雅礱江流域水電開發(fā)有限公司 郭玉恒 王 剛 席紅兵 劉 峰

引言

國內(nèi)大部分水電廠運(yùn)行過程中的監(jiān)盤分析靠運(yùn)行人員手工瀏覽畫面、抄表、巡撿、趨勢分析及控制系統(tǒng)的固定界限報(bào)警來提示。人工觀察數(shù)據(jù)的工作量大、沒有統(tǒng)一規(guī)范，主要靠人的經(jīng)驗(yàn)?？刂葡到y(tǒng)報(bào)警的界限值不能輕易改動，不論何種工況采用固定的界限值報(bào)警往往容易誤報(bào)、漏報(bào)，或報(bào)警時已來不及采取措施。人工分析參數(shù)的變化趨勢，參數(shù)異常的早期識別難度大[1-2]。

在火電領(lǐng)域有部分電廠已開展智能監(jiān)盤方面的探索和實(shí)踐：神華國華北京燃?xì)鉄犭姀S將多變量模式識別技術(shù)應(yīng)用于智能監(jiān)盤，該廠基于歷史數(shù)據(jù)挖掘，建立監(jiān)盤參數(shù)的多變量自關(guān)聯(lián)模型，進(jìn)行了燃機(jī)電廠智能監(jiān)控研發(fā)，畫面實(shí)時傳送至集控室大屏。該成果獲得了眾多的獎項(xiàng)，具有豐富的應(yīng)用案例；利港電廠也開啟了智能監(jiān)盤研究應(yīng)用，其智能監(jiān)盤系統(tǒng)基本架構(gòu)思想主要是系統(tǒng)自動監(jiān)視，通過將相關(guān)聯(lián)的參數(shù)導(dǎo)入到參數(shù)預(yù)測模型機(jī)器學(xué)習(xí)算法中，對海量歷史數(shù)據(jù)的訓(xùn)練挖掘得到每個監(jiān)視參數(shù)的預(yù)測值，將得到的預(yù)測值與運(yùn)行標(biāo)準(zhǔn)、運(yùn)行經(jīng)驗(yàn)、當(dāng)前的實(shí)測值放入到健康度評價模型中，判斷該算法得到的預(yù)測值是否相對準(zhǔn)確，形成一個健康度評價打分體系[3]。

國外GE、西門子等公司都提出了各自的數(shù)字化智能化解決方案，將多種數(shù)據(jù)分析技術(shù)結(jié)合應(yīng)用到電廠具體業(yè)務(wù)中，很多集團(tuán)通過集中監(jiān)視和診斷中心進(jìn)行監(jiān)視，電廠的生產(chǎn)更像一個車間。加拿大TransAlta 集團(tuán)將控制系統(tǒng)的傳統(tǒng)報(bào)警和事件記錄傳送到集中監(jiān)視和診斷中心，再通過實(shí)時數(shù)據(jù)、智能預(yù)警、性能計(jì)算分析等系統(tǒng)集成在一起，將各個系統(tǒng)產(chǎn)生的報(bào)警進(jìn)行統(tǒng)一監(jiān)視和分析，對機(jī)組從經(jīng)濟(jì)性和可靠性兩個方面進(jìn)行分析和把控。在關(guān)鍵參數(shù)的早期異常方面芝加哥大學(xué)開展研究和應(yīng)用較早，其多變量模式識別技術(shù)在國外的眾多發(fā)電集團(tuán)得到了普遍應(yīng)用[4-5]。

目前基于大數(shù)據(jù)技術(shù)的智能監(jiān)盤系統(tǒng)為運(yùn)行值班員提供了強(qiáng)有力的工具：該系統(tǒng)大大降低人工進(jìn)行運(yùn)行監(jiān)視和分析的工作負(fù)擔(dān)，提高運(yùn)行人員工作效率，甚至可減少運(yùn)行人員的投入人力；提高運(yùn)行值班員的操作水平，提高對機(jī)組、系統(tǒng)、設(shè)備運(yùn)行異常的識別能力、分析能力和預(yù)知預(yù)判能力，降低運(yùn)行中的設(shè)備故障率，減少非停和緊急搶修，從而提高機(jī)組的安全性和可靠性；通過監(jiān)盤參數(shù)的變化及時發(fā)現(xiàn)設(shè)備部件的異常和故障，大大降低設(shè)備檢修維護(hù)成本，提高設(shè)備可靠性；該系統(tǒng)可對設(shè)備、系統(tǒng)、機(jī)組實(shí)現(xiàn)整體的科學(xué)、量化的健康評估，有效服務(wù)于運(yùn)行管理和生產(chǎn)管理。

