基于邊緣計(jì)算的火力發(fā)電廠振動(dòng)專家系統(tǒng)研究與應(yīng)用

劉曉東 黃生文

摘 要：在火力發(fā)電廠側(cè)建立邊緣計(jì)算工作站，應(yīng)用邊緣計(jì)算技術(shù)，建立一個(gè)以火力發(fā)電廠為計(jì)算和應(yīng)用主體的分布式數(shù)據(jù)開發(fā)應(yīng)用平臺(tái);深入挖掘應(yīng)用需求，為電廠提供快速響應(yīng)的最近端的數(shù)據(jù)應(yīng)用服務(wù)，實(shí)現(xiàn)電廠振動(dòng)數(shù)據(jù)的準(zhǔn)確、快捷、高效管理，對(duì)推動(dòng)電廠的智慧化建設(shè)具有一定的借鑒意義。

關(guān)鍵詞：邊緣計(jì)算;振動(dòng);專家系統(tǒng)

0 ? ?引言

近些年來，各電力企業(yè)集團(tuán)公司都在規(guī)劃和開展建立各種以大數(shù)據(jù)應(yīng)用為核心的數(shù)據(jù)平臺(tái)項(xiàng)目。這些項(xiàng)目的注意力主要集中在“云端”的數(shù)據(jù)整合和應(yīng)用。對(duì)火力發(fā)電企業(yè)而言，應(yīng)用邊緣計(jì)算技術(shù)，可以將以前由云端進(jìn)行的計(jì)算通過本地設(shè)備實(shí)現(xiàn)，大幅減輕云端的計(jì)算壓力，提高數(shù)據(jù)分析處理效率，減少數(shù)據(jù)應(yīng)用對(duì)網(wǎng)絡(luò)帶寬的依賴。

1 ? ?邊緣計(jì)算技術(shù)

邊緣計(jì)算技術(shù)是2003年由AKAMAI和IBM聯(lián)合研發(fā)的網(wǎng)絡(luò)計(jì)算架構(gòu)模式。該架構(gòu)模式是在高帶寬、時(shí)間敏感型、物聯(lián)網(wǎng)集成的背景下發(fā)展起來，其定位是“貼近用戶與數(shù)據(jù)源的IT資源”，屬于從傳統(tǒng)自動(dòng)化廠商向IT廠商延伸的一種設(shè)計(jì)[1]。該架構(gòu)模式的物理基礎(chǔ)設(shè)施是基于“微數(shù)據(jù)中心”的概念，表現(xiàn)出與IT融合的一種趨勢(shì)，并且同時(shí)具有“邊緣”與“泛在”的概念在其中，其架構(gòu)如圖1所示。

IT與OT也是密不可分的，很多專業(yè)的廠商開始重新打造、拓展其產(chǎn)品的IT屬性，在IoT集成、Web融合等領(lǐng)域探索和研究新的技術(shù)，在此基礎(chǔ)上，IT技術(shù)在交換機(jī)、網(wǎng)關(guān)等產(chǎn)品中的應(yīng)用也越發(fā)深入。

邊緣計(jì)算指的是靠近物或數(shù)據(jù)源頭的一側(cè)，采用集網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力于一體的開放平臺(tái)[2]。針對(duì)邊緣計(jì)算，國(guó)內(nèi)華為提供計(jì)算平臺(tái)，包括基礎(chǔ)的網(wǎng)絡(luò)設(shè)施、邊緣工作站服務(wù)器、接口標(biāo)準(zhǔn)等，而國(guó)際上ARM、Intel則提供運(yùn)算能力強(qiáng)的芯片，信通院實(shí)現(xiàn)系統(tǒng)的集成。網(wǎng)絡(luò)邊緣側(cè)可以選擇數(shù)據(jù)源頭到云端計(jì)算中心之間的實(shí)體節(jié)點(diǎn)，這樣的實(shí)體搭載著融合網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力的邊緣計(jì)算平臺(tái)，為終端用戶提供實(shí)時(shí)、動(dòng)態(tài)和智能的計(jì)算服務(wù)[3]。邊緣計(jì)算和云端中計(jì)算、處理數(shù)據(jù)不同，邊緣計(jì)算更靠近數(shù)據(jù)源側(cè)，而云計(jì)算需要在云端進(jìn)行。邊緣計(jì)算在數(shù)據(jù)處理中有以下幾個(gè)優(yōu)點(diǎn)：

