分布式水電站在線監(jiān)測(cè)與故障診斷平臺(tái)研究

王宇庭

（中國(guó)長(zhǎng)江三峽集團(tuán)有限公司中國(guó)三峽武漢科創(chuàng)園，湖北 武漢 430015）

0 引言

中國(guó)擁有的大量水能資源為實(shí)現(xiàn)“雙碳目標(biāo)”提供了有力支撐。當(dāng)前，風(fēng)電、水電、光伏發(fā)電互補(bǔ)已成為新能源的發(fā)展趨勢(shì)。水風(fēng)光一體化發(fā)電的新模式對(duì)水電站設(shè)備管理提出了挑戰(zhàn)。水電站需要更加頻繁的啟停機(jī)組，增加或減少負(fù)荷以滿足電網(wǎng)調(diào)頻的需求。水電站運(yùn)管能力，尤其是在線狀態(tài)監(jiān)測(cè)和故障診斷能力是保證設(shè)備安全可控運(yùn)行，實(shí)現(xiàn)水風(fēng)光一體化發(fā)電的重要條件。目前，我國(guó)的中大型水電站已經(jīng)基本實(shí)現(xiàn)了設(shè)備狀態(tài)監(jiān)測(cè)、故障診斷功能。

進(jìn)一步提升水電站的運(yùn)管能力，有效提升水電站設(shè)備在線監(jiān)測(cè)和故障診斷的能力，是當(dāng)前重要的研究?jī)?nèi)容。陳輝 等[1]采用大數(shù)據(jù)和神經(jīng)網(wǎng)絡(luò)算法構(gòu)建了流域梯級(jí)水電站集中診斷平臺(tái)，提升了機(jī)組故障診斷的效率。張俊嶺[2]采用運(yùn)籌學(xué)和動(dòng)態(tài)規(guī)劃技術(shù)構(gòu)建水電站信息系統(tǒng)，擴(kuò)展了水電站監(jiān)測(cè)系統(tǒng)的功能。蔣致樂(lè)[3]從硬件和軟件兩個(gè)維度研究了靜態(tài)和動(dòng)態(tài)檢驗(yàn)的方法，提升了現(xiàn)場(chǎng)檢測(cè)技術(shù)的覆蓋度。孫小江 等[4]從感知層、網(wǎng)絡(luò)層、應(yīng)用層3個(gè)層面設(shè)計(jì)了基于物聯(lián)網(wǎng)技術(shù)的水電站在線監(jiān)測(cè)平臺(tái)。姜小艷[5]設(shè)計(jì)了針對(duì)壓縮機(jī)的監(jiān)測(cè)與故障診斷系統(tǒng)。

對(duì)已有研究成果分析可知，國(guó)內(nèi)在水電站設(shè)備狀態(tài)監(jiān)測(cè)和檢修管理系統(tǒng)研究和應(yīng)用方向上已經(jīng)具備了廠站級(jí)設(shè)備在線監(jiān)測(cè)與故障診斷系統(tǒng)、大規(guī)模設(shè)備狀態(tài)分析系統(tǒng)建設(shè)與運(yùn)維的能力。但是當(dāng)前大型流域水電集團(tuán)下轄的水電站分布范圍比較廣，設(shè)備類型和設(shè)備數(shù)量比較多，大量實(shí)時(shí)設(shè)備狀態(tài)分析數(shù)據(jù)擠占網(wǎng)絡(luò)帶寬，數(shù)據(jù)的集中存儲(chǔ)和實(shí)時(shí)分析占用大量的服務(wù)器資源，導(dǎo)致已有的集中式在線監(jiān)測(cè)和故障診斷系統(tǒng)性能較低。為解決此問(wèn)題，提出了一種分布式水電站在線監(jiān)測(cè)與故障診斷平臺(tái)建設(shè)思路，在該平臺(tái)基礎(chǔ)上提出了基于區(qū)塊鏈的分布式監(jiān)測(cè)機(jī)制和基于聯(lián)邦學(xué)習(xí)的故障診斷機(jī)制。

1 體系結(jié)構(gòu)