1 智能監(jiān)盤實(shí)現(xiàn)的功能

1.1 數(shù)據(jù)處理

從生產(chǎn)控制大區(qū)獲取實(shí)時數(shù)據(jù)并存儲于數(shù)據(jù)服務(wù)器上，數(shù)據(jù)延時小于0.5s，具備生產(chǎn)控制大區(qū)各系統(tǒng)歷史數(shù)據(jù)的導(dǎo)入功能。對采集的數(shù)據(jù)進(jìn)行有效性和正確性檢查，過濾無效數(shù)據(jù)；根據(jù)設(shè)備模型自動學(xué)習(xí)歷史數(shù)據(jù)，記錄設(shè)備不同工況下多維度的運(yùn)行數(shù)據(jù)，實(shí)現(xiàn)智能閾值計(jì)算，得到設(shè)備不同工況下的報(bào)警閾值并不斷進(jìn)行修正，實(shí)時進(jìn)行狀態(tài)趨勢曲線數(shù)據(jù)對比監(jiān)測。

1.2 趨勢分析

智能分析設(shè)備參量突變原因及趨勢功能?；谙嗤r運(yùn)行條件下的歷史數(shù)據(jù)分析設(shè)備參量突變的原因及趨勢，適用于參量變化過快等類似設(shè)備保護(hù)預(yù)警；智能分析設(shè)備長期運(yùn)行趨勢功能。提取設(shè)備長期運(yùn)行特征參量值，結(jié)合設(shè)備的當(dāng)前運(yùn)行工況分析設(shè)備長期運(yùn)行趨勢，根據(jù)故障征兆對可能發(fā)生故障的時間、位置和程度進(jìn)行預(yù)測，適用于設(shè)備運(yùn)行效率分析或隱患提前預(yù)測；縱向趨勢分析功能。對同一設(shè)備相同工況下進(jìn)行數(shù)據(jù)縱向環(huán)比及數(shù)據(jù)趨勢預(yù)測，當(dāng)設(shè)備運(yùn)行參量大幅度偏離或趨勢預(yù)測偏離歷史運(yùn)行平均值時進(jìn)行報(bào)警；橫向趨勢分析功能。對同類設(shè)備相同工況下進(jìn)行橫向數(shù)據(jù)趨勢分析，對運(yùn)行參量大幅度偏離或趨勢預(yù)測偏離同類設(shè)備運(yùn)行平均值的設(shè)備進(jìn)行報(bào)警。

1.3 輔助預(yù)警

輔助故障定位功能。根據(jù)故障特征和報(bào)警信息，結(jié)合設(shè)備運(yùn)行工況及歷史報(bào)警信息對已發(fā)生故障進(jìn)行定位，提出若干條故障報(bào)警原因，輔助運(yùn)行人員快速、準(zhǔn)確定位設(shè)備故障部位，查明事故原因；輔助故障處置功能。根據(jù)運(yùn)行人員判斷出的故障原因，結(jié)合歷史故障處理方法，提出若干條處理措施或聯(lián)動應(yīng)急預(yù)案并附加安全措施范圍及風(fēng)險(xiǎn)評估值，供運(yùn)行人員根據(jù)實(shí)際情況進(jìn)行選擇；緊急故障狀態(tài)推送。當(dāng)機(jī)電設(shè)備發(fā)生緊急故障時，第一時間推送故障信息，監(jiān)視畫面自動跳轉(zhuǎn)至故障設(shè)備界面并推送相關(guān)故障處理建議及措施，緊急情況下推送相關(guān)的故障應(yīng)急預(yù)案，輔助運(yùn)行人員快速、正確地處理緊急異常事件。

