（東方汽輪機(jī)有限公司，四川 德陽(yáng) 618000）

0 引言

汽輪機(jī)作為電力生產(chǎn)系統(tǒng)的核心設(shè)備，是集成耦合機(jī)、電、液、熱、信息等多因素、多介質(zhì)的復(fù)雜機(jī)電系統(tǒng)。這類發(fā)電系統(tǒng)通過(guò)多種監(jiān)測(cè)與保護(hù)系統(tǒng)對(duì)機(jī)組的健康狀態(tài)進(jìn)行記錄和診斷，存儲(chǔ)了海量、多維、多態(tài)數(shù)據(jù)。汽輪機(jī)系統(tǒng)復(fù)雜，設(shè)備體積龐大，工作環(huán)境惡劣，一旦出現(xiàn)異常狀態(tài)或故障，會(huì)導(dǎo)致停機(jī)或減產(chǎn)，影響發(fā)電廠經(jīng)濟(jì)效益，甚至?xí)?dǎo)致特、重大安全事故的發(fā)生。因此，應(yīng)用現(xiàn)代信息技術(shù)手段進(jìn)行機(jī)組健康狀態(tài)管理，即機(jī)組狀態(tài)實(shí)時(shí)監(jiān)測(cè)、機(jī)組異常狀態(tài)辨別、機(jī)組故障模式診斷和機(jī)組維護(hù)維修計(jì)劃科學(xué)合理的制定等，是提高現(xiàn)役汽輪機(jī)組安全、可靠、穩(wěn)定、高效運(yùn)行的重要措施。

傳統(tǒng)汽輪機(jī)健康狀態(tài)管理技術(shù)主要應(yīng)用于具體設(shè)備特定健康狀態(tài)，缺少系統(tǒng)層面整體性的研究，對(duì)機(jī)組狀態(tài)的演變、故障的傳播無(wú)法準(zhǔn)確建模和分析，因此，基于數(shù)據(jù)驅(qū)動(dòng)的機(jī)組狀態(tài)監(jiān)測(cè)和故障模式診斷逐漸成為掌握系統(tǒng)性能演變的重要手段和研究熱點(diǎn)[1-2]。數(shù)據(jù)驅(qū)動(dòng)的機(jī)組狀態(tài)健康管理技術(shù)采集和獲取系統(tǒng)實(shí)時(shí)狀態(tài)，利用統(tǒng)計(jì)分析和信號(hào)分析的數(shù)據(jù)處理方法，提取與系統(tǒng)屬性、狀態(tài)有關(guān)的特征參數(shù)，借助機(jī)器學(xué)習(xí)智能算法和數(shù)據(jù)處理模型進(jìn)行系統(tǒng)狀態(tài)檢測(cè)、分析和辨識(shí)，可靠有效地診斷系統(tǒng)狀態(tài)模式，為機(jī)組維護(hù)、安全運(yùn)行提供決策信息。

1 汽輪機(jī)健康狀態(tài)分類

汽輪機(jī)是將內(nèi)能轉(zhuǎn)化為機(jī)械能的大型復(fù)雜旋轉(zhuǎn)設(shè)備，根據(jù)機(jī)組系統(tǒng)狀態(tài)的劣化演變過(guò)程，將其健康狀態(tài)分為熱力性能狀態(tài)和機(jī)械故障狀態(tài)，如圖1 所示。機(jī)組的熱力性能狀態(tài)主要指機(jī)組的效率和通流能力，其狀態(tài)監(jiān)測(cè)和故障診斷的理論基礎(chǔ)是基于汽輪機(jī)變工況運(yùn)行特性，通過(guò)溫度、壓力、流量等熱力過(guò)程參數(shù)的變化來(lái)表征熱力性能狀態(tài)，是一種早期的機(jī)械故障診斷。當(dāng)機(jī)組的健康狀態(tài)以異常振動(dòng)、跳機(jī)等外部表現(xiàn)形式表征時(shí)，機(jī)組將發(fā)生機(jī)械故障，相較熱力參數(shù)的變化，振動(dòng)信號(hào)是一種迅速、直接表征機(jī)組運(yùn)行狀態(tài)的物理參數(shù)。據(jù)統(tǒng)計(jì)，旋轉(zhuǎn)設(shè)備70%以上的機(jī)械故障都是以振動(dòng)形式表現(xiàn)的，利用振動(dòng)信號(hào)進(jìn)行汽輪機(jī)機(jī)組健康狀態(tài)管理是目前最普遍的方法。

