基于數(shù)據(jù)驅(qū)動的發(fā)電設(shè)備在線預(yù)警研究

       隨著信息技術(shù)的高速發(fā)展和計算機硬件水平的快速上升，大數(shù)據(jù)技術(shù)、智能電廠、工業(yè)4.0 等相關(guān)概念逐漸被提出。國內(nèi)許多發(fā)電集團都已經(jīng)逐步開始新一代智能電廠的建設(shè)，這其中就包括了發(fā)電設(shè)備的在線預(yù)警部分。我國發(fā)電技術(shù)經(jīng)過幾十年的發(fā)展，電廠數(shù)字化、信息化水平大幅提高，積累了大量的運行數(shù)據(jù)，這為發(fā)電設(shè)備的大數(shù)據(jù)分析研究奠定了基礎(chǔ)。
       針對發(fā)電設(shè)備故障頻發(fā)的情況，目前對發(fā)電設(shè)備的狀態(tài)與故障的研究已經(jīng)逐漸從設(shè)備的監(jiān)測診斷過渡到設(shè)備在線的故障預(yù)測。近年來大數(shù)據(jù)分析和人工智能方法（AI）在預(yù)測與分類等方面存在優(yōu)勢，可用于非線性復(fù)雜系統(tǒng)的故障預(yù)警研究。
       本文將基于數(shù)據(jù)驅(qū)動的發(fā)電設(shè)備在線預(yù)警研究通過對設(shè)備的運行數(shù)據(jù)挖掘分析，來幫助用戶實現(xiàn)設(shè)備狀態(tài)的在線管理�；�于設(shè)備的歷史運行數(shù)據(jù)，對關(guān)鍵設(shè)備建立健康數(shù)據(jù)模型，在故障早期發(fā)現(xiàn)設(shè)備的狀態(tài)異常，并幫助分析人員分析設(shè)備的實時狀態(tài)，從而大幅提高設(shè)備運行的安全水平和效率，減少因設(shè)備故障引起的非計劃停機與安全事故，達到降低運行維護成本，為企業(yè)創(chuàng)造更多經(jīng)濟效益的目的。
       一、在線預(yù)警系統(tǒng)的設(shè)備建模
       在線預(yù)警是以現(xiàn)場實時數(shù)據(jù)為基礎(chǔ)，對所采集的數(shù)據(jù)進行處理、分析、預(yù)測，然后基于所有采集與分析預(yù)測的數(shù)據(jù)來判斷設(shè)備的運行狀態(tài)并幫助運行人員確認設(shè)備是否需要進行檢修。事實上，多數(shù)機組設(shè)備都不會突然停機并停止工作，更多的情況是經(jīng)過幾周或幾個月的劣化過程而變得失效。在這個劣化過程中設(shè)備還會給出許多報警信息，這些早期的警告信息如溫度、振動或聲音等都可以通過在線預(yù)警技術(shù)發(fā)現(xiàn)，如圖1 所示。雖然在線預(yù)警技術(shù)本身比較復(fù)雜，但是在設(shè)備失效前，在線預(yù)警能夠給出足夠的時間讓運行維護人員來計劃、安排與維修，避免機組非計劃停機而造成的影響。
       圖1 設(shè)備失效模式圖
       
       非線性狀態(tài)估計（NSET）方法，是由Singer 等人提出的一種基于數(shù)據(jù)的非參數(shù)建模方法。該方法目前在傳感器校驗、狀態(tài)檢測、故障預(yù)警等領(lǐng)域取得了一定的成果。
       假設(shè)一個設(shè)備在其運行過程中，代表其運行狀態(tài)有n個相互關(guān)聯(lián)的測點，那么在某一時刻t觀測到的n個數(shù)據(jù)即為這一時刻描述該設(shè)備的狀態(tài)向量X_obs，即：
       
       經(jīng)過模型計算的預(yù)測向量為X_est，代表模型在這一個時刻給出的設(shè)備狀態(tài)預(yù)估值。對輸入到模型的任意一組狀態(tài)向量X_obs，模型都能對應(yīng)生成一個m維的權(quán)值向量W：
      
