基于状态空间模型的电力设备状态预警准确率评价方法研究

马 咸

(大唐国际发电股份有限公司北京高井热电厂，北京 100043)

0 引 言

设备报警系统对电厂的设备控制、运行效率和安全生产具有十分重要的指导作用。通常电厂的运行人员可以通过分布式控制系统(Distributed Control System，DCS)发出的报警发现设备故障和运行异常，以便及时采取行动避免事故的发生。随着近年来信息技术的飞速发展，电厂部署的传感器数量成倍增加，报警原理和方式也在不断发展[1,2]。如何在大量的数据中挖掘有效信息，提高报警的时效性越来越受到研究人员的关注[3,4]。

很多研究人员和企业利用智慧信号系统来实现设备故障预测。智慧信号系统利用状态空间方法建模，将实时工况与设备正常运行工况库进行运算比对，判断设备是否存在异常进而发出预警。该系统发出设备故障报警时间远超前于DCS系统，但准确率难以通过传统DCS系统的计算方法进行评价。

本文通过研究智慧信号系统预警分类和演变，对比分析多种预警准确率评价方法，初步建立了适用于智慧系统的预警评价方法。利用该方法对6家电厂2017年10月至2018年4月的预警分析情况和变化趋势进行了分析和总结。

1 预警状态分类及演变

当设备发生异常时，智慧信号系统将发出一个或多个预警(Advisory)。预警被触发后，数据中心将按照处理流程进行预警分析。对预警采用逐级处理的方式进行分析，每经过一步处理，预警的状态都会改变。处理完毕的预警最终会解除预警。预警分析处理是一个连续的过程，一个预警从产生到最后处理完成，数据分析工程师按照工作流程在60天内处理完毕。具体预警处理阶段和状态如图1所示。

图1 预警处理流程

通常对一个预警的整个生命周期中分四步进行处理。首先由快速响应人员(RRT)初步筛选、之后交由分析工程师(CRE)分析判断、再由数据分析主管(CRM)做决定性分析、最后交由分析工程师(CRE)发出预警判断结果。一个预警无论经过何种状态最终都会被解除(Dismissed)。

需要特别说明的是，所有预警无论经过产生、分析和处理过程，最终都会被关闭变为三种状态：①瞬态预警、②模型维护完成、③预警解决形成闭环管理。

预警解除的三种情况中，瞬态预警表示该预警是由于机组运行工况发生剧烈变化引起的，其中也存在一定误预警。模型维护表示该预警可以有效地提高模型精度和适应性，并已经完成重新训练模型的过程。解决形成闭环的情况就是已经开具案例(Case)并得到电厂反馈为有效案例，并已经进行了修理或更换等相应处理，预警被解除。

2 预警准确率计算方法

目前对于预警准确率存在三种统计方法，以下将对三种计算方法原理进行说明。

2.1 有效案例预警统计法

有效案例预警统计法是通过有效案例和总预警量的比值来统计预警的准确率。具体如下式所示：

AdvisoryAccuracy(预警准确率)=

这种方法的不足在于：

①多个预警有时只能生产一个案例(Case)。计算案例数和总预警数量是两个不同的统计量，不具有可比性。

②案例和预警的处理周期不同。未生成案例的预警的处理速度将远快于案例的处理速度。

③该方法会变相减少有效预警。设备发生故障的时候，往往会产生多个预警，多个预警只能合并生成一个案例。智慧信号系统与传统监测手段相比，一个重要的特点就是靠多个测点的相关设备指标的变化判断设备故障。

2.2 瞬态预警统计法

该方法是将统计一个时间段中解除瞬态预警量和允许的总预警量比值定义为误报率。通过将误报率换算后间接求出预警准确率[5]。

通常认为一个训练合格的状态空间允许总预警量为一个定值，也就是数据中心监视设备模型总量的60%。每个模型被触发都可以预警，智慧信号系统中允许存在的活动的预警不应超过模型总量60%。详见下式：

