作者：南京科远自动化集团股份有限公司 陈亚明

1　引言

工业企业已进入了“大数据”时代，企业所管理数据的规模、种类和复杂程度都在以前所未有的速度爆炸式增长。大数据是工业互联网的命脉，通过技术创新与发展，以及数据的全面感知、收集、分析、共享，为企业管理者和参与者呈现出看待电力行业价值链的全新视角。

南京科远自动化集团股份有限公司（以下简称科远股份）作为国内领先的工业自动化与信息化技术、产品与解决方案供应商，拥有NT6000分散控制系统、SyncBASE大型实时数据库等众多核心产品和技术，并建立了基于大数据分析的“智能工业云平台系统”，使科远股份有能力为大数据挖掘提供具体应用。

基于上述背景和条件，“基于工业大数据分析的电站运行优化与三维可视化故障诊断系统”应运而生，并获选2017年江苏大数据应用示范项目。

2　系统简介

“基于工业大数据分析的电站运行优化与三维可视化故障诊断系统”以三维可视化作为展现基础、大数据作为数据支持、人工智能算法作为核心。通过对数据的整理与分析，将有价值的数据和信息提供给操作人员，使所获得的海量数据和信息的价值得到有效和及时的利用。基于海量的历史数据分析，发现数据中隐藏的运行规律、故障征兆等，实现事故的提前预警和故障的推理诊断。其由设备故障诊断、智能预警和优化运行等多个模块组成。

2.1　设备故障诊断

设备运行中，不可避免会出现各种故障。一旦出现故障，能否快速进行诊断并消除，对于企业来说非常重要。传统故障诊断多采用事后分析模式，不能实现预测、预警等“事先调整与预防”。

从故障产生的过程和机理看，任何故障的发生都是一个渐变的过程，演变过程中往往会伴随有一些重要特征的变化。只要使用有效的监测手段及时捕捉到这些征兆，并利用最新的人工智能等技术将人类长期处理这些故障积累的宝贵经验加以总结、分析和提炼，即可逐步掌握各类事故发生的内在规律，做到准确预报事故，争取将事故消灭在萌芽状态。

故障诊断技术可通过先进的状态监测和诊断手段，识别设备及部件故障的早期征兆，对故障部位、故障程度和劣化趋势做出诊断与预警，指导运行操作人员对事故早期报警做出迅速有效的反应，实现了潜在故障的事前处理，变被动事后处理为事前主动预防。

以往故障的发生和处理，大多是运行人员依照运行规程和实践经验，根据现场情况进行判断、推理和处理，它难以用精确的数学模型来描述，很难通过传统的数学方法求解得以解决。故障诊断系统改用专家系统，内置故障诊断知识库，可根据设备的状态数据和设备故障模型对设备故障机制进行分析，自动诊断设备的故障成因并给出检修指导。同时知识库具有自学习功能，可将诊断过程记录或诊断案例转换为知识存储到知识库中。

设备诊断范围囊括电站主要主辅机设备，如风机、汽轮机、锅炉四管系统等。

风机性能在线监测与故障诊断系统

四管防磨防爆系统

汽轮机故障诊断系统

2.2　智能预警系统

目前，我国大型发电机组普遍采用DCS系统，但大多采用定值报警。在发电机组正常运行时也会存不少报警信息，当机组运行出现异常时更是形成大量报警，往往出现无效报警淹饰有效报警的现象，启停过程中尤为突出。这反而将机组运行人员带入了一个“数据泛滥，报警成灾”的困境，使得操作人员无所适从。大量的数据不加以整理和分析，不能称之为信息，更不能为我们所用。

智能预警系统以电厂一个大修周期的数据作为大数据分析的数据源，拟合出针对不同煤质、不同负荷状况下机组正常运行参数范围，并据此整定出运行参数的动态报警阈值，对应提示越限后果。以系统、设备、参数为主线，按重要程度进行分级分类，对过程报警进行整合，形成精确报警，避免误报。同时，提供越限预警、故障主因诊断、辅机设备及部件劣化趋势等报警提示信息，减少运行人员误判，为运行人员赢得故障处理时间，提高机组运行水平。

