基於大數據和機器學習的設備智能檢修與維護系統檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

基於大數據和機器學習的設備智能檢修與維護系統目前，火力發電依舊是中國的主要發電形式，占中國總發電量70%以上，而中國每年消費的 35 億多噸煤炭中有近半數用於火力發電行業。火力發電機組系統及設備高度複雜，內部反應複雜多變，在火電機組的運行控制方面仍然嚴重依賴運行人員操作經驗，系統僅能達到半自動化的調整，存在巨大的控制優化空間。基於大數據和機器學習的設備智能檢修與維護系統通過打造智能化系統，整合數字化、信息化、可視化的設計數據和檢修數據，利用成熟可靠的檢修工藝包，並結合實時運行數據，做到真正意義上的狀態檢修。通過將鍋爐三維可視化技術與火力發電廠鍋爐設備技術管理工作相結合，對鍋爐本體設備及外管道進行精細化建模，可實現鍋爐內外部構造及外管道的網頁端三維可視化展示。

一、案例簡介

基於大數據和機器學習的設備智能檢修與維護系統針對火電發電設備開展基於大數據及機器學習的設備狀態評估及趨勢預測研究，發展出具有創新性的智能運維技術，主要包括：

（1）構建了基於WIFI的設備狀態監測網，便捷地實現分散機群的集中監測與診斷。

（2）研發了多視角特徵的多源信息融合算法，解決了單一信息無法全面評估設備狀態的問題。

（3）研發了基於聚類、boosting集成、自編碼模型、多變量時序分析等多種算法進行設備狀態評估；建立了基於關聯規則、異常值檢測、Word2Vec模型及Prophet模型的劣化趨勢預測算法。

通過多種大數據挖掘與機器學習算法構建AI矩陣，綜合評估設備的健康狀態，避免了單一算法的局限性，並解決了缺乏故障樣本情況下的狀態識別與趨勢預測問題。

二、案例背景介紹

目前，火力發電依舊是中國的主要發電形式，占中國總發電量70%以上，而中國每年消費的 35 億多噸煤炭中有近半數用於火力發電行業。目前我國火電機組的運行控制方面仍然嚴重依賴運行人員操作經驗，系統僅能達到半自動化的調整，存在巨大的控制優化空間。其主要表現在以下幾方面：

1. 設備運行的安全預警，保證電力設備的安全運行

電力行業是資產密集型行業，其中，發電廠設備、電網設備的安全運行尤其重要，任何故障都可能造成重大事故，帶來停電和巨大的經濟損失，社會負面影響大，這在當前日趨激烈的競爭環境中尤為顯著。因此，對運行設備進行實時監測，對設備運行數據進行挖掘，建立預警模型，實現設備的安全預警，對於保障發電、電網設備安全運行，避免惡性重大事故的發生有重要的意義。

2. 設備故障診斷，實現發電和電網設備檢修、維護指導

發電機組等設備屬於大型旋轉機械，能夠實現精確診斷的故障並不是很豐富，而且機組個性突出，採用傳統故障機理建立起來的故障模型普適性並不是很好，因此，運用機器學習、大數據分析結合傳統故障機理模型，實現故障預警和故障診斷，從而為發電設備的檢修決策和檢修實施提供依據。

三、案例應用詳情

本項目在國華太倉發電有限公司針對三大風機、凝泵、漿液泵、磨煤機等12台輔機，開展基於大數據及機器學習的設備狀態評估及趨勢預測研究，發展出具有創新性的智能運維技術。

1、總體應用框架

基於大數據和機器學習的設備智能檢修與維護系統通過打造智能化系統，整合數字化、信息化、可視化的設計數據和檢修數據，利用成熟可靠的檢修工藝包，並結合實時運行數據，做到真正意義上的狀態檢修。通過將鍋爐三維可視化技術與火力發電廠鍋爐設備技術管理工作相結合，對鍋爐本體設備及外管道進行精細化建模，可實現鍋爐內外部構造及外管道的網頁端三維可視化展示。採用自主研發的熱力計算內核，基於歷史運行數據，建立電廠熱力系統的鏡像仿真模型，可實現熱力系統的在線&離線計算分析，並可以獲得機組全面詳細的運行參數和特性參數，實時地對各個設備性能狀態進行評估；通過數據的積累，對全年機組變工況的性能變化情況以及各個設備的貢獻情況進行全面分析，從而為設備性能異常診斷、運行優化和技改決策等提供核心數據支持。

2、關鍵技術應用詳情

（1）運行參數智能監視預警系統

系統能夠提供差異化的三級預警服務。已完成7、8號機組主機、重要輔機589個參數報警模型開發。

（2）設備狀態智能評估系統

系統通過無線通信方式，對設備振動狀態進行實時監測，聯接SIS系統獲取設備的溫度、開度、電流等常規運行狀態數據，對設備的運行狀態進行分析與劣化趨勢預測，實現設備狀態智能評估。已完成7號機組風機（送風機、引風機、一次風機）、磨煤機、漿液循環泵、凝結水泵的數據採集及分析，系統試運行。正在進行汽輪機監視系統（TSI）數據採集。

（3）鍋爐防磨防爆管理及預警系統

系統將原有的碎片化，零散化的檢修信息統一管理，實現設計信息，改造信息，檢修信息，分析預警服務信息實時展示，讓數據實時發揮作用。已實現防磨防爆管理的可視化、信息化，對受熱面氧化皮、爆管進行預警分析。

（4）智能巡點檢

系統採用了先進的軟、硬件技術，將設備的點檢管理、狀態管理、監測參數管理等有效地集成在一個管理平台。通過現場工業wifi與維護人員手機端的釘釘系統實現互聯，可以通過登錄手機上的釘釘「設備管理」平台，就能實時查看現場設備的運行狀態，實現設備的無線監測管理。

四、創新性與優勢

（1） 採用高新技術如大數據、人工智能等對設備及生產運行狀況進行建模、分析。

（2）實現智能檢修與維護。應用智能點/巡檢管理、智能缺陷管理、智能兩票管理等功能，與設備、管道狀態智能監測功能模塊聯動，實現設備檢修、缺陷處理過程的管理、統計分析及其處理方法的歸納總結，為設備預防性檢修提供依據。

五、案例應用效益分析

現場設備遠程操作覆蓋率達100%、機組全過程一鍵啟停無斷點、工廠無線覆蓋率100%。同時使得用工負荷明顯降低，生產效率明顯提升；能源利用效率明顯提升，萬元產值綜合能耗顯著降低，從2016年底297.36g/kWh,降低到293.14g/kW，2台機組每年節約成本約1772.4萬元；資源利用效率明顯提升。

同時結合工業大數據，使得核心業務智能化決策覆蓋率達90%，大數據智能分析覆蓋率達90%，設備遠程分析診斷準確率達80%以上，將產生一定的經濟效益。