吳祖斌，白彬，王沛沛，王冉冉

（1.國(guó)家能源集團(tuán)樂(lè)東發(fā)電有限公司，海南 樂(lè)東 572539；2.國(guó)能智深控制技術(shù)有限公司，北京 102200）

電廠機(jī)組運(yùn)行過(guò)程中，通常會(huì)受到人員情緒波動(dòng)、經(jīng)驗(yàn)限制等因素干擾，導(dǎo)致故障判斷不準(zhǔn)確，加之值班員在監(jiān)盤(pán)的過(guò)程中，勞動(dòng)強(qiáng)度大，工作壓力大，當(dāng)突然遇到故障或事故發(fā)生時(shí)，容易因人的經(jīng)驗(yàn)限制、反應(yīng)時(shí)間等缺陷而導(dǎo)致故障處理過(guò)程出現(xiàn)失誤，導(dǎo)致事故擴(kuò)大化。隨著人工智能技術(shù)、通訊技術(shù)的飛速發(fā)展，進(jìn)一步提高電廠運(yùn)行自動(dòng)化水平,采用先進(jìn)技術(shù)減少人工或減輕人員工作負(fù)擔(dān)成為當(dāng)前技術(shù)發(fā)展的趨勢(shì)。面對(duì)電廠智慧化轉(zhuǎn)型的迫切需要，亟需引入先進(jìn)的智能化與數(shù)字化等技術(shù)，提高機(jī)組的運(yùn)行自動(dòng)化水平，向機(jī)組無(wú)人值守的方向逐步邁進(jìn)。

1 系統(tǒng)架構(gòu)

1.1 物理架構(gòu)

本次研究的電廠發(fā)電設(shè)備故障異常監(jiān)測(cè)及診斷系統(tǒng)的物理架構(gòu)，其主要包含發(fā)電設(shè)備異常數(shù)據(jù)采集、應(yīng)用層數(shù)據(jù)處理分析以及多平臺(tái)故障信息反饋等，此過(guò)程具備完善的環(huán)境體系，可以實(shí)現(xiàn)對(duì)電廠設(shè)備的實(shí)時(shí)在線(xiàn)監(jiān)測(cè)以及故障預(yù)警。

（1）生產(chǎn)層。系統(tǒng)生產(chǎn)層，即發(fā)電設(shè)備異常數(shù)據(jù)的采集模塊，主要包含分布式控制系統(tǒng)（DCS）、可編程邏輯控制器（PLC）等，由分布式采集裝置完成對(duì)異常故障信息數(shù)據(jù)的采集，接著將異常數(shù)據(jù)傳輸至系統(tǒng)的應(yīng)用層進(jìn)行整合處理，最后發(fā)送至多平臺(tái)信息展示層，以便更加直觀地分析出設(shè)備故障成因。為了確保生產(chǎn)層異常故障數(shù)據(jù)可以穩(wěn)定地單向傳輸?shù)綉?yīng)用層，在這二層之間通常需要安裝物理隔離裝置，確保信息傳輸?shù)目煽啃浴?/p>

（2）應(yīng)用層。在應(yīng)用層中，通常涉及諸多的設(shè)備，包括實(shí)時(shí)庫(kù)服務(wù)器、數(shù)據(jù)庫(kù)服務(wù)器、接口服務(wù)器以及Web服務(wù)器等，其中生產(chǎn)層采集的設(shè)備故障信息數(shù)據(jù)一般在傳輸?shù)綉?yīng)用層時(shí)，會(huì)首先被實(shí)時(shí)庫(kù)服務(wù)器所獲取，對(duì)獲取的異常數(shù)據(jù)進(jìn)行集中整合和分類(lèi)，接著，通過(guò)應(yīng)用層內(nèi)部的網(wǎng)絡(luò)將數(shù)據(jù)傳輸至Web服務(wù)器中，由其直接發(fā)送到多平臺(tái)信息展示層進(jìn)行數(shù)據(jù)反饋。

（3）多平臺(tái)信息展示層。該層主要借助智能手機(jī)終端獲取應(yīng)用層所發(fā)送的設(shè)備運(yùn)行狀態(tài)信息，工作人員通過(guò)實(shí)時(shí)獲取狀態(tài)監(jiān)測(cè)數(shù)據(jù)，對(duì)發(fā)電設(shè)備可能存在的故障以及主要原因進(jìn)行分析判斷，為設(shè)備異常故障的及時(shí)處理提供有力的數(shù)據(jù)參考，從而有效確保發(fā)電系統(tǒng)運(yùn)行的穩(wěn)定性和可靠性。