       式中，D為歷史狀態(tài)矩陣。歷史狀態(tài)矩陣中每一列狀態(tài)向量都代表設(shè)備在過去某一時刻的正常狀態(tài)，經(jīng)過合理選擇歷史狀態(tài)矩陣就能夠描述出該設(shè)備在不同工況、不同環(huán)境下正常運行的狀態(tài)過程。所以構(gòu)造歷史狀態(tài)矩陣的本質(zhì)就是用正常數(shù)據(jù)來描述設(shè)備的運行特性。其形式為：
       
       權(quán)值向量W通過計算確定。ε為模型輸入與輸出的殘差，最小化該殘差：
       
       式中，X _obs（i）為該向量的第i 個元素。
       將S (w) 分別對權(quán)值向量W 求偏導(dǎo) ，并令其等于0，得：
       
       將式（7）化簡得：
       
       將式中的m個方程組寫成矩陣形式，即：
       
       如果只需要對狀態(tài)向量中某一個變量進行計算，那么只需取歷史狀態(tài)矩陣的對應(yīng)行數(shù)據(jù)與權(quán)值向量進行相乘，即：
       
       由式（12）可知，狀態(tài)向量中任一變量的預(yù)測值是將歷史狀態(tài)矩陣中該變量的m個歷史狀態(tài)變量值乘以相似度權(quán)值累加而來。在權(quán)值W的計算過程中，為方便計算相似性程度將D^TD和D^TX_obs點乘更換為歐式距離運算。
       模型輸入的狀態(tài)向量是在機組設(shè)備運行過程狀態(tài)下得到的，而歷史狀態(tài)矩陣涵蓋了機組設(shè)備在所有工況下的正常狀態(tài)。所以輸入向量會與歷史狀態(tài)矩陣中一些歷史狀態(tài)向量類似，而這些類似的狀態(tài)向量經(jīng)過上述計算處理就可以給出精確度較高的輸出預(yù)測值。
       二、基于PI數(shù)據(jù)庫的數(shù)據(jù)采集
       隨著信息化技術(shù)和自動控制技術(shù)的不斷發(fā)展，為實現(xiàn)電廠實時狀態(tài)監(jiān)測、性能分析、優(yōu)化運行提供可能�；�于數(shù)據(jù)驅(qū)動的發(fā)電機組在線預(yù)警系統(tǒng)正是以海量數(shù)據(jù)為依托，實時分析預(yù)測機組設(shè)備的狀態(tài)運行數(shù)據(jù)，評估機組設(shè)備的運行狀態(tài)。所以，實時數(shù)據(jù)采集系統(tǒng)是在線預(yù)警的基礎(chǔ)。
       現(xiàn)場監(jiān)測機組設(shè)備運行的傳感器和信號采集裝置等組成了以PI數(shù)據(jù)庫為核心的實時數(shù)據(jù)采集系統(tǒng)。如圖2所示，信號采集裝置將分布在機組設(shè)備的各個傳感器采集的實時數(shù)據(jù)集中起來，然后傳輸給PI接口機，通過TCP/IP協(xié)議將數(shù)據(jù)發(fā)送給PI服務(wù)器進行存儲。設(shè)備在線預(yù)警系統(tǒng)通過訪問P I服務(wù)器進行取數(shù)。在這個過程中，數(shù)據(jù)傳輸過程的安全性和快速性十分重要。通過PI的一系列技術(shù)，保證了在線預(yù)警系統(tǒng)實時取數(shù)的可能，并且它提供的PB和Datalink 模塊也為取數(shù)提供了便捷性。此外，考慮到各個傳感器類型不同、測點不同、采集頻率不同，只有選取合適的傳感器、測點以及采集頻率，才能為在線預(yù)警系統(tǒng)提供可以直接計算的實時數(shù)據(jù)，才能保證數(shù)據(jù)的有效性。
       圖2 設(shè)備數(shù)據(jù)采集過程圖
       
