徐創(chuàng)學(xué)，張學(xué)延，馮挺有，吳 波，江 永，陳 旻，賴 菲，王智微

基于云服務(wù)的火電機(jī)組專家遠(yuǎn)程診斷系統(tǒng)

徐創(chuàng)學(xué)1，張學(xué)延1，馮挺有2，吳 波2，江 永2，陳 旻2，賴 菲1，王智微1

（1.西安熱工研究院有限公司，陜西 西安 710054；2.華能?chē)?guó)際電力股份公司廣東分公司，廣東 廣州 510623）

針對(duì)目前電力生產(chǎn)過(guò)程中設(shè)備運(yùn)行高可靠性的發(fā)展需求和現(xiàn)場(chǎng)診斷服務(wù)存在的不足，結(jié)合云計(jì)算的思想，研究設(shè)計(jì)了一種基于云服務(wù)的專家遠(yuǎn)程診斷系統(tǒng)。根據(jù)火電機(jī)組遠(yuǎn)程診斷的流程及專業(yè)應(yīng)用，構(gòu)建了具體的云網(wǎng)絡(luò)架構(gòu)及應(yīng)用管理平臺(tái)。基于該平臺(tái)，集成了一些大數(shù)據(jù)算法及分析工具，實(shí)現(xiàn)了遠(yuǎn)程診斷需要的專業(yè)應(yīng)用功能。

云計(jì)算；云服務(wù)；大數(shù)據(jù)；火電機(jī)組；遠(yuǎn)程診斷；故障診斷；智能化

在電力生產(chǎn)過(guò)程中，重要設(shè)備運(yùn)行過(guò)程中的任何故障不僅直接影響電能的產(chǎn)量和質(zhì)量，還可能造成嚴(yán)重的設(shè)備和人身事故[1]。要使機(jī)組設(shè)備安全、可靠、經(jīng)濟(jì)地運(yùn)行，過(guò)程狀態(tài)監(jiān)測(cè)和故障診斷是重要且有效的技術(shù)手段。另外，由于機(jī)組靈活性運(yùn)行和環(huán)保排放等方面需求，電廠在設(shè)備運(yùn)行、檢修和可靠性、經(jīng)濟(jì)性分析診斷過(guò)程中，需要經(jīng)驗(yàn)和知識(shí)豐富的專業(yè)人員進(jìn)行技術(shù)服務(wù)。

隨著企業(yè)數(shù)字化程度提高和設(shè)備的大型化，設(shè)備故障診斷需要借助的資源和處理的數(shù)據(jù)量越來(lái)越多，需要借助大量的科學(xué)計(jì)算和知識(shí)經(jīng)驗(yàn)支持，單個(gè)企業(yè)無(wú)法解決所有的問(wèn)題。

傳統(tǒng)的現(xiàn)場(chǎng)技術(shù)服務(wù)方式存在項(xiàng)目周期長(zhǎng)、執(zhí)行成本高、人力資源占用率高、勞動(dòng)強(qiáng)度大、應(yīng)急性差等缺點(diǎn)?，F(xiàn)場(chǎng)對(duì)設(shè)備的診斷分析容易受到人力、技術(shù)以及地域的限制，面臨歷史知識(shí)共享性、重用性低的問(wèn)題[2]。

基于網(wǎng)絡(luò)的遠(yuǎn)程診斷是計(jì)算機(jī)、網(wǎng)絡(luò)信息技術(shù)和傳統(tǒng)工程技術(shù)服務(wù)的結(jié)合，診斷過(guò)程中“移動(dòng)的是數(shù)據(jù)而不是人”[3]，符合目前“互聯(lián)網(wǎng)+技術(shù)”的發(fā)展潮流，成為工業(yè)智能化發(fā)展的方向之一。主流的遠(yuǎn)程診斷技術(shù)是基于數(shù)據(jù)和知識(shí)驅(qū)動(dòng)，是在傳統(tǒng)診斷、遠(yuǎn)程監(jiān)控的基礎(chǔ)上，充分利用云平臺(tái)、大數(shù)據(jù)、物聯(lián)網(wǎng)、移動(dòng)應(yīng)用、人工智能等先進(jìn)信息化技術(shù)手段進(jìn)行發(fā)展和創(chuàng)新。設(shè)備診斷智能化的演進(jìn)過(guò)程如圖1所示。