本文提出的分布式水電站在線監(jiān)測(cè)與故障診斷平臺(tái)的體系結(jié)構(gòu)如圖1 所示，該平臺(tái)包括前端智能采集層、數(shù)據(jù)邊緣存儲(chǔ)與計(jì)算層、智能控制中心層。

圖1 分布式水電站在線監(jiān)測(cè)與故障診斷平臺(tái)的體系結(jié)構(gòu)

前端智能采集層由多個(gè)獨(dú)立的水電站數(shù)據(jù)采集節(jié)點(diǎn)構(gòu)成。每個(gè)水電站數(shù)據(jù)采集節(jié)點(diǎn)包括設(shè)備狀態(tài)數(shù)據(jù)采集節(jié)點(diǎn)、環(huán)境參數(shù)采集節(jié)點(diǎn)、網(wǎng)絡(luò)參數(shù)采集節(jié)點(diǎn)。通過(guò)這3 種類型節(jié)點(diǎn)的數(shù)據(jù)采集，每個(gè)水電站可以對(duì)水電站設(shè)備、環(huán)境以及通信網(wǎng)絡(luò)進(jìn)行實(shí)時(shí)的數(shù)據(jù)采集，為水電站在線監(jiān)測(cè)和故障診斷提供詳細(xì)、實(shí)時(shí)的運(yùn)行數(shù)據(jù)。

數(shù)據(jù)邊緣存儲(chǔ)與計(jì)算層主要包括邊緣存儲(chǔ)節(jié)點(diǎn)和邊緣計(jì)算節(jié)點(diǎn)。邊緣存儲(chǔ)節(jié)點(diǎn)可以實(shí)現(xiàn)設(shè)備與環(huán)境基礎(chǔ)數(shù)據(jù)存儲(chǔ)、水電站運(yùn)營(yíng)結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)、水電站運(yùn)營(yíng)非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)。設(shè)備與環(huán)境基礎(chǔ)數(shù)據(jù)包含水電廠的位置、規(guī)模、設(shè)備類型、環(huán)境等基礎(chǔ)數(shù)據(jù)。邊緣計(jì)算節(jié)點(diǎn)主要包括權(quán)限管理服務(wù)、數(shù)據(jù)管理服務(wù)、實(shí)時(shí)計(jì)算服務(wù)、在線監(jiān)測(cè)服務(wù)、故障診斷服務(wù)、優(yōu)化與檢修服務(wù)。權(quán)限管理服務(wù)模塊主要功能是對(duì)邊緣計(jì)算和數(shù)據(jù)的訪問(wèn)進(jìn)行權(quán)限管理，保證數(shù)據(jù)和節(jié)點(diǎn)的安全。數(shù)據(jù)管理服務(wù)主要是對(duì)前端采集層的數(shù)據(jù)進(jìn)行管理，并為在線監(jiān)測(cè)、實(shí)時(shí)計(jì)算和故障診斷模塊提供數(shù)據(jù)支撐。實(shí)時(shí)計(jì)算服務(wù)模塊主要功能是快速完成水電廠管理中心下發(fā)的臨時(shí)計(jì)算任務(wù)。在線監(jiān)測(cè)模塊主要功能是對(duì)水電廠的設(shè)備、環(huán)境、網(wǎng)絡(luò)等狀態(tài)數(shù)據(jù)進(jìn)行實(shí)時(shí)獲取和分析，并將異常信息以告警的形式上報(bào)給水電站的故障診斷服務(wù)模塊。故障診斷服務(wù)模塊主要功能是根據(jù)在線檢測(cè)提供的告警數(shù)據(jù)以及數(shù)據(jù)管理服務(wù)模塊提供的基礎(chǔ)數(shù)據(jù)，采用基于規(guī)則、人工智能等算法快速實(shí)現(xiàn)故障定位。優(yōu)化與檢修模塊主要功能是根據(jù)故障處理結(jié)果、或者是一線運(yùn)維人員的指令，對(duì)水電廠的設(shè)備環(huán)境以及網(wǎng)絡(luò)狀態(tài)進(jìn)行優(yōu)化調(diào)節(jié)，提升水電站運(yùn)營(yíng)的可靠性和穩(wěn)定性。

