(tǒng)的核心?；诠δ軄磉M(jìn)行分析，最終的切入口就是診斷的實(shí)際結(jié)果?；跀?shù)據(jù)流轉(zhuǎn)的角度來加以分析，這樣就可明確故障結(jié)果的準(zhǔn)確性和全面性，就可為維護(hù)決策的制定提供基礎(chǔ)條件；機(jī)組設(shè)備維護(hù)?；诖_定性故障，還需做好對(duì)應(yīng)的維護(hù)處理并能保障機(jī)組的高效運(yùn)行，才是根本。基于上述的需求，針對(duì)聯(lián)合循環(huán)發(fā)電機(jī)組的智能診斷大數(shù)據(jù)系統(tǒng)，其主要功能模塊有：系統(tǒng)配置、實(shí)時(shí)監(jiān)測(cè)、啟停記錄、知識(shí)庫(kù)管理、故障診斷、設(shè)備維護(hù)、機(jī)組報(bào)表等。

3 聯(lián)合循環(huán)機(jī)組智能診斷大數(shù)據(jù)系統(tǒng)的設(shè)計(jì)與應(yīng)用

3.1 系統(tǒng)總體設(shè)計(jì)

系統(tǒng)設(shè)計(jì)目標(biāo)。對(duì)于發(fā)電機(jī)組還需了解其實(shí)際運(yùn)行情況，基于完善奠定的故障模式信息，從而建立多信息維度的指標(biāo)體系，基于整體角度逐級(jí)實(shí)現(xiàn)層次化的機(jī)組運(yùn)行狀態(tài)分析，之后完整的描述其對(duì)應(yīng)的運(yùn)行狀態(tài)；做好對(duì)機(jī)組故障情況的準(zhǔn)確辨別，將故障帶來的影響、發(fā)生的部位與實(shí)際程度等相關(guān)的內(nèi)容加以明確，這樣就可讓維護(hù)方案與運(yùn)行調(diào)節(jié)措施變得更加合理[2]。

系統(tǒng)整體架構(gòu)。基于B/S 構(gòu)架模式的研發(fā)選擇Windows 系統(tǒng)，數(shù)據(jù)庫(kù)利用MySQL、數(shù)據(jù)采集與分析選擇Python 語(yǔ)言。

3.2 系統(tǒng)功能設(shè)計(jì)與應(yīng)用

3.2.1 數(shù)據(jù)采集功能

在系統(tǒng)分析中數(shù)據(jù)采集是第一環(huán)節(jié)，基于數(shù)據(jù)采集驅(qū)動(dòng)程序就可將實(shí)際的機(jī)組運(yùn)行數(shù)據(jù)明確。另外，為讓結(jié)果的準(zhǔn)確性得到保障，還需考慮到異常點(diǎn)的提出、數(shù)據(jù)濾波的采集、去噪等方面?；诎l(fā)電機(jī)組的典型故障分析，要采集其機(jī)組的振動(dòng)信號(hào)、溫度信號(hào)以及其余信號(hào)。過程類的信號(hào)則是基于OPC 協(xié)議從現(xiàn)場(chǎng)的SIS 和DCS 中獲取[3]。

圖1 數(shù)據(jù)采集工作流轉(zhuǎn)