智能预警系统在传统报警的基础上，通过大数据分析的方法，可消除满屏皆报的是混乱报警显示局面，报警屏上的报警更简洁清楚，便于运行人员确认处理，不误报，不拒报。

2.3　基于大数据分析的运行优化系统

基于大数据分析的运行优化系统以效益优先为指导思想，在系统的每个优化模块中均以降低发电企业的发电成本为目标，通过各种有效途径为发电企业节能降耗。该模块包含了机组离在线性能试验系统、性能计算及耗差分析系统、以及设备与运行优化等几个方面。

机组离在线性能试验系统可以完成对机组数据的自动采集和记录，并可以立即进行热力计算，自动生成试验报告；可以随时提取历史上任意时段的数据进行离线试验；可以使得电厂经常进行性能试验，从而实时了解机组的经济性变化情况，节省进行常规性能试验的大部分费用，降低电厂经营成本。

性能计算及耗差分析系统，利用从DCS等过程控制系统采集到的数据，通过基于国家和电力行业标准的计算模型，计算出各个设备、单台机组和整个电厂的经济性指标，以实时画面、报表、历史曲线等多种方式展示给用户，并在全工况数据库基础上通过多种指标的耗差来指导用户采取最经济措施进行电能生产，实现节能降耗。

设备与运行优化内容包括：氧量优化，循环水系统优化，调峰优化，煤粉细度优化，优化负荷分配，吹灰优化、和汽轮机冷端优化系统等，通过采集到的机组数据和设备本身性能计算相结合，得到各个设备的最优运行状态，使电厂总体在最佳状态下运行。

3　系统应用

《基于工业大数据分析的电站运行优化与三维可视化故障诊断系统》已在多个项目投入应用，其首个实施项目位于南京市栖霞区龙潭街道马渡村的大唐南京发电厂，总投资额为2000万元，其中硬件设备投入1100万元，大数据存储、分析、挖掘以及事故预报专家系统等软件开发费用900万元。大唐南京发电厂#1、2机组在工业生产时产生的大数据一方面支撑本项目的开发与研究，另一方面也共享给相关主要设备，如锅炉、汽轮机、发电机等生产主设备厂家用于分析、诊断设备运行状态，此外也共享给相关电力科学研究院等发电行业研究机构用于运行优化、调节的分析、研究工作。

通过该项目的实施，成功地建立了基于工业大数据的设备远程诊断系统，并实现了生产过程的优化与事故预报系统的上线，该项目的实施在新一轮电力改革政策以及能源互联网、智慧能源等技术政策引导的大背景下，在节能减排政策的要求和发电集团集约化、高效管理的需求驱动下，基于集中管控、智慧决策、智能控制、傻瓜式运行的自动化模式将成为现实，智慧型发电厂成为新的发展方向。

4　效益分析

基于工业大数据分析的电站运行优化与三维可视化故障诊断系统符合信息时代企业盈利的公式和法则：把信息变成知识，把知识变成决策，把决策变成利润。因此对于我国21世纪大型燃煤电厂，应积极采用先进的优化控制和管理软件，其意义主要为：

（1）促进观念转变。火电厂优化控制和管理软件全部以成本核算、经济管理为核心，将原来不可控或不清楚的能量损失全部量化，帮助进行分析、查找故障，提出节能降耗的优化措施，强化运行和管理人员的经济管理意识，促进观念转变。

（2）提供有力工具。优化软件提供了多种供生产管理人员分析、管理生产过程的手段和工具，而不仅限于给出计算结果。

（3）是MIS和ERP的基础，并能最大限度地发挥DCS作用。

（4）提高专家资源利用率。专家可在短期内同时处理多个电厂的性能/故障分析，对于偏远地区电厂的重大事故分析具有典型意义。

本系统采用“大数据”战略计划理念，将先进的信息技术与传统发电产业相结合，通过信息化技术手段改变传统产业经营管理模式，减少经营管理成本、增强企业管理水平；缩短维修时间、延长检修周期；提高能效、提高电厂产能、降低生产成本；提高系统可靠性、减少起动失败次数。是采用技术手段促进发电效率提升的示范作用，成为能源行业、电力系统的一个创新亮点，对于“大数据”应用在传统行业的推广与应用将产生深远的推动作用。

摘自《自动化博览》2018年3月刊