浅谈大数据技术在水电厂的研究和应用

杜春新

（国网浙江省电力公司紧水滩水力发电厂，浙江 丽水 323000）

浅谈大数据技术在水电厂的研究和应用

杜春新

（国网浙江省电力公司紧水滩水力发电厂，浙江 丽水 323000）

从水电厂设备运行监视状况及现有运行监视软件等方面，分析了目前运行监视工作中面临的问题。设计开发了基于PI实时数据库的水电厂附属设备辅助运行监视软件，详细介绍了软件的设计思路、主要功能。软件的应用丰富了现有的监视手段，取得了很好的应用效果。

大数据；监控系统；无人值班少人值守；智能诊断

大数据、云终端以及“互联网+”，已进入各行各业，改变着人们工作理念、办公方式和管理流程。国家电网正在积极推动建设智能电网，而目前水电厂推行的“无人值班、少人值守”的管理模式对安全生产提出了更高要求。运行人员的正确判断和快速应急反应能力对电厂安全运行是至关重要的。

纵观传统运维检修模式，存在更多“人”的因素。比如：传统手工记录的数据的完备性和正确性不足、个人技术水平不均衡、人力成本高、工作效率较低等问题。这让我们更加认清加快技术变革的迫切性，迫使运行人员尽快的适应新技术和运用新技术，以便快速准确的获取设备运行状态的第一手资料，做到对设备异常情况能先期预判，对设备故障原因迅速锁定，以便快速响应和处理。

1 传统运行工作存在的问题

1.1 传统人工巡检和监视效果不佳

传统日常人工巡检是每天固定时段巡检，发现设备异常存在偶然性；由于手工抄录的数据有限，且运行工作人员素质不均衡，所以人工抄录的数据完备性和正确性不足，不利于开展设备运行分析；目前监控值班人员通过H9000（4.0V）监控系统实时告警窗及定时画面巡视手段，监视水电厂机电设备及电网线路的运行状态。但鉴于设备多、参数各异，监视的工作量非常大，很难发现运行于指标边缘的设备，监视效果十分不理想。

1.2 监控系统缺乏综合分析能力

目前，水电厂都实现了对全厂机电设备的自动化监视和控制。我厂也已进行了两轮监控系统升级改造，但新监控系统仍局限于简单的对监视点越限报警和对事故、故障信息的报警及生成整点时段的数据报表。它缺乏对设备的综合分析能力，对异常情况的跟踪分析只能依赖人，而生成的整点报表数据不能满足设备运行分析的连续性。另外故障信号刷屏会严重影响监盘质量，不利于安全生产。

1.3 人工分析效率低

月度的专业分析相对滞后，对故障设备的专题分析也是事后分析，同时人工分析过程中收集数据和分析数据的工作量很大，效率低。对带病运行设备缺乏先期故障预判，存在安全风险。

2 智能诊断软件的开发

2.1 实时数据库

PI数据库应用PI（Plant Information）是由美国OSI Software公司开发的1套基于C/S的商品化软件应用平台，能以数据原形的方式在线存储动态数据。它采集并存贮与流程相关的成千上万点数据,采用“旋转门”压缩技术可以节省大量的磁盘空间，同时能保证数据的精度和密度要求。PI数据库系统的主要应用工具PI DataLink和PI ProcessBook等模块完全与Windows兼容，具有极好的扩展性。目前紧水滩水电厂的PI数据库存储了水轮发电机、各类水泵系统等大量数据，用户可根据需要通过PI客户端工具对库中所需数据进行取用，利用PI数据库获取所需的实时及历史数据，可实现对水电厂水轮发电机机电设备异常状态的监视功能。系统框架如图1。

图1系统框架

2.2 常用办公软件Microsoft Excel

Excel是目前最为常用的电子表格软件，具有表格制作方便、灵活、输出数据美观等优点，同时还具有强大的数据检索、查询、排序、筛选等功能，另外Excel还拥有数量丰富、功能强大的内置函数。

PI实时数据库的PI-DataLink数据接口软件为Excel提供实时数据的来源,使得Excel强大的电子表格功能与实时信息有效结合,可实现现有监控系统所不具备的功能。