圖1 設(shè)備診斷智能化的演進(jìn)過(guò)程

1 云計(jì)算與遠(yuǎn)程診斷

云計(jì)算（cloud computing）作為一種新興的網(wǎng)絡(luò)應(yīng)用模式，可隨時(shí)隨地、按需、便捷地使用共享計(jì)算設(shè)施、存儲(chǔ)設(shè)備、應(yīng)用程序等資源的計(jì)算模 式[4]，具有海量存儲(chǔ)空間、高可靠性、高資源利用率、通用性強(qiáng)、動(dòng)態(tài)擴(kuò)展能力、成本低的特點(diǎn)[5]。云計(jì)算通過(guò)虛擬化技術(shù)，對(duì)分布式資源進(jìn)行高效管理，支持大規(guī)模的協(xié)同工作。云計(jì)算通常以服務(wù)的形式交付使用。云計(jì)算提供了3個(gè)層面的服務(wù)：基礎(chǔ)架構(gòu)即服務(wù)（IaaS）、平臺(tái)即服務(wù)（PaaS）、軟件即服務(wù)（SaaS）[6]?；谠品?wù)的遠(yuǎn)程診斷可實(shí)現(xiàn)多專家、多手段、多工具、跨地域的工作協(xié)同，建立一個(gè)多層次、一體化、即時(shí)互動(dòng)的技術(shù)服務(wù)平臺(tái)，為企業(yè)和個(gè)人提供低耗而高效的服務(wù)，為遠(yuǎn)程診斷的創(chuàng)新提供了新的路徑與手段。

2 網(wǎng)絡(luò)框架

基于云服務(wù)的遠(yuǎn)程診斷系統(tǒng)的網(wǎng)絡(luò)框架如圖2所示。它利用云服務(wù)、邊緣計(jì)算服務(wù)（EC Agent）[7-12]和大數(shù)據(jù)技術(shù)將分布于不同地域、不同電廠機(jī)組的運(yùn)行狀態(tài)數(shù)據(jù)（包括廠級(jí)監(jiān)控信息系統(tǒng)SIS、旋轉(zhuǎn)機(jī)械診斷監(jiān)測(cè)管理系統(tǒng)TDM、企業(yè)資源管理系統(tǒng)ERP等數(shù)據(jù)）進(jìn)行集中采集和存儲(chǔ)，建立遠(yuǎn)程診斷數(shù)據(jù)和服務(wù)中心，并通過(guò)虛擬化技術(shù)對(duì)云架構(gòu)中的服務(wù)器資源和計(jì)算資源進(jìn)行統(tǒng)一分配和調(diào)度管理。

圖2 基于云的數(shù)據(jù)診斷系統(tǒng)網(wǎng)絡(luò)框架

EC Agent通過(guò)數(shù)據(jù)協(xié)議（OPC、Modbus、102、104、CSV等）轉(zhuǎn)換與邊緣處理技術(shù)實(shí)現(xiàn)廠側(cè)機(jī)組運(yùn)行數(shù)據(jù)采集。主要完成3個(gè)方面內(nèi)容：1）通過(guò)各類(lèi)通信協(xié)議接入不同設(shè)備、系統(tǒng)和產(chǎn)品，采集海量數(shù)據(jù)；2）依托協(xié)議轉(zhuǎn)換實(shí)現(xiàn)對(duì)各種非線性、多維、異構(gòu)數(shù)據(jù)進(jìn)行預(yù)處理（過(guò)濾和融合）；3）利用邊緣計(jì)算設(shè)備實(shí)現(xiàn)底層數(shù)據(jù)的匯聚處理，建立異構(gòu)數(shù)據(jù)關(guān)系映射模型，便于云端平臺(tái)的統(tǒng)一存儲(chǔ)和查詢管理。

