基于趋势分析的远程诊断系统设计与实现

2017-08-17陈小松张志霞郭鹏慧甄国强

水电站机电技术 2017年3期

关键词：水电趋势报警

陈小松，洪凯，张志霞，郭鹏慧，周文，甄国强

（1.北京中水科水电科技开发有限公司，北京 100038；2.黄河上游水电开发有限责任公司，青海西宁 810000）

基于趋势分析的远程诊断系统设计与实现

陈小松1，洪凯2，张志霞2，郭鹏慧2，周文1，甄国强2

（1.北京中水科水电科技开发有限公司，北京 100038；2.黄河上游水电开发有限责任公司，青海西宁 810000）

主要介绍黄河上游水电开发有限责任公司集控中心基于趋势分析的远程诊断系统设计与实现。该系统采用面向服务的系统架构，利用分布式计算技术，以集控中心远程采集的电站海量生产数据为基础，实现了对所有测点的通用分析、部分特定设备或系统的专业化分析以及操作员控制台实时预警。并且，系统实现了丰富的数据可视化形式、易用的人机交互接口、诊断算法的动态扩展，是一套开放式的趋势分析系统。

集控电站；趋势分析；远程诊断

1 前言

2004年，因黄河上游水电开发有限责任公司发展需要，在青海西宁建成梯级水电站集控自动化系统，用于对黄河上游水利枢纽及梯级电站的防洪、发电统一联合调度及管理。在集控中心建设的第一阶段，已实现了所辖电站主辅设备生产数据的全面采集及部分电站的全面控制，经过10多年的运行调度实践，梯级联合调度的效益已逐步显现，集控中心在充分考虑中下游的发电、灌溉、供水、生态等综合利用任务要求的条件下，合理调配，日最大调峰幅度逐步增加。集控中心根据梯级水情信息及电网调度信息，合理做出各个梯级电站的出力计划，做到水量、水头合理利用，减少不必要的弃水损失，为国家节约大量的不可再生能源。

集控中心对黄河上游水电开发有限责任公司所属电站的海量数据进行了长期存储，数据具有精细化、扁平化等特点。如何对存储的海量数据进行深度挖掘、发现设备的运行规律、及早发现设备隐患、消除事故于未然，是集控中心智能化建设面临的一个重要任务。因此，建设基于趋势分析的远程诊断系统。

2 系统设计

2.1 诊断分析对象及内容

本系统的分析诊断对象包括集控中心接入的各水电站主要一次和二次设备，如水轮发电机组、调速系统、励磁系统、主变压器、油压装置、供气系统、直流系统、消防系统、厂用电系统、水泵、油泵、气泵及各种自动装置等。通过相关运行状态分析算法，发现设备的运行规律、对设备的运行趋势及健康水平做出诊断，及早发现设备隐患、消除事故于未然。具体包括：

（1）根据集控中心实时及历史数据实现各种泵设备诊断专家知识库、实时远程诊断出各种泵的各种异常；

（2）实现基于设备对象的相关数据变化幅值、变化速度、变化间隔报警及统计分析；

（3）通过对机组各部瓦温的诊断分析，得出温度在不同工况的分布图，作温度实时诊断分析；

（4）通过对机组振动、摆度的诊断分析，得出机组振动、摆度在不同水头温度下的不同工况分布图，能够诊断出系统的劣化趋势；

（5）研究模拟量变化趋势，实时诊断出在不同复杂工况下的波动变化率报警、梯度报警等相关报警；

（6）开发针对集控中心的各水电厂设备远程通用趋势分析功能及友好的人机交互界面；

（7）实现自动生成各电厂的全厂设备诊断分析报告；

（8）开发后台分析结果与监控系统接口，实现系统实时报警与监控系统的实时对接。

2.2 设计思路

项目利用同行业调研、需求分析、分析方法建模、模式匹配、数据抽取（ETL）、数据库优化技术等研究，并结合可视化技术及人机功能学方法，为系统提供人性化的分析界面及形象化的成果展示（图1）。

图1 项目总体思路

2.3 硬件结构

集控中心的“基于趋势分析的远程诊断系统”采用面向网络的分布式系统，由开放的以太网连接。配置有数据采集与数据分析服务器集群、实时及历史数据存储服务器集群、WEB发布服务器等，系统对外通讯连接配置有必要的安全隔离设备。硬件系统结构示意图如图2所示。

图2 系统硬件结构示意图

2.4 软件结构

本系统软件为4层结构，即数据层、数据服务层、分析层，数据展示层。主要有数据采集、数据处理、通用数据诊断分析、泵设备专用诊断分析、机组温度及功率分析、机组振摆分析、数据基础服务、Web发布、自动生成全厂设备诊断分析报告，客户端等功能子系统，结构示意见表1。

表1 系统软件结构示意

3 功能实现

3.1 数据展现方式及人机交互

本系统实现的数据展示方式除了常用的曲线、散点图、柱状图、饼图、表格等，还包括曲线四则运算、虚拟曲线、调度计划曲线、考核曲线、单图/多图模式、坐标轴自适应变化、采样间隔根据屏幕分辨率自适应等功能。

本系统实现的人机交互功能包括：数据源选择、分析对象配置及选择、数据特征值在线统计、界面及展现形式全面个性化订制、数据/图形在线标注及多格式输出、设备运行趋势预警等功能。

图3 远程趋势分析功能图例

3.2 通用数据诊断分析

系统可针对历史数据库中的任一数据点选取某特定工况（例如：选取水头范围、有功范围等），进行如下通用分析：

（1）模拟量变化趋势越限报警：在一定时间范围内，变化率超过阈值若干次后报警。

（2）模拟量波动报警：在一定时间范围内，波动指数越限后报警。波动指数通常的选取方法为：选择的时间窗口内最大值-最小值与最大值或最小值或平均值的比例。

（3）模拟量缓慢变化报警：当模拟量在一较长的时间周期呈逐步上升的趋势报警。

（4）开关量动作频繁报警：当开关量在一定时间内动作次数超过阈值报警。

3.3 泵设备专用诊断分析

电厂泵设备种类及数量众多，对电站主设备的安全运行起着至关重要的作用，为此专门研发了泵设备专用诊断分析模块，建立面向多维向量的专家诊断知识库，能够自动分析泵设备异常并及时预报，避免泵设备故障引起的事故与损失，与上文中的通用数据诊断分析相比更有专业针对性。

图4 泵设备诊断分析模型

3.4 机组振摆诊断分析

建立水轮发电机振动摆度故障模型，应用水轮发电机组振摆信号关联分析策略，分析在一定时间内机组振摆信号在不同机组有功出力、水头下的表现，诊断可能存在的故障，为机组的安装、试验、检修、运行提供指导。

3.5 发变组温度远程关联分析

建立发变组温度异常模型，应用发变组温度关联分析策略，分析在一定时间内发变组温度在不同机组有功出力、水头及相关环境温度下的表现，诊断可能存在的故障。

3.6 全厂设备自动诊断分析报告

采用用户自定义动态模板，实现了全厂设备诊断分析报告。包含任意静态文字图片等内容，可定义丰富的动态图形、统计分析数据、诊断式的文字描述，以报告的形式向用户展示全厂设备运行状况。与以往的人工诊断分析报告相比具有数据准确、生成速度快、数据丰富，同时节省了大量人力物力。以某电厂为例，以往需要10个人近10 d才能完成的报告，采用本系统后只需要短短几分钟便可自动完成。