陳小松，張 煦，文正國，向文平，閆亞男，劉 任，

（1.北京中水科水電科技開發(fā)有限公司，北京100038；2.國電大渡河瀑布溝水力發(fā)電總廠，四川 漢源625304）

0 前言

iP9000是北京中水科水電科技開發(fā)有限公司最新研發(fā)的“智能對象一體化平臺”，集成了豐富的監(jiān)控系統(tǒng)、水情水調(diào)等功能模塊，具有模型標(biāo)準(zhǔn)化、數(shù)據(jù)對象化、應(yīng)用智能化以及應(yīng)用一體化等技術(shù)特征，可廣泛應(yīng)用于水電廠、梯級集控、風(fēng)電場、風(fēng)電集控、水風(fēng)光互補(bǔ)集控和新能源電廠等[1-2]。

基于iP9000平臺的水電廠設(shè)備診斷分析技術(shù)研究與實(shí)現(xiàn)，不僅是對iP9000平臺的功能擴(kuò)充，更重要的是利用平臺數(shù)據(jù)共享優(yōu)勢，對存儲的海量數(shù)據(jù)進(jìn)行深度挖掘，對水電廠設(shè)備進(jìn)行實(shí)時(shí)在線的診斷分析，同時(shí)挖掘設(shè)備的運(yùn)行規(guī)律，及早發(fā)現(xiàn)設(shè)備隱患，防范事故于未然，從而實(shí)現(xiàn)設(shè)備健康感知、安全感知、性能感知及預(yù)測分析，為智慧檢修提供關(guān)鍵技術(shù)和應(yīng)用模型的支撐，為智慧電廠建設(shè)添磚加瓦[3-4]。

1 系統(tǒng)總體設(shè)計(jì)

本系統(tǒng)利用iP9000平臺公用服務(wù)接口，擴(kuò)展開發(fā)了前臺WEB綜合分析展示、后臺智能分析與專家系統(tǒng)分析，以及全廠設(shè)備分析報(bào)告智能生成等功能模塊，實(shí)現(xiàn)基于iP9000平臺的水電廠設(shè)備診斷分析應(yīng)用。系統(tǒng)總體功能結(jié)構(gòu)如圖1所示，前端采用最新WEB技術(shù)，融合BS與CS模式，可在Windows、Linux、智能手機(jī)等不同平臺下使用，最大限度地滿足了不同用戶需求；后臺采用當(dāng)前流行的大數(shù)據(jù)分析技術(shù)與方法，對設(shè)備進(jìn)行智能分析以及專家系統(tǒng)分析，同時(shí)結(jié)合組態(tài)編程，實(shí)現(xiàn)了全新的可視化編程技術(shù)，為用戶提供能夠快速構(gòu)建水電自動控制系統(tǒng)監(jiān)控功能的通用層次工具；此外，利用全廠設(shè)備診斷分析報(bào)告模塊能夠按需自動生成全廠設(shè)備診斷分析報(bào)告。

圖1 系統(tǒng)功能結(jié)構(gòu)示意圖

2 前端交互及展示

系統(tǒng)前端采用最新WEB技術(shù)，融合BS與CS模式，可在Windows、Linux、智能手機(jī)等不同平臺下使用。前端交互與展示主要包括通用趨勢分析模塊、可定制的實(shí)時(shí)組態(tài)監(jiān)視模型（可將iP9000平臺的人機(jī)交互畫面自動轉(zhuǎn)換為WEB頁面）、數(shù)據(jù)綜合展示模塊、設(shè)備智能診斷與報(bào)警模塊、設(shè)備智能分析報(bào)告展示模塊等。為了更加美觀直接地對分析結(jié)果進(jìn)行展示，系統(tǒng)提供了豐富多彩的圖形化展示方式，包括平面曲線圖、直方圖、3 D散點(diǎn)圖、3 D曲面圖、以及熱力學(xué)示意圖等，如圖2所示。

圖2 前端交互展示示意圖

3 智能診斷分析

系統(tǒng)利用平臺數(shù)據(jù)共享優(yōu)勢，通過智能診斷分析技術(shù)對海量數(shù)據(jù)進(jìn)行深度挖掘，實(shí)現(xiàn)設(shè)備故障診斷與預(yù)警，為復(fù)雜的水電設(shè)備監(jiān)控系統(tǒng)的可靠性、安全性和故障診斷及預(yù)測提供了新的途徑。常用智能分析方法及應(yīng)用如下[5-6]：

