设备智能诊断系统在智慧电厂的运用

摘要：在我国各项经济获得蓬勃发展，以及电力体制的大力改革情况下，智慧电厂已经成为电厂的发展趋势。在现阶段节能减排、降耗高效的政策背景下，联结信息技术、大数据资源、互联网技术等，实现智慧管理、智慧运行、智慧检修以及智慧新能源发电等，促进电厂智能化发展。

关键词：设备智能诊断系统；智慧电厂；运用

1.设备智能诊断的重要性分析

随着电力市场供给侧改革的深化发展，发电厂在市场竞争的鞭策下，如何提高核心竞争力成为发电厂技术和管理的重要课题。发电企业属于生产性企业，提高效率，降低成本，是发电企业竞争成功的关键因素。提高生产技术水平，提高运行效率和安全可靠性，保证电力的安全和经济生产，是企业价值链的核心部分，把这个环节做好，价值最大化，才能获得竞争优势，形成发电企业的核心竞争力。在安全层面、经济层面、节能环保层面如何提升综合实力，智慧电厂概念应运而生。智慧电厂中基于设备本身的重要模块当属设备智能诊断系统，设备智能诊断的模型精确性、数据丰富性、结论准确性决定了该系统在提高运行效率和安全可靠性方面起到的作用，对发电企业核心竞争力的提升产生直接影响。 2.智能诊断技术的研究现状

随着自动化设备的机构日益复杂化，设备故障带来的危害和损失也不断增大。目前，在理论研究方面有不少已出版的专业论著，科研院所、设备厂家等相关机构也研发了许多具有国际先进水平的设备状态监测技术和故障诊断系统等。但国内故障诊断技术与国际先进水平相比仍存在较大的差距，主要体现在相关诊断理论未成体系、相关机理研究尚未透彻、多参数综合分析诊断技术尚未成熟和智能故障诊断系统本身可靠性不高等几个方面。

另外，智能诊断技术在大型成套设备上的研究应用比较多，但在制造企业的自动化设备方面的研究应用相对较少，相关技术文献、资料和论著也不多。智能故障诊断技术从学科整体可归纳为以下几种：基于机理研究的诊断理论、基于信号处理的诊断方法、模糊诊断理论、振动信号诊断方法、故障树分析法、灰色系统理论、故障诊断专家系统方法、故障模式识别方法、故障诊断神经网络理论、基于数学模型的故障诊断理论和方法。 3.设备智能诊断系统的基本原理 3.1系统的功能及特点

该系统的功能主要包括数据的采集与处理、故障特征的表示与提取、早期的故障预警以及设备故障诊断，具体介绍如下：（1）数据采集。数据采集主要包括振动数据和过程参数两部分，其中振动数据来源TDM，过程参数来源与DCS。（2）信号处理。主要包括时域波形图、频谱图、轴心轨迹图、三维谱图、波德图、极坐标图和振动趋势图等。（3）特征表示。特征表示模块的功能主要包括时域特征表示、幅值域分析、频域特征表示以及相关分析。（4）特征提取。综合利用多种特征提取方法，既包括传统的时域、频域特征提取，也包括小波分析等现代时域、频域综合分析方法，同时综合考虑过程参数，并结合电厂设备的故障信号特点，如振动信号的突变、爬升以及波动等，提出一种独有的故障波形匹配算法，方便设备故障的快速、精确定位。（5）设备故障预警。故障预警模块能够在振动等故障信号达到报警状态之前，根据提取的故障信号特征对设备进行智能警示。（6）设备故障诊断。故

障诊断模块能够综合利用历史数据与实时数据，通过提取的故障特征，并结合相关分析，及时准确地预报设备故障，能够准确描述故障的现象、产生原因并能够精确定位设备的故障点。 3.2故障的特征提取

故障的特征提取应主要从三方面进行：振动信号特征提取方法，包括现代的时频域综合分析，如小波变换等；相关分析，主要用于振动信号与过程参数之间的相关性分析，便于精确定位故障位置；故障波形匹配，主要用于典型故障波形的识别，用计算机替代电厂技术人员或行业专家才能完成的工作。需要特别说明的是：在对振动数据与过程参数进行相关分析时，在考虑相关系数的同时，还要探究系统的时间延迟。以励磁电流为例，当励磁电流变化后，振动迅速变化，两者之间没有滞后，说明振动主要是由于电气缺陷引起的；若励磁电流变化后，振动逐渐变化，一段时间后才能稳定下来，振动变化滞后于励磁电流，说明振动主要是由于热变形引起的。 3.3故障的诊断推理方法

