太极与飞腾电力行业火力发电机组智能远程诊断联合解决方案

    电力生产过程中经常会出现各式各样的风险，重要设备运行过程中如果出现故障，不仅直接影响电能的产量和质量，还可能造成严重的设备和人身事故。要使机组设备安全、可靠、经济地运行，过程状态监测和故障诊断是重要且有效的技术手段。而另一方面，由于机组运行状态灵活、环保排放等方面的需求严格，电厂设备的运行维护、可靠性分析、经济性分析工作，需要经验丰富的专业人员。 随着企业数字化程度提高和设备的大型化，设备故障诊断需要借助的资源和处理的数据量越来越多，需要借助大量的科学计算和知识经验支持，单个设备维护企业无法解决所有的问题。

    传统的现场技术服务方式存在项目周期长、执行成本高、人力资源占用率高、劳动强度大、应急性差等缺点。现场对设备的诊断分析容易受到人力、技术以及地域的限制，面临历史知识共享难、重用难的问题。

    本方案可获取40多万火力发电机组测点数据，经平台处理后实现各类信息的实时或准实时监测，如工况、趋势、预警、缺陷、专项监测等。将历史数据提供给机器学习算法，达到预警系统、精密点检系统等对设备出现故障进行预警和诊断的目的。从大量数据中找出故障与数据间定量关系，找出故障点对应设备状态量的变化规律，从数据中挖掘故障诊断的规律，甚至能发现潜在和隐形的故障。

    区别于目前电厂运行人工监盘，太极计算机股份有限公司股份基于DATAKEEPER系列产品的火力发电机组开放物联智能远程诊断系统，可对设备状态的发展趋势进行长期在线跟踪监测，多测点同比分析，基于人工智能的自寻优/自诊断，可及时有效地发现设备劣化及异常点。另外，远程诊断专家能以更专业的角度审核和评估这些异常，这往往是现场运行人员不易发现或未注意到的隐患问题。火电厂远程诊断系统中，在开放物联监测服务应用层对15项技术监督指标进行在线监测和预警。技术监督是发电企业保证设备健康、安全、经济运行和准确计量的重要技术手段。利用开放物联远程诊断网络平台，建立主机设备在线技术监督指标体系，对设备相关运行参数进行实时预警，便于技术专家及时了解设备运行状态的现状，提高设备监督的判别决策成功率。开放物联远程诊断网络平台可以在以下几方面进行远程诊断：

• 锅炉燃烧性能及故障远程诊断

    通过远程诊断，除了常规炉侧 SIS 测点，还引入壁温监测、炉内声波温度测量、火焰监测、炉管泄漏等系统，完成锅炉系统一般性问题（如锅炉热效率、排烟温度、制粉电耗、空气预热器漏风率等 影响机组运行经济性的一些生产指标）的诊断和重大问题（如受热面积灰及结渣评估、炉内偏烧、受热面壁温超温及偏差较大等影响机组运行安全性指标的重大问题）的分析。锅炉诊断APP由锅炉本体、燃烧系统、风烟系统、锅炉辅机设备等软件诊 断模块组成，功能包括：炉效计算、结渣计算、煤粉爆炸性、炉膛沾污、空气预热器积灰等。

• 汽轮机振动、通流状态监测和远程诊断

    实时采集数据，对汽轮机振动数据进行集中监测和管理，通过瀑布图横向 显示不同时间不同位置的振动变化对比，纵向反映振动发展趋势，并通过振动故障及其特征知识，结合专家经验，对常见的振动故障进行诊断。 系统对汽轮机通流部分经济性参数（如汽轮机 热耗率、汽轮机汽耗率、再热蒸汽压损、高/中压缸 效率、高压加热器（高加）各段抽汽流量、凝汽器端差及过冷度等）进行在线计算分析，通过对汽轮机热力性能评估和在线性能试验，对典型热力参数变化引起的设备状态实现在线预警和故障的远程诊断；如汽轮机热力学机理模型计算、基于机理模型的故障推论、数据导出、测点管理等。

• 发电机、变压器状态监测和远程诊断

    根据发电机、变压器的运行状态数据和历史数据，通过对比特征参数，诊断发电机、主变压器潜在缺陷或已出现的故障。具体功能包括以下方面。 发电机冷却系统状态诊断主要监测发电机温度和负荷参数，用以评价发电机冷却系统运行情况；长期在线跟踪漏氢仪各通道氢含量数值异常和趋势变化，诊断出发电机设备冷却系统系统泄漏征兆，避免由此引发相间或对地短路的重大事故；功能包括：电器故障树、离线水质监测、变压器油色谱分析、电器专业三比值法机理模型和机器学习DS理论结合等。

      系统应用架构：

软件环境:

   硬件环境：

应用价值和效果具体如下：

1. 通汽轮机通流部分诊断分析，弥补了振动故障诊断技术事后诊断的缺点，热力参数诊断是一种前期诊断方式，大大丰富了汽轮机设备的诊断方式，进而提高诊断效果
2. 通过入炉煤煤质在线软测量为提高机组的安全性和经济性、优化生产过程控制奠定了基础。通过与电厂机械采样化学分析值相比，入炉煤热值计算值与化学分析值平均误差在５％以内；
3. 通过锅炉燃烧热偏差监测及诊断，指导运行进行相应运行参数的调整，减少了锅炉高温受热面的超温次数，避免了锅炉高温受热面因长期超温爆管而导致机组的非计划停运；
4. 通过设备状态预警预知设备的故障征兆,避免由于设备异常引起的非计划停机，按照目前的经验,一般平均每年可避免0.5次非计划停机。

西安热工研究院有限公司：火电设备远程诊断平台

    太极DATAKEEPER数据科学计算平台，版本V1.0，是一套机器学习即服务的系统，降低AI模型工业化的门槛，里面含有一些现有的AI和机器学习的算法，支持拖拉拽等便捷的形式建模，大大加快了算法的落地。