智能控制中心層包括云計(jì)算節(jié)點(diǎn)和區(qū)塊鏈節(jié)點(diǎn)。云計(jì)算節(jié)點(diǎn)主要包括計(jì)算權(quán)限管理、在線監(jiān)測(cè)管理、故障診斷管理、優(yōu)化與檢修管理、誠(chéng)信管理、實(shí)時(shí)計(jì)算服務(wù)模塊。云計(jì)算節(jié)點(diǎn)的部分功能模塊與邊緣計(jì)算節(jié)點(diǎn)的功能模塊類似，主要區(qū)別是云計(jì)算節(jié)點(diǎn)的功能是從全局多個(gè)水電站的視角進(jìn)行全方位的全局管理。與邊緣計(jì)算節(jié)點(diǎn)不同，在云計(jì)算節(jié)點(diǎn)增加了誠(chéng)信管理模塊，該模塊主要是為了防止部分水電站在分布式水電站監(jiān)測(cè)與故障診斷協(xié)作過(guò)程中，出現(xiàn)上報(bào)數(shù)據(jù)延遲、數(shù)據(jù)不準(zhǔn)確、檢修拖沓等問(wèn)題。誠(chéng)信管理服務(wù)模塊的目標(biāo)是調(diào)動(dòng)各個(gè)水電站的積極性和責(zé)任心，從而提升智能控制中心的決策與運(yùn)維效率。

區(qū)塊鏈節(jié)點(diǎn)主要包括數(shù)據(jù)權(quán)限管理、數(shù)據(jù)服務(wù)管理、共識(shí)機(jī)制、智能合約4 個(gè)模塊。數(shù)據(jù)權(quán)限管理模塊主要是對(duì)全局?jǐn)?shù)據(jù)訪問(wèn)的權(quán)限進(jìn)行認(rèn)證和管理，從而保證數(shù)據(jù)的安全性。數(shù)據(jù)管理服務(wù)模塊主要功能是與邊緣計(jì)算節(jié)點(diǎn)進(jìn)行協(xié)作，獲取云計(jì)算節(jié)點(diǎn)中需要使用的數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行臨時(shí)存儲(chǔ)。共識(shí)機(jī)制是在多個(gè)分布式的水電站之間建立一種公平公正的選舉制度，從而保證參與到分布式水電站平臺(tái)的水電站具有公平的競(jìng)爭(zhēng)機(jī)制。智能合約是將分布式水電站的數(shù)據(jù)管理、權(quán)限管理等功能模塊，實(shí)現(xiàn)程序化運(yùn)營(yíng)，從而提升分布式水電站在線監(jiān)測(cè)與故障管理平臺(tái)的運(yùn)營(yíng)效率。

2 運(yùn)行機(jī)制

2.1 基于區(qū)塊鏈的分布式監(jiān)測(cè)機(jī)制

由于區(qū)塊鏈技術(shù)在數(shù)據(jù)溯源、防篡改方面具有較好的應(yīng)用價(jià)值[6，7]，本文將區(qū)塊鏈技術(shù)應(yīng)用到分布式監(jiān)測(cè)機(jī)制中，提出基于區(qū)塊鏈的分布式監(jiān)測(cè)機(jī)制。該機(jī)制包括數(shù)據(jù)采集、數(shù)據(jù)清洗和存儲(chǔ)、數(shù)據(jù)使用、數(shù)據(jù)上鏈4 個(gè)步驟。

