基于大數據的水電廠狀態檢修方案探討

劉艷英

摘要：本文在結合目前智能電網技術取得成就的基礎上探討利用先進的大數據分析處理技術充分挖掘與設備狀態相關聯的多種有效信息，從大量數據中探知設備狀態及影響參量變化的關聯關系和發展規律，為設備狀態的精細化狀態評估和故障診斷提供全新的解決思路和技術手段。

關鍵詞：水電廠；大數據；智能化；狀態檢修

中圖分類號：TV741 文獻標識碼：A 文章編號：1007-9416（2017）10-0220-02

水電廠設備狀態評價是對水電廠設備的運行狀態及其他信息進行記錄、分類和評價，電力運維檢修部門根據水電廠設備的運行狀況，制定設備的運行方式、檢修策略等。目前國內外常用的設備狀態評價方法主要基于單一部件、單一或少數狀態參量的閾值進行分析和評價。隨著智能水電廠的發展，對設備健康狀態分析準確性和水電廠可靠性的要求越來越高，此類方法還需不斷完善。

1 目的理論和實踐依據

本文將探討通過理論研究、產品研發、現場示范應用的方式進行研究，采用網絡數據庫、大數據分析理論、移動互聯網、神經網絡、小波分析等符合水力發電廠實際應用的理論體系和計算方法，構建基于大數據的設備狀態評估與故障診斷系統。

1.1 理論和實踐依據

1.1.1 網絡數據庫

網絡數據庫是指把數據庫技術引入到計算機網絡系統中，借助于網絡技術將存儲于數據庫中的大量信息及時發布出去； 網絡數據庫在電力系統自動化系統中得到了大量應用，主要用于設備海量數據的存儲檢索與發布。

1.1.2 小波分析

小波分析是當前應用數學和工程學科中一個迅速發展的新領域，經過近年的探索研究，重要的數學形式化體系已經建立，理論基礎更加扎實，能有效地從信號中提取信息。本文中小波分析主要應用于設備聲音、圖像數據的分析和故障診斷。

1.1.3 移動互聯網

移動互聯網（MobileInternet， 簡稱MI）是一種通過智能移動終端，采用移動無線通信方式獲取業務和服務的新興業務，包含終端、軟件和應用三個層面。本文中移動互聯網技術主要應用于運維系統信號的即時傳送與即時反饋。

1.1.4 大數據分析

通過建立數學模型進行有機整合，通過大量的模擬計算、關聯分析，找出最優化的設備運行方案，并根據運行情況實時做出調整，最大限度發揮設備價值。

1.2 研究的關鍵和難點

1.2.1 研制跨平臺數據獲取/轉換裝置，奠定課題研究的數據基礎

（1）針對水電廠設備狀態信息來源多、信息異構、數量龐大、屬性繁多等特點，研究在線監測系統、SIS系統、精密點檢系統、FAM系統、電子文件及手工錄入數據（檢修、試驗、巡檢等內容）等多源跨平臺數據庫的高速并發讀取和跨平臺數據安全傳輸技術。（2）研究電力大數據質量快速檢測和多源異構數據的清洗方法，建立電力大數據質量通用檢測模式及規則庫，提出自適應快速動態探查機制，構建電力大數據的質量評價指標及評價模型。（3） 研究水電廠運行、設備狀態、工況等相關電力大數據特征分析和數據規范化建模的方法，實現設備狀態評估相關數據的規范化轉換。

1.2.2 研究基于大數據技術的水電廠狀態評估與故障診斷關鍵技術

（1）分析設備狀態、運行工況與電力設備負載能力的關系，挖掘與設備負載能力密切關聯的核心狀態參量，建立動態評估模型；（2）挖掘和分析狀態參量與故障類型、部位、嚴重程度和發展趨勢的關聯關系，部件故障與設備故障之間的關聯規則及演化規律，研究融合水電廠、設備和工況的狀態評估和故障診斷模型。

2 研究內容和實施方案

2.1 構建基于大數據的狀態評估與故障診斷系統體系架構

利用日臻完善的電力信息化平臺獲取大量水電廠運行、設備狀態和工況信息，從數據本身內在規律分析的角度研究設備狀態演變的關聯關系和發展趨勢，構建基于大數據的設備狀態評估與故障診斷系統體系架構，實現大數據分析在水電廠設備狀態檢修中的應用。

2.2 多源異構數據融合技術

應用結構化和非結構化數據融合方法，結合在線監測、檢修、精密點檢、試驗、歷史臺賬等多源異構式數據，制定統一的數據規范和標準體系，建立一體化數據中心，實現數據信息融合，為狀態分析、故障預警和診斷應用提供基礎數據。

2.3 面向對象的建模技術

根據設備的特點以及各應用系統的需求，采用面向對象技術，參照IEC61970和IEC61968等相關國際標準以及CIM建模方式，在建立多源數據融合平臺，實現數據有效融合的基礎上，構建通用的設備全景信息模型，為設備運維各項高級應用、智能分析應用提供統一、開放的基礎模型。

2.4 基于動態閾值的綜合告警技術

利用云計算和人工智能分析算法，根據設備運行特性及水電廠運行規范，研究設備的典型故障模式，提取有效的特征參量，建立衡量設備和系統運行狀態的基準，給出故障的評判標準，并將機組及輔機運行數據與基準值實時在線對比，形成設備和系統運行異常的預警機制。

2.5 基于人工智能的故障診斷技術

通過具有人工干預和自學習特性的水電廠關鍵設備故障診斷方法，使診斷算法能夠根據故障診斷結果進行學習進化，保證故障診斷結果的準確度、可信度。

2.6 基于區間域的層次可拓評估技術

采用基于區間域的層次可拓評估算法，建立設備運行狀態評估的物元模型，有效的將各狀態參量綜合起來，較準確評價設備的運行狀態。

設備綜合狀態評估需要進一步從設備狀態信息、水電廠運行信息及環境信息等狀態信息中整理和提取能夠有效感知設備各種運行狀態的參數體系及特征信息。

2.7 基于可靠性分析的設備檢修策略

在對設備故障診斷，狀態評估的基礎上，建立基于可靠性分析的設備檢修策略評估的模型，進而制定合理的檢修、運維計劃。

將設備可靠性和環境影響作為運維關鍵指標，進行多層面、多維度的評估方法，評估各種因素對運維關鍵指標的影響效果和規律的基礎上，進一步以這些運維關鍵指標作為優化目標，對設備運維輔助決策進行優化。進而制定合理的檢修、運維計劃，為事故搶修、搶險組織及應急指揮提供可靠的決策依據。

3 結語

狀態檢修系統是未來水電廠檢修方式的發展方向，通過建立狀態檢修系統，可以減少不必要的檢修工作，節約工時和費用，使檢修工作更加科學化。狀態檢修是建立在對設備狀態進行正確評估的基礎上的，采用大數據技術對多數據來源進行綜合分析處理，可以大大提高狀態評估的正確度，從而更好的指導狀態檢修。

參考文獻

[1]潘樂真，魯國起，等.基于風險綜合評判的狀態檢修決策優化[J].電力系統自動化，2010.

[2]王璐，王鵬.電力設備在線監測及狀態檢修技術[J].現代電力，2002.

[3]劉曉婷，劉昱.水電機組狀態檢修的實施及關鍵技術[J].水力發電，2004.

[4]程志華，章劍光.狀態檢修技術及其輔助分析系統的應用[J].電網技術，2003.