參考機(jī)組運(yùn)行實(shí)時(shí)數(shù)據(jù)和歷史數(shù)據(jù)，通過(guò)對(duì)反應(yīng)汽輪機(jī)性能和運(yùn)行狀態(tài)的特征參數(shù)的分析，以期對(duì)機(jī)組的健康狀態(tài)，如機(jī)組健康狀態(tài)、運(yùn)行優(yōu)化服務(wù)、故障解決方案等做出綜合評(píng)估。

2 數(shù)據(jù)驅(qū)動(dòng)的汽輪機(jī)健康狀態(tài)分析方法

隨著“互聯(lián)網(wǎng)+”技術(shù)的發(fā)展，傳統(tǒng)發(fā)電廠正朝著數(shù)字信息化、可視化和智能化的數(shù)字發(fā)電廠發(fā)展，將最大限度實(shí)現(xiàn)發(fā)電廠的安全、經(jīng)濟(jì)、高效、環(huán)保運(yùn)行。數(shù)字發(fā)電廠系統(tǒng)的監(jiān)控變量和健康狀態(tài)數(shù)據(jù)大幅增加，傳統(tǒng)的過(guò)程監(jiān)控管理方法將無(wú)法準(zhǔn)確、及時(shí)、高效地反應(yīng)發(fā)電廠的健康狀態(tài)；同時(shí)數(shù)字發(fā)電廠系統(tǒng)的強(qiáng)耦合、非線性和多元不確定性等特點(diǎn)，無(wú)法從系統(tǒng)側(cè)面分析發(fā)電廠健康狀態(tài)的劣化演變信息。因此，針對(duì)數(shù)字發(fā)電廠海量多態(tài)的大數(shù)據(jù)，數(shù)據(jù)驅(qū)動(dòng)的發(fā)電廠健康狀態(tài)管理更為適用，能有效、可靠處理多元多樣的信息，挖掘數(shù)據(jù)內(nèi)在關(guān)聯(lián)。數(shù)據(jù)驅(qū)動(dòng)的汽輪機(jī)健康狀態(tài)管理以數(shù)字發(fā)電廠豐富的監(jiān)測(cè)數(shù)據(jù)為基礎(chǔ)，利用數(shù)據(jù)挖掘技術(shù)提取反映機(jī)組狀態(tài)的隱含的有用信息，并以特征參數(shù)表征機(jī)組的健康狀態(tài)，從而實(shí)現(xiàn)機(jī)組狀態(tài)監(jiān)測(cè)和故障模式診斷的目的。

汽輪機(jī)單元系統(tǒng)運(yùn)行過(guò)程中故障萌發(fā)和演變以監(jiān)測(cè)變量的監(jiān)測(cè)數(shù)據(jù)進(jìn)行記錄，包括系統(tǒng)的實(shí)時(shí)運(yùn)行數(shù)據(jù)和大量的歷史數(shù)據(jù)。其中，實(shí)時(shí)數(shù)據(jù)反映系統(tǒng)當(dāng)前的健康狀態(tài)，歷史數(shù)據(jù)則包含了監(jiān)測(cè)對(duì)象的各種運(yùn)行工況。理論上，對(duì)大量的監(jiān)測(cè)數(shù)據(jù)進(jìn)行有效、合理的挖掘，可獲得表征系統(tǒng)故障和故障演變的特征參數(shù)，從數(shù)據(jù)方面研究故障演變的機(jī)理。數(shù)據(jù)驅(qū)動(dòng)的汽輪機(jī)健康狀態(tài)分析方法能夠較為準(zhǔn)確地監(jiān)測(cè)系統(tǒng)狀態(tài)、識(shí)別故障和辨識(shí)故障模式，主要方法包括統(tǒng)計(jì)分析方法、信號(hào)處理方法和人工智能方法，如圖2 所示。