①在數(shù)據(jù)采集階段，由數(shù)據(jù)采集節(jié)點(diǎn)對(duì)設(shè)備、環(huán)境數(shù)據(jù)進(jìn)行采集。包括主動(dòng)數(shù)據(jù)采集和被動(dòng)數(shù)據(jù)采集兩種方式。被動(dòng)數(shù)據(jù)采集是采集節(jié)點(diǎn)向設(shè)備、環(huán)境等物聯(lián)網(wǎng)傳感器和監(jiān)測(cè)設(shè)備發(fā)送數(shù)據(jù)采集請(qǐng)求，由被采集設(shè)備向數(shù)據(jù)采集節(jié)點(diǎn)回傳相關(guān)的數(shù)據(jù)。主動(dòng)數(shù)據(jù)采集是指物聯(lián)網(wǎng)傳感器和監(jiān)測(cè)節(jié)點(diǎn)將突發(fā)事件或數(shù)據(jù)指標(biāo)超過(guò)閾值的數(shù)據(jù)主動(dòng)上報(bào)給數(shù)據(jù)采集節(jié)點(diǎn)。②在數(shù)據(jù)清洗和存儲(chǔ)階段，由邊緣存儲(chǔ)節(jié)點(diǎn)對(duì)本區(qū)域內(nèi)采集進(jìn)來(lái)的數(shù)據(jù)進(jìn)行清洗和存儲(chǔ)。數(shù)據(jù)清洗之后可以包含結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)兩類。在數(shù)據(jù)存儲(chǔ)階段，為了提升數(shù)據(jù)的可靠性和可用性，將數(shù)據(jù)存儲(chǔ)到本區(qū)域的邊緣存儲(chǔ)節(jié)點(diǎn)，可以有效解決數(shù)據(jù)丟失的問(wèn)題。③在數(shù)據(jù)使用階段，主要是邊緣計(jì)算節(jié)點(diǎn)對(duì)本區(qū)域內(nèi)的數(shù)據(jù)進(jìn)行使用。邊緣計(jì)算節(jié)點(diǎn)在使用本區(qū)域數(shù)據(jù)時(shí)包括下面兩個(gè)維度。首先，對(duì)于一些緊急的事件或者通過(guò)專家系統(tǒng)規(guī)則可以識(shí)別出的異常數(shù)據(jù)，通過(guò)本地的邊緣計(jì)算節(jié)點(diǎn)能夠快速的進(jìn)行響應(yīng)，提升數(shù)據(jù)的使用效率。另一個(gè)維度，邊緣計(jì)算節(jié)點(diǎn)與智能控制中心的設(shè)備進(jìn)行協(xié)作，采用基于聯(lián)邦學(xué)習(xí)的故障定位機(jī)制對(duì)故障進(jìn)行管理。④在基于區(qū)塊鏈的數(shù)據(jù)上鏈過(guò)程中，由于每個(gè)水電站都可能受到病毒攻擊或者出于惡意競(jìng)爭(zhēng)的原因而做出錯(cuò)誤的決策。所以，在基于區(qū)塊鏈的分布式監(jiān)測(cè)機(jī)制中，將下面兩類數(shù)據(jù)上傳到區(qū)塊鏈進(jìn)行存儲(chǔ)。第一類數(shù)據(jù)是沒(méi)有或者是很少涉及隱私的數(shù)據(jù)，以及關(guān)鍵指標(biāo)數(shù)據(jù)。另一方面的數(shù)據(jù)是聯(lián)邦學(xué)習(xí)中訓(xùn)練模型中得到的模型數(shù)據(jù)。關(guān)鍵指標(biāo)數(shù)據(jù)可用于分布式監(jiān)測(cè)系統(tǒng)判斷各個(gè)區(qū)域內(nèi)水電站是否遭受病毒攻擊，以及被監(jiān)測(cè)重要節(jié)點(diǎn)的數(shù)據(jù)。

2.2 基于聯(lián)邦學(xué)習(xí)的分布式故障定位機(jī)制

由于聯(lián)邦學(xué)習(xí)在分布式場(chǎng)景中具有模型訓(xùn)練效率較高的特點(diǎn)[8]，本文設(shè)計(jì)了一種基于聯(lián)邦學(xué)習(xí)的分布式故障定位機(jī)制。該機(jī)制包括啟動(dòng)故障定位模型訓(xùn)練任務(wù)、邊緣計(jì)算節(jié)點(diǎn)執(zhí)行本地訓(xùn)練、云計(jì)算節(jié)點(diǎn)對(duì)模型進(jìn)行評(píng)價(jià)、模型應(yīng)用4 個(gè)過(guò)程。

