随着我国电网调度自动化的深入,通过对发电厂电气系统的运行状态进行分析监控,能够使电厂的管理更加智能化,更加有效地保障设备的安全稳定运行,极大降低电厂运行运维成本,提高经济效益。因此,本文针对发电厂电气系统的运行状态进行分析研究,建立其智能监视平台,主要工作如下:第一,对发电厂电气系统运行状态智能监视平台的发展现状及趋势进行综述。第二,对发电厂电气系统的设备运行状态进行分析,并对Spark mllib和Keras平台提供的机器学习开发平台进行分析,给出了基于机器学习的状态建模方法。同时基于Keras的电气系统运行状态智能分析方法,实现运行对象和过程的高维张量建模。建立了基于OpenTSDB实时数据平台、基于Spark的高速流式数据实时分析和基于Keras的电气系统运行状态分析系统,在运行参数偏离时给出信息和操作指示,实现电气运行状态的智能管理。第三,对电气系统运行状态分析的智能监视平台进行硬件开发,研究了硬件结构图,并详细分析了现场硬件设备部署和配置,开发了专门的数据采集处理组件。采集SIS、FECS、NCS数据,与OpenTSDB实时数据库正常通讯,使用代理接口。实现了数据批量采集、动态密钥加密压缩、转存OpenTSDB实时数据库等过程,数据采集系统实现了分布式、多任务采集功能。计算与存储结果存储于Mysql,Web客户端直接调用。第四,对电气系统运行状态分析的智能监视平台进行软件开发,研究了智能监视平台软件结构图,软件能对实时数据状态量变化,模拟量多级越限以及故障诊断报警记录进行归集,统一实现事件告警管理并实时进行报警提示。开发了系统维护辅助工具,提供良好的系统扩充能力,并对软件设计流程进行详细的介绍。最后,对所开发的智能监视平台在某电厂的应用进行分析,该平台以基于海量实时历史数据进行电气运行状态的多态分析,并从电气系统的现场测点、运行工况、数据修正、性能各参数影响权重等多方面进行电气运行状态运行参数进行优化。本论文的研究对发电企业安全稳定高效生产和无人值守电站建设有一定的应用价值,能提高设备的安全水平和运行效率,减少由于运行状态和设备原因引起的非计划停机与事故,降低设备检修维护成本,为企业创造更多的经济效益和社会效益。