基于大数据水电厂状态检修方案探讨.docVIP

基于大数据水电厂状态检修方案探讨 　　摘要：本文在结合目前智能电网技术取得成就的基础上探讨利用先进的大数据分析处理技术充分挖掘与设备状态相关联的多种有效信息，从大量数据中探知设备状态及影响参量变化的关联关系和发展规律，为设备状态的精细化状态评估和故障诊断提供全新的解决思路和技术手段。 　　关键词：水电厂；大数据；智能化；状态检修 　　中图分类号：TV741 文献标识码：A 文章编号：1007-9416（2017）10-0220-02 　　水电厂设备状态评价是对水电厂设备的运行状态及其他信息进行记录、分类和评价，电力运维检修部门根据水电厂设备的运行状况，制定设备的运行方式、检修策略等。目前国内外常用的设备状态评价方法主要基于单一部件、单一或少数状态参量的阈值进行分析和评价。随着智能水电厂的发展，对设备健康状态分析准确性和水电厂可靠性的要求越来越高，此类方法还需不断完善。 　　1 目的理论和实践依据 　　本文将探讨通过理论研究、产品研发、现场示范应用的方式进行研究，采用网络数据库、大数据分析理论、移动互联网、神经网络、小波分析等符合水力发电厂实际应用的理论体系和计算方法，构建基于大数据的设备状态评估与故障诊断系统。 　　1.1 理论和实践依据 　　1.1.1 网络数据库 　　网络数据库是指把数据库技术引入到计算机网络系统中，借助于网络技术将存储于数据库中的大量信息及时发布出去； 网络数据库在电力系统自动化系统中得到了大量应用，主要用于设备海量数据的存储检索与发布。 　　1.1.2 小波分析 　　小波分析是当前应用数学和工程学科中一个迅速发展的新领域，经过近年的探索研究，重要的数学形式化体系已经建立，理论基础更加扎实，能有效地从信号中提取信息。本文中小波分析主要应用于设备声音、图像数据的分析和故障诊断。 　　1.1.3 移动互联网 　　移动互联网（MobileInternet， 简称MI）是一种通过智能移动终端，采用移动无线通信方式获取业务和服务的新兴业务，包含终端、软件和应用三个层面。本文中移动互联网技术主要应用于运维系统信号的即时传送与即时反馈。 　　1.1.4 大数据分析 　　通过建立数学模型进行有机整合，通过大量的模拟计算、关联分析，找出最优化的设备运行方案，并根据运行情况实时做出调整，最大限度发挥设备价值。 　　1.2 研究的关键和难点 　　1.2.1 研制跨平台数据获取/转换装置，奠定课题研究的数据基础 　　（1）针对水电厂设备状态信息来源多、信息异构、数量庞大、属性繁多等特点，研究在线监测系统、SIS系统、精密点检系统、FAM系统、电子文件及手工录入数据（检修、试验、巡检等内容）等多源跨平台数据库的高速并发读取和跨平台数据安全传输技术。（2）研究电力大数据质量快速检测和多源异构数据的清洗方法，建立电力大数据质量通用检测模式及规则库，提出自适应快速动态探查机制，构建电力大数据的质量评价指标及评价模型。（3） 研究水电厂运行、设备状态、工况等相关电力大数据特征分析和数据规范化建模的方法，实现设备状态评估相关数据的规范化转换。 　　1.2.2 研究基于大数据技术的水电厂状态评估与故障诊断关键技术 　　（1）分析设备状态、运行工况与电力设备负载能力的关系，挖掘与设备负载能力密切关联的核心状态参量，建立动态评估模型；（2）挖掘和分析状态参量与故障类型、部位、严重程度和发展趋势的关联关系，部件故障与设备故障之间的关联规则及演化规律，研究融合水电厂、设备和工况的状态评估和故障诊断模型。 　　2 研究内容和实施方案 　　2.1 构建基于大数据的状态评估与故障诊断系统体系架构 　　利用日臻完善的电力信息化平台获取大量水电厂运行、设备状态和工况信息，从数据本身内在规律分析的角度研究设备状态演变的关联关系和发展趋势，构建基于大数据的设备状态评估与故障诊断系统体系架构，实现大数据分析在水电厂设备状态检修中的应用。 　　2.2 多源异构数据融合技术 　　应用结构化和非结构化数据融合方法，结合在线监测、检修、精密点检、试验、历史台账等多源异构式数据，制定统一的数据规范和标准体系，建立一体化数据中心，实现数据信息融合，为状态分析、故障预警和诊断应用提供基础数据。 　　2.3 面向对象的建模技术 　　根据设备的特点以及各应用系统的需求，采用面向对象技术，参照IEC61970和IEC61968等相关国际标准以及CIM建模方式，在建立多源数据融合平台，实现数据有效融合的基础上，构建通用的设备全景信息模型，为设备运维各项高级应用、智能分析应用提供统一、开放的基础模型。 　　2.4 基于动态阈值的综合告警技术 　　利用云计算和人工智能分析算法，根据设备运行特性及水电厂运行规范，研究设备的典型故障模式