（1）邊緣計(jì)算由于數(shù)據(jù)更加靠近源側(cè)，可以實(shí)時(shí)、快速地進(jìn)行數(shù)據(jù)處理和分析，而不是依靠外部數(shù)據(jù)中心或者云，可以縮短延遲時(shí)間。

（2）可以大幅降低預(yù)算成本，其在數(shù)據(jù)管理、數(shù)據(jù)維護(hù)上的成本和費(fèi)用遠(yuǎn)遠(yuǎn)低于云和數(shù)據(jù)中心網(wǎng)絡(luò)。

（3）減少網(wǎng)絡(luò)流量。隨著物聯(lián)網(wǎng)發(fā)展，設(shè)備數(shù)量大幅增加，伴隨著數(shù)據(jù)生成以幾何倍數(shù)的速度增長(zhǎng)，網(wǎng)絡(luò)帶寬必然受限，將導(dǎo)致更嚴(yán)重的數(shù)據(jù)瓶頸。

（4）提高應(yīng)用程序效率。通過降低延遲級(jí)別，應(yīng)用程序可以更高效、更快速地運(yùn)行。

（5）功能模塊個(gè)性化。邊緣計(jì)算可以根據(jù)用戶的需求，通過定制開發(fā)調(diào)整功能模型，方便用戶對(duì)功能進(jìn)行升級(jí)、調(diào)整。

（6）安全和隱私保護(hù)。網(wǎng)絡(luò)邊緣數(shù)據(jù)涉及用戶的隱私和企業(yè)的機(jī)密，傳統(tǒng)的云計(jì)算模式需要將所有的用戶數(shù)據(jù)上傳至云計(jì)算中心，這將增加泄露用戶隱私數(shù)據(jù)的風(fēng)險(xiǎn)。而邊緣計(jì)算可以利用身份認(rèn)證協(xié)議功能的優(yōu)勢(shì)，基于分布式、移動(dòng)性的特性對(duì)用戶的隱私、企業(yè)的機(jī)密數(shù)據(jù)進(jìn)行保護(hù)。

2 ? ?振動(dòng)專家系統(tǒng)

振動(dòng)異常是引起火力發(fā)電廠機(jī)組故障甚至是跳機(jī)事故的主要原因之一，據(jù)不完全統(tǒng)計(jì)，電廠50%以上的跳機(jī)事件都是由振動(dòng)引起的。長(zhǎng)期以來，對(duì)振動(dòng)信號(hào)的研究、監(jiān)測(cè)、分析和診斷都是行業(yè)相關(guān)從業(yè)人員和技術(shù)研究人員研究和攻關(guān)的方向。

火力發(fā)電廠長(zhǎng)期以來十分重視機(jī)組振動(dòng)信號(hào)的監(jiān)測(cè)，機(jī)組配置的TSI系統(tǒng)、DCS系統(tǒng)和SIS系統(tǒng)都有振動(dòng)信號(hào)測(cè)點(diǎn)。但這幾個(gè)系統(tǒng)的振動(dòng)數(shù)據(jù)都是來源于TSI系統(tǒng)，而TSI系統(tǒng)設(shè)計(jì)的主要功能是提供機(jī)組跳機(jī)保護(hù)，系統(tǒng)只監(jiān)測(cè)了振動(dòng)的峰峰值，并不具備振動(dòng)分析診斷所需要的“全備”的振動(dòng)數(shù)據(jù)。

全備的振動(dòng)數(shù)據(jù)包括振動(dòng)的峰峰值、1X幅值、1X相位、0.5X幅值、0.5X相位、2X幅值、2X相位等振動(dòng)特征數(shù)據(jù)及振動(dòng)頻譜和波形原始數(shù)據(jù)。全備的振動(dòng)數(shù)據(jù)包含著振動(dòng)故障的特征信息，是設(shè)備故障診斷和狀態(tài)評(píng)價(jià)應(yīng)用的數(shù)據(jù)基礎(chǔ)。將這些振動(dòng)信息交給專家系統(tǒng)分析、診斷，能夠進(jìn)一步提升火力發(fā)電廠的智慧化程度和安全水平。

2.1 ? ?專家系統(tǒng)的基本結(jié)構(gòu)

如圖2所示，專家系統(tǒng)結(jié)構(gòu)包括數(shù)據(jù)庫、知識(shí)庫、推理機(jī)、人機(jī)界面接口和解釋器等，下面分別介紹這些部分。