1.2 數(shù)據(jù)架構(gòu)

通常而言，發(fā)電設(shè)備異常及故障信息的獲取方式比較多樣，包括直接從設(shè)備上進(jìn)行實(shí)時(shí)采集、Web服務(wù)器上獲取的信息以及實(shí)時(shí)庫(kù)內(nèi)的故障信息等，其中通過(guò)實(shí)時(shí)庫(kù)獲取設(shè)備故障信息是重點(diǎn)，直接影響系統(tǒng)的狀態(tài)監(jiān)測(cè)及故障診斷功能效果，具體數(shù)據(jù)架構(gòu)如圖1所示。

圖1 系統(tǒng)數(shù)據(jù)架構(gòu)

由圖可知，IO模塊獲取到原始的故障數(shù)據(jù)，接著，通過(guò)內(nèi)部網(wǎng)絡(luò)將數(shù)據(jù)傳輸至實(shí)時(shí)模塊，該模塊會(huì)自動(dòng)對(duì)原始故障數(shù)據(jù)的實(shí)時(shí)快照進(jìn)行保存，為后續(xù)Web服務(wù)器使用提供保障。對(duì)于實(shí)時(shí)模塊來(lái)說(shuō)，其又可以細(xì)分為三個(gè)子功能模塊：一是歷史模塊，通過(guò)實(shí)時(shí)記錄設(shè)備運(yùn)行狀態(tài)信息，進(jìn)行實(shí)例化處理，目的是掌握設(shè)備的歷史運(yùn)行規(guī)則，為后續(xù)故障自動(dòng)化診斷提供參考；二是報(bào)警模塊，對(duì)于Web服務(wù)器中維護(hù)設(shè)備測(cè)點(diǎn)參數(shù)，在獲取該信息后結(jié)合相應(yīng)的算法確定設(shè)備所實(shí)際對(duì)應(yīng)的工況，接著，通過(guò)實(shí)時(shí)數(shù)據(jù)的計(jì)算分析，生成報(bào)警記錄，為設(shè)備故障的及時(shí)反饋奠定基礎(chǔ)；三是計(jì)算模塊，針對(duì)實(shí)時(shí)數(shù)據(jù)庫(kù)所提供的實(shí)時(shí)快照、歷史數(shù)據(jù)以及報(bào)警記錄等內(nèi)容，運(yùn)用相應(yīng)的算法進(jìn)行處理，最終以直觀的形式呈現(xiàn)給工作人員，為后續(xù)故障處理和改進(jìn)提供指導(dǎo)。

2 系統(tǒng)關(guān)鍵技術(shù)

在本次研究的基于大數(shù)據(jù)挖掘的發(fā)電設(shè)備狀態(tài)監(jiān)測(cè)以及故障診斷系統(tǒng)中，狀態(tài)監(jiān)測(cè)對(duì)于故障數(shù)據(jù)獲取的及時(shí)性要求較高，只有工作人員第一時(shí)間采集到發(fā)電設(shè)備的異?；蚬收蠑?shù)據(jù)，才能有效了解設(shè)備的實(shí)際運(yùn)行工況，從而有效確保發(fā)電系統(tǒng)運(yùn)行的穩(wěn)定性；而故障診斷一方面，要突出異常預(yù)警的準(zhǔn)確性和可靠性，避免由于錯(cuò)誤預(yù)警而出現(xiàn)的機(jī)組停機(jī)狀態(tài)；另一方面，要結(jié)合相關(guān)專(zhuān)家建立設(shè)備故障知識(shí)庫(kù)，為后續(xù)開(kāi)展故障診斷和處理提供有效參考。而在整個(gè)系統(tǒng)中，獲取實(shí)時(shí)的設(shè)備故障數(shù)據(jù)是核心，本系統(tǒng)主要運(yùn)用國(guó)內(nèi)自主研發(fā)的HOE-DATA TSDB實(shí)時(shí)數(shù)據(jù)庫(kù)完成設(shè)備故障數(shù)據(jù)的采集、存儲(chǔ)、處理、展示以及預(yù)警等。

