论文部分内容阅读
摘要：智慧电厂的主要目的是通过不断提高电厂智能化水平，逐步发掘出设备故障发展的规律，帮助电厂设备由定期检修逐步转变为状态检修，从而提高设备运行可靠性，减少电厂运营成本，同时又保证电力系统的安全、稳定和高效运行。本文以设备智能诊断技术为研究对象进行深入剖析，以期为智慧电厂的运行带来积极作用，为国民生产及生活提供稳定供电。
关键词：设备智能诊断技术;智慧电厂;状态检修
近年来，随着大数据、云计算、5G网络、物联网等技术的飞速发展，发电厂的建设迈入了新的层面，智能电厂、数字电厂应运而生，将电厂与先进的智能技术加以融合，显著提高了电厂的安全性、节能性、高效性和稳定性。而就当前形势来看，无论是数字电厂还是智能电厂，都离不开智能诊断技术。
1设备智能诊断技术系统的意义与现状
1.1设备智能诊断系统的意义
近年来，随着智能化系统在电力行业的不断运用和推广，大大提高了电厂的安全性、环保性、节能性。就现代电厂而言，采用智能诊断技术能够充分发挥大数据技术的作用和优势，来迅速挖掘系统故障产生的根源，除此之外，智能诊断技术还能对系统在运行过程中有可能出现的问题进行提前预测，实现对电厂设备运行过程和状态的监控。在此背景下，电厂不仅能降低成本投入，对组织分工进行优化和完善，同时，也能使电厂由传统的定期检修逐步实现状态检修。
1.2设备智能诊断的现状
由于发电厂本身具有特殊性，因此其对故障的处理效率、处理质量及处理效果有较高的要求。作为设备诊断技术中必不可少的组成部分，故障研究对专业人员的技术水平有较高的要求，并要求技术人员全面掌握所有故障相对应的特征，为后期的故障维修工作提供必要的参考依据。近年来，虽然国内对故障产生的根源及其他相关信息进行了大量研究，但从整体上来看，该领域并未取得显著成效。
2设备智能诊断技术系统的可行性分析
在技术系统开发前，需确保状态数据准确且完备、具有先进的特征提取技术、具备所需的技术人员，从而为可行性分析工作的开展提供必要的前提和保障。
2.1完备的设备状态数据
数字化技术在智能电厂的运行和发展中发挥着不容忽视的作用。近年来，人工智能技术在电厂中的运用范围越来越广，大大提高了设备的动态获取效率。在当前形势下，越来越多的电厂为了顺应当前的技术变化，都在厂内或集中控制中心增设了大数据平台和设备运行诊断系统，从而全面分析设备运行数据，不断提高电厂设备的安全性和稳定性。技术人员能通过数据的总结和分析判断设备的运行状态。就当前的技术水平而言，即使相关技术人员不在现场，也可通过远程操作来对设备的故障进行分析。从这一层面来看，技术系统的稳定运行与完备且准确的数据密切相关。
2.2先进的特征提取技术
对于设备的智能诊断系统而言，其诊断能力将会受到特征提取技术的直接影响。先进的特征提取技术能帮助技术人员迅速确定故障产生的根源，从而有效提高故障处理的及时性。例如，某电厂出现水导轴承振动大的问题，在对振动原因进行分析时发现，造成振动的最主要原因为负荷和水头。在此背景下，技术人员可对机组中所保留的振动数据进行查询，从而判断造成振动的最主要原因。简而言之，特征提取技术能帮助診断系统对机器运行的具体数据进行提取，从而帮助技术人员迅速找出故障发生的根源，并在此基础上采取相应的维修措施。
2.3专业的技术人员
所谓专家系统指的是将专家的实践经验、思维方式等输入模拟设备，这一系统能充分发挥技术人员实践经验的作用。从根本上来看，专家系统的运行以技术人员的技术知识为基础和前提条件，虽然该系统能将智能技术与人类的实践经验相结合，但从另一层面来看，专家本身的知识库大小将会直接决定系统的水平和运用范围。近年来，专家系统在电厂中得到了广泛运用，该系统也大大促进了电厂的智能化水平。