2.1 基于統(tǒng)計(jì)分析方法

圖1 汽輪機(jī)健康狀態(tài)分類及征兆

圖2 數(shù)據(jù)驅(qū)動(dòng)的汽輪機(jī)健康狀態(tài)分析方法

基于統(tǒng)計(jì)分析的方法關(guān)鍵是分析監(jiān)測(cè)變量數(shù)據(jù)、構(gòu)建狀態(tài)判別健康閾值，對(duì)機(jī)組實(shí)時(shí)狀態(tài)進(jìn)行辨識(shí)和預(yù)警，主要包括單變量統(tǒng)計(jì)分析和多變量的統(tǒng)計(jì)分析方法。單變量統(tǒng)計(jì)方法只能選取單個(gè)關(guān)鍵變量進(jìn)行監(jiān)測(cè)，忽略了變量之間的關(guān)系，存在局限性，監(jiān)測(cè)精度和可靠性不高，常用的控制圖方法包括：Shewhart 控制圖、MA（移動(dòng)平均）控制圖、EWMA（指數(shù)加權(quán)平均）控制圖和CUSUM（累積和）控制圖。多變量統(tǒng)計(jì)分析通過(guò)對(duì)線性或非線性變量數(shù)據(jù)空間進(jìn)行重構(gòu)和融合，提取系統(tǒng)狀態(tài)表征參數(shù)，構(gòu)建健康閾值統(tǒng)計(jì)量，檢測(cè)系統(tǒng)異常狀態(tài)。針對(duì)處理數(shù)據(jù)的復(fù)雜程度不同，多變量統(tǒng)計(jì)分析方法包括線性方法和非線性方法[3-5]，其中線性特征提取方法包括PCA（主元分析）、PLS（偏最小二乘方法）、FDA（Fisher 判別分析）、ICA（獨(dú)立成分分析），非線性特征提取方法在線性方法基礎(chǔ)上進(jìn)入核變換，用隱式映射對(duì)高維數(shù)據(jù)降維處理，包括KPCA（核主元分析）、KPLS（核偏最小二乘方法）、KFDA（核Fisher 判別分析）、KICA（核獨(dú)立成分分析）。

2.2 基于信號(hào)處理方法

系統(tǒng)運(yùn)行過(guò)程中監(jiān)測(cè)變量的時(shí)間序列數(shù)據(jù)蘊(yùn)含著機(jī)組健康狀態(tài)的演化信息和設(shè)備不同時(shí)刻的工況信息?；谛盘?hào)處理的健康狀態(tài)分析方法是用信號(hào)處理模型或技術(shù)監(jiān)測(cè)變量信號(hào)方差、幅值、相位和頻率等特征的變化，對(duì)系統(tǒng)狀態(tài)進(jìn)行判斷和評(píng)估。信號(hào)處理的常用方法包括WT（小波變換法）、EMD（經(jīng)驗(yàn)?zāi)Ｊ椒纸夥ǎ?、MSP（形態(tài)信號(hào)處理法）和SA（譜分析法）等，因其分析過(guò)程不需要準(zhǔn)確的物理模型，是汽輪機(jī)機(jī)械故障診斷實(shí)用性較強(qiáng)、最常用的方法[6-8]。

2.3 基于人工智能方法

人工智能分析方法針對(duì)系統(tǒng)健康狀態(tài)類型與狀態(tài)劣化演變征兆之間無(wú)特定確切的對(duì)應(yīng)關(guān)系，通過(guò)計(jì)算機(jī)不斷學(xué)習(xí)構(gòu)建分析模型，按照一定規(guī)則、知識(shí)、邏輯對(duì)模型輸出數(shù)據(jù)進(jìn)行分析判斷，實(shí)現(xiàn)系統(tǒng)健康狀態(tài)的分析。其關(guān)鍵核心就是對(duì)系統(tǒng)運(yùn)行過(guò)程數(shù)據(jù)和故障數(shù)據(jù)集進(jìn)行訓(xùn)練學(xué)習(xí)，提取有效的表征系統(tǒng)實(shí)時(shí)變化、突變和趨勢(shì)變化等特征信息?；谌斯ぶ悄艿姆治龇椒o(wú)需建立定量的數(shù)學(xué)模型，是一種系統(tǒng)不確認(rèn)定性方法，典型的方法有神經(jīng)網(wǎng)絡(luò)、D-S 證據(jù)理論、SVM（支持向量機(jī)）和粗糙集理論等[9-12]。

