基于Web的电厂远程/本地专家分析平台

介绍了一种利用Internet技术和数据库技术构建的电厂专家分析平台。该平台包括实时监视、实时经济性分析和专业智能搜索引擎，可以在电厂本地或远程安装运行。实时监视子系统能实时远程监视电厂现场运行状况；实时经济性分析子系统能在不同工况下诊断热力系统各设备能量损失以及整个热力系统的经济指标；专业智能搜索引擎能搜索出众多电厂运行参数之间的相关关系，可用于故障诊断系统的知识获取等。各系统以Web页面的形式为远程/本地用户提供服务。文中提出了该套系统的浏览器/服务器/数据库三层结构总体框架，并介绍了几个子系统的设计实现和应用实例。     

新型水电站设备状态监测系统实现方法探讨

针对全电站数据中心海量数据存储的现状,摒弃以往设备故障诊断所采取的传统故障模式识别技术,以大数据挖掘技术为手段,采用数据泛化技术解决运算速度与精度兼顾的问题,通过对设备健康状态下的历史大数据样本的学习和分析掌握设备运行规律,解决学习样本缺乏和学习深度不足问题,及时辨识出故障萌芽状态,提早消除故障,防止设备故障进一步扩大;通过层次分析法解决了设备异常程度辨识不清问题,初步实现了设备"状态检修"。     

水电厂状态检修系统及故障诊断专家系统探讨

状态检修和故障诊断系统的开发、研制和现场应用是我国水电站在实现无人值班(少人值守)后的又一重大技术和管理改革的发展方向,通过在线检测和数据的积累分析,对水电厂设备状态进行全面的评估和故障诊断。变过去的定期检修为建立在技术分析基础上的状态检修。     

全厂发电设备诊断分析报告的自动生成与应用

主要介绍了以黄河上游水电开发有限责任公司集控中心(以下简称集控中心)基于趋势分析的远程诊断系统为基础、具有丰富多样的人机交互界面、支持用户自定义模板结构的"全厂发电设备诊断分析报告的自动生成系统"(以下简称系统)。系统以集控中心海量历史数据及实时数据为基础,结合通用趋势分析、泵设备运行状况统计与诊断分析、通用数据诊断分析,实现了集控中心对苏只和班多两电厂的全厂设备诊断分析报告的自动生成。自动生成的报告能够评价电厂全厂发电设备的健康状况,为全厂各种发电设备提供检修依据。     

一种改进的数据挖掘算法在水电厂状态检修系统中的应用

本文介绍了水电厂状态检修的基本概念,并结合数据挖掘技术,对其在状态检修系统中的应用做了些研究工作,重点讨论了特征提取、状态识别、诊断决策等数据挖掘技术在设备状态监测和故障诊断相关领域中的应用,阐明了数据挖掘技术在水电设备状态监测和故障诊断领域的重要研究价值和实际应用意义。     

状态监测趋势分析系统在三峡电厂诊断运行中的应用

三峡电厂状态监测趋势分析系统是三峡电厂在原有计算机监控系统基础上开发完成的,是三峡电厂实现趋势分析和诊断运行的平台。实际应用情况表明,三峡电厂状态监测趋势分析系统已经成为三峡电厂事故分析、故障诊断、状态监测、趋势分析等核心生产技术管理软件,为电厂安全生产、“创一流”提供了强有力的技术支持。     

SMA2000泵设备远程诊断分析子系统在五凌电力的开发与应用

主要介绍以数据库Oracle为后台,利用C#.Net和高级分布式计算技术,实现以H9000计算机监控系统V4.0为基础的、具有丰富多样的人机交互界面、支持数据统计分析和高级决策支持的,开放式的"SMA2000电厂泵设备远程诊断分析子系统"。系统以五凌集控系统海量历史数据及实时数据源为基础,结合水电厂机组负荷变化、工况转换等运行状态,实现对各种水泵、气泵、油泵等设备运行规律的统计与实时远程诊断分析,评价各种泵的性能等。     