故障的诊断推理是故障诊断的核心，其实质是设备状态多值模式的识别问题。故障诊断方法的研究一直是学术研究领域的热点问题，也提出了许多先进的故障诊断技术，如神经网络、支持向量机、模糊逻辑、马尔可夫链和贝叶斯等方法。以上方法尽管具备强大的数据分析、故障判断以及运行状态预测的能力，但在模型建立过程中都不免存在经验参数的设置与调试，带有很强的主观性，且对调试人员的工程经验要求较高。 4.设备智能诊断系统在智慧电厂的应用 4.1智能燃烧控制技术

在电厂中使用智能燃烧控制技术，能够达到高效、节能、减排的目的，利用空间较大，将这项技术与计算机运算能力以及检测技术结合起来，同时以控制成本为基础，提高燃烧机组的经济效益。

燃气轮机发电机组由于各制造商的理念不同，在线智能燃烧控制系统属于选配功能。由于燃气轮机热通道部件的寿命和NOx排放量是燃气轮机发电厂发电成本控制的关键点，因此，燃烧过程的稳定性、安全性和环保尤为重要。以日本菱日生产的F级燃气轮机为例，与控制系统配套提供的在线燃烧调整系统ACPFM可以在允许的燃料组分变化范围内根据机组运行状态的变化、燃烧振动监测情况、NOx的排放量等条件实时调整空燃比，保证机组安全、稳定、环保的运行。 4.2智能监盘技术

随着微电子技术、计算机技术、大数据处理技术、通讯技术的飞速发展，智能化电厂的概念也得到更为广泛推广和应用。智能诊断系统在精准模型的基础上对大量运行数据进行处理，与故障诊断专家库和故障类型分析库等经验数据比对，能够实现对机组运行状态、设备工作状态的智能预警、诊断功能，提出运行优化、设备检修建议。智能监盘技术是设备智能诊断技术的提升，不仅可以发现潜在安全隐患、设备故障等问题，更为突出的作用表现于能够提出优化运行建议，不仅提高了机组运行的可靠性，并且提高了机组运行的经济性，在排放量控制中也有优异的表现，提升了发电企业的社会责任感。 4.3智能巡检技术

智能巡检技术是应用智能机器人实现电厂巡检工作，主要应用了定位技术、传感器技术、机器人技术、图像识别技术、无线通讯技术等先进技术，提高巡检工作的有效性。智能巡检技术的应用，不仅实现对电厂各类设备以及系统运行的巡检工作，同时也能够实现不同类型数据的搜集、分类和处理，再通过与SIS数据库的连接，能够及时对运行数据进行对比分析，

从而提供辅助于DCS系统的判断意见。无线通信技术是智能巡检技术的重要组成部分，尤其在各类信息的采集、整理和传输中起到关键性的作用。 结束语：

建设智慧电厂目的在于提供发电企业核心竞争力，及时应对电网、热网的变化与需求，并保证安全与高效。在智慧电厂宏观规划和落地过程中，设备智能诊断技术是核心技术，数据采集是诊断的基础，替代运行人员作出决策是诊断的发展方向，智能诊断系统的先进性将代表智慧电厂的智慧程度。 参考文献：

[1]祁永胜.发电企业核心竞争力研究[D].华北电力大学（北京）.2007.

[2]陈孔和.设备智能诊断技术系统在智慧电厂的应用研究[J].电子世界，2019（24）：164-165.

[3]王筝.设备智能诊断技术系统在智慧电厂的应用[J].自动化应用，2018（02）：113-114. [4]张智恒.设备智能诊断技术系统在智慧电厂的应用研究[J].中国电业，2019（22）. [5]曾勇，余晓炜，杨娟.设备智能诊断技术系统在智慧电厂的应用研究[J].电力设备，2018（30）.