2.1 IO 數(shù)據(jù)采集

HOE-DATA TSDB實(shí)時(shí)數(shù)據(jù)庫(kù)對(duì)于故障數(shù)據(jù)的采集主要通過(guò)IO模塊實(shí)現(xiàn)，該模塊通常以分布式數(shù)據(jù)采集方法為主，為了讓數(shù)據(jù)采集更加直觀可行，可以在不同的網(wǎng)絡(luò)節(jié)點(diǎn)安裝IO采集裝置。在完成安裝后，結(jié)合配置好的通信裝置及相應(yīng)的參數(shù)，可從多個(gè)位置獲取目標(biāo)信息并及時(shí)同步到實(shí)時(shí)數(shù)據(jù)庫(kù)中。一般而言，IO采集裝置和實(shí)時(shí)數(shù)據(jù)庫(kù)運(yùn)用松耦合的設(shè)計(jì)方式，對(duì)于是否安裝在同一設(shè)備上沒(méi)有要求，靈活性較強(qiáng)。

2.2 數(shù)據(jù)壓縮

當(dāng)系統(tǒng)面臨故障數(shù)據(jù)采集量較大的情況時(shí)，不可避免會(huì)涉及數(shù)據(jù)信息的壓縮處理，否則，不僅會(huì)影響數(shù)據(jù)采集的整體質(zhì)量，同時(shí)也會(huì)造成一定的資源浪費(fèi)，因此，在對(duì)歷史數(shù)據(jù)進(jìn)行存儲(chǔ)或采集新型數(shù)據(jù)時(shí)，對(duì)于數(shù)據(jù)量較大的信息通常會(huì)運(yùn)用旋轉(zhuǎn)門(mén)壓縮、死區(qū)壓縮或哈夫曼壓縮算法進(jìn)行數(shù)據(jù)壓縮，以達(dá)到節(jié)省存儲(chǔ)空間的效果。

2.3 數(shù)據(jù)通信

系統(tǒng)涉及多個(gè)模塊，它們彼此之間的數(shù)據(jù)通信速度會(huì)影響故障監(jiān)測(cè)及診斷的實(shí)時(shí)性。因此，為了盡可能地發(fā)揮實(shí)時(shí)性的監(jiān)測(cè)優(yōu)勢(shì)，本系統(tǒng)各模塊之間的通信主要采用持久化內(nèi)存映射的方式，其最大的特點(diǎn)就是通信速度快，且效率高，當(dāng)系統(tǒng)出現(xiàn)斷電或異常時(shí)，還能有效防止數(shù)據(jù)丟失情況的出現(xiàn)。而對(duì)于服務(wù)器端與瀏覽器端進(jìn)行實(shí)時(shí)數(shù)據(jù)傳輸時(shí)，主要采用WebSocket技術(shù)，該技術(shù)最大的優(yōu)勢(shì)就是采用二進(jìn)制數(shù)據(jù)通信，速度一般要比以往的方法快十幾倍，如此一來(lái)，可以有效確保數(shù)據(jù)瀏覽的流暢性。

2.4 故障預(yù)警信息生成及分析

（1）預(yù)警信息生成。該系統(tǒng)會(huì)結(jié)合實(shí)時(shí)數(shù)據(jù)庫(kù)獲取的發(fā)電設(shè)備故障信息以及歷史數(shù)據(jù)建立相應(yīng)的矩陣模型，將機(jī)組實(shí)時(shí)數(shù)據(jù)庫(kù)各設(shè)備測(cè)點(diǎn)實(shí)時(shí)數(shù)據(jù)與相應(yīng)的歷史數(shù)據(jù)進(jìn)行相似性計(jì)算分析，得到設(shè)備的預(yù)估值，一旦設(shè)備計(jì)算得到的預(yù)估值與實(shí)際值之間存在很大的偏差，此時(shí)，就會(huì)生成預(yù)警信息，設(shè)備預(yù)估值計(jì)算中，首先，建立發(fā)電設(shè)備在正常穩(wěn)定運(yùn)行狀態(tài)下的模式矩陣，設(shè)某發(fā)電設(shè)備有m個(gè)測(cè)點(diǎn)，在t=j(j= 1 ,2,...,n)時(shí)這些測(cè)點(diǎn)所獲取的運(yùn)行數(shù)據(jù)信息形成歷史觀測(cè)向量X(j)，其計(jì)算公式如下：