3 系統(tǒng)應(yīng)用功能

系統(tǒng)的應(yīng)用功能框架如圖3所示。

圖3 系統(tǒng)應(yīng)用功能框架

對(duì)機(jī)組設(shè)備進(jìn)行遠(yuǎn)程診斷分為2種方式：系統(tǒng)自動(dòng)診斷和專家輔助診斷。系統(tǒng)自動(dòng)診斷實(shí)現(xiàn)了設(shè)備的自動(dòng)狀態(tài)監(jiān)測(cè)和“篩選”診斷。該方式首先抽取設(shè)備運(yùn)行歷史數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，并利用人工智能、模式識(shí)別和數(shù)理統(tǒng)計(jì)等方法從這些數(shù)據(jù)中獲取特征數(shù)據(jù)。特征數(shù)據(jù)量值包括最大值、最小值、峰值、均值、均方值、方差、方根幅值、平均幅值、平均峰值以及反映特征值分布的統(tǒng)計(jì)指標(biāo)等。基于大數(shù)據(jù)提取的設(shè)備運(yùn)行健康模型特征參數(shù)主要有運(yùn)行最優(yōu)值和失效閾值2個(gè)：運(yùn)行最優(yōu)值是基于歷史數(shù)據(jù)尋優(yōu)得出的，是設(shè)備真實(shí)運(yùn)行存在的工況數(shù)值，代表該設(shè)備可達(dá)的最佳運(yùn)行狀態(tài)；失效閾值即設(shè)備健康劣化的拐點(diǎn)值。以設(shè)備關(guān)聯(lián)屬性將不同特征數(shù)據(jù)通過(guò)數(shù)據(jù)融合來(lái)建立設(shè)備診斷模型。系統(tǒng)自動(dòng)診斷過(guò)程就是對(duì)當(dāng)前運(yùn)行數(shù)據(jù)進(jìn)行模式匹配及特征參數(shù)的歷史尋優(yōu)及迭代，其診斷流程如圖4所示。

圖4 設(shè)備診斷流程

為實(shí)現(xiàn)更精準(zhǔn)的診斷效果，以科研院所為主，整合電廠、廠家和社會(huì)專家資源，組建技術(shù)專家池，實(shí)現(xiàn)遠(yuǎn)程專家診斷。

系統(tǒng)對(duì)監(jiān)測(cè)設(shè)備進(jìn)行7×24 h在線狀態(tài)診斷，當(dāng)設(shè)備狀態(tài)異常時(shí)會(huì)觸發(fā)預(yù)警和報(bào)警信息并通過(guò)短信、企業(yè)微信、郵件等方式實(shí)時(shí)推送給專家池中的專家。專家根據(jù)信息緊急程度及時(shí)登錄系統(tǒng)對(duì)自動(dòng)診斷結(jié)果進(jìn)行審核，對(duì)一些重大及疑難的問(wèn)題進(jìn)行專項(xiàng)聯(lián)盟會(huì)診，開(kāi)具正式診斷報(bào)告。

3.1 基礎(chǔ)功能

基礎(chǔ)層（IaaS）主要完成設(shè)備資源實(shí)例劃分、存儲(chǔ)管理（建立虛擬數(shù)據(jù)庫(kù)，使云間各節(jié)點(diǎn)的實(shí)時(shí)數(shù)據(jù)庫(kù)和關(guān)系數(shù)據(jù)庫(kù)形成一個(gè)虛擬的數(shù)據(jù)庫(kù)，作為遠(yuǎn)程診斷的數(shù)據(jù)源）、通用和擴(kuò)展接口、資源虛擬化（充當(dāng)著中間件的角色，將數(shù)據(jù)和各種算法、各種應(yīng)用、各種系統(tǒng)進(jìn)行有機(jī)的統(tǒng)一安全管理）、網(wǎng)絡(luò)的配置。

3.2 集成資源

平臺(tái)層（PaaS）集成了大數(shù)據(jù)處理、數(shù)據(jù)分析、微服務(wù)等功能，構(gòu)建可擴(kuò)展的開(kāi)放式云操作系統(tǒng)[7]。具體包括以下3個(gè)方面：1）提供工業(yè)數(shù)據(jù)管理能力，將數(shù)據(jù)科學(xué)與工業(yè)機(jī)理結(jié)合，幫助制造企業(yè)構(gòu)建工業(yè)數(shù)據(jù)分析能力，實(shí)現(xiàn)數(shù)據(jù)價(jià)值挖掘；2）把技術(shù)、知識(shí)、經(jīng)驗(yàn)等資源固化為可移植、可復(fù)用的微服務(wù)組件庫(kù)，供開(kāi)發(fā)者調(diào)用；3）構(gòu)建應(yīng)用開(kāi)發(fā)環(huán)境，借助微服務(wù)組件和工業(yè)應(yīng)用開(kāi)發(fā)工具，幫助用戶快速構(gòu)建定制化的診斷APP。

