基于多信息融合的設備管理策略模型研究

萬 欣，艾新波

（1．國能大渡河大數據服務有限公司，四川省成都市 610041；2．北京郵電大學人工智能學院，北京市 100876）

0 引言

近年來，隨著物聯網、大數據、人工智能、云計算等新技術的日新月異，海量的工業數據正在向云端遷移，數據挖掘與大數據分析貫穿于設備生產運行過程中，這對于電力企業設備的智能化管控[1]提出了更高的要求。然而，傳統電力生產企業對于設備的智能化管理依然存在著某些短板。比如，各種設備運檢類業務系統存在信息孤島，系統間信息和數據融合度低、互動性差，設備狀態評估依賴人工經驗，影響了設備管理決策的科學性。

本文以設備多源信息為基礎，利用大數據與機器學習技術，建立起設備間的關聯關系，不斷挖掘設備故障產生的規律[2]，通過對設備故障發生的時間、空間、實體對象等特征量的分析，指導設備的運維策略，構建“數據驅動管理”的設備管理新模式[3]。

1 研究方法與成果

本次研究以大渡河公司流域生產管理系統（工作票、設備缺陷、設備隱患等）、各電站設備手冊（設備型號、生產廠家、設計使用年限、投運時間等）、設備運行分析（每周、月度設備分析等）等多維度數據為基礎，建立設備故障關鍵詞數據辭典，通過對設備故障關鍵詞的辨識、分析及應用，選擇恰當的空間、時間維度，挖掘設備故障率、設備生命周期、設備制造廠商的關聯，探索設備故障之間的伴生關系，構建起設備管理策略模型，進而得出設備運行維護、檢修技改、設備選型輔助策略[4]。……