2.1.1 ? ?知識(shí)庫

知識(shí)庫是儲(chǔ)存專家知識(shí)的，它通常用來儲(chǔ)存經(jīng)驗(yàn)性、常識(shí)性和專業(yè)知識(shí)，是專家系統(tǒng)的核心。專家知識(shí)既可以是具體的客觀事實(shí)，也可以是專業(yè)的推理。由專家知識(shí)組成的知識(shí)庫需具備確定性、可用性和完善性，而優(yōu)秀的專家知識(shí)是好的知識(shí)庫的必備條件。通常在建立知識(shí)庫時(shí)，需從行業(yè)專家獲取豐富、準(zhǔn)確、易懂的專家知識(shí)，并將這些專家知識(shí)編譯成計(jì)算機(jī)語言寫入計(jì)算機(jī)中，成為供系統(tǒng)推理判斷的知識(shí)庫。

2.1.2 ? ?數(shù)據(jù)庫

數(shù)據(jù)庫是用來儲(chǔ)存各種數(shù)據(jù)和推理機(jī)產(chǎn)生的推理信息的，一些既定事實(shí)和一些臨時(shí)產(chǎn)生的推理數(shù)據(jù)也存儲(chǔ)在數(shù)據(jù)庫中。

2.1.3 ? ?推理機(jī)

推理機(jī)可以根據(jù)系統(tǒng)的輸入信息，通過專家知識(shí)庫中的專家知識(shí)，按照一定的邏輯和策略進(jìn)行推理，經(jīng)過分析得到和輸入信息相關(guān)的解決措施，并將該結(jié)論推送給用戶。專家系統(tǒng)的工作方式是模擬人類專家進(jìn)行推理，推理過程和方式與人類專家的推理有高度的相似性。

2.1.4 ? ?人機(jī)界面接口

人機(jī)界面接口是用戶和專家系統(tǒng)信息交互的窗口，它能夠?qū)⒂脩糨斎氲男畔⒕幾g成計(jì)算機(jī)能讀懂的計(jì)算機(jī)語言，還可以將推理機(jī)推理的結(jié)果再編譯成用戶語言推送給用戶。

2.1.5 ? ?解釋器

解釋器能對(duì)推理的過程和結(jié)果做出合理解釋，方便用戶了解整個(gè)推理過程。

2.2 ? ?專家系統(tǒng)的構(gòu)建

專家系統(tǒng)的構(gòu)建主要包括3個(gè)步驟：歷史數(shù)據(jù)的采集、設(shè)備模型的生成、專家知識(shí)庫和推理規(guī)則知識(shí)庫的構(gòu)建。

2.2.1 ? ?歷史數(shù)據(jù)的采集

即數(shù)據(jù)的收集、整理和分析。主要是進(jìn)行現(xiàn)場(chǎng)調(diào)研，找出需建模設(shè)備的相關(guān)測(cè)點(diǎn)，從現(xiàn)場(chǎng)服務(wù)器數(shù)據(jù)庫系統(tǒng)取得建模對(duì)象長(zhǎng)周期內(nèi)健康運(yùn)行時(shí)間段的數(shù)據(jù)，為建模做準(zhǔn)備。用于設(shè)備建模的歷史數(shù)據(jù)應(yīng)滿足如下要求：

（1）長(zhǎng)周期內(nèi)健康運(yùn)行;

（2）所選取的數(shù)據(jù)具有一定代表性;

（3）所選取的同一組數(shù)據(jù)需是同一時(shí)刻;

（4）所選取數(shù)據(jù)覆蓋了機(jī)組運(yùn)行的各個(gè)典型工況。

2.2.2 ? ?設(shè)備模型的生成

利用標(biāo)準(zhǔn)化的建模模板和調(diào)研所得到的設(shè)備相關(guān)測(cè)點(diǎn)及設(shè)備長(zhǎng)時(shí)間內(nèi)健康運(yùn)行的時(shí)間段及其數(shù)據(jù)進(jìn)行各設(shè)備建模，此項(xiàng)工作為整個(gè)系統(tǒng)的基礎(chǔ)和關(guān)鍵工作。