平臺(tái)層內(nèi)置常用的機(jī)器學(xué)習(xí)算法工具供客戶和程序調(diào)用，同時(shí)包括相關(guān)的測(cè)試和數(shù)據(jù)生成器。算法工具包括分類(lèi)、回歸、聚類(lèi)、關(guān)聯(lián)規(guī)則、推薦、降維、優(yōu)化、特征抽取篩選、用于特征預(yù)處理的數(shù)理統(tǒng)計(jì)方法以及算法的評(píng)測(cè)，如圖5所示。

圖5 常用算法工具

3.3 應(yīng)用功能

系統(tǒng)應(yīng)用功能指基于云服務(wù)開(kāi)發(fā)的針對(duì)設(shè)備診斷用的各類(lèi)專業(yè)APP（SaaS），實(shí)現(xiàn)多種功能。

3.3.1鍋爐燃燒性能及故障遠(yuǎn)程診斷

通過(guò)遠(yuǎn)程診斷，除了常規(guī)爐側(cè)SIS測(cè)點(diǎn)，還引入壁溫監(jiān)測(cè)、爐內(nèi)聲波溫度測(cè)量、火焰監(jiān)測(cè)、爐管泄漏等系統(tǒng)，完成鍋爐系統(tǒng)一般性問(wèn)題（如鍋爐熱效率、排煙溫度、制粉電耗、空氣預(yù)熱器漏風(fēng)率等影響機(jī)組運(yùn)行經(jīng)濟(jì)性的一些生產(chǎn)指標(biāo)）的診斷和重大問(wèn)題（如受熱面積灰及結(jié)渣評(píng)估、爐內(nèi)偏燒、受熱面壁溫超溫及偏差較大等影響機(jī)組運(yùn)行安全性指標(biāo)的重大問(wèn)題）的分析。鍋爐診斷APP由鍋爐本體、燃燒系統(tǒng)、風(fēng)煙系統(tǒng)、鍋爐輔機(jī)設(shè)備等軟件診斷模塊組成。

3.3.2汽輪機(jī)振動(dòng)、通流狀態(tài)監(jiān)測(cè)和遠(yuǎn)程診斷

實(shí)時(shí)采集機(jī)組TDM振動(dòng)數(shù)據(jù)，對(duì)汽輪發(fā)電機(jī)組振動(dòng)數(shù)據(jù)進(jìn)行集中監(jiān)測(cè)和管理，通過(guò)瀑布圖橫向顯示不同時(shí)間不同位置的振動(dòng)變化對(duì)比，縱向反映振動(dòng)發(fā)展趨勢(shì)，并通過(guò)振動(dòng)故障及其特征知識(shí)，結(jié)合專家經(jīng)驗(yàn)，對(duì)常見(jiàn)的振動(dòng)故障進(jìn)行診斷。

系統(tǒng)對(duì)汽輪機(jī)通流部分經(jīng)濟(jì)性參數(shù)（如汽輪機(jī)熱耗率、汽輪機(jī)汽耗率、再熱蒸汽壓損、高/中壓缸效率、高壓加熱器（高加）各段抽汽流量、凝汽器端差及過(guò)冷度等）進(jìn)行在線計(jì)算分析，通過(guò)對(duì)汽輪機(jī)熱力性能評(píng)估和在線性能試驗(yàn)，對(duì)典型熱力參數(shù)變化引起的設(shè)備狀態(tài)實(shí)現(xiàn)在線預(yù)警和故障的遠(yuǎn)程診斷。

3.3.3發(fā)電機(jī)、變壓器狀態(tài)監(jiān)測(cè)和遠(yuǎn)程診斷

根據(jù)發(fā)電機(jī)、變壓器的運(yùn)行狀態(tài)數(shù)據(jù)和歷史數(shù)據(jù)，通過(guò)對(duì)比特征參數(shù)，診斷發(fā)電機(jī)、主變壓器潛在缺陷或已出現(xiàn)的故障。具體功能包括以下方面。