由n個(gè)不同時(shí)刻的X(j)所組成的矩陣D，計(jì)算如下：

在計(jì)算完預(yù)估值后，緊接著，需要計(jì)算設(shè)備實(shí)時(shí)觀測(cè)向量，目的是掌握發(fā)電設(shè)備在當(dāng)前階段的運(yùn)行工況，設(shè)備m個(gè)測(cè)點(diǎn)實(shí)際值組成的實(shí)時(shí)觀測(cè)向量X(obs)計(jì)算如下：

經(jīng)過(guò)相似性計(jì)算，可對(duì)任意X(obs)生成一個(gè)權(quán)值向量W，其計(jì)算公式如下所示：

式中，?代表相似性算子。在完成上述計(jì)算后，要進(jìn)一步求得實(shí)時(shí)觀測(cè)向量的估計(jì)向量X(est)，詳細(xì)如下：

（2）預(yù)警分析。發(fā)電設(shè)備異常信息的獲取在規(guī)定時(shí)間間隔內(nèi)超出次數(shù)標(biāo)準(zhǔn)，就會(huì)形成一個(gè)預(yù)警事件，在本系統(tǒng)下會(huì)生成一個(gè)與之相對(duì)應(yīng)的預(yù)警診斷單，經(jīng)工作人員審核后，發(fā)布到計(jì)算機(jī)中，最終生成故障預(yù)警信號(hào)，具體的原理流程如圖2所示。

圖2 預(yù)警診斷分析流程

3 系統(tǒng)主要功能及應(yīng)用

3.1 提供專(zhuān)家知識(shí)庫(kù)

專(zhuān)家知識(shí)庫(kù)是相關(guān)專(zhuān)家通過(guò)知識(shí)和經(jīng)驗(yàn)的積累，針對(duì)電廠發(fā)電設(shè)備故障及異常情況，建立故障預(yù)警及診斷模型。在本系統(tǒng)開(kāi)發(fā)的前期，收集大量關(guān)于電廠典型發(fā)電設(shè)備的故障信息，包括機(jī)組啟停過(guò)程中相應(yīng)設(shè)備故障、制粉系統(tǒng)故障以及真空系統(tǒng)設(shè)備故障表現(xiàn)及表達(dá)方式等，在收集大量的資料信息后，結(jié)合專(zhuān)家的專(zhuān)業(yè)理論知識(shí)以及實(shí)踐經(jīng)驗(yàn)判斷，建立規(guī)范合理的故障邏輯判斷機(jī)制，為后續(xù)的故障處理提供指導(dǎo)。例如，電廠生產(chǎn)運(yùn)行過(guò)程中，高加泄漏故障經(jīng)常出現(xiàn)，單純地依靠人員結(jié)合DCS監(jiān)控畫(huà)面不僅無(wú)法第一時(shí)間查找到故障原因，而且會(huì)延誤故障診斷和處理的最佳時(shí)機(jī)，嚴(yán)重的可能會(huì)導(dǎo)致設(shè)備故障程度的進(jìn)一步擴(kuò)大，給電廠造成更大的經(jīng)濟(jì)損失。而運(yùn)用本系統(tǒng)對(duì)故障進(jìn)行監(jiān)測(cè)和診斷，結(jié)合專(zhuān)家知識(shí)庫(kù)的故障診斷流程，實(shí)施高加泄露故障的針對(duì)性處理。

3.2 設(shè)備狀態(tài)監(jiān)測(cè)

本系統(tǒng)除了提供傳統(tǒng)電廠DCS監(jiān)控畫(huà)面外，在此基礎(chǔ)上還創(chuàng)新出更加直觀立體的狀態(tài)監(jiān)測(cè)功能，該監(jiān)測(cè)頁(yè)面主要以HTML5技術(shù)進(jìn)行結(jié)構(gòu)及工藝展示，不僅如此，通過(guò)電腦鼠標(biāo)點(diǎn)擊相應(yīng)圖標(biāo)，還可以實(shí)時(shí)查看設(shè)備的運(yùn)行工況等信息，包括發(fā)電工況、穩(wěn)定性以及工作效率等，詳細(xì)如下。

（1）發(fā)電工況監(jiān)測(cè)。電廠發(fā)電設(shè)備運(yùn)行狀態(tài)的好壞一般與設(shè)備工況直接相關(guān)，由于發(fā)電設(shè)備運(yùn)行工況不同，設(shè)備狀態(tài)監(jiān)測(cè)指標(biāo)的好壞也存在明顯的差異，結(jié)合監(jiān)測(cè)圖像可以直觀地獲取機(jī)組故障或異常信息，以便于第一時(shí)間進(jìn)行故障處理。

