应用大数据技术监控设备运行状态实践

发电厂设备繁多、工艺复杂。传统设备状态巡视因无设备隐患预知,生产运行和管理人员需要对设备主要参数依次浏览或现场巡视,费时费力,且状态是否异常仅能凭个人经验来判断,容易形成设备管理主观化、甚至情绪化的非良性现象。通过搭建大数据平台,筛选设备历史正常工况运行数据,应用大数据融合技术构建发电厂重点或全部设备模型。当模型引入实时生产数据后,平台通过大数据分析,一方面将设备实时状态脱离历史正常工况状态方向的微小异动进行报警,另一方面预判出设备隐患部件和预期故障时间。使设备管理可做到重点巡视、提前处置、有备消缺,使设备故障防患于未然,从而提高发电厂整体设备可靠性,为设备管理向状态检修方向迈进提供数据和技术支撑。