1）發(fā)電機(jī)冷卻系統(tǒng)狀態(tài)診斷 主要監(jiān)測(cè)發(fā)電機(jī)溫度和負(fù)荷參數(shù)，用以評(píng)價(jià)發(fā)電機(jī)冷卻系統(tǒng)運(yùn)行情況；長(zhǎng)期在線跟蹤漏氫儀的各通道氫含量數(shù)值異常和趨勢(shì)變化，診斷出發(fā)電機(jī)設(shè)備冷卻系統(tǒng)系統(tǒng)泄漏征兆，避免由此引發(fā)相間或?qū)Φ囟搪返闹卮笫鹿省?/p>

2）發(fā)電機(jī)絕緣系統(tǒng)狀態(tài)診斷 主要依據(jù)局部放電的放電量和發(fā)生頻率、負(fù)荷、運(yùn)行年限、啟停次數(shù)等相關(guān)數(shù)據(jù)，判斷定子繞組絕緣系統(tǒng)的劣化情況，根據(jù)局部放電的統(tǒng)計(jì)譜圖特征，來(lái)判斷定子繞組的絕緣故障類(lèi)型。

3）主變壓器性能狀態(tài)診斷評(píng)估 采集變壓器絕緣油中的氣體含量及其組成成分、鐵芯接地電流、局部放電監(jiān)測(cè)、運(yùn)行年限、啟停次數(shù)等相關(guān)數(shù)據(jù)，根據(jù)氣相色譜分析油中特征氣體成分的變化，分析判斷變壓器內(nèi)部的異常和故障發(fā)展趨勢(shì)；根據(jù)鐵芯上的電流互感器監(jiān)測(cè)電流變化情況，最大限度地預(yù)防變壓器鐵芯故障的發(fā)生；根據(jù)局部放電傳感器監(jiān)測(cè)的數(shù)據(jù)，判斷變壓器的絕緣劣化情況，給出合理安排檢修和排除故障的建議。

3.3.4環(huán)保和汽水品質(zhì)評(píng)估

對(duì)環(huán)保主要參數(shù)進(jìn)行超限統(tǒng)計(jì)和性能指標(biāo)劣化監(jiān)測(cè)，并與煙氣排放標(biāo)桿值進(jìn)行對(duì)標(biāo)分析，及時(shí)調(diào)整機(jī)組環(huán)保設(shè)備運(yùn)行方式。系統(tǒng)在線監(jiān)視機(jī)組運(yùn)行的汽水品質(zhì)參數(shù)（主給水、主蒸汽、凝結(jié)水、高加疏水等的pH、電導(dǎo)率、溶解氧、二氧化硅、鈉含量等）對(duì)超限范圍進(jìn)行統(tǒng)計(jì)，實(shí)現(xiàn)線上汽水指標(biāo)監(jiān)督。

3.3.5遠(yuǎn)程診斷多媒體交互APP

通過(guò)云端專家診斷系統(tǒng)和移動(dòng)終端APP，遠(yuǎn)程專家與現(xiàn)場(chǎng)人員通過(guò)文字、語(yǔ)音和視頻進(jìn)行溝通和交流，獲取第一手真實(shí)的現(xiàn)場(chǎng)環(huán)境數(shù)據(jù)。通過(guò)專家移動(dòng)診斷應(yīng)用APP，遠(yuǎn)程專家雖不在現(xiàn)場(chǎng)，但可隨時(shí)隨地了解現(xiàn)場(chǎng)設(shè)備的運(yùn)行狀況，自動(dòng)訂閱診斷報(bào)告，并及時(shí)指導(dǎo)現(xiàn)場(chǎng)運(yùn)行人員解決問(wèn)題。