对于技术人员而言，如果经常处理故障案件，则其实践经验能够得到不断累积。在对诊断系统进行研发时，必须确保系统具有较高的学习能力，而系统的学习能力与系统的性能密切相关。因此，只有确保系统具有兼容性，并保证技术人员能够定期对知识库进行拓展和更新，才能够确保系统的性能不断优化。
3设备智能诊断系统的实现框架
3.1系统的功能及特点
设备智能诊断系统包括数据采集、故障特征提取、故障诊断推理三部分，一般采用分层分布式结构，由电厂数据监测层、中心诊断层、远程操作层实现功能，其中数据监测层实现数据采集，中心诊断层实现故障特征提取及部分故障诊断推理，远程操作层实现远程故障诊断推理。
电厂数据监测层由厂级数据服务器和机组监测设备组成，厂级数据服务器负责监测、存储厂内各类设备数据，并实时向中心诊断层发送设备状态数据。机组监测设备由各个模块组成，主要包括：机组测振测摆装置、测温装置、压力脉动数据、机组实时运行电气数据、发电机气隙、发电机局放装置、变压器油在线色谱分析装置等。
中心诊断层是系统的核心，主要负责监测设备日常运行维护、日常监测和报告。当设备出现故障时，通过特征数据提取，能帮助技术人员第一时间找到故障点，从而缩短应急处理时间，提高电厂设备运行稳定性。同时对于设备故障，通过提取数据库相关案例，进行简单的故障分析。同时，还能进行故障诊断、设备维修建议、组织各个领域专家会诊疑难故障等功能。
远程操作层包括授权用户通过互联网与中心诊断层联接并访问，这些用户可以远程对设备状态进行监测、诊断和维护。对于不同的设备故障可以组织不同领域的专家进行网上会诊。
3.2故障的特征提取
为了确保对故障特征进行提取，可从以下几方面入手：首先，对报警危害程度进行分级，一级报警最为重要可能直接导致设备损坏;二级报警比较重要可能发展为导致设备损坏的故障;三级报警为一般信号，一般不重要主要是综合分析时使用。通过报警分级，发生故障时能直接抓取最重要报警，从而判断故障类别。其次，为报警信号添加边际条件，如：为防止误报警当两到三个测温点数据同时越限时，才报出温度高报警。从而提高报警的准确性，并从基础数据开始就完成部分数据的筛选，从而减少中心诊断层数据处理压力。再次，赋予中心诊断层强大的学习能力，能将技术人员的分析判断过程、故障处理能力等记录下来，从而快速完成故障特征提取。
3.3故障的诊断推理
近年来，领域专家在对设备智能诊断系统进行研究时，主要以故障的分析和诊断为研究重点，为了确保研究的有效性，首先应对设备的状态进行分析和识别，并确定设备的哪些部分需建立在线监测装置或离线监测装置。中心诊断层类似与人类的大脑，专家系统能够对技术人员的思维方式进行模拟，并对系统提供的特征信号进行分析和推理，从根本上确定故障和问题产生的根源。从这一层面来看，专家系统的本质是将科学的实践推理与实践经验和专业知识进行有机结合，并形成对接，以确保系统模块能够科学、稳定、高效的运行。
4结语
综上所述，在未来的国民经济中，智慧电厂的作用和地位将越来越突出，为了确保智慧电厂的高效和稳定运行，有必要根据当前的实际情况来对智能诊断技术进行优化和完善。只有充分发挥先进技术的作用和优势，才能够在降低电厂成本投入的同时减小故障频率，从而为电厂经济效益的提升带来积极作用。
参考文献
[1]钱澄浩，张静.智能电厂建设研究[J].四川电力技术，2017，40（5）：87- 90，94.