2.3 智能诊断软件设计

基于PI的实时历史数据库进行更广阔的二次应用，开发帮助运行人员辅助诊断的监视应用工具。组织技术人员利用PI软件工具对多年积累下来的海量数据进行分析，针对不同测点分别建立正常运行数据模型。开发设计各类监视画面，通过对实时采样运行数据与数据模型进行实时比对，当采样数据超出数据模型的正常范围时，依据逻辑判断，监视画面自动实时声光报警。此时运行人员可点击报警点调看综合信息，第一时刻掌握设备故障信息，弥补人工巡检工作中的不足和监控系统缺乏综合分析的短板，提高运行人员设备分析水平和响应速度。

3 软件应用

3.1 各类泵运行监视

通过监视统计各类泵的启停时间，判断其是否打空泵或效率降低；记录各类泵的启动和停止动作值，并与整定的动作值进行比对，判明各类泵是否存在动作值偏移问题，提醒检修人员对动作值发生偏移的设备进行维修或更换，避免不安全事件发生。

3.2 油位监视

对压油槽、集油箱和漏油箱油位跟踪监视计算，并进行油位趋势分析，判明压力油系统是否存在漏油现象；筛选多个测点进行跟踪，依据逻辑判据，对相同运行工况下的水轮机组推力油槽、下导油槽油位进行跟踪比对，智能诊断推力油槽油冷器、下导油槽油冷器是否存在漏点或破裂，防止因机械设备故障发生机组强迫停运事故。

3.3 温度监视

通过增加逻辑判据，筛选出同等运行工况下的推力瓦温、下导瓦温、定子线圈温度和空冷器温度进行比对分析，判明冷却水压力是否正常。

3.4 渗漏水监视

通过监视渗漏集水井来水和渗漏水泵运行工况来控制发生水淹厂房事故的风险。通过计算渗漏水泵启动间隔时间T1来反推集水井静态平均来水流量Q，利用这一流量数据与一台渗漏水泵抽水流量Q1和2台渗漏水泵抽水流量Q2比较，通过分析流量差与水位上升速率、及考虑运行人员反映时间之间的关系，确定逻辑判断条件，达到对水淹厂房事件的提前预判，提早采取防控措施。

4 软件应用效果

软件开发的相关图表应用，做到了对不同运行工况下重要设备油位的下降或上升趋势的报警；能自动生成各类水机数据报表；对各类泵的轮换运行及启停过程监视，发现异常自动报警并给出诊断结果。使运行人员对故障判断一目了然，也为后期新人员的技术培训提供详细资料；作为水轮发电机及附属设备巡视的辅助手段，适当减轻运行员工劳动强度，提高工作效率。同时通过对软件的学习运用，提高了运行人员对设备的综合分析能力。

通过几年的应用，我们有效的避免了多起不安全事件的发生。正如图2所示，2013年我们及时发现了3号机漏油泵频繁启动，根据软件提示提早发现故障点，有效减少了厂用电量。

图2紧站3号机漏油泵监视报警图

图3紧站3号机组主用水电磁阀故障提示报警图

又如图3所示，软件对3号机组主用水电磁阀未全开动作故障第一时间做出提示报警，并给出了故障分析结果。经运行人员现场检查验证了其正确性，同时由于及早发现和正确处理，避免了一起机组跳闸事故的发生。

5 结论

当我们还在为流域水电站安全生产管理上的诸多困难而纠结时，大数据已悄然为我们打开了一扇通往“本质安全”的大门。作为一种新兴的数据管理模式，大数据技术不仅解决了传统数据管理方面存在的问题，而且使数据管理趋于智能化，数据间的关联性也更加强大。基于现代水电企业“无人值班（少人值守）”、“一厂多地”等特有的生产运营模式，深入挖掘大数据技术在流域水电站安全生产管理方面的潜在价值，可以有力地推进流域水电站安全生产管理水平。

[1]史兴华.供电企业实时/历史数据库PI典型应用案例[M].北京：中国电力出版社，2009.

[2]林卓然.VB程序设计[M].北京：清华大学出版社，2009.

TV736

A

1672-5387（2017）11-0059-03

10.13599/j.cnki.11-5130.2017.11.022

2017-08-25

杜春新（1976-），男，工程师，从事水电厂运行工作。