4 云網(wǎng)絡(luò)安全

數(shù)據(jù)采集和傳輸嚴(yán)格遵照《電力二次系統(tǒng)安全防護(hù)規(guī)定》《電力二次系統(tǒng)安全防護(hù)總體方案》《電力行業(yè)等級(jí)保護(hù)基本要求》以及公司相關(guān)規(guī)定進(jìn)行設(shè)計(jì)，采用專用的單向隔離網(wǎng)閘、縱向加密認(rèn)證、網(wǎng)絡(luò)防火墻等硬件設(shè)施，在物理介質(zhì)上保障系統(tǒng)網(wǎng)絡(luò)安全。通過(guò)自建企業(yè)云，數(shù)據(jù)由企業(yè)自己掌控管理，安全級(jí)別完全由自己決定，保證數(shù)據(jù)整體安全性和自主性。采用AES/RSA算法和數(shù)字證書(shū)對(duì)傳輸過(guò)程進(jìn)行非對(duì)稱加密，確保數(shù)據(jù)鏈路傳輸安全[13-14]。另外，開(kāi)發(fā)的分析算法及遠(yuǎn)程診斷平臺(tái)具有自主知識(shí)產(chǎn)權(quán)，使企業(yè)內(nèi)部生產(chǎn)經(jīng)營(yíng)的數(shù)據(jù)安全得以充分保障。

5 系統(tǒng)應(yīng)用

基于云服務(wù)的專家診斷系統(tǒng)不僅對(duì)已發(fā)生的設(shè)備故障進(jìn)行診斷，也關(guān)注設(shè)備性能劣化拐點(diǎn)和潛在的、即將發(fā)生的故障。區(qū)別于目前電廠運(yùn)行人工監(jiān)盤(pán)，基于大數(shù)據(jù)的設(shè)備狀態(tài)診斷可對(duì)設(shè)備狀態(tài)的發(fā)展趨勢(shì)進(jìn)行長(zhǎng)期在線跟蹤監(jiān)測(cè)，多測(cè)點(diǎn)同比分析，基于人工智能的自尋優(yōu)自診斷，可及時(shí)有效發(fā)現(xiàn)設(shè)備劣化及異常點(diǎn)。另外，遠(yuǎn)程診斷專家能以更專業(yè)的角度審核和評(píng)估這些異常，這往往是現(xiàn)場(chǎng)運(yùn)行人員不易發(fā)現(xiàn)或未注意到的隱患問(wèn)題?；痣姀S遠(yuǎn)程診斷系統(tǒng)中，在云服務(wù)應(yīng)用層對(duì)15項(xiàng)技術(shù)監(jiān)督指標(biāo)進(jìn)行在線監(jiān)測(cè)和預(yù)警。技術(shù)監(jiān)督是發(fā)電企業(yè)保證設(shè)備健康、安全、經(jīng)濟(jì)運(yùn)行和準(zhǔn)確計(jì)量的重要技術(shù)手段。利用遠(yuǎn)程診斷網(wǎng)絡(luò)平臺(tái)，建立主機(jī)設(shè)備在線技術(shù)監(jiān)督指標(biāo)體系，對(duì)設(shè)備相關(guān)運(yùn)行參數(shù)進(jìn)行實(shí)時(shí)預(yù)警，便于技術(shù)專家及時(shí)了解設(shè)備運(yùn)行狀態(tài)的現(xiàn)狀，提高設(shè)備監(jiān)督的判別決策能力。

自2000年起，中國(guó)華能集團(tuán)有限公司依靠數(shù)據(jù)傳輸專網(wǎng)，通過(guò)遠(yuǎn)程SIS鏈接和區(qū)域生產(chǎn)實(shí)時(shí)監(jiān)管系統(tǒng)實(shí)現(xiàn)了數(shù)據(jù)網(wǎng)上傳輸，建立了設(shè)備集中監(jiān)測(cè)的初級(jí)遠(yuǎn)程診斷網(wǎng)絡(luò)，系統(tǒng)可遠(yuǎn)程對(duì)機(jī)組設(shè)備進(jìn)行7×24 h在線狀態(tài)監(jiān)測(cè)，某區(qū)域公司實(shí)現(xiàn)對(duì)50多臺(tái)機(jī)組實(shí)時(shí)事件進(jìn)行集中報(bào)警和處置，對(duì)設(shè)備重大非停故障事件進(jìn)行自動(dòng)診斷，并收到很好效果。近年來(lái)，結(jié)合大數(shù)據(jù)、人工智能，開(kāi)發(fā)基于云服務(wù)的專家遠(yuǎn)程診斷平臺(tái)，成立了機(jī)、爐、電等專業(yè)的遠(yuǎn)程診斷隊(duì)伍，系統(tǒng)將陸續(xù)接入5家試點(diǎn)電廠，13臺(tái)機(jī)組，涵蓋亞臨界到超超臨界、空冷300~1 000 MW主力機(jī)型。診斷專家可隨時(shí)對(duì)現(xiàn)場(chǎng)機(jī)組各種故障進(jìn)行遠(yuǎn)程會(huì)診，定期為用戶提供機(jī)組運(yùn)行評(píng)估報(bào)告。從目前數(shù)據(jù)統(tǒng)計(jì)來(lái)看，遠(yuǎn)程診斷能及時(shí)且有效解決70%以上的現(xiàn)場(chǎng)故障，不但能及時(shí)給機(jī)組狀態(tài)做出分析診斷，減少故障的處理時(shí)間，同時(shí)也改變了診斷技術(shù)人員疲于頻繁出差和處理問(wèn)題不及時(shí)的被動(dòng)局面，大大降低技術(shù)服務(wù)的人力及財(cái)務(wù)成本，提高服務(wù)質(zhì)量和項(xiàng)目工作效率。