[2]张东亮.智能电厂自动化系统的建设构想分析[J].电气技术与经济，2020（05）：43-45.
[3]侯子良.大数据智能诊断可行性评估指标讨论的思考[J].自动化博览，2020，37（09）：26-27.
关键词：设备智能诊断技术;智慧电厂;状态检修
近年来，随着大数据、云计算、5G网络、物联网等技术的飞速发展，发电厂的建设迈入了新的层面，智能电厂、数字电厂应运而生，将电厂与先进的智能技术加以融合，显著提高了电厂的安全性、节能性、高效性和稳定性。而就当前形势来看，无论是数字电厂还是智能电厂，都离不开智能诊断技术。
1设备智能诊断技术系统的意义与现状
1.1设备智能诊断系统的意义
近年来，随着智能化系统在电力行业的不断运用和推广，大大提高了电厂的安全性、环保性、节能性。就现代电厂而言，采用智能诊断技术能够充分发挥大数据技术的作用和优势，来迅速挖掘系统故障产生的根源，除此之外，智能诊断技术还能对系统在运行过程中有可能出现的问题进行提前预测，实现对电厂设备运行过程和状态的监控。在此背景下，电厂不仅能降低成本投入，对组织分工进行优化和完善，同时，也能使电厂由传统的定期检修逐步实现状态检修。
1.2设备智能诊断的现状
由于发电厂本身具有特殊性，因此其对故障的处理效率、处理质量及处理效果有较高的要求。作为设备诊断技术中必不可少的组成部分，故障研究对专业人员的技术水平有较高的要求，并要求技术人员全面掌握所有故障相对应的特征，为后期的故障维修工作提供必要的参考依据。近年来，虽然国内对故障产生的根源及其他相关信息进行了大量研究，但从整体上来看，该领域并未取得显著成效。
2设备智能诊断技术系统的可行性分析
在技术系统开发前，需确保状态数据准确且完备、具有先进的特征提取技术、具备所需的技术人员，从而为可行性分析工作的开展提供必要的前提和保障。
2.1完备的设备状态数据
数字化技术在智能电厂的运行和发展中发挥着不容忽视的作用。近年来，人工智能技术在电厂中的运用范围越来越广，大大提高了设备的动态获取效率。在当前形势下，越来越多的电厂为了顺应当前的技术变化，都在厂内或集中控制中心增设了大数据平台和设备运行诊断系统，从而全面分析设备运行数据，不断提高电厂设备的安全性和稳定性。技术人员能通过数据的总结和分析判断设备的运行状态。就当前的技术水平而言，即使相关技术人员不在现场，也可通过远程操作来对设备的故障进行分析。从这一层面来看，技术系统的稳定运行与完备且准确的数据密切相关。
2.2先进的特征提取技术
对于设备的智能诊断系统而言，其诊断能力将会受到特征提取技术的直接影响。先进的特征提取技术能帮助技术人员迅速确定故障产生的根源，从而有效提高故障处理的及时性。例如，某电厂出现水导轴承振动大的问题，在对振动原因进行分析时发现，造成振动的最主要原因为负荷和水头。在此背景下，技术人员可对机组中所保留的振动数据进行查询，从而判断造成振动的最主要原因。简而言之，特征提取技术能帮助診断系统对机器运行的具体数据进行提取，从而帮助技术人员迅速找出故障发生的根源，并在此基础上采取相应的维修措施。
2.3专业的技术人员
所谓专家系统指的是将专家的实践经验、思维方式等输入模拟设备，这一系统能充分发挥技术人员实践经验的作用。从根本上来看，专家系统的运行以技术人员的技术知识为基础和前提条件，虽然该系统能将智能技术与人类的实践经验相结合，但从另一层面来看，专家本身的知识库大小将会直接决定系统的水平和运用范围。近年来，专家系统在电厂中得到了广泛运用，该系统也大大促进了电厂的智能化水平。