3 研究現(xiàn)狀

數(shù)據(jù)驅(qū)動(dòng)汽輪機(jī)健康狀態(tài)管理方法種類多，與分析對(duì)象的數(shù)據(jù)特性、數(shù)據(jù)屬性、數(shù)據(jù)規(guī)模和可用性等相關(guān)，主要集中在用各種數(shù)據(jù)驅(qū)動(dòng)方法對(duì)汽輪機(jī)的熱力性能狀態(tài)和機(jī)械故障狀態(tài)進(jìn)行分析研究。典型的數(shù)據(jù)驅(qū)動(dòng)的汽輪機(jī)健康狀態(tài)方法研究實(shí)例及應(yīng)用如表1 所示。

表1 典型數(shù)據(jù)驅(qū)動(dòng)的汽輪機(jī)健康狀態(tài)方法

目前汽輪機(jī)組本身結(jié)構(gòu)的大型化、設(shè)備的高度集成化和系統(tǒng)運(yùn)行過(guò)程的復(fù)雜性，汽輪機(jī)健康狀態(tài)演變過(guò)程的非線性、不確定性、多樣性和異常狀態(tài)并發(fā)性等，導(dǎo)致單一的健康狀態(tài)管理分析方法準(zhǔn)確性不高，泛化能力弱，無(wú)法滿足數(shù)字發(fā)電廠對(duì)機(jī)組健康狀態(tài)管理的要求。因此，需要多種數(shù)據(jù)驅(qū)動(dòng)的方法進(jìn)行選擇性的集成和融合，同時(shí)集成和融合高效的特征提取和模式分類方法，有效提高機(jī)組健康狀態(tài)管理系統(tǒng)的數(shù)據(jù)適應(yīng)性、擴(kuò)展性、有效性、準(zhǔn)確性、魯棒性和敏感性，以便對(duì)機(jī)組健康狀態(tài)的劣化演變可以進(jìn)行準(zhǔn)確監(jiān)測(cè)、故障溯源和綜合評(píng)估。

4 數(shù)據(jù)驅(qū)動(dòng)的汽輪機(jī)健康狀態(tài)管理策略

數(shù)據(jù)驅(qū)動(dòng)的汽輪機(jī)健康狀態(tài)管理的核心是機(jī)組運(yùn)行數(shù)據(jù)，不同對(duì)象的監(jiān)測(cè)變量、變量取值和變量數(shù)據(jù)類型等數(shù)據(jù)的參數(shù)屬性不同，有的參數(shù)可以直接表征監(jiān)測(cè)對(duì)象的健康狀態(tài)，比如機(jī)組的熱力性能狀態(tài)可通過(guò)負(fù)荷、流量、壓力和溫度分析獲得；相對(duì)地，某些對(duì)象系統(tǒng)的健康狀態(tài)的演變則無(wú)法由監(jiān)測(cè)變量直接表征，比如機(jī)組因某一故障跳機(jī)是由上游流程參數(shù)變化所導(dǎo)致。因此，對(duì)監(jiān)測(cè)數(shù)據(jù)的預(yù)處理、系統(tǒng)物理模型的數(shù)據(jù)表達(dá)和系統(tǒng)健康狀態(tài)演變的特征參數(shù)提取是健康狀態(tài)管理的關(guān)鍵和基礎(chǔ)。

