基于大數據分析和知識庫的電廠設備狀態監測診斷對比研究

賈磊

摘要：隨著大數據技術的不斷發展，對于電廠設備的狀態監測手段也有了不同的思路。在此背景上，本文分別針對基于大數據分析和基于知識庫的電廠設備狀態監測診斷系統進行了分析研究，發現二者各有特色，知識庫系統可以實現故障信息的實時診斷，大數據分析系統可以實現故障信息的提前預警。通過研究，為電廠設備狀態監測診斷提供了一定的借鑒與參考。

關鍵詞：大數據分析;知識庫;狀態監測

1 前言

電廠設備的安全健康平穩運行直接影響著電廠的經濟效益與生產經營情況[1-2]。特別的，電廠作為居民生活、工業生產的保障系統[3]，必須時刻掌握其設備狀態，對于設備異常情況要及時反映，提前對其進行維護保養，避免突發的設備故障造成巨大的生產損失[4]。

隨著大數據技術的不斷發展，電廠設備狀態在線監測與維護系統的不斷完善[5]，現階段，主流的電廠設備狀態監測與診斷系統主要有兩類，一類是基于知識庫系統，一類基于大數據分析。二者均采用了大數據技術，其特點各不相同。

2 基于知識庫的設備狀態監測診斷系統

大數據技術的核心在于數據，電廠在運行維護中會產生大量的數據，這些數據從大數據的角度講，是電廠系統寶貴的資源。隨著大數據技術的不斷成熟，機器學習、數據挖掘等手段層出不窮，通過海量的數據資源作為訓練素材，通過算法的不斷學習優化，由大數據在復雜的設備運行維護信息中挖掘出其中隱藏的規律，提前發現故障信息特征，以便于建立起專屬的故障診斷知識庫。通過設置專屬的故障診斷規則，可以輕松的確定各種故障的原因，實現故障的快速解決。其具體工作流程如圖1所示。

觀察圖1，在通過監測的歷史數據進行數據挖掘，建立好故障診斷知識庫的前提下，通過在各設備處安裝大量的傳感器，對設備數據進行實時監測，考慮到各設備產生的數據維度、數據采集方式、數據形式與內容各不相同，因此為了確保數據采集的準確性與可識別性，同時剔除誤差較大的數據，需要對數據進行預處理以及特征提取，對有效數據進行篩選。通過故障預測診斷模型，可以得到故障的監測結果。再將得到的結果與故障診斷知識庫進行對比，數據庫內已經有的故障信息將會被直接檢索出來，即可直截了當的確定故障原因，并根據歷史經驗給出建議與決策。故障診斷知識庫也不是包羅萬象的，一旦遇到了新的突發故障，即得到的故障監測結果無法與故障診斷知識庫進行對比，則可以對二者進行數據挖掘，深入的分析故障產生的原因，同時根據故障的后續處置情況，對故障診斷知識庫進行更新迭代，使其更加完善。該系統屬于成長型系統，隨著機組運行時間的不斷加長，系統出現的故障越多，其故障信息庫則越完善，系統的診斷就愈發迅速，響應速度更快。

3 基于運行大數據分析的設備狀態監測系統

基于知識庫的設備狀態監測診斷系統其優勢在于實施監測、實時診斷，可以在故障發生的第一時間發現問題并解決問題。而基于運行大數據分析的設備狀態監測系統則更傾向于提前預警，其系統流程圖如圖2所示。

大數據分析手段同樣的也是根據歷史故障信息，挖掘故障發生時各設備的運行參數，尋找故障發生時各項參數的內在邏輯與規律，等到設備再次出現類似參數時，可以達到對故障的識別及預警。觀察圖2，可以發現，在獲取到監測數據之后，直接使用大數據分析手段對其進行狀態識別，一旦識別完畢，即可進入專家系統，對設備故障進行診斷，通過大數據分析，?可以對故障進行定位，顯示故障的原因，進行失效模式與失效機理的分析，完成設備健康狀態的故障診斷記錄，最終提供一套完整的故障解決方案。

基于運行大數據分析的設備狀態監測系統與基于知識庫的設備狀態監測診斷系統相比，其更加具備主動性，可以實現對設備即將發生的故障進行預警報備，將事故消滅于無形。條件允許的電力生產企業，可以考慮將兩個系統相結合，對故障信息進行綜合判別，確保電力生產安全平穩高效運行。

4 結論

及時有效的設備狀態監測對電力生產企業的安全平穩運行有著直接影響。本文依托大數據技術，分別研究了基于知識庫和基于運行大數據分析的設備狀態監測系統，發現基于知識庫的系統屬于成長型系統，隨著機組運行時間的不斷加長，系統出現的故障越多，其故障信息庫則越完善，系統的診斷就愈發迅速，響應速度更快;基于運行大數據分析的系統屬于主動預測型系統，可以實現對設備即將發生的故障進行預警報備。二者各有優點，條件允許的電力生產企業，可以考慮將兩個系統相結合，對故障信息進行綜合判別，確保電力生產安全平穩高效運行。

參考文獻

[1]賈志軍，白德龍，宋燕杰，王劍飛，李春新.基于KPCA算法的電廠設備在線故障診斷研究[J].華電技術，2021，43（08）：48-53.

[2]李霄飛，朱梓傲.火力發電廠智慧電廠實施方案的探索與研究[J].科技與創新，2021（13）：1-3.

[3]呂曉磊. 基于火電廠熱力設備特征的大數據應用技術研究[D].山東大學，2021.

[4]張平，孫雪麗.基于大數據分析的火電機組節能診斷與能效管理[J].電力大數據，2020，23（11）：86-92.

[5]馬亮.智能電廠控制層和管理層實施過程中的大數據應用研究[J].河南科技，2020，39（32）：18-21.