1.4 智能統(tǒng)計(jì)

實(shí)現(xiàn)每兩小時智能巡屏，自動記錄相應(yīng)數(shù)據(jù)，對全站機(jī)電設(shè)備運(yùn)行參數(shù)情況進(jìn)行分析對比，并可將上述數(shù)據(jù)導(dǎo)出生成指定格式的文檔，支持Excel和word 文檔；每日零點(diǎn)自動生成生產(chǎn)日報(bào)、電量報(bào)表，每月定點(diǎn)自動生成生產(chǎn)月報(bào)，代替人工制表，確保制表的精確性和及時性，并可將上述數(shù)據(jù)導(dǎo)出生成指定格式的文檔；可對所有設(shè)備的任意時間段自動生成運(yùn)行狀態(tài)分析報(bào)告，運(yùn)行人員可根據(jù)設(shè)定的日期查詢各設(shè)備的運(yùn)行時間、運(yùn)行次數(shù)；定期自動生成各系統(tǒng)設(shè)備運(yùn)行分析報(bào)告，如油、水、氣系統(tǒng)運(yùn)行周報(bào)、月報(bào)、年度報(bào)告，對設(shè)備的運(yùn)行情況進(jìn)行全面評估，并可將上述數(shù)據(jù)導(dǎo)出生成指定格式的文檔。

實(shí)現(xiàn)巡檢數(shù)據(jù)統(tǒng)計(jì)的自動生成，運(yùn)行人員可根據(jù)每日巡檢或周巡檢需要統(tǒng)計(jì)的數(shù)據(jù)設(shè)定統(tǒng)計(jì)內(nèi)容，并可將上述數(shù)據(jù)導(dǎo)出生成指定格式的文檔；實(shí)現(xiàn)泄洪閘門操作數(shù)據(jù)的記錄及統(tǒng)計(jì)。運(yùn)行人員可根據(jù)設(shè)定的時間段查詢每個泄洪閘門操作記錄詳情、啟門次數(shù)、閉門次數(shù)，并可將上述數(shù)據(jù)導(dǎo)出生成指定格式的文檔；實(shí)現(xiàn)機(jī)組開停機(jī)時間及開停機(jī)次數(shù)的記錄及統(tǒng)計(jì)。運(yùn)行人員可根據(jù)設(shè)定的月份查詢各機(jī)組一個月內(nèi)所有的開機(jī)時刻、停機(jī)時刻、開停機(jī)次數(shù)及開停機(jī)失敗時刻，并可將上述數(shù)據(jù)導(dǎo)出生成指定格式的文檔；實(shí)現(xiàn)每日最高及最低庫水位的統(tǒng)計(jì)。運(yùn)行人員可根據(jù)設(shè)定的時間段查詢電站每日最高庫水位、最高庫水位到達(dá)時間、每日最低庫水位、最低庫水位到達(dá)時間，并可將上述數(shù)據(jù)導(dǎo)出生成指定格式的文檔。

2 智能監(jiān)盤系統(tǒng)設(shè)計(jì)原則及其設(shè)計(jì)

2.1 智能監(jiān)盤系統(tǒng)設(shè)計(jì)原則

安全原則。智能監(jiān)盤系統(tǒng)應(yīng)部署在安全I(xiàn)II 區(qū)，系統(tǒng)通過安全隔離裝置從控制區(qū)(安全Ⅰ區(qū))實(shí)時獲取監(jiān)控系統(tǒng)數(shù)據(jù)，并將數(shù)據(jù)存儲于安全I(xiàn)II 區(qū)。智能監(jiān)盤系統(tǒng)不得影響電站計(jì)算機(jī)監(jiān)控系統(tǒng)監(jiān)視、操作、數(shù)據(jù)存儲等功能。智能監(jiān)盤系統(tǒng)需滿足《電力監(jiān)控系統(tǒng)安全防護(hù)規(guī)定》和《電力行業(yè)信息安全等級防護(hù)管理辦法》的要求，同時做好數(shù)據(jù)安全防護(hù)工作，應(yīng)滿足國家、電力行業(yè)對于數(shù)據(jù)安全管理的相關(guān)規(guī)定。