6 結(jié) 語(yǔ)

本文按照工業(yè)互聯(lián)網(wǎng)的思路，采用云架構(gòu)搭建遠(yuǎn)程診斷平臺(tái)，聚集故障診斷方面的專家資源，組建發(fā)電行業(yè)的“網(wǎng)上醫(yī)院”，成功將傳統(tǒng)的現(xiàn)場(chǎng)技術(shù)服務(wù)轉(zhuǎn)變?yōu)榛谠频木€上診斷，為發(fā)電企業(yè)提供更有質(zhì)量的診斷分析服務(wù)，進(jìn)一步提升發(fā)電廠設(shè)備運(yùn)行的安全性和經(jīng)濟(jì)性。

［1］ 高明. 火電廠送風(fēng)機(jī)故障預(yù)警系統(tǒng)的研究[D]. 北京: 華北電力大學(xué), 2012: 1.

GAO Ming. Research of power plant air feeder failure prognostic system[D]. Beijing: North China Electric Power University, 2012: 1

［2］ 朱朝鵬. 基于云計(jì)算的遠(yuǎn)程診斷關(guān)鍵技術(shù)研究[D]. 鄭州: 鄭州大學(xué), 2013: 1.

ZHU Chaopeng. Research on key technologies of equipment remote diagnostics based on cloud computing[D]. Zhengzhou: Zhengzhou University, 2013: 1.

［3］ 劉俊剛. 遠(yuǎn)程診斷信號(hào)處理技術(shù)與系統(tǒng)研究[D]. 武漢: 武漢理工大學(xué), 2002: 1-2.

LIU Jungang. Research on remote fault diagnosis signal processing technologies and systems[D]. Wuhan: Wuhan University of Technology, 2002: 1-2.

［4］ 薛慧麗, 邵孟良. 云計(jì)算的核心技術(shù)與應(yīng)用前景研 究[J]. 實(shí)驗(yàn)室科學(xué), 2015(6): 55-59.

XUE Huili, SHAO Mengliang. Research on core technology and application prospect of cloud computing[J]. Laboratory Science, 2015(6): 55-59.

［5］ 張濤鳳. 淺談云計(jì)算在化工企業(yè)中的應(yīng)用[J]. 科技風(fēng), 2014(2): 98.

ZHANG Taofeng. Application of cloud computing in chemical enterprises[J]. Technology Wind, 2014(2): 98.

［6］ 劉冰瑞. 基于BPMN的云服務(wù)組合研究[D]. 昆明: 云南大學(xué), 2017: 14-15.

LIU Bingrui. Research on cloud service composition based on BPMN[D]. Kunming: Yunnan University, 2017: 14-15.

［7］ 游根節(jié). 對(duì)工業(yè)互聯(lián)網(wǎng)平臺(tái)發(fā)展的幾點(diǎn)思考[J]. 中國(guó)電信業(yè), 2018(6): 73-76.

YOU Genjie. Some thoughts on the development of industrial internet platform[J]. China Telecom Industry, 2018(6): 73-76.

［8］ 華為技術(shù)有限公司. 邊緣計(jì)算參考架構(gòu)2.0(2017)[Z]. 邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟(ECC)與工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟(AII), 2017: 11.

Huawei Technologies Co., Ltd. Edge computing reference architecture 2.0 (2017)[Z]. Edge Computing Coalition (ECC) & Alliance Industrial Internet (AII), 2017: 11.

