★ 广东珠海金湾发电有限公司 谢俊宏

关键词：数字孪生；火电厂；设备；健康；状态；在线；监测

随着火电厂运行时间的增加，设备元件和部件会逐渐老化，导致其性能下降甚至出现故障。同时，火电厂的运行环境，如温度、湿度、灰尘等因素，也可能对设备健康状态造成损伤，使其性能退化，甚至引发安全事故。因此，对火电厂设备健康状态进行实时监测显得尤为重要。目前，传统的监测方法在实际应用中仍存在不足。文献 [ 1]提出的方法依赖人工经验判断设备健康状态，主观性强且监测不连续；文献 [2]利用物联网技术采集和传输数据进行分析，但数据处理复杂，导致监测结果准确性较低。

数字孪生技术可通过多维度、多时空尺度对物理实体进行数字化建模，模拟与描述实体的属性、行为和规律，并实时、动态地展现设备信息[3]。将实际传感器数据与数字孪生模型进行信息融合，能更高效地对火电厂设备的健康状态进行综合监测。基于此，本文进行了基于数字孪生的火电厂设备健康状态在线监测方法的研究。

1   基于数字孪生的火电厂设备健康状态在线监测方法设计

1.1   火电厂设备运行状态参数感知

本研究在火电厂设备的关键部位构建了多元化的终端传感器网络。这些传感器涵盖电压互感器、电流互感器以及温湿度传感器等，它们协同作用，搭建起一个全面且多层次的感知架构，能够全方位、实时地捕捉火电厂设备的运行状态参数。

对于火电厂设备运行环境参数的监测，本研究在设备内部以及周边环境的关键点位，布置了DHT系列的温湿度传感器。该传感器可借助内部的热敏电阻，感知火电厂设备及周边环境的温度和湿度变化，并将感知到的数据以数字信号的形式输出。而对于火电厂设备运行电压、运行电流等电力参数的监测，本研究采用安装电压互感器和电流互感器的方式来实现对电压和电流信号的测量。

电压互感器被安装在设备发电机出口、变压器进线等关键的电气节点位置。它们依据电磁感应原理，把高电压按照一定比例转换成低电压信号。其输出电压与输入电压之间的关系可用式（1）表达式呈现：

其中， U2为电压互感器的输出电压；U为输入电压；N为原边匝数；N2为副边匝数。

电流互感器则被串联在发电机、变压器以及输电线路之中，同样基于电磁感应原理，将大电流转换为小电流信号进行输出。其输出电流与输入电流的关系表达式为式（2）：

其中， I为电流互感器的输入电流； I2为输出电流。

本研究通过在终端合理布置各类传感器，成功实现对火电厂设备运行过程中电压、电流、温度和湿度等状态参数的感知，为后续开展设备健康状态的在线监测奠定了坚实的数据基础。

1.2   基于数字孪生的设备健康状态在线监测

在基于数字孪生的火电厂设备健康状态在线监测体系中，本研究通过多尺度建模与动态数据驱动技术，构建了物理实体与虚拟模型的数字孪生框架。首先，利用BIM技术建立火电厂设备的三维几何模型，结合设备材料参数与运行工况，定义模型的物理属性，其本构关系可表示为式（3）：

其中， 为应力张量；  为应变张量。然后，通过有限元分析软件ANSYS，模拟设备在高温高压环境下的应力分布， 采用热-力耦合方程， 如式（4） 、式（5）所示：

其中，p为密度；Cp为比热容；k为热导率；Q为内部热源项； F为体力项； u为位移场。该模型可实时预测火电厂设备关键部位的应力集中与疲劳损伤累积。

为实现数字孪生模型的动态更新，本研究将传感器采集的实时数据作为输入，驱动模型状态参数修正。以设备差流计算为例，其公式为式（6）：

其中， I,为主回路电流； I为二次侧电流。进 一步，通过云计算中的主因素决定型模型，对差流参数进行多源信息融合处理。通过引入有界和运算，对合成参数进行目标状态指标映射，如式（7）所示：