適應(yīng)原則。數(shù)據(jù)獲取、處理的過程中不影響現(xiàn)有系統(tǒng)的運(yùn)行和性能，同時支持將來其它應(yīng)用系統(tǒng)的數(shù)據(jù)共享、查詢和二次開發(fā)。智能監(jiān)盤系統(tǒng)的設(shè)計(jì)與開發(fā)應(yīng)采用標(biāo)準(zhǔn)化、開放式的接口技術(shù)，便于后期的功能擴(kuò)展。軟件模塊可根據(jù)功能發(fā)展逐步配置，新增加的設(shè)備和軟件不得影響原有系統(tǒng)的可靠高效運(yùn)行，應(yīng)滿足系統(tǒng)不斷發(fā)展和完善的要求。

高效原則。通過智能監(jiān)控及輔助決策系統(tǒng)整合全站機(jī)電設(shè)備信息，實(shí)現(xiàn)對機(jī)電設(shè)備運(yùn)行狀態(tài)的實(shí)時評估，對可能發(fā)生的故障進(jìn)行預(yù)測，對已發(fā)生故障提供處置方案，同時輔助人工實(shí)現(xiàn)自動巡盤，定期完成各系統(tǒng)設(shè)備分析報(bào)告。通過該系統(tǒng)切實(shí)提升運(yùn)行監(jiān)盤工作效率，降低運(yùn)行人員監(jiān)盤工作強(qiáng)度，提高電站的安全運(yùn)行水平。

2.2 硬件系統(tǒng)設(shè)計(jì)

智能監(jiān)盤系統(tǒng)部署在安全I(xiàn)II 區(qū)，其硬件系統(tǒng)由數(shù)據(jù)服務(wù)器、報(bào)警工作站、交換機(jī)、防火墻、隔離裝置、入侵檢測系統(tǒng)、光纖磁盤陣列、顯示器、人機(jī)交互系統(tǒng)等組成。數(shù)據(jù)的傳輸速率、數(shù)據(jù)的完整性應(yīng)滿足要求。智能監(jiān)盤通過正向安全隔離裝置從生產(chǎn)控制大區(qū)獲取數(shù)據(jù)，采用防火墻進(jìn)行隔離。系統(tǒng)采用分級授權(quán)管理，具有安全審計(jì)功能。

2.3 軟件系統(tǒng)設(shè)計(jì)

數(shù)據(jù)流向：數(shù)據(jù)從電廠的綜合信息平臺進(jìn)入監(jiān)盤模型計(jì)算，模型實(shí)時計(jì)算動態(tài)基準(zhǔn)值，動態(tài)基準(zhǔn)值送入監(jiān)盤服務(wù)經(jīng)模式識別判斷后送到監(jiān)盤網(wǎng)站，展示給監(jiān)盤人員。

部署方式：單機(jī)方式。實(shí)時數(shù)據(jù)從CCS 經(jīng)接口采集進(jìn)入電廠數(shù)據(jù)綜合平臺，綜合平臺數(shù)據(jù)經(jīng)接口送到智能監(jiān)盤服務(wù)器進(jìn)行計(jì)算和展示。除實(shí)時測量數(shù)據(jù)外監(jiān)盤系統(tǒng)還可讀取實(shí)時數(shù)據(jù)庫中的存檔數(shù)據(jù)、運(yùn)行人員的手工輸入數(shù)據(jù)、關(guān)系數(shù)據(jù)庫數(shù)據(jù)、計(jì)算指標(biāo)數(shù)據(jù)等。單機(jī)方式部署簡單，硬件成本低，但可靠性比雙機(jī)冗余低；冗余方式。與單機(jī)部署不同的地方在于，所有的監(jiān)盤軟件都在另外一臺服務(wù)器上部署一套，兩套軟件互為備份，萬一有一臺服務(wù)器硬件損壞或軟件出故障，智能監(jiān)盤會自動切換到另外一臺服務(wù)器上運(yùn)行。保證系統(tǒng)的可靠性。冗余部署的方式在可靠性上有顯著提高，成本上需增加一臺服務(wù)器和操作系統(tǒng)。