       三、在線預(yù)警系統(tǒng)總體架構(gòu)
       1、系統(tǒng)功能介紹
       在線預(yù)警系統(tǒng)可以作為一個中轉(zhuǎn)站，使電廠各個系統(tǒng)相互結(jié)合起來：比如檢修系統(tǒng)、資產(chǎn)管理系統(tǒng)、歷史案例知識庫等。將機組設(shè)備大量歷史運行數(shù)據(jù)結(jié)合起來，組成各個設(shè)備的評價模型。如圖3所示，在線預(yù)警系統(tǒng)通過利用電廠SIS 系統(tǒng)積累的運行數(shù)據(jù)，對機組設(shè)備建立包含各個工況和環(huán)境信息的健康狀態(tài)數(shù)據(jù)模型。在此基礎(chǔ)上，在線預(yù)警系統(tǒng)讀取P I 實時數(shù)據(jù)庫的實時數(shù)據(jù)，輸入到計算程序中計算預(yù)估值和偏差，從而能夠發(fā)現(xiàn)設(shè)備的早期異常狀態(tài)信息，便于運行檢修人員等其他工作人員及時進行分析并安排計劃相應(yīng)的工作。此外，每一次預(yù)警信息經(jīng)過處理后都能將運行檢修人員的檢修經(jīng)過和原因分析添加到歷史案例知識庫中不斷完善，使得在線預(yù)警系統(tǒng)的診斷效率不斷提高。
       圖3 在線預(yù)警系統(tǒng)功能結(jié)構(gòu)圖
       
       2、系統(tǒng)組成
       如圖4所示，在線預(yù)警系統(tǒng)硬件主要由計算存儲服務(wù)器、WEB發(fā)布服務(wù)器、實時數(shù)據(jù)服務(wù)器、客戶機等主要硬件組成。系統(tǒng)從實時數(shù)據(jù)服務(wù)器讀取需要的實時數(shù)據(jù)并送到計算存儲服務(wù)器進行分析計算，分析預(yù)警結(jié)果通過WEB 發(fā)布服務(wù)器發(fā)布。計算存儲服務(wù)器負責(zé)連接實時數(shù)據(jù)庫，將實時數(shù)據(jù)送入預(yù)警模型進行計算，計算預(yù)測結(jié)果保存在其數(shù)據(jù)庫中。WEB發(fā)布服務(wù)器負責(zé)從計算存儲服務(wù)器讀取分析結(jié)果，并且通過在線預(yù)警系統(tǒng)客戶端展示給用戶。實時數(shù)據(jù)服務(wù)器負責(zé)保存機組設(shè)備的運行數(shù)據(jù)，并提供給在線預(yù)警系統(tǒng)進行分析參考。在線預(yù)警系統(tǒng)能夠?qū)⒏鱾�機組設(shè)備的異常數(shù)據(jù)及相關(guān)測點信息整合成預(yù)警診斷單，結(jié)合歷史案例知識庫提供的歷史案例和專家知識快速定位到可能的故障并反饋給用戶。
       圖4 在線預(yù)警系統(tǒng)結(jié)構(gòu)圖
       
       四、設(shè)備實例分析
       目前該方法已經(jīng)逐漸被國內(nèi)一部分電廠重視，并和某些第三方企業(yè)展開合作，取得了十分良好的使用效果。通過該方法的實際應(yīng)用和專業(yè)工作人員的不斷總結(jié)和完善，避免了很多不必要的經(jīng)濟損失和設(shè)備故障可能造成的嚴重后果。下面通過某電廠實際發(fā)生的一次風(fēng)機驅(qū)動端軸承振動異常案例來說明該方法的實際應(yīng)用。
在線預(yù)警系統(tǒng)將設(shè)備出現(xiàn)異常的測點等相關(guān)信息整理成如表1所示的測點詳情表。工作人員就可以按照相關(guān)設(shè)計流程，并結(jié)合相關(guān)設(shè)備的實際預(yù)測信息和歷史案例知識庫對設(shè)備可能發(fā)生的問題進行分析判斷，并做出相關(guān)措施，這樣就可以提前排除設(shè)備故障。
       表1 一次風(fēng)機驅(qū)動端軸承振動預(yù)測值             
       