①在啟動(dòng)故障定位模型訓(xùn)練任務(wù)步驟中，云計(jì)算節(jié)點(diǎn)根據(jù)各個(gè)邊緣計(jì)算節(jié)點(diǎn)的計(jì)算請(qǐng)求，啟動(dòng)故障定位模型訓(xùn)練任務(wù)。由于邊緣計(jì)算節(jié)點(diǎn)的覆蓋范圍小、設(shè)備故障處理經(jīng)驗(yàn)不足，當(dāng)邊緣計(jì)算節(jié)點(diǎn)不能有效解決故障定位問(wèn)題時(shí)，需要由云計(jì)算節(jié)點(diǎn)進(jìn)行決策。②在邊緣計(jì)算節(jié)點(diǎn)執(zhí)行本地訓(xùn)練步驟中，云計(jì)算節(jié)點(diǎn)將模型訓(xùn)練任務(wù)下發(fā)給各個(gè)邊緣計(jì)算節(jié)點(diǎn)時(shí)，邊緣計(jì)算節(jié)點(diǎn)需要從本區(qū)域內(nèi)的邊緣存儲(chǔ)節(jié)點(diǎn)獲取模型訓(xùn)練數(shù)據(jù)并在本地進(jìn)行訓(xùn)練。根據(jù)訓(xùn)練的要求，各個(gè)邊緣計(jì)算節(jié)點(diǎn)可以對(duì)模型的參數(shù)進(jìn)行優(yōu)化，并將優(yōu)化的結(jié)果返回給云計(jì)算節(jié)點(diǎn)。③在云計(jì)算節(jié)點(diǎn)對(duì)模型進(jìn)行評(píng)價(jià)步驟中，云計(jì)算節(jié)點(diǎn)在得到各個(gè)邊緣計(jì)算節(jié)點(diǎn)的訓(xùn)練模型參數(shù)后，將這些參數(shù)和關(guān)鍵的數(shù)據(jù)進(jìn)行聚合，并根據(jù)模型的應(yīng)用效果要求邊緣計(jì)算節(jié)點(diǎn)再次訓(xùn)練。關(guān)于模型聚合的方式，可以使用函數(shù)獲取，也可以使用簡(jiǎn)單的均值計(jì)算方法獲取。④在模型應(yīng)用步驟中，當(dāng)模型訓(xùn)練的結(jié)果收斂到一定閾值內(nèi)時(shí)，模型訓(xùn)練結(jié)束。云計(jì)算節(jié)點(diǎn)將訓(xùn)練好的模型下發(fā)給任務(wù)請(qǐng)求節(jié)點(diǎn)，由任務(wù)請(qǐng)求節(jié)點(diǎn)對(duì)模型進(jìn)行實(shí)施和優(yōu)化?？梢圆捎玫膬?yōu)化方法包括設(shè)定目標(biāo)函數(shù)值來(lái)判斷或者設(shè)定訓(xùn)練次數(shù)值來(lái)判斷。最后，相關(guān)邊緣計(jì)算節(jié)點(diǎn)將模型執(zhí)行結(jié)果返回給云計(jì)算節(jié)點(diǎn)，由云計(jì)算節(jié)點(diǎn)對(duì)模型及應(yīng)用效果進(jìn)行保存。

3 性能分析

在性能分析方面，從平臺(tái)的可用性、安全性、可靠性3 個(gè)維度，驗(yàn)證了本文提出的在線監(jiān)測(cè)與故障診斷平臺(tái)和機(jī)制具有較好的應(yīng)用價(jià)值。

（1）在平臺(tái)的可用性分析方面，從平臺(tái)的3 個(gè)層次分別分析該平臺(tái)的可用性。在前端智能采集層，該平臺(tái)的體系架構(gòu)通過(guò)在各個(gè)水電站采用物聯(lián)網(wǎng)技術(shù)去采集設(shè)備、環(huán)境和網(wǎng)絡(luò)狀態(tài)的參數(shù)。當(dāng)前物聯(lián)網(wǎng)技術(shù)已經(jīng)比較成熟，所以前端采集具有可用性。在數(shù)據(jù)邊緣存儲(chǔ)和計(jì)算層，本文將各個(gè)水電站的數(shù)據(jù)存儲(chǔ)到邊緣存儲(chǔ)節(jié)點(diǎn)，在網(wǎng)絡(luò)帶寬保留和數(shù)據(jù)存儲(chǔ)效率方面都具有較好的可用性。對(duì)于一些常見(jiàn)的故障或者采用本地計(jì)算節(jié)點(diǎn)可以快速處理的緊急事件，采用邊緣計(jì)算節(jié)點(diǎn)進(jìn)行執(zhí)行。在智能控制中心，平臺(tái)采用云計(jì)算節(jié)點(diǎn)對(duì)各個(gè)邊緣存儲(chǔ)和計(jì)算節(jié)點(diǎn)不能解決的疑難問(wèn)題，或者是需要多個(gè)水電站相互協(xié)作才能解決的問(wèn)題進(jìn)行處理，可以從全局的視角提升處理問(wèn)題的準(zhǔn)確率和性能。