（2）穩(wěn)定性監(jiān)測(cè)。發(fā)電設(shè)備運(yùn)行是否穩(wěn)定也是狀態(tài)監(jiān)測(cè)的重點(diǎn)，通常監(jiān)測(cè)的主要參數(shù)包括以下幾種，即壓力脈動(dòng)、振動(dòng)以及擺動(dòng)等，主要運(yùn)用頻譜分析、主軸空間狀態(tài)分析以及趨勢(shì)分析等方法進(jìn)行監(jiān)測(cè)，可以更加全面地掌握發(fā)電設(shè)備故障或異常情況。

（3）效率監(jiān)測(cè)。通常而言，發(fā)電設(shè)備運(yùn)行效率越高，其穩(wěn)定性和可靠性越強(qiáng)，同時(shí)，也能達(dá)到良好的經(jīng)濟(jì)性要求。本系統(tǒng)在實(shí)際進(jìn)行效率監(jiān)測(cè)時(shí)，可以直觀地獲取設(shè)備運(yùn)行工況以及所屬區(qū)域。

3.3 故障的趨勢(shì)預(yù)警

電廠以往的發(fā)電設(shè)備故障及異常監(jiān)測(cè)中，主要是工作人員通過(guò)DCS畫(huà)面監(jiān)控的方式進(jìn)行設(shè)備監(jiān)測(cè)，此種監(jiān)測(cè)方式多是基于固定限值產(chǎn)生報(bào)警，屬于事后保障，相應(yīng)的故障分析和處理無(wú)法滿(mǎn)足及時(shí)性要求，給電力系統(tǒng)穩(wěn)定運(yùn)行造成了困擾。與此同時(shí)，該監(jiān)測(cè)方式運(yùn)用中很容易受到多方面因素的干擾，例如，人員自身精神狀態(tài)不佳等，使得故障報(bào)警信息無(wú)法第一時(shí)間反饋，而且很多發(fā)電設(shè)備監(jiān)測(cè)的信息量比較大，單純地依賴(lài)人員觀察，顯然是無(wú)法判斷是設(shè)備運(yùn)行工況的好壞優(yōu)劣，延誤了設(shè)備的故障診斷和處理。因此，本系統(tǒng)結(jié)合大數(shù)據(jù)挖掘技術(shù)，創(chuàng)新了一種趨勢(shì)預(yù)警的故障反饋機(jī)制，該模塊可以有效反映出發(fā)電設(shè)備運(yùn)行參數(shù)的實(shí)際狀態(tài)，并結(jié)合設(shè)備歷史數(shù)據(jù)庫(kù)信息，對(duì)設(shè)備運(yùn)行狀況及故障的發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)，當(dāng)設(shè)備存在故障隱患或出現(xiàn)故障趨勢(shì)時(shí)，此時(shí)，故障報(bào)警程序自動(dòng)運(yùn)行，反饋給相應(yīng)的工作人員，以便于可以及時(shí)進(jìn)行診斷和處理。

4 結(jié)語(yǔ)

綜上所述，為了進(jìn)一步提升電力系統(tǒng)運(yùn)行的穩(wěn)定性，實(shí)現(xiàn)發(fā)電設(shè)備的遠(yuǎn)程監(jiān)測(cè)及診斷處理，本系統(tǒng)對(duì)機(jī)組設(shè)備性能參數(shù)進(jìn)行實(shí)時(shí)狀態(tài)監(jiān)測(cè)以及異常數(shù)據(jù)獲取，在傳統(tǒng)的DCS系統(tǒng)基礎(chǔ)上，結(jié)合大數(shù)據(jù)挖掘技術(shù)、故障診斷模型識(shí)別以及專(zhuān)家數(shù)據(jù)庫(kù)等手段，研發(fā)了一種更加完善的故障狀態(tài)監(jiān)測(cè)及預(yù)警系統(tǒng)，其中狀態(tài)監(jiān)測(cè)更加全面可靠，可以對(duì)發(fā)電設(shè)備的健康及穩(wěn)定狀況進(jìn)行準(zhǔn)確判斷，故障預(yù)警以趨勢(shì)預(yù)警為主，讓故障信息反饋更加的及時(shí)，防止延誤設(shè)備故障處理的最佳時(shí)機(jī)，為后續(xù)的故障處理提供有效保障。