從空間角度理解，設(shè)備建立模型的過程就是從設(shè)備的歷史運(yùn)行健康數(shù)據(jù)中篩選出與之有關(guān)的狀態(tài)點(diǎn)，從而構(gòu)建設(shè)備運(yùn)行狀態(tài)超球的過程[4]。首先將所獲取的設(shè)備歷史健康運(yùn)行數(shù)據(jù)所對(duì)應(yīng)的狀態(tài)點(diǎn)映射到一個(gè)狀態(tài)空間中，這些點(diǎn)都可以代表所選設(shè)備的健康運(yùn)行狀態(tài)，以其中的邊界點(diǎn)構(gòu)造一個(gè)外接的超球，這個(gè)超球可以包含歷史數(shù)據(jù)中的所有健康運(yùn)行狀態(tài)點(diǎn)，它就是一個(gè)初級(jí)的設(shè)備對(duì)象模型[5]。

2.2.3 ? ?專家知識(shí)庫和推理規(guī)則知識(shí)庫的構(gòu)建

僅僅用上述的超球形成的設(shè)備初級(jí)模型來表示設(shè)備的性能還不夠精確，還需根據(jù)模型的精確度要求，從所收集的數(shù)據(jù)中篩選出某一特性參數(shù)上有較大差異的狀態(tài)點(diǎn)，以這些狀態(tài)點(diǎn)的描述為參照進(jìn)一步將設(shè)備狀態(tài)模型的超球細(xì)化。

通過專家知識(shí)庫和推理規(guī)則的建立實(shí)現(xiàn)故障預(yù)測(cè)及診斷模塊研究：通過設(shè)備的實(shí)時(shí)運(yùn)行數(shù)據(jù)和超球模型所計(jì)算出的預(yù)測(cè)數(shù)據(jù)進(jìn)行比對(duì)，得到相似度差異曲線，以判斷設(shè)備在預(yù)測(cè)時(shí)刻的狀態(tài)情況。在故障預(yù)測(cè)及診斷模塊研究中，探尋比較實(shí)時(shí)狀態(tài)數(shù)據(jù)與預(yù)測(cè)狀態(tài)數(shù)據(jù)的合理方法，以判斷當(dāng)前或預(yù)測(cè)時(shí)刻設(shè)備的狀態(tài)是否異常，是專家系統(tǒng)構(gòu)建的重中之重。采用基于相似性原理的建模技術(shù)作為關(guān)鍵技術(shù)來完成這一研究，最終形成一套基于電廠SIS平臺(tái)的、集發(fā)電系統(tǒng)設(shè)備運(yùn)行與檢修/故障預(yù)警和初步診斷于一體的、可拓容且可移植的機(jī)組設(shè)備故障預(yù)警系統(tǒng)軟件。

最后，綜合分析和維護(hù)決策模塊的研究，以實(shí)現(xiàn)綜合分析預(yù)測(cè)結(jié)果、發(fā)布預(yù)警信息，為實(shí)施狀態(tài)檢修提供與預(yù)警相關(guān)的測(cè)點(diǎn)信息，便于電廠制訂維護(hù)決策。

3 ? ?開發(fā)應(yīng)用

3.1 ? ?智能監(jiān)測(cè)功能

傳統(tǒng)的專家系統(tǒng)通常只給用戶提供一些分析專業(yè)的分析工具，而能否很好地利用這些分析工具取決于用戶的專業(yè)水平，這種缺乏通用性和普適性的分析工具并不能滿足所有用戶的需求。智能監(jiān)測(cè)即系統(tǒng)本身就是“專家”，由于其具有專家知識(shí)庫和推理機(jī)等，自身就具備一定的推理和判斷能力，能夠在一定程度上根據(jù)已有信息，通過專家邏輯對(duì)整個(gè)事件進(jìn)行推演，最后把結(jié)論、措施和重要信息推送給用戶。這樣用戶無論是不是專家，都可以通過專家系統(tǒng)獲取足夠有用的信息。軟件界面如圖3所示。

3.2 ? ?智能預(yù)警功能

電廠作為振動(dòng)數(shù)據(jù)源頭具有就近優(yōu)勢(shì)，邊緣計(jì)算帶來了數(shù)據(jù)相應(yīng)的低延時(shí)，在火力發(fā)電廠側(cè)建立邊緣計(jì)算工作站，能夠?yàn)殡姀S提供快速響應(yīng)的最近端的數(shù)據(jù)應(yīng)用服務(wù)。