（2）在平臺(tái)的安全性分析方面，從數(shù)據(jù)的安全性、計(jì)算節(jié)點(diǎn)的安全性兩個(gè)維度進(jìn)行分析。在數(shù)據(jù)的安全性方面，從下面兩個(gè)維度對(duì)數(shù)據(jù)進(jìn)行管理。第一個(gè)維度是水電站自身范圍內(nèi)的邊緣存儲(chǔ)節(jié)點(diǎn)對(duì)數(shù)據(jù)進(jìn)行管理。另一個(gè)維度是全局的區(qū)塊鏈節(jié)點(diǎn)的數(shù)據(jù)管理。采用邊緣存儲(chǔ)節(jié)點(diǎn)對(duì)數(shù)據(jù)管理可以提升數(shù)據(jù)的使用效率，而且可以避免因?yàn)閿?shù)據(jù)傳輸導(dǎo)致的數(shù)據(jù)丟失或者數(shù)據(jù)被篡改、數(shù)據(jù)泄密的問(wèn)題。采用區(qū)塊鏈節(jié)點(diǎn)對(duì)數(shù)據(jù)進(jìn)行管理，可以將關(guān)鍵數(shù)據(jù)或者是模型數(shù)據(jù)保留在一個(gè)更加安全的區(qū)塊鏈節(jié)點(diǎn)存儲(chǔ)平臺(tái)中，避免部分水電站因?yàn)榘踩渲媚芰θ醵馐芎诳凸?，?dǎo)致整個(gè)或者是多個(gè)水電站受到攻擊。所以本文的平臺(tái)可以從數(shù)據(jù)的存儲(chǔ)安全和使用安全兩個(gè)維度，保證平臺(tái)的安全性。

（3）在平臺(tái)的可靠性分析方面，從節(jié)點(diǎn)的可靠性和模型可靠性兩個(gè)維度進(jìn)行分析。本文采用分布式的水電站數(shù)據(jù)監(jiān)測(cè)、分布式的故障診斷技術(shù)，可以有效避免單個(gè)節(jié)點(diǎn)故障導(dǎo)致系統(tǒng)不可用現(xiàn)象的發(fā)生。尤其是本文對(duì)需要傳輸?shù)娜謹(jǐn)?shù)據(jù)，采用區(qū)塊鏈節(jié)點(diǎn)進(jìn)行存儲(chǔ)，有效提升數(shù)據(jù)的可靠性，為訓(xùn)練模型提供重要支撐。在訓(xùn)練模型的可靠性方面，采用聯(lián)邦學(xué)習(xí)的機(jī)制，充分調(diào)動(dòng)各個(gè)水電站訓(xùn)練模型的積極性。所以本文的平臺(tái)具有較高的可靠性。

4 結(jié)語(yǔ)

水電作為一種重要的清潔能源，得到越來(lái)越多國(guó)家的高度重視。隨著水電站數(shù)量的增加，以及水電站對(duì)風(fēng)電、光電的接入，水電站的穩(wěn)定性和可靠性越來(lái)越重要。為了提升水電站的穩(wěn)定性和可靠性，本文設(shè)計(jì)了一種分布式的水電站在線監(jiān)測(cè)和故障定位平臺(tái)和運(yùn)行機(jī)制。為了進(jìn)一步提升本文在線監(jiān)測(cè)和故障診斷平臺(tái)的應(yīng)用價(jià)值，下一步工作中將基于本文的研究成果，對(duì)具體的故障監(jiān)測(cè)和故障診斷模塊進(jìn)行優(yōu)化，提升本文成果的應(yīng)用價(jià)值。