數(shù)據(jù)驅(qū)動(dòng)的汽輪機(jī)健康狀態(tài)管理的內(nèi)容主要包括機(jī)組系統(tǒng)狀態(tài)實(shí)時(shí)監(jiān)測(cè)與報(bào)警、故障預(yù)警與故障模式診斷、機(jī)組運(yùn)維服務(wù)智能評(píng)估。健康狀態(tài)管理策略如圖3 所示。首先，利用分析對(duì)象歷史運(yùn)行數(shù)據(jù)和在線狀態(tài)監(jiān)測(cè)數(shù)據(jù)，提取機(jī)組狀態(tài)演化過(guò)程中不同階段的特征參數(shù)，建立特征參數(shù)模型與故障模式的對(duì)應(yīng)關(guān)系；其次，將分析數(shù)據(jù)作為建模數(shù)據(jù)，利用數(shù)據(jù)驅(qū)動(dòng)方法構(gòu)建機(jī)組健康狀態(tài)監(jiān)測(cè)模型，以健康閾值為控制限制值進(jìn)行狀態(tài)判別，對(duì)機(jī)組異常狀態(tài)進(jìn)行故障模式辨識(shí)和分類。最后，根據(jù)分析結(jié)果對(duì)機(jī)組健康狀態(tài)進(jìn)行綜合評(píng)估。該管理策略框架一般分為在線建模和離線建模，在實(shí)際工程應(yīng)用中，從構(gòu)建機(jī)組健康狀態(tài)特征參數(shù)到健康閾值的確定和健康狀態(tài)的演化模型都較為困難，需要不斷積累訓(xùn)練樣本或故障模式，其核心和挑戰(zhàn)問(wèn)題是選取對(duì)數(shù)據(jù)適應(yīng)性好的一種或幾種數(shù)據(jù)進(jìn)行分析、特征參數(shù)提取和健康閾值確定。

數(shù)據(jù)驅(qū)動(dòng)的汽輪機(jī)健康狀態(tài)管理策略為數(shù)字發(fā)電廠的安全、可靠、穩(wěn)定、高效運(yùn)行提供科學(xué)保障，主要包括機(jī)組健康狀態(tài)的實(shí)時(shí)監(jiān)測(cè)、機(jī)組異常狀態(tài)預(yù)警、機(jī)組故障模式診斷、故障解決方案、機(jī)組運(yùn)維服務(wù)、機(jī)組健康狀態(tài)綜合評(píng)估、機(jī)組群負(fù)荷匹配方案、關(guān)鍵部件性能評(píng)估、機(jī)組維護(hù)維修建議和機(jī)組熱力性能分析。通過(guò)汽輪機(jī)健康狀態(tài)管理，可從系統(tǒng)層面對(duì)機(jī)組健康狀態(tài)作出全面、及時(shí)、有效、可靠的綜合評(píng)估，為數(shù)字發(fā)電廠的經(jīng)營(yíng)決策提供指導(dǎo)和科學(xué)依據(jù)。

5 工程應(yīng)用現(xiàn)狀

汽輪機(jī)等大型高端能源裝備的現(xiàn)代化管理，需要將數(shù)據(jù)庫(kù)技術(shù)、網(wǎng)絡(luò)通信技術(shù)等先進(jìn)信息技術(shù)與汽輪機(jī)健康狀態(tài)管理技術(shù)有效結(jié)合起來(lái)，能夠快速、高效、準(zhǔn)確科學(xué)地評(píng)判設(shè)備健康狀態(tài)，從而保證機(jī)組安全、可靠、經(jīng)濟(jì)、高效和長(zhǎng)周期運(yùn)行。