Python語言作為現(xiàn)今最流行的大數(shù)據(jù)挖掘應(yīng)用的開放語言，在多個(gè)領(lǐng)域都有很好的應(yīng)用效果。把Python提供的數(shù)據(jù)模型應(yīng)用到振動(dòng)數(shù)據(jù)中，應(yīng)用Python語言開發(fā)應(yīng)用模塊，開發(fā)一個(gè)適合振動(dòng)數(shù)據(jù)的模型結(jié)構(gòu)。軟件界面如圖4所示。

3.3 ? ?振動(dòng)監(jiān)督報(bào)表自動(dòng)生成功能

應(yīng)用數(shù)據(jù)清洗技術(shù)，對(duì)設(shè)備運(yùn)行特征數(shù)據(jù)進(jìn)行識(shí)別，自動(dòng)形成振動(dòng)樣本數(shù)據(jù)庫，供后續(xù)的分析診斷和自動(dòng)報(bào)告使用;統(tǒng)計(jì)旋轉(zhuǎn)設(shè)備運(yùn)行小時(shí)數(shù)、振動(dòng)波動(dòng)區(qū)間、報(bào)警次數(shù)、報(bào)警持續(xù)時(shí)間、報(bào)警危害等級(jí)、關(guān)鍵運(yùn)行工況指標(biāo)[6]，研究機(jī)組穩(wěn)定運(yùn)行與技術(shù)指標(biāo)間的強(qiáng)聯(lián)系與弱聯(lián)系關(guān)系;應(yīng)用邊緣計(jì)算技術(shù)，為電廠提供快速響應(yīng)的最近端的數(shù)據(jù)應(yīng)用服務(wù)，研發(fā)一套技術(shù)監(jiān)督管理需要的振動(dòng)技術(shù)監(jiān)督報(bào)表。系統(tǒng)可以根據(jù)運(yùn)行數(shù)據(jù)自動(dòng)生成所需的技術(shù)監(jiān)督報(bào)表，大大節(jié)約了專工的工作量并提高了工作效率，而且數(shù)據(jù)的可靠性有很好的保障。軟件界面如圖5所示。

4 ? ?結(jié)語

應(yīng)用邊緣計(jì)算技術(shù)，充分發(fā)揮電廠作為振動(dòng)數(shù)據(jù)源頭的就近優(yōu)勢(shì)，在火力發(fā)電廠側(cè)建立邊緣計(jì)算工作站，能夠?yàn)殡姀S提供快速響應(yīng)的最近端的數(shù)據(jù)應(yīng)用服務(wù)。集團(tuán)作為“云端”側(cè)，一方面可以訪問電廠邊緣側(cè)數(shù)據(jù)，另一方面可以充分發(fā)揮數(shù)據(jù)平臺(tái)優(yōu)勢(shì)，與其他系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)共享和功能對(duì)接，深入挖掘集團(tuán)層面的應(yīng)用需求，結(jié)合現(xiàn)在流行的Python等大數(shù)據(jù)挖掘開發(fā)語言，實(shí)現(xiàn)電廠振動(dòng)數(shù)據(jù)的準(zhǔn)確、快捷、高效管理。

[參考文獻(xiàn)]

[1] 宋華振.邊緣計(jì)算：走在智能制造的前沿（下）[J].自動(dòng)化博覽，2017，34（4）：54-56.

[2] 崔兆蕾.邊緣計(jì)算技術(shù)在安防行業(yè)的發(fā)展及應(yīng)用[J].中國(guó)安防，2018（4）：77-79.

[3] 張佳樂，趙彥超，陳兵，等.邊緣計(jì)算數(shù)據(jù)安全與隱私保護(hù)研究綜述[J].通信學(xué)報(bào)，2018，39（3）：1-21.

[4] 馮坤.發(fā)電廠關(guān)鍵設(shè)備預(yù)警分析平臺(tái)的建立與研究[D].保定：華北電力大學(xué)（保定），2017.

[5] 錢強(qiáng).火電企業(yè)監(jiān)控信息系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].南京：南京理工大學(xué)，2008.

[6] 劉祥.站臺(tái)安防系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].哈爾濱：黑龍江大學(xué)，2019.

收稿日期：2021-08-23

作者簡(jiǎn)介：劉曉東（1971—），男，河北涿鹿人，工程師，從事發(fā)電廠汽輪機(jī)專業(yè)技術(shù)監(jiān)督管理工作。