对于技术人员而言，如果经常处理故障案件，则其实践经验能够得到不断累积。在对诊断系统进行研发时，必须确保系统具有较高的学习能力，而系统的学习能力与系统的性能密切相关。因此，只有确保系统具有兼容性，并保证技术人员能够定期对知识库进行拓展和更新，才能够确保系统的性能不断优化。
3设备智能诊断系统的实现框架
3.1系统的功能及特点
设备智能诊断系统包括数据采集、故障特征提取、故障诊断推理三部分，一般采用分层分布式结构，由电厂数据监测层、中心诊断层、远程操作层实现功能，其中数据监测层实现数据采集，中心诊断层实现故障特征提取及部分故障诊断推理，远程操作层实现远程故障诊断推理。
电厂数据监测层由厂级数据服务器和机组监测设备组成，厂级数据服务器负责监测、存储厂内各类设备数据，并实时向中心诊断层发送设备状态数据。机组监测设备由各个模块组成，主要包括：机组测振测摆装置、测温装置、压力脉动数据、机组实时运行电气数据、发电机气隙、发电机局放装置、变压器油在线色谱分析装置等。
中心诊断层是系统的核心，主要负责监测设备日常运行维护、日常监测和报告。当设备出现故障时，通过特征数据提取，能帮助技术人员第一时间找到故障点，从而缩短应急处理时间，提高电厂设备运行稳定性。同时对于设备故障，通过提取数据库相关案例，进行简单的故障分析。同时，还能进行故障诊断、设备维修建议、组织各个领域专家会诊疑难故障等功能。
远程操作层包括授权用户通过互联网与中心诊断层联接并访问，这些用户可以远程对设备状态进行监测、诊断和维护。对于不同的设备故障可以组织不同领域的专家进行网上会诊。
3.2故障的特征提取
为了确保对故障特征进行提取，可从以下几方面入手：首先，对报警危害程度进行分级，一级报警最为重要可能直接导致设备损坏;二级报警比较重要可能发展为导致设备损坏的故障;三级报警为一般信号，一般不重要主要是综合分析时使用。通过报警分级，发生故障时能直接抓取最重要报警，从而判断故障类别。其次，为报警信号添加边际条件，如：为防止误报警当两到三个测温点数据同时越限时，才报出温度高报警。从而提高报警的准确性，并从基础数据开始就完成部分数据的筛选，从而减少中心诊断层数据处理压力。再次，赋予中心诊断层强大的学习能力，能将技术人员的分析判断过程、故障处理能力等记录下来，从而快速完成故障特征提取。
3.3故障的诊断推理
近年来，领域专家在对设备智能诊断系统进行研究时，主要以故障的分析和诊断为研究重点，为了确保研究的有效性，首先应对设备的状态进行分析和识别，并确定设备的哪些部分需建立在线监测装置或离线监测装置。中心诊断层类似与人类的大脑，专家系统能够对技术人员的思维方式进行模拟，并对系统提供的特征信号进行分析和推理，从根本上确定故障和问题产生的根源。从这一层面来看，专家系统的本质是将科学的实践推理与实践经验和专业知识进行有机结合，并形成对接，以确保系统模块能够科学、稳定、高效的运行。
4结语
综上所述，在未来的国民经济中，智慧电厂的作用和地位将越来越突出，为了确保智慧电厂的高效和稳定运行，有必要根据当前的实际情况来对智能诊断技术进行优化和完善。只有充分发挥先进技术的作用和优势，才能够在降低电厂成本投入的同时减小故障频率，从而为电厂经济效益的提升带来积极作用。
参考文献
[1]钱澄浩，张静.智能电厂建设研究[J].四川电力技术，2017，40（5）：87- 90，94.
[2]张东亮.智能电厂自动化系统的建设构想分析[J].电气技术与经济，2020（05）：43-45.
[3]侯子良.大数据智能诊断可行性评估指标讨论的思考[J].自动化博览，2020，37（09）：26-27.