预警诊断

主要介绍中压柜智能化、数字化的升级改造及深入应用----中压柜预警诊断及生命周期管理。通过设置的传感单元与测量单元结合，感知断路器机械特性、开关柜温湿度、断路器触头温度、电动接地开关参数、接地开关位置可视化、局放状态等等参数，应用惯性测量单元的边缘计算能力，提升断路器的运行管理效率，诊断其寿命。应用层App包括了一键顺控、状态评估、预测性维护和AR远程运维等。

该系统基于大数据、AI等先进技术，集成信息全感知、数据趋势及越限分析、预警诊断、故障定位及录波等功能，构建设备状态全景可视化、设备故障分析诊断智能化、业务管理智慧化运维管理体系，实现站用交直流电源设备“运行安全可靠、管理精益高效”。

近年来，我国发电厂基本上实现了数字化。数字化电厂通过对电厂各类信息的数字化处理，借助于网络技术实现准确且可靠的信息交换和实时共享，将关于设备的海量数据存储起来，为机组的运行和维护提供科学指导和决策。其建设的最终目标绝不仅仅是一个信息化、数字化平台，而是对电厂设备和运行状态的优化决策和智能评判。数据不加以整理不能成为信息，信息不加以分析不能成为知识，知识不加以应用不能成为力量。这项工作建立在大量监测数据基础上，但更需要有专业的技术人员能对这些数据进行分析，对技术人员的要求极高。与欧美等先进工业国家相比，我国在发电设备的安全、监控和运行优化决策支持系统方面还存在较大的差距，电厂普遍存在特征提取与分析、诊断与决策功能薄弱的缺陷，设备有用信息被大量堆积，无法充分利用。这已经成为限制发电设备运维水平进一步提升的瓶颈问题。企业迫切需要一种有效的手段对海量信息进行挖掘和分析，以预知设备故障，从而进一步提高设备运维水平。 本项目提出在信息化、数字化电厂基础上，构建机组在线状态监测、预警和故障诊断平台，集工况监视、设备早期预警、设备健康分析、故障诊断及维修咨询为一体，将振动监测数据与负荷、压力等过程参数结合起来，在专家丰富诊断经验和理论知识基础上，建立故障特征提取模型、故障诊断模型，实现对机组状态和振动故障的智能预警、状态评判和综合诊断，指导机组运行和检修，进而减少维护时间，降低故障率。项目成果成功应用于湛江电力有限公司和茂名臻能热电有限公司7台机组，并在600MW、1000MW机组上推广应用，取得了良好的经济和社会效益。本项目研究成果推动了我国发电设备预警、故障诊断技术的发展，为互联网体系下电厂设备信息的大数据挖掘与分析提供了先进平台，对于杜绝发电厂恶性事故、减少一般性事故，全面提高发电厂机组的稳定可靠性和运行优化水平和提升企业经济效益具有重要意义。

当前电力行业对燃机发电技术探索不系统，燃机数据的集成、分析和管理技术相对落后，数据化、智能化水平仍需提高。燃机机组起停率和故障率较高，影响机组性能与可靠性。重型燃气轮机在电力生产运行中存在：冷却密封系统异常引起停机故障频发；透平密封冷却系统主要故障类型不明、故障识别率亟待提高；边缘计算算力不足、时效性低等问题。针对上述问题，项目构建了燃机透平排气密封冷却系统故障预警诊断技术，融合了包括云计算、大数据两大基础平台和机器学习、模式识别、人机交互三大通用技术的技术体系，并首次实现了燃气轮机故障预警和性能优化的有机融合、重型燃机透平冷却密封系统故障预警诊断。 项目成果在我国特大型电力集团中开展广泛推广和工程应用，成果应用分布全国5省市，成功对5家发电企业、11台燃机机组的透平系统的运行状况进行监测诊断。有效避免了设备异常可能导致的临时消缺和非计划停运，解决了燃机透平温度异常停机故障。项目整体累计实现经济效益近6500万元，项目研发获得授权专利10件、软件注册权1项，发表科技论文5篇。经中国电力企业联合会鉴定达到国际先进水平。燃气轮机透平排气密封冷却系统故障预警诊断技术的广泛应用必将进一步推动我国人工智能相关的前沿产业持续健康发展，有力支撑数字化化、网络化、智能化发展迈上新台阶。

本项目对变电主设备台账数据、在线监测、运行环境、带电检测、检修试验、巡视、缺陷、保护告警及状态遥测等海量数据进行结构化处理，综合机器学习模型和专家系统构建变电设备预警诊断及智能决策模型，对主设备进行早期缺陷预警、故障诊断和运检策略智能决策，支撑变电设备的数字化和健康管理业务。历经五年科技研发和生产应用，取得了一系列重大创新成果。本项目建立的模型具有开放和统一的结构设计、判据互斥性设计、判据权重差异化设计的特点。模型和业务功能可实现统一构建、统一分发、统一升级以及分析结果的统一迭代利用。方法具有良好的扩展性、可复制性，也可以应用于输电、配电领域，具有良好的推广价值。