圖1 基于綜合信息管理平臺的數(shù)據(jù)流向圖

3 智能監(jiān)盤系統(tǒng)技術(shù)原理

3.1 應(yīng)用的技術(shù)

智能監(jiān)盤系統(tǒng)主要基于建模技術(shù)與機(jī)器學(xué)習(xí)技術(shù)、模式識別技術(shù)、整體狀態(tài)評估技術(shù)，這三大技術(shù)也是智能監(jiān)盤系統(tǒng)高效、精準(zhǔn)預(yù)測必不可缺少的：建模技術(shù)與機(jī)器學(xué)習(xí)技術(shù)。多變量自關(guān)聯(lián)的監(jiān)盤模型采用基于相似性原理的建模技術(shù)，對生產(chǎn)現(xiàn)場機(jī)組大量運(yùn)行參數(shù)的海量歷史數(shù)據(jù)進(jìn)行深入挖掘分析，基于機(jī)理的分析和數(shù)學(xué)方法相結(jié)合研究建模，建立機(jī)組重要系統(tǒng)及關(guān)鍵設(shè)備的正常運(yùn)行過程的高保真歷史經(jīng)驗(yàn)?zāi)Ｐ?；模式識別技術(shù)?；诒O(jiān)盤模型對于監(jiān)盤對象（機(jī)組下各個系統(tǒng)及設(shè)備）當(dāng)前是否處于正常運(yùn)行模式進(jìn)行準(zhǔn)確識別。如沒有處于正常的運(yùn)行工況模式，不僅要指出異常特征還要指出可能的異常原因診斷，預(yù)警異常的部件、設(shè)備和系統(tǒng)以及當(dāng)前的緊急嚴(yán)重程度；整體狀態(tài)評估技術(shù)。研發(fā)、使用嚴(yán)重度算法，對部件、設(shè)備、系統(tǒng)、機(jī)組的劣化嚴(yán)重度進(jìn)行逐層計(jì)算，進(jìn)而給出設(shè)備、系統(tǒng)、機(jī)組的整體健康狀態(tài)的科學(xué)、量化評估。

3.2 建模原理

建模工具對歷史數(shù)據(jù)（通常為最近1年的時間間隔為1h 的歷史數(shù)據(jù)，以保證數(shù)據(jù)能夠覆蓋不同環(huán)境溫度、不同運(yùn)行工況）進(jìn)行學(xué)習(xí)訓(xùn)練，最終生成狀態(tài)矩陣來描述設(shè)備或工藝過程的應(yīng)有狀態(tài)，狀態(tài)矩陣中應(yīng)覆蓋各種可能的運(yùn)行工況和環(huán)境工況。在計(jì)算引擎運(yùn)行時，實(shí)時運(yùn)行狀態(tài)用多個傳感器的實(shí)時數(shù)據(jù)組成的實(shí)時向量表示，實(shí)時向量與狀態(tài)矩陣進(jìn)行計(jì)算得出每一個傳感器的健康估計(jì)值，實(shí)時值與估計(jì)值之差記為偏差，并產(chǎn)生動態(tài)報(bào)警帶，依據(jù)動態(tài)報(bào)警帶進(jìn)行報(bào)警；健康估計(jì)值作為監(jiān)盤、分析的基準(zhǔn)。監(jiān)盤系統(tǒng)將異常清楚明白地用趨勢圖表現(xiàn)出來并持續(xù)進(jìn)行跟蹤和監(jiān)視。將同一設(shè)備相關(guān)傳感器的趨勢放在一起進(jìn)行綜合分析，還可把同一類型對象正常運(yùn)行的相應(yīng)傳感器趨勢與存在異常征兆的異常傳感器趨勢放在一起進(jìn)行對比分析。

3.3 模型算法應(yīng)用

3.3.1 相似性理論

基于相似性理論的建模技術(shù)是通過模式重構(gòu)來完成的，不會試圖將一個變量明確地同另一個變量聯(lián)系起來，而是純碎基于選定的訓(xùn)練數(shù)據(jù)（樣本）產(chǎn)生估計(jì)。通過基于樣本的數(shù)據(jù)進(jìn)行插值重構(gòu)、確切符合訓(xùn)練數(shù)據(jù)、線性組合產(chǎn)生估計(jì)，最終達(dá)到清除正常變量，從而顯示出異常運(yùn)行狀態(tài)。