3.1 智能分析關(guān)鍵技術(shù)方法

（1）回歸分析：主要包括線性回歸、嶺回歸、LASSO、主成分分析、因子分析等。

（2）分類分析：主要包括樸素貝葉斯模型、支持向量機(jī)、隨機(jī)森林和Adaboost（自適應(yīng)增強(qiáng)）等。

（3）聚類分析：主要包括直接聚類、相關(guān)性聚類、統(tǒng)計(jì)聚類、層次聚類、基于網(wǎng)格聚類、基于密度聚類、傳遞閉包、布爾矩陣。

（4）人工神經(jīng)網(wǎng)絡(luò)：模仿動物神經(jīng)網(wǎng)絡(luò)行為特征并行信息處理，具有自適應(yīng)、自組織、自學(xué)習(xí)、聯(lián)想存儲、高速查找優(yōu)化解、擅長非結(jié)構(gòu)化數(shù)據(jù)處理，是人工智能的重要方法，應(yīng)用廣泛。

3.2 iP9000智能分析典型示例

（1）基于孤立森林算法的水電廠泵設(shè)備異常啟停診斷：通常實(shí)際情況下，水電廠的絕大多數(shù)歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)為正常數(shù)據(jù)，只有極少數(shù)的異常數(shù)據(jù)。我們采用孤立森林算法[7]，可以自動提取出孤立數(shù)據(jù)，但孤立的數(shù)據(jù)并不一定是異常數(shù)據(jù)，在建立分析模型時(shí)引入正常數(shù)據(jù)模型，利用大量的歷史數(shù)據(jù)對算法模型進(jìn)行訓(xùn)練，進(jìn)而實(shí)現(xiàn)水電廠泵設(shè)備異常啟停的準(zhǔn)確診斷。

（2）基于時(shí)間序列分析算法的機(jī)組軸瓦溫度預(yù)測：水電廠一些設(shè)備的數(shù)據(jù)相關(guān)性較為緊密，例如機(jī)組的軸瓦溫度與機(jī)組功率及水頭密切相關(guān)。通過采用長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)（Long Short-Term Memory，LSTM）模型[8]，結(jié)合時(shí)間序列分析算法，實(shí)現(xiàn)機(jī)組軸瓦溫度預(yù)測與異常診斷。首先對軸瓦溫度建立LSTM分析模型，該模型是一種目前比較流行的預(yù)測人工神經(jīng)網(wǎng)絡(luò)，可用于機(jī)器人控制、圖像識別、疾病預(yù)測等，然后通過研究預(yù)測目標(biāo)與時(shí)間過程的演變關(guān)系，根據(jù)統(tǒng)計(jì)規(guī)律性構(gòu)造擬合函數(shù)的最佳數(shù)學(xué)模型進(jìn)行軸瓦溫度預(yù)測。模型中關(guān)聯(lián)機(jī)組功率及水頭等相關(guān)數(shù)據(jù)，使用大量的歷史和實(shí)時(shí)數(shù)據(jù)對模型進(jìn)行訓(xùn)練，使模型能夠判斷在不同縱向和橫向數(shù)據(jù)條件下的軸瓦溫度發(fā)展趨勢，實(shí)現(xiàn)軸瓦溫度的預(yù)測，當(dāng)發(fā)現(xiàn)可能的異常時(shí)及時(shí)報(bào)警通知運(yùn)維人員處理，將故障消滅在萌芽狀態(tài)。

（3）基于K-means/K-medoids聚類的不同水頭、功率下振擺分析：將物理或抽象對象的集合分成由類似的對象組成的多個(gè)類的過程稱為聚類。在水電廠的眾多設(shè)備中，以振擺為例，分析數(shù)據(jù)時(shí)需要區(qū)分不同功率及水頭，傳統(tǒng)的分析方法是將水頭和功率劃分為若干個(gè)區(qū)段，然后對每個(gè)區(qū)段下的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。通過聚類方法可以自動劃分區(qū)段，自動篩選出異常數(shù)據(jù)，實(shí)現(xiàn)不同工況下劣化趨勢的自動分析及報(bào)警。

4 專家系統(tǒng)分析

該模塊根據(jù)水電系統(tǒng)領(lǐng)域?qū)＜姨峁┑闹R和經(jīng)驗(yàn)構(gòu)建專家?guī)?，?yīng)用人工智能技術(shù)和計(jì)算機(jī)技術(shù)，模擬專家對水電設(shè)備運(yùn)行故障進(jìn)行診斷分析的決策過程，以便解決需要水電領(lǐng)域?qū)＜医鉀Q的設(shè)備故障問題。

4.1 專家分析框架及知識庫

iP9000專家分析框架采用當(dāng)前廣泛應(yīng)用的大數(shù)據(jù)分析編程語言，通過iP9000公用服務(wù)與內(nèi)部接口耦合，搭建了專家分析框架，構(gòu)建了專家系統(tǒng)知識庫，實(shí)現(xiàn)了水電廠常用設(shè)備專家診斷分析方法，可對水電廠各種設(shè)備進(jìn)行實(shí)時(shí)在線診斷分析，當(dāng)數(shù)據(jù)異常時(shí)啟動自動報(bào)警功能。

