大數據技術在發電站設施設備管理和檢測中的應用

張 平

（國能陜西水電有限公司，陜西 西安 710000）

0 引 言

隨著分布式發電、新能源并網技術日漸成熟，電網裝機容量逐級攀升，電網系統運行不確定因素異常顯著，運行調控難度不斷增大，發電站設施設備如何實現高效管理和快速精準檢測成了一道難題。近年來，大數據技術在各個行業領域應用相當成熟，物聯網技術和智能化技術在電網建設、電力設施設備管理與檢測中的使用也相對成熟，便捷通信、智能傳感、邊緣計算等技術成了電力系統常用工具，大數據技術和人工智能已不知不覺地被引入到了電力系統[1]。

電網日常運行調控中，發電站的氣象環境預測、安全風險評估、歷史負荷監測、故障數據顯示及辨識、故障處置輔助機器人等都離不開人工智能自然語言處理技術，通過人工智能脫離物理機理束縛的方式判別電力系統暫態過程遇到的問題，基于數據驅動前提下，擬合復雜數據可問題分析，推動先進算法應用和暫態問題研究向更深層次價值邁進。專家系統、人工神經網絡、遺傳算法等相關技術在電網系統中的應用日趨完善，電力系統中應用人工智能已有眾多經驗可借鑒，但在發電站設施設備管理和檢測的應用中需進一步深入，提高智能化效率，降低成本和故障率[2,3]。

1 發電站設施設備管理和檢測存在的問題

發電站設施設備正常運行，方可保障生產生活用電穩定，有必要切實加強對發電站設施設備的運行管理。

1.1 發電站設施設備管理方面的問題

如果發電站設施設備日常運行管理意識不夠，那么在運行管理過程中就會產生各種各樣問題。因此，只有部門之間相互協作、密切配合、嚴格規程、共同管理、全程監管，方可有利于發電站設施設備正常運行。但由于工作過程中發電站人員相對較少、工作單一枯燥、監管存在盲區，則可能導致工作交接班不及時、不暢通，工作銜接不暢、工作記錄不規范，缺少對設施設備運行常規檢查，長此以往，給設施設備運行留下隱患、埋下禍根[4]。

1.2 發電站設施設備運行方面的問題

造成發電站設施設備運行問題的因素很多，但核心問題還是電動機運行問題，對發電站主機和輔助設備的運行起著關鍵性作用。通常造成電機故障運行的問題有機械故障和電氣故障：機械故障一般包括軸承轉子磨損、鍵槽損壞、承頸受損、聯軸器間隙故障等；電氣故障一般包括電機長時間運行溫度過高、內部機組短路、測控電路故障以及外界惡劣環境導致運行故障等。也有可能是發電站介質損壞溫度過熱、電路導通溫度過高、電氣設施設備接地以及設備內部觸頭短路等問題，導致電氣開關設施設備因控制電路故障致使發電站運轉不暢。

接地故障：發電站電氣設施設備實際運行中，要么是由于接地材料不符合規范或通電電纜受損造成接地故障，要么是維護和檢查人員短時間無法及時找到DC接地故障。由于造成兩種故障問題的因素和處理方式差異很大，一般維修維護人員很難查到，因此現場專業維修維護人員應高度重視[5]。

電壓不穩：電氣設施設備電壓直接影響電氣設施的正常運行，長時間超高壓環境運行，線路中絕緣材料受損較大，造成短路的可能性較高，實際使用壽命大大縮短，對日常操作工人的人身和生命安全威脅很大；長期超低壓環境，電機電流超標，無法正常啟動或運轉[6]。

1.3 發電站設施設備維修維護方面的問題

發電站建設時間不同、設施設備選型個性化、每個電站日常管理差異化，致使發電站的維修維護不得不個性化、差異化進行，這對發電站設施設備的日常維護保養帶來了極大影響。另外，由于部分設備超負荷運行，又缺少及時且科學的保養維護，致使發電站的設施設備出現問題得不到及時發現和解決，最終導致運轉不正常，影響電能正常生產、減少設備使用壽命[7]。

發電站現場維修維護人員不專業、管理人員對操作監督管理不到位，發電機組正常運行無法得到保證。專業性缺乏：發電站維修維護屬于專業性極強的工作，由于發電站現場人員專業技術不過硬、素質得不到保障、對先進設施設備掌握不熟練、培訓跟不上等，致使現場缺乏專業性操作。管理層混亂：由于現場管理工作任務煩雜、量多，導致現場管理出現缺位或缺失，操作不當、檢修不及時，最終導致故障發生。

2 發電站中大數據技術的引入

為了方便發電站設施設備管理，實現發電站日常運行檢測高效精準，可在發電站設施設備日常管理和檢測過程中積極納入大數據技術（發電站設施設備管理和檢測大數據云平臺如圖1所示），保障發電站安全風險評估、氣象環境預測、歷史負荷監測、故障數據顯示及辨識、故障處置輔助等，推進大數據云平臺技術在發電站設施設備管理和檢測中的科學、合理、便捷應用，提高智能化效率，降低成本和故障率。

圖1 發電站設施設備管理和檢測大數據云平臺

2.1 在發電站設施設備管理方面的應用

在云平臺管理系統中，通過現場監控適時監控發電站設施設備現場管理現狀，并將現場情況通過邊緣智能網上傳到發電站設施設備管理和檢測大數據云平臺。現場管理人員通過移動終端獲取云平臺的數據信息，可隨時了解現場情況，同時將指令和信息通過發電站設施設備管理和檢測大數據云平臺反饋到PC終端，實現發電站現場的終極管理。

2.2 在發電站設施設備運行方面的應用

移動終端通過發電站設施設備管理和檢測大數據云平臺的數據信息反饋，時時掌握發電站設施設備的運行狀態，通過運行狀態判斷發電站設施設備是否安全運行、氣象環境如何等。例如，某一大型重要電機運行出現異常，現場監控端反饋數據顯示輸電網絡運行不通暢或不穩定，并立即將現場監控數據信息上傳到發電站設施設備管理和檢測大數據云平臺，移動終端會立即收到現場監控端數據異常，通過程序比對和自檢，找出異常所在，并通過移動終端下達指令到PC終端，派人到現場處理。

2.3 在發電站設施設備維修維護方面的應用

發電站管理層將設施設備維修維護最新操作手冊、先進知識、規章制度等及時通過PC終端上傳到發電站設施設備管理和檢測大數據云平臺，設置學習課時和考試內容，現場專業技術人員可以通過移動終端自行下載自主學習，并時時將學習、考試、現場操作等情況上傳到發電站設施設備管理和檢測大數據云平臺，發電站管理層可以根據自己的移動終端從發電站設施設備管理和檢測大數據云平臺實時掌握專業技術人員學習、考試情況，實現大數據、智能化空中管理。同時，可以在線調取現場監控數據，精準了解每一個發電站設施設備的檢查保養、維修維護情況。

3 結 論

發電站設施設備要想實現日常運行、維修維護、高效管理，則運行要安全、環境氣象預測要及時、負荷監測要有效、故障數據顯示及辨識要精準、故障處置要快速高效，必須積極引入發電站設施設備管理和檢測大數據云平臺，強化發電站設施設備管理和檢測大數據云平臺在現場管理、設施設備運行以及維修維護等方面的應用，提高發電站設施設備運行的智能化效率，降低成本和故障率。