       1、測點趨勢圖及現(xiàn)場情況回顧
       一次風(fēng)機垂直方向振動值之前一直穩(wěn)定在3.0 mm/s 以內(nèi)，去年2016年3月6日16時30分左右突然升至3.46 mm/s，預(yù)測程序產(chǎn)生警報，現(xiàn)場運行人員接到通知后就地檢查軸承溫度、油質(zhì)均合格，但水平、垂直方向振動值基本維持在1.7 mm/s和3.0 mm/s 區(qū)域波動，查閱歷史數(shù)據(jù)庫和案例知識庫懷疑隔板再次開裂。于是便安排運行維護人員加強對該風(fēng)機的日程巡檢。3月19日14時47分在預(yù)警系統(tǒng)中觀察到振動達到（垂直方向）3.83 mm/s，現(xiàn)場實測風(fēng)機垂直振動3.7 mm/s，水平振動2.2mm/s，為保證風(fēng)機的安全穩(wěn)定運行，匯報了專業(yè)主管及領(lǐng)導(dǎo)。主管確認情況后，計劃安排對一次風(fēng)機進行單側(cè)隔離，安排停運檢修。2016年3月21日獲得熱機工作票許可，對一次風(fēng)機進行隔離檢查工作。
       2、設(shè)備異常分析
       （1）原因分析
       結(jié)合預(yù)警信息并查詢歷史案例知識庫得知：之前一次風(fēng)機振動大是因為風(fēng)機支撐隔板因廠家焊接工藝問題，隔板未焊透，從而產(chǎn)生裂紋，出現(xiàn)過裂紋后，現(xiàn)場挖補，發(fā)現(xiàn)支撐隔板有輕微變形，導(dǎo)致轉(zhuǎn)子組水平度偏差增大，引起振動增大。此次風(fēng)機軸承振動出現(xiàn)異常，懷疑隔板再次開裂，導(dǎo)致支撐強度降低，風(fēng)機運行中支撐隔板變形加劇，在應(yīng)力緩慢釋放過程中，振動及中心偏差增大導(dǎo)致軸承箱與支撐隔板緊固螺栓有松動，造成轉(zhuǎn)子中心偏差和軸承振動進一步增大。
       （2）結(jié)果分析
       3月21日，一次風(fēng)機大蓋吊出后立即組織對風(fēng)機進行檢查，發(fā)現(xiàn)風(fēng)機轉(zhuǎn)子中心下沉，軸承箱支撐板加強筋發(fā)現(xiàn)裂紋，葉輪輪轂與氣封接觸處有磨痕，風(fēng)機一級葉輪中心下沉，風(fēng)機側(cè)聯(lián)軸器下開口偏大，完全符合預(yù)期。對軸承箱支撐板裂紋進行挖補、補焊、PT復(fù)檢后合格。一次風(fēng)機于3月21日16時左右風(fēng)機轉(zhuǎn)子中心找正結(jié)束。檢修結(jié)束后，風(fēng)機軸承振動基本恢復(fù)正常。
       五、前景與展望
       在過去，維修只是為了修理產(chǎn)生故障或失效的設(shè)備，但是在今天，維修是一個集各個領(lǐng)域知識的高度復(fù)雜的過程，并且它以大數(shù)據(jù)為驅(qū)動。現(xiàn)代維修的一個基本目標(biāo)是采集并分析設(shè)備信息，然后決定什么時間進行干預(yù)來減少損失。通過采用基于運行數(shù)據(jù)驅(qū)動的在線預(yù)警系統(tǒng)，對機組設(shè)備的運行狀態(tài)進行實時監(jiān)測和狀態(tài)跟蹤，不僅可以降低維修成本，減少非計劃停機，還可以使備件存儲減少，生產(chǎn)時間增加。在線預(yù)警系統(tǒng)一旦出現(xiàn)報警，運行人員便可以結(jié)合預(yù)警信息、相關(guān)測點信息以及歷史案例知識庫等快速定位出報警來源，將故障消滅在早期萌芽階段，這樣不僅可以給電廠帶來巨大的經(jīng)濟效益，而且對于員工來說還可以減少工作壓力，使工作更加安全可靠。
       作者：黃一楓 茅大鈞  單位：上海電力學(xué)院自動化工程學(xué)院