［9］ 譚倫. 邊緣計(jì)算: 海量工業(yè)應(yīng)用的計(jì)算基石[N]. 通信產(chǎn)業(yè)報(bào), 2018-04-16(013).

TAN Lun. Edge computing: computational foundation of massive industrial applications[N]. Communications Industry Daily, 2018-04-16(013).

［10］ 通用電氣公司. 工業(yè)互聯(lián)網(wǎng): 打破智慧與機(jī)器的邊 界[J]. 中國(guó)經(jīng)濟(jì)報(bào)告, 2015(8): 70-73.

General Electric Company. Industrial internet: breaking the boundary between wisdom and machine[J]. China Economic Report, 2015(8): 70-73.

［11］ 叢力群. 工業(yè)互聯(lián)網(wǎng)中邊緣計(jì)算的實(shí)現(xiàn)方法[J]. 自動(dòng)化博覽, 2018(5): 48-52.

CONG Liqun. Implementation of edge computing in industrial internet[J]. Automation Panorama, 2018(5): 48-52.

［12］ 陳康, 鄭緯民. 云計(jì)算: 系統(tǒng)實(shí)例與研究現(xiàn)狀[J]. 軟件學(xué)報(bào), 2009, 20(5): 1337-1348.

CHEN Geng, ZHENG Weimin. Cloud computing: system examples and research status[J]. Journal of Software, 2009, 20(5): 1337-1348.

［13］ 徐創(chuàng)學(xué), 劉魯清, 王智微, 等. 區(qū)域（省級(jí)）發(fā)電公司生產(chǎn)實(shí)時(shí)監(jiān)管系統(tǒng)的研發(fā)[J]. 熱力發(fā)電, 2012, 41(3): 7-11.

XU Chuangxue, LIU Luqing, WANG Zhiwei, et al. Research and application of regional power group operation supervisory system[J]. Thermal Power Generation, 2012, 41(3): 7-11.

［14］ 楊麗. 安全網(wǎng)關(guān)在電力二次系統(tǒng)安全防護(hù)中的應(yīng)用研究[D]. 北京: 華北電力大學(xué), 2009: 10-16.

YANG Li. Application of security gateway in safety protection of secondary power system[D]. Beijing: North China Electric Power University, 2009: 10-16.

Expert remote diagnosis system for thermal power units based on cloud service

XU Chuangxue1, ZHANG Xueyan1, FENG Tingyou2, WU Bo2, JIANG Yong2, CHEN Min2, LAI Fei1, WANG Zhiwei1

(1. Xi’an Thermal Power Research Institute Co., Ltd., Xi’an 710054, China; 2.Huaneng Power International Inc., Guangdong Branch, Guangzhou 510623, China)

To satisfy the demand of high reliability of equipment operation and overcome the shortcomings of on-site diagnostic service during the current electricity production process, an expert remote diagnostic system based on cloud service is studied and designed in combination with the idea of cloud computing. According to the process and professional application of remote diagnosis for thermal power plants, a specific cloud network architecture and application management platform are constructed. On this platform, some big data algorithms and analysis tools are integrated, and the professional application of remote diagnosis is realized.

cloud computing, cloud service, big data, thermal power unit, remote diagnosis, fault diagnosis, intelligentialize

TM621.3；TP315

B

10.19666/j.rlfd.201907119

2019-07-04

中國(guó)華能集團(tuán)有限公司總部科技項(xiàng)目(HNKJ18-H16)

Supported by：Science and Technology Project of China Huaneng Group Co., Ltd. (HNKJ18-H16)

徐創(chuàng)學(xué)(1972—)，男，碩士，正高級(jí)工程師，主要研究方向?yàn)殡娬緝?yōu)化運(yùn)行，xuchuangxue@tpri.com.cn。

徐創(chuàng)學(xué), 張學(xué)延, 馮挺有, 等. 基于云服務(wù)的火電機(jī)組專家遠(yuǎn)程診斷系統(tǒng)[J]. 熱力發(fā)電, 2019, 48(9): 58-63. XU Chuangxue, ZHANG Xueyan, FENG Tingyou, et al. Expert remote diagnosis system for thermal power units based on cloud service[J]. Thermal Power Generation, 2019, 48(9): 58-63.

（責(zé)任編輯 劉永強(qiáng)）