水电厂数据平台系统研究与应用

水电厂数据平台采集汇聚各个业务系统数据,形成厂级"准实时"数据中心,该平台能消除各业务系统设备孤岛、信息孤岛、业务孤岛等现象,实现设备状态信息集中存储管理。应用设备实时在线分析及智能告警技术能提高电厂设备的可观性、可用性和可调性,逐步实现水电设备智慧运维,节约运维成本。同时,为各级生产管理和数据分析提供数据基础,为设备运行趋势分析和设备检修维护决策提供支持。笔者介绍相关的方案内容及实现方法。     

水电厂数据分析系统的典型应用分析

水电厂数据分析系统针对运行数据进行数据抽取、分析与挖掘,不仅为日常生产提供统计分析与运行日志,为电站事故提供预警、追溯分析工具,并为设备诊断与状态检修提供分析决策依据。该系统先后在三峡左岸电厂、广西岩滩水电站及云南小湾水电站投入运行至今,在电站的实际生产过程中为保障电厂安全稳定运行发挥了显著作用。     

精益管理在发电企业如何应用的思考

结合发电企业面临的发展现状、经营需要，介绍了精益管理的内涵、推行方法。研究了精益管理在发电企业生产管理中的应用，提出重点从集控运行、提升设备状态数据获取、建立状态诊断分析管理体系、技术标准等方面开展智慧电厂建设，提升设备状态诊断能力；建立状态检修管理体系、评价方法，推行状态检修；开展标准化建设、规范管理等方面实施精益管理，通过精益管理，实现发电企业降本增效，提升市场竞争力。     

面向维护的水力发电设备远程实时监视方法

介绍了基于.NET的富互联网应用系统(RIA)结构及其实时性、交互性、安全性和可靠性.根据水电厂检修与维护工作的要求,提出了水力发电设备远程实时监视的RIA模型,并阐述了其工作原理.研究和开发了监测单元层机组诊断层-远程监视与诊断分析层3层结构式的远程监视与诊断分析系统,该系统已在葛洲坝电厂成功应用.运行结果表明,基于.RIA模型的远程监视方法切实可行,具有良好的应用前景.     

HM9000ES 水电机组故障诊断专家系统的设计与开发

根据近年来水电厂对机组状态监测的需求与故障诊断技术的发展状况,基于原HM9000水电机组远程在线监测分析系统的基础,设计开发了一套开放式水电机组故障诊断专家系统软件平台,通过搜集、整理和分析部分常见故障案例,并吸收归纳本领域部分专家的诊断经验,对诊断经验实现了知识化、规则化和可用化。结合三峡集团公司大型诊断中心的建设,实现了部分故障的智能诊断,为机组状态检修提供了依据。     

水电厂机组状态在线监测系统集中监控的研究

目前我国水电厂主要采用定期检修制度,这种检修方式针对性不强,不能提前防范设备故障。而通过实施状态监测和故障诊断,及时识别机组的状态,对故障原因、严重程度、发展趋势做出准确判断。通过将各水电站机组状态在线监测信息上传至区域集控中心,实现区域集控中心对所管水电厂机组相关工况数据的远程实时监测,同时对设备健康状态评估与判断,提出合理的机组检修安排或建议,提高公司对生产现场的管控能力。     

梯级水电厂远程集控系统中状态监测子系统规划与研制

提出了利用梯级水电厂远程集中监控系统提供的海量数据源实现水电厂远程状态监测与故障诊断的思路,规划了水电厂设备远程状态监测的主要功能,建立了状态监测子系统,设计了相应硬件与软件平台,目前,该子系统部分功能已经在五凌电力有限公司投入试运行,成功诊断出电厂故障,取得良好的效果。     