圖3 數(shù)據(jù)驅(qū)動(dòng)的健康狀態(tài)管理策略

目前，電站高端裝備制造業(yè)已按照《中國(guó)制造2025》總體框架向智能管理、綜合診斷方向發(fā)展，其服務(wù)形式開(kāi)始由專家現(xiàn)場(chǎng)服務(wù)向遠(yuǎn)程診斷服務(wù)進(jìn)行轉(zhuǎn)變升級(jí)。國(guó)內(nèi)外大型裝備制造企業(yè)和發(fā)電企業(yè)越來(lái)越多地采用了云計(jì)算、大數(shù)據(jù)、互聯(lián)網(wǎng)等技術(shù)，對(duì)電站設(shè)備進(jìn)行遠(yuǎn)程監(jiān)控與故障診斷等方面的技術(shù)研究和項(xiàng)目實(shí)施。2013 年上海電氣電站集團(tuán)與大唐集團(tuán)合作，以洛河發(fā)電廠6 臺(tái)火電機(jī)組為試點(diǎn)進(jìn)行遠(yuǎn)程診斷服務(wù)，并與廣東寶麗華集團(tuán)簽訂首個(gè)電站遠(yuǎn)程診斷服務(wù)協(xié)議。哈爾濱電機(jī)廠自主開(kāi)發(fā)了發(fā)電設(shè)備遠(yuǎn)程狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)，該系統(tǒng)包括機(jī)組性能試驗(yàn)、設(shè)計(jì)制造、安裝調(diào)試、運(yùn)營(yíng)管理、維修保障、改造升級(jí)等服務(wù)內(nèi)容，主要應(yīng)用于水電項(xiàng)目，在三峽等項(xiàng)目上已實(shí)施，且所有診斷程序均自主編制，向用戶免費(fèi)提供服務(wù)。國(guó)電投在西門子核心診斷系統(tǒng)的基礎(chǔ)上自主研發(fā)了火電遠(yuǎn)程診斷一體化平臺(tái)，可實(shí)現(xiàn)接入電站設(shè)備故障預(yù)警、遠(yuǎn)程性能試驗(yàn)、汽輪機(jī)通流診斷、指標(biāo)對(duì)標(biāo)、振動(dòng)精密診斷等功能。東方汽輪機(jī)有限公司利用先進(jìn)的設(shè)計(jì)研發(fā)技術(shù)優(yōu)勢(shì)和創(chuàng)新的服務(wù)形式，已完成基于大數(shù)據(jù)分析的火力發(fā)電廠遠(yuǎn)程診斷平臺(tái)的搭建，主要包括電站機(jī)組運(yùn)行數(shù)據(jù)的采集、預(yù)處理、傳輸技術(shù)，制定功能架構(gòu)、輸入/輸出接口、數(shù)據(jù)相關(guān)標(biāo)準(zhǔn)，開(kāi)發(fā)完成電站遠(yuǎn)程診斷與分析平臺(tái)前置系統(tǒng)和集中統(tǒng)一的電站遠(yuǎn)程診斷與分析平臺(tái)；在此基礎(chǔ)上設(shè)計(jì)了電站遠(yuǎn)程診斷與分析平臺(tái)的業(yè)務(wù)模型和服務(wù)模型，開(kāi)發(fā)了平臺(tái)相關(guān)功能組件、服務(wù)流程和應(yīng)用算法，進(jìn)行了系統(tǒng)數(shù)據(jù)的分析與挖掘應(yīng)用，建立了電站機(jī)組遠(yuǎn)程診斷分析系統(tǒng)，實(shí)現(xiàn)了電站機(jī)組的遠(yuǎn)程異常診斷、故障分析、控制優(yōu)化和售后服務(wù)等功能；該遠(yuǎn)程診斷系統(tǒng)現(xiàn)已接入萬(wàn)州發(fā)電廠、橫山發(fā)電廠1 000 MW 機(jī)組的數(shù)據(jù)，主要進(jìn)行汽輪機(jī)經(jīng)濟(jì)性分析，運(yùn)行參數(shù)優(yōu)化，潤(rùn)滑油系統(tǒng)分析診斷以及軸系振動(dòng)故障診斷、通流異常、軸封系統(tǒng)調(diào)節(jié)狀態(tài)、軸承卡澀、軸向推力大小及方向、供熱狀態(tài)自檢、末葉片狀態(tài)診斷等汽輪機(jī)相關(guān)主要系統(tǒng)和核心設(shè)備部件，從系統(tǒng)層面或設(shè)備級(jí)對(duì)汽輪機(jī)的健康狀態(tài)進(jìn)行監(jiān)測(cè)和診斷。