AdvisoryFalserate(预警误报率)=

这种方法的不足在于：

(1)该统计方法存在分子与分母不是完全相互包含的问题。

(2)该统计方法还存在将活动预警(Active Advisory)和已解除预警(Dismissed Advisory)进行混合比较的问题。任何预警在产生后，经过处理后都会被关闭。无论如何，处理预警都会在系统中最后以模型维护、闭环解决和瞬态预警三种状态存在。但是该统计的总预警量是指还处于活动期(未处理完成的预警)量，解除的瞬态预警数量(分子)不存在于总预警数量中(分母)。

2.3 已解除预警评价法

智慧信号系统根据设备状态进行建模，利用设备健康情况下的历史工况建立状态矩阵(State Matrix)，一旦设备当前工况与状态矩阵中的工况不同，就会发出一个或多个预警(Advisory)。预警通常表示为设备存在故障。预警还会在设备性能劣化或者发生某种新工况(如试验、设备切换)时候发出。

预警发出后会经过数据中心人员进行判断分析并于现场进行核实，在这一阶段预警都处于活动状态，可以视为活动预警(Active Advisory)。现场设备故障解决后数据中心会将预警解除，此时预警可以视为已解除预警(Dismissed Advisory)。活动预警和已解除预警属性不同，活动预警仍在处理过程中，已解除预警有处理结果，两类预警应该按照不同的统计方法进行预警准确率(Advisory Accuracy)评价。

前文中提到，预警可以分为活动预警和已解除预警两类。活动预警实际上还在进行处理，无法简单定义预警的有效性。但是已解除的预警是经过数据中心分析后得出结论的预警，分析已解除预警对评价数据中心工作具有一定意义。该方法对预警误报率的定义是：已解除预警中瞬态预警和已解除预警总量的比值。

AdvisoryFalserate(预警误报率)=

本研究提出的这种预警统计方法具有以下几点优势：

①该方法统计的并不是所有预警，而是统计已经有结论的经过分析流程的解除预警。预警由于在不同阶段有不同的状态，活动预警和已解除预警不能混在一起进行计算对比。该方法主要用于评价已解除预警的准确率。

②统计的分子和分母本身是包含的关系，也就是解除的瞬态预警是在解除预警的总量中的，具有一定的统计意义。

③将模型维护调优考虑为一种有效预警。从模型意义上讲，预警生成本身并不一定是设备故障，它实际表示的一种与模型不匹配的设备异常情况，或者有新的未在模型中存在的运行工况发生。新工况的识别，也要通过预警来进行提示，将新的工况数据输入模型中训练(Train)。因此，预警不仅是在指示设备异常，也是模型优化和机器学习的重要过程和手段。

3 预警评价方法对比分析

本研究应用2.3中的已解除预警评价方法计算了智慧信号系统监视某6家电厂的预警准确率，结果如图2所示。

图2 数据中心预警准确率分析

图2为数据中心预警准确率分析。数据中心20172017年7月以来至2018年3月，通过对智慧信号系统进行模型维护、阈值调整和修改模型，使得系统预警误报率有较大降幅。其中电厂2、电厂3和电厂4误报率降低均达到50%以上。电厂1在2017年10月的预警准确率不足14%。在经过模型维护和调整后，2018年3月高井电厂准确率升至63%。智慧信号系统监视6家电厂的预警准确率在2018年3月相较2017年10月提升33%。

4 结束语

本文通过分析智慧信号系统预警分类和演变，对比分析多种预警和案例评价方法初步建立了智慧电厂电力数据监测诊断评价指标。根据评价指标对北京国际电力数据监测诊断中心2017年10月至2018年3月的预警分析情况变化趋势进行分析和总结。

研究表明已解除预警评价法计算的预警准确率，可以有效地反应数据中心工作的质和量，对评价分析中心工作具有一定意义。通过对智慧信号系统进行模型维护、阈值调整和修改模型，可以有效降低系统预警误报率。2017年10月至2018年3月智慧信号系统误报率下降26%～59%，智慧信号对6家电厂的预警准确率已从2017年10月的25%升至2018年3月的58%。