其中，f为设备目标状态参数； k为第k个监测指标的归一化系数；为指标总数。该过程通过模糊逻辑与区间分析，将离散监测数据转化为连续健康度评估值。最终，基于数字孪生模型与云计算的协同机制，构建火电厂设备健康状态在线监测框架：将传感器数据与BIM模型关联， 驱动应力场、温度场等物理场动态更新；通过差流分析与合成处理，量化设备电气性能劣化程度；结合健康度阈值，输出火电厂设备健康状态在线监测结果。

2   实验测试

2.1   测试准备

在对本文所设计的火电厂设备健康状态在线监测方法的实际应用性能展开分析时，我们以某实际运行的火电厂环境为依托，开展了对比测试。考虑到火电厂设备数量庞大、种类繁多，本次实验选取火电厂的继电保护装置作为数据来源。该继电保护装置的规格参数详见表1。

表1 设备规格参数

由表1可知，该继电保护装置具备较为标准的电气特性，满足火电厂的运行需求，为后续基于其开展的设备健康状态在线监测方法对比测试提供了可靠的硬件基础。

2.2   在线监测结果

在具体测试环节，我们分别运用本文提出的基于数字孪生的火电厂设备健康状态在线监测方法、文献 [ 1]中以人工经验为依托的传统监测方法， 以及文献 [2] 中以物联网技术为支撑的设备监测方法，展开对比测试，旨在剖析不同方法的监测效果与性能表现。

选取继电保护装置的电源电平输出状况作为监测指标（额定值为1.5kV），三种方法的监测结果分别如图1、图2、图3所示。

图1 本文方法监测结果

图2 文献[1]方法监测结果

图3 文献[2]方法监测结果

依据上图所示的测试结果能够看出，在三种不同方法的测试结果里，文献 [ 1]提出的方法， 其监测结果的波动范围在大部分时间段内稳定在3.0kV区间，不过部分时段波动达到5.0kV，稳定性有待进一步提高；文献 [2]提出的基于物联网技术的设备监测方法，对继电保护装置电源电平输出情况的监测，虽能在一定程度上实现收敛，但仍存在一定波动范围，大致在5.0kV上下；与之相比，采用本文设计的在线监测方法，对继电保护装置电源电平输出情况的监测结果，波动范围稳定在1.5kV以内。以上结果说明，与另外两组对照方法相比，本文方法能更精准地反映继电保护装置电源电平输出的实际状况。由此可见，本文所设计的方法具备良好的实际应用价值。

3   结束语

火电厂作为电力供应的核心枢纽，其设备运行的稳定性直接关乎能源生产的安全性与可靠性。然而，当前设备健康状态监测技术面临显著挑战，传统方法难以精准捕捉设备健康状态，导致潜在故障无法及时预警。在此背景下，本研究提出了一种基于数字孪生的设备健康状态在线监测方法，通过构建物理实体与虚拟模型的动态映射机制，实现了设备运行参数的实时感知、多物理场耦合仿真及健康状态智能评估。该方法可突破传统监测技术的局限，有效识别早期故障征兆并触发预防性维护策略，从而显著提升电力生产系统的安全性与韧性。

作者简介：

谢俊宏（1991-），男，广东高州人，工程师，学士，现就职于广东珠海金湾发电有限公司，研究方向为电厂集控运行。

参考文献：

[1] 梅鸿程. 火电厂设备运行参数监测预警研究与应用[J]. 锅炉制造, 2023, (6) : 55 - 57.

[2] 王沛. 基于物联网的火力发电厂设备监测与维护[J]. 2022, (10) : 241 - 243.

[3] 邢健. 基于云计算的火电厂电气二次设备状态监测方法[J]. 电气技术与经济, 2024, (6) : 147 - 149.

[4] 叶今墨, 聂海龙, 张凡, 等. 基于数字孪生的火电机组汽轮机故障预警研究[J]. 工业控制计算机, 2024, 37(06) : 144 - 146.

[5] 柴政, 朱凌君, 姚胜平, 等. 基于数字孪生技术的火电智能应用平台研究[J]. 科技与创新, 2023, (09) : 36 - 39.

[6] 王佳聪. 火电机组汽轮机系统数字孪生模型研究[D]. 北京: 华北电力大学, 2023.

摘自《自动化博览》2026年3月刊