知識庫中包含基于專家經(jīng)驗(yàn)的判斷性規(guī)則、用于問題推理求解的控制性規(guī)則、以及用于說明問題狀態(tài)、事實(shí)、概念和常識等數(shù)據(jù)，用戶可以通過查詢、增刪、修改和擴(kuò)充等功能模塊，實(shí)現(xiàn)與專家知識庫的交互操作。為了滿足更多電廠在實(shí)際監(jiān)控中的多樣化需要，系統(tǒng)對用戶開放了專家分析建模接口，開發(fā)了圖形化編程工具，用戶可根據(jù)實(shí)際情況，通過編寫任意流程任意邏輯，擴(kuò)充知識庫，進(jìn)一步增加專家分析功能，更好更全面地對全廠設(shè)備進(jìn)行診斷分析。

4.2 圖形化編程工具

通過編寫任意流程任意邏輯，擴(kuò)充專家?guī)欤枰脩粲幸欢ǖ木幊袒A(chǔ)。為了降低專家?guī)斓臄U(kuò)充難度、提高專家模型的編寫效率，我們實(shí)現(xiàn)了全圖形化編程工具，該工具封裝采用了的公用算法模型，用戶也可根據(jù)實(shí)際需要擴(kuò)充公用算法模型。用戶使用該工具，可以通過圖形化方式編寫設(shè)備分析算法模型，極大地簡化了專家分析模型編寫難度。

5 全廠設(shè)備分析報(bào)告智能生成

國內(nèi)多數(shù)大中型水電站以及水電企業(yè)集控中心會定期對全廠發(fā)電設(shè)備的運(yùn)行狀況進(jìn)行評估，并編寫設(shè)備診斷分析報(bào)告。工作人員可以利用多時(shí)期的分析報(bào)告數(shù)據(jù)，對設(shè)備健康狀況進(jìn)行評估，預(yù)先確定設(shè)備檢修和更換的時(shí)間，保障設(shè)備安全穩(wěn)定運(yùn)行。然而，全廠設(shè)備診斷分析報(bào)告的編寫會花費(fèi)相當(dāng)大的人力物力，電廠需要安排較多的不同專業(yè)相關(guān)人員對全廠設(shè)備的健康狀況數(shù)據(jù)進(jìn)行采集，歷時(shí)數(shù)天才能完成報(bào)告，并且報(bào)告圖形化能力不強(qiáng)。

為此本系統(tǒng)專門開發(fā)了全廠設(shè)備診斷分析報(bào)告模塊，用戶可以自定義配置報(bào)告模板，實(shí)現(xiàn)所見即所得診斷分析報(bào)告。該報(bào)告能夠自動生成相關(guān)數(shù)據(jù)圖形及其趨勢報(bào)警數(shù)據(jù)、表格數(shù)據(jù)及其數(shù)據(jù)報(bào)警、泵設(shè)備組數(shù)據(jù)，單個(gè)特征數(shù)據(jù)，以及形成智能化的設(shè)備診斷分析結(jié)論，具體包括：

（1）根據(jù)獲取的實(shí)時(shí)和歷史數(shù)據(jù)，利用智能診斷分析和專家系統(tǒng)分析功能模塊，對設(shè)備的運(yùn)行狀況進(jìn)行診斷分析，得出設(shè)備的運(yùn)行數(shù)據(jù)及健康狀況；

（2）全廠設(shè)備對象的趨勢分析圖表，以及數(shù)據(jù)變化速度、變化幅值、變化間隔報(bào)警及統(tǒng)計(jì)；

（3）設(shè)備對象的模擬量變化趨勢，獲取到不同復(fù)雜工況下的波動變化率報(bào)警、梯度報(bào)警等相關(guān)報(bào)警。

此外，用戶可通過定時(shí)或條件觸發(fā)方式自動生成全廠設(shè)備診斷分析報(bào)告，節(jié)省了大量的人力物力，提高企業(yè)生產(chǎn)效率。

6 結(jié)論

依托iP9000平臺，提出了一套服務(wù)于水利水電行業(yè)的設(shè)備診斷及分析系統(tǒng)，利用平臺數(shù)據(jù)共享優(yōu)勢，對存儲的海量數(shù)據(jù)進(jìn)行深度挖掘，不僅可以實(shí)現(xiàn)水電廠設(shè)備實(shí)時(shí)在線診斷分析及報(bào)警，而且通過挖掘設(shè)備的運(yùn)行規(guī)律，能夠?qū)υO(shè)備狀態(tài)進(jìn)行預(yù)估及隱患預(yù)警，充分保障設(shè)備安全高效的運(yùn)行，助力智慧電廠的建設(shè)。