隨著大數(shù)據(jù)、云計(jì)算、IoT（物聯(lián)網(wǎng)）、AI 技術(shù)的發(fā)展，新一代發(fā)電廠將以數(shù)字化物理載體為基礎(chǔ)，向數(shù)字化、智能化方向轉(zhuǎn)型，構(gòu)建以清潔低碳、包容多樣、智慧互聯(lián)、安全可靠高效的能源供應(yīng)服務(wù)體系為核心的智慧發(fā)電廠，對(duì)發(fā)電廠整個(gè)系統(tǒng)的數(shù)據(jù)進(jìn)行存儲(chǔ)、整合、建模、分析，提供發(fā)電廠全生命周期的生產(chǎn)、經(jīng)營(yíng)、管理、決策支持等服務(wù)[23]，加快發(fā)展智慧能源。西門子公司建立了三維數(shù)字化建模和燃機(jī)系統(tǒng)診斷系統(tǒng)，提供三維數(shù)字化檔案；西門子與華潤(rùn)電力合作，共同搭建CSASS“分析專家”系統(tǒng)，包含設(shè)備性能優(yōu)化、設(shè)備可靠性改善、技術(shù)監(jiān)控等10 個(gè)功能模塊。上海電氣電站集團(tuán)智能化團(tuán)隊(duì)聯(lián)合上海汽輪機(jī)有限公司等推出的管控一體化平臺(tái)是針對(duì)智慧發(fā)電廠（發(fā)電項(xiàng)目），在傳統(tǒng)的MIS（管理信息系統(tǒng)）和SIS（廠級(jí)監(jiān)控系統(tǒng)）基礎(chǔ)上打造的智慧發(fā)電管控一體化平臺(tái)。

汽輪機(jī)健康狀態(tài)管理系統(tǒng)作為智能發(fā)電廠大系統(tǒng)核心組成部分，將通過(guò)設(shè)備狀態(tài)監(jiān)測(cè)與預(yù)警、設(shè)備診斷、能耗分析、健康狀態(tài)評(píng)估和以可靠性為中心的維護(hù)維修等功能模塊，在全局或局部實(shí)現(xiàn)系統(tǒng)效率、安全性、可靠性、可維修性、靈活性的目標(biāo)優(yōu)化，幫助發(fā)電廠提高設(shè)備的可靠度及機(jī)組出力水平，減少或杜絕非停、降負(fù)荷和環(huán)保排放事故，延長(zhǎng)設(shè)備壽命和大修周期，大幅度降低運(yùn)維費(fèi)用和運(yùn)維工作量，實(shí)現(xiàn)發(fā)電廠安全、可靠、綠色、經(jīng)濟(jì)、靈活的電力可持續(xù)供給。

6 研究展望

隨著數(shù)字智能信息技術(shù)的飛速發(fā)展，數(shù)據(jù)驅(qū)動(dòng)的汽輪機(jī)健康狀態(tài)綜合管理需要更加智能、自動(dòng)和有效。但汽輪機(jī)設(shè)備龐大、系統(tǒng)復(fù)雜，其狀態(tài)數(shù)據(jù)一般具有多態(tài)、海量、多變和非線性等特性，尤其是數(shù)據(jù)的高維非線性、數(shù)據(jù)分布不均和故障數(shù)據(jù)或異常數(shù)據(jù)有限等，很大程度上導(dǎo)致數(shù)據(jù)驅(qū)動(dòng)方法無(wú)法有效、準(zhǔn)確地表征汽輪機(jī)的實(shí)時(shí)狀態(tài)。

為滿足現(xiàn)代能源發(fā)電廠數(shù)字化、智能化、智慧化的需求，提高現(xiàn)役汽輪機(jī)組安全、可靠、穩(wěn)定、高效運(yùn)行，利用數(shù)據(jù)驅(qū)動(dòng)信息技術(shù)全面掌握汽輪機(jī)健康狀態(tài)仍需技術(shù)創(chuàng)新并進(jìn)行工程應(yīng)用方面的研究。