3.2.2 數(shù)據(jù)分析功能

針對(duì)數(shù)據(jù)分析模塊，是數(shù)據(jù)源來實(shí)現(xiàn)對(duì)應(yīng)的數(shù)據(jù)抽取，基于模型庫(kù)了解其對(duì)應(yīng)的分析模型并直接提出對(duì)應(yīng)的故障特征信息，然后將其存放到指定的指標(biāo)表之中（圖2）。其對(duì)應(yīng)的特征提取功能如下：建立相應(yīng)的數(shù)據(jù)環(huán)形隊(duì)列，這樣就可以在隊(duì)列之中直接尋訪一段時(shí)間內(nèi)的原始數(shù)據(jù)，這主要是因?yàn)椋夯诠r的合理分析，如，在對(duì)應(yīng)的啟停機(jī)中，就需要將原本的數(shù)據(jù)直接進(jìn)行壓縮，將其形成文件，從而在數(shù)據(jù)庫(kù)中加以存儲(chǔ)。在趨勢(shì)特征的實(shí)際提取的環(huán)節(jié)還需考慮到數(shù)據(jù)緩存的情況，識(shí)別參數(shù)的變化趨勢(shì)；在恰當(dāng)?shù)墓ぷ鳝h(huán)境以及擁有良好機(jī)能的數(shù)據(jù)服務(wù)器中開展機(jī)組數(shù)據(jù)的提取工作，并直接將數(shù)據(jù)傳送到數(shù)據(jù)分析服務(wù)器中，以此來實(shí)現(xiàn)數(shù)據(jù)分析模型的調(diào)用，提取到各種特征指標(biāo)；針對(duì)特征提取結(jié)果，利用人機(jī)交互功能來加以展示，在診斷功能得以觸發(fā)的同時(shí)也能實(shí)現(xiàn)故障特征相對(duì)應(yīng)的調(diào)取，從而滿足設(shè)備的智能診斷要求[4]。

圖2 特征指標(biāo)提取工作流轉(zhuǎn)

3.2.3 故障預(yù)警與診斷功能

在機(jī)組故障診斷中，其設(shè)備故障的定位與診斷主要是依靠歷史數(shù)據(jù)、推理診斷模型、故障征兆以及知識(shí)庫(kù)。觸發(fā)任務(wù)。按照實(shí)際需求，觸發(fā)主要包含了人工啟動(dòng)、參數(shù)預(yù)警、人為設(shè)定；故障預(yù)警。針對(duì)發(fā)電機(jī)組，逐層分析其整機(jī)、子系統(tǒng)與部件，從而初步判定故障發(fā)生的位置，從而做好預(yù)警；故障診斷。如果設(shè)備參數(shù)超出了限額，則需將歷史故障特征作為輸入，通過診斷模型來推理故障模式。在完成后需查詢其故障原因和處理措施，從而明確出現(xiàn)故障的主要原因，給出對(duì)應(yīng)的建議；形成診斷報(bào)告提供給對(duì)應(yīng)的運(yùn)行維護(hù)人員，并將診斷結(jié)果直接存放在知識(shí)庫(kù)之中。

圖3 故障診斷工作流轉(zhuǎn)

圖4 健康管理工作流轉(zhuǎn)

3.2.4 健康維護(hù)功能

系統(tǒng)無論是監(jiān)測(cè)發(fā)電機(jī)組的運(yùn)行狀態(tài)還是診斷故障情況，都是為了對(duì)于運(yùn)行狀態(tài)進(jìn)行綜合評(píng)價(jià)，針對(duì)已發(fā)生的故障提出科學(xué)合理的決策，以此來降低機(jī)組的故障率，并盡量減少運(yùn)行維護(hù)的開銷，以此來提升火電廠的經(jīng)濟(jì)效益。

針對(duì)健康維護(hù)功能模塊，還要兼顧可靠性、安全性與經(jīng)濟(jì)性，合理評(píng)價(jià)其實(shí)際的健康狀態(tài)。當(dāng)機(jī)組出現(xiàn)故障或是整體的健康度較差時(shí)，就需合理制定維修策略，提供必要的技術(shù)支持。具體的功能包括：評(píng)價(jià)機(jī)組健康。以數(shù)據(jù)庫(kù)的設(shè)備可靠性指標(biāo)與監(jiān)測(cè)參數(shù)為基礎(chǔ)，再與實(shí)際的健康狀態(tài)評(píng)價(jià)模式相互結(jié)合，進(jìn)行全面的評(píng)價(jià)，描述機(jī)組實(shí)際的健康狀態(tài)，并基于不同的結(jié)果給出對(duì)應(yīng)的態(tài)度；制定維修決策。如果機(jī)組的運(yùn)行狀態(tài)較差應(yīng)啟動(dòng)維修的決策功能，將故障知識(shí)作為基本的指導(dǎo)，明確具體的維修方法、維修順序[5]。