水电厂在线监测分析诊断与状态检修决策评估应用研究

介绍了水电设备检修方式的发展历程,阐述了水电厂状态检修技术体系的组成,并以此为基础重点探讨水电厂在线监测分析诊断与状态检修辅助决策的发展方向,提出了其建设目标、实现思路、系统内涵、体系架构、业务功能模块及其与电厂统一数据中心的相互关系,为水电厂发变电主设备在线监测与状态检修辅助决策评估应用工作的展开阐明了一条切实可行的技术实施路线。     

富春江水电厂开展状态检修的思考

状态检修是研究设备的主要状态特征量,不断探索科学的检测手段,正确应用先进、实用的监测技术、诊断技术,对设备进行故障征兆的检测、综合分析及趋势预测,从而较准确地判断和确定运行设备的内在状态、故障原因、故障部位的发展情况,以此来科学地确定检修项目和检修时间,达到提高检修质量、提高设备可靠性和可用率、提高电厂经济效益的目的. 富春江水电厂开展状态检修应以现代监测和诊断技术、信号处理与分析技术、计算机和网络技术以及水电厂现有自动化系统为基础,应遵循整体规划、形式多样、分步实施的方针,要求在线监测和离线检测相结合、实时数据和历史数据相结合,充分利用现有设备和资源.具体的实施步骤和项目有: a.重点加强水电厂主设备的在线监测,其中水轮发电机组的监测应考虑其水力特性(如水轮机及其过流部件的蜗壳、顶盖、压力钢管、导水叶及尾水管压力等)、旋转机械特性(合理选择机组振动、摆度、间隙的监测点)和电气特性,变压器主要监测各局部放电现象; b.强化MIS中技术监督子系统,为状态检修积累绝缘、化学和金属监督的数据以及电气设备周期性试验报告等资料; c.完善MIS中的设备管理子系统; d.建设综合自动化监控的历史数据管理子系统; e.建设设备巡检管理系统; f.将设备可靠性评估制度化、规范化和科学化,必要时在MIS中增加可靠性评估子系统. 以上6个方面互为补充,最终建成水电厂网络化的,具有故障预测、故障报警、远程诊断、性能评价等功能的状态检修、诊断、管理体系.     

振动分析在火电厂转动机械中的应用

介绍了CSI2130离线振动分析仪的原理和应用基础,分析了监测参数和故障诊断过程,为实现设备运行、检修全方位的现代化管理提供技术依据。     

格尔木水电厂微机监测与故障诊断

本文以远程智能Ｉ／Ｏ构成全分布式网络的水电厂微机监测系统为实例，介绍了监测系统的功能、硬件结构、测点选择与布置、软件框图及故障诊断系统。电厂运行实践证明，８９３－ＩＤＣＮ总线拓扑网络用于老厂的改造十分方便与经济。事故与故障诊断系统有利于电厂安全生产。     

基于大数据技术的水电智能决策支持系统

针对水电企业生产系统数据分散,相互之间信息屏蔽隔绝,容易形成"数据孤岛",且不支持海量数据计算挖掘,不易发挥数据综合效益等问题,研制了基于大数据技术的水电生产智能决策支持系统,设计了系统的整体框架,构建了适应于水电生产的通用性数据模型体系,综合应用Hadoop架构与实时数据库系统实现以"水电生产"为核心的数据高度融合以及统一,在此基础上,面向不同层面、不同岗位、不同业务的需求,设计了设备运行状态分析、设备故障诊断,设备智能报警和异常预警等智能应用,以水电站集水井泵类设备为例,阐述了设备智能报警模型的构建方法,目前,基于大数据技术的水电智能决策支持系统已完成数据集成、平台部署与部分应用开发,能为决策层、管理层、执行层、操作层提供辅助决策支撑,应用效果良好。     

基于量化分析诊断的状态监测技术在水电厂的应用

从池潭水电厂设备状态监测的实际应用情况出发,对电厂设备状态监测系统采用的量化分析技术及在故障分析诊断方面的应用作简单介绍。并证明该技术的实用性以及对检修工作指导作用。