（1）數(shù)據(jù)獲取和預(yù)處理：在實(shí)際應(yīng)用中，需發(fā)展應(yīng)用集成創(chuàng)新技術(shù)獲取各類系統(tǒng)數(shù)據(jù)，并應(yīng)用數(shù)據(jù)正則化、流信息、遷移網(wǎng)絡(luò)學(xué)習(xí)等方法處理數(shù)據(jù)，實(shí)時(shí)地分析處理和有效表示數(shù)據(jù)展示。

（2）狀態(tài)監(jiān)測(cè)和故障診斷模型的構(gòu)建：汽輪機(jī)構(gòu)成的電力系統(tǒng)復(fù)雜、高度耦合和拓?fù)渥兓淮_定，導(dǎo)致機(jī)組健康狀態(tài)管理是個(gè)復(fù)雜的系統(tǒng)問(wèn)題。在工程實(shí)踐中，需根據(jù)數(shù)據(jù)類型和系統(tǒng)特性，構(gòu)建新的數(shù)據(jù)模型，提高汽輪機(jī)組系統(tǒng)健康狀態(tài)的預(yù)測(cè)性和溯源性。

（3）數(shù)據(jù)驅(qū)動(dòng)分析方法的融合和集成：汽輪機(jī)構(gòu)成的大型復(fù)雜電力系統(tǒng)具有動(dòng)態(tài)性、不確定性、脆弱性、開(kāi)放性和多故障并發(fā)性等問(wèn)題，單一的狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)存在精度低、泛化能力弱等問(wèn)題，無(wú)法準(zhǔn)確、及時(shí)地獲取汽輪機(jī)的健康狀態(tài)，需將多種數(shù)據(jù)驅(qū)動(dòng)方法進(jìn)行融合和集成，研究多技術(shù)融合的健康狀態(tài)管理方法，有效提高系統(tǒng)的可靠性、準(zhǔn)確性、敏感性和魯棒性，降低其不確定性。

（4）智能、先進(jìn)的數(shù)據(jù)驅(qū)動(dòng)的健康狀態(tài)管理系統(tǒng)的開(kāi)發(fā)：應(yīng)用信息智能技術(shù)建立系統(tǒng)健康狀態(tài)管理的智慧系統(tǒng)，使生產(chǎn)過(guò)程可以自我完善優(yōu)化，智能地動(dòng)態(tài)優(yōu)化系統(tǒng)級(jí)設(shè)備參數(shù)，實(shí)現(xiàn)和保障發(fā)電廠安全、高效、綠色、低碳的智能運(yùn)行。

（5）數(shù)據(jù)共享與數(shù)據(jù)安全：安全隔離與信息交換平臺(tái)建設(shè)進(jìn)一步促進(jìn)了汽輪機(jī)健康狀態(tài)管理系統(tǒng)集群的建立，要求發(fā)展數(shù)據(jù)安全護(hù)航技術(shù)，在保證數(shù)據(jù)安全共享的基礎(chǔ)上，實(shí)現(xiàn)數(shù)據(jù)和系統(tǒng)的大融合和大集成。

7 結(jié)語(yǔ)

通過(guò)汽輪機(jī)組狀態(tài)參數(shù)數(shù)據(jù)進(jìn)行狀態(tài)監(jiān)測(cè)和故障診斷是汽輪機(jī)健康狀態(tài)管理的發(fā)展趨勢(shì)，也是當(dāng)前研究的熱點(diǎn)和方向。當(dāng)前數(shù)據(jù)驅(qū)動(dòng)汽輪機(jī)健康狀態(tài)管理方法體系與實(shí)際數(shù)字發(fā)電廠復(fù)雜系統(tǒng)應(yīng)用尚有較大差距，系統(tǒng)狀態(tài)劣化演變的機(jī)理和基礎(chǔ)研究尚有欠缺，需逐步完善健康狀態(tài)管理系統(tǒng)平臺(tái)的構(gòu)建，進(jìn)行多學(xué)科交叉研究攻克核心關(guān)鍵技術(shù)，不斷創(chuàng)新和發(fā)展汽輪機(jī)健康狀態(tài)管理技術(shù)研究。