大型水利發(fā)電廠發(fā)電工藝流程相對復(fù)雜，機(jī)理模型建模難以準(zhǔn)確實(shí)現(xiàn)，其中變量多，水電廠數(shù)據(jù)較多、工況復(fù)雜，需要調(diào)較多的經(jīng)驗(yàn)公式、參數(shù)設(shè)值調(diào)整復(fù)雜。因此一般采用非參數(shù)化建模中的SBM基于相似理論建模，也就是基于大數(shù)據(jù)訓(xùn)練模型的一種手段。具體實(shí)施將一組相關(guān)的變量放在一起，將模擬量分組分系統(tǒng)。例如運(yùn)行人員監(jiān)盤監(jiān)視某個系統(tǒng)，在某個工況下，一個參數(shù)在一定范圍內(nèi)、另一個參數(shù)也在相應(yīng)的范圍或?qū)⒂绊懥硪粋€參數(shù)的范圍。這樣一組互相關(guān)聯(lián)的變量可反應(yīng)系統(tǒng)設(shè)備的運(yùn)行情況。將一年的歷史數(shù)據(jù)，例如水頭、工況、溫度等模擬量選取其中健康的數(shù)據(jù)作為輸入，輸出一個狀態(tài)矩陣，掌握機(jī)組在健康狀態(tài)下的各種參數(shù)顯示。該狀態(tài)矩陣將掌握機(jī)組機(jī)組健康下的各種參數(shù)顯示。

機(jī)組實(shí)際運(yùn)行過程中，該參數(shù)的選取即為機(jī)組當(dāng)前狀態(tài)下的實(shí)時數(shù)據(jù)，通過計(jì)算所有組合的相似度產(chǎn)生插值矩陣，然后權(quán)重模式加到一塊組成估計(jì)模式。通過把輸入模式減去估計(jì)模式從而產(chǎn)生一個剩余值，把剩余值較低的變量作為正常變量移除，較高的即為需要顯示出來的異常數(shù)據(jù)。

3.3.2 嚴(yán)重度

嚴(yán)重度算法為監(jiān)盤模型中的每一個測點(diǎn)實(shí)時計(jì)算嚴(yán)重度，計(jì)算該測點(diǎn)健康估計(jì)值與實(shí)時值偏差的嚴(yán)重程度。實(shí)時嚴(yán)重度是監(jiān)盤、監(jiān)視的第二個基準(zhǔn)。

3.3.3 動態(tài)基準(zhǔn)值計(jì)算

依據(jù)系統(tǒng)的函數(shù)、建模和組態(tài)配置系統(tǒng)實(shí)時地判斷當(dāng)前工況，根據(jù)當(dāng)前的運(yùn)行工況不同，實(shí)時地計(jì)算出所有監(jiān)視參數(shù)的基準(zhǔn)值，大量參數(shù)實(shí)時計(jì)算不卡頓。結(jié)合電廠實(shí)際情況，可利用計(jì)算指標(biāo)實(shí)時計(jì)算出運(yùn)行人員所關(guān)注的數(shù)據(jù)，其也是從實(shí)時數(shù)據(jù)庫中讀取。具體配置哪些參數(shù)和配置多少參數(shù)根據(jù)運(yùn)行的實(shí)際需要來確定。

4 結(jié)語

智能監(jiān)盤系統(tǒng)可實(shí)時計(jì)算主要運(yùn)行參數(shù)的基準(zhǔn)值和正常的變動區(qū)間，通過動態(tài)監(jiān)視帶和智能化設(shè)置提高預(yù)知預(yù)判能力，并將運(yùn)行人員的經(jīng)驗(yàn)知識通過專家系統(tǒng)進(jìn)行系統(tǒng)化來實(shí)現(xiàn)智能化的監(jiān)盤。智能監(jiān)盤系統(tǒng)可提高監(jiān)盤效率和降低監(jiān)盤的勞動強(qiáng)度，提高運(yùn)行監(jiān)盤的智能性和全面性。