基于趨勢分析的遠程診斷系統設計與實現

陳小松，洪 凱，張志霞，郭鵬慧，周 文，甄國強

（1.北京中水科水電科技開發有限公司，北京 100038；2.黃河上游水電開發有限責任公司，青海 西寧 810000）

基于趨勢分析的遠程診斷系統設計與實現

陳小松1，洪 凱2，張志霞2，郭鵬慧2，周 文1，甄國強2

（1.北京中水科水電科技開發有限公司，北京 100038；2.黃河上游水電開發有限責任公司，青海 西寧 810000）

主要介紹黃河上游水電開發有限責任公司集控中心基于趨勢分析的遠程診斷系統設計與實現。該系統采用面向服務的系統架構，利用分布式計算技術，以集控中心遠程采集的電站海量生產數據為基礎，實現了對所有測點的通用分析、部分特定設備或系統的專業化分析以及操作員控制臺實時預警。并且，系統實現了豐富的數據可視化形式、易用的人機交互接口、診斷算法的動態擴展，是一套開放式的趨勢分析系統。

集控電站；趨勢分析；遠程診斷

1 前言

2004年，因黃河上游水電開發有限責任公司發展需要，在青海西寧建成梯級水電站集控自動化系統，用于對黃河上游水利樞紐及梯級電站的防洪、發電統一聯合調度及管理。在集控中心建設的第一階段，已實現了所轄電站主輔設備生產數據的全面采集及部分電站的全面控制，經過10多年的運行調度實踐，梯級聯合調度的效益已逐步顯現，集控中心在充分考慮中下游的發電、灌溉、供水、生態等綜合利用任務要求的條件下，合理調配，日最大調峰幅度逐步增加。集控中心根據梯級水情信息及電網調度信息，合理做出各個梯級電站的出力計劃，做到水量、水頭合理利用，減少不必要的棄水損失，為國家節約大量的不可再生能源。

集控中心對黃河上游水電開發有限責任公司所屬電站的海量數據進行了長期存儲，數據具有精細化、扁平化等特點。如何對存儲的海量數據進行深度挖掘、發現設備的運行規律、及早發現設備隱患、消除事故于未然，是集控中心智能化建設面臨的一個重要任務。因此，建設基于趨勢分析的遠程診斷系統。

2 系統設計

2.1 診斷分析對象及內容

本系統的分析診斷對象包括集控中心接入的各水電站主要一次和二次設備，如水輪發電機組、調速系統、勵磁系統、主變壓器、油壓裝置、供氣系統、直流系統、消防系統、廠用電系統、水泵、油泵、氣泵及各種自動裝置等。通過相關運行狀態分析算法，發現設備的運行規律、對設備的運行趨勢及健康水平做出診斷，及早發現設備隱患、消除事故于未然。具體包括：

（1）根據集控中心實時及歷史數據實現各種泵設備診斷專家知識庫、實時遠程診斷出各種泵的各種異常；

（2）實現基于設備對象的相關數據變化幅值、變化速度、變化間隔報警及統計分析；

（3）通過對機組各部瓦溫的診斷分析，得出溫度在不同工況的分布圖，作溫度實時診斷分析；

（4）通過對機組振動、擺度的診斷分析，得出機組振動、擺度在不同水頭溫度下的不同工況分布圖，能夠診斷出系統的劣化趨勢；

（5）研究模擬量變化趨勢，實時診斷出在不同復雜工況下的波動變化率報警、梯度報警等相關報警；

（6）開發針對集控中心的各水電廠設備遠程通用趨勢分析功能及友好的人機交互界面；

（7）實現自動生成各電廠的全廠設備診斷分析報告；

（8）開發后臺分析結果與監控系統接口，實現系統實時報警與監控系統的實時對接。

2.2 設計思路

項目利用同行業調研、需求分析、分析方法建模、模式匹配、數據抽取（ETL）、數據庫優化技術等研究，并結合可視化技術及人機功能學方法，為系統提供人性化的分析界面及形象化的成果展示（圖1）。

圖1 項目總體思路

2.3 硬件結構

集控中心的“基于趨勢分析的遠程診斷系統”采用面向網絡的分布式系統，由開放的以太網連接。配置有數據采集與數據分析服務器集群、實時及歷史數據存儲服務器集群、WEB發布服務器等，系統對外通訊連接配置有必要的安全隔離設備。硬件系統結構示意圖如圖2所示。

圖2 系統硬件結構示意圖

2.4 軟件結構

本系統軟件為4層結構，即數據層、數據服務層、分析層，數據展示層。主要有數據采集、數據處理、通用數據診斷分析、泵設備專用診斷分析、機組溫度及功率分析、機組振擺分析、數據基礎服務、Web發布、自動生成全廠設備診斷分析報告，客戶端等功能子系統，結構示意見表1。

表1 系統軟件結構示意

3 功能實現

3.1 數據展現方式及人機交互

本系統實現的數據展示方式除了常用的曲線、散點圖、柱狀圖、餅圖、表格等，還包括曲線四則運算、虛擬曲線、調度計劃曲線、考核曲線、單圖/多圖模式、坐標軸自適應變化、采樣間隔根據屏幕分辨率自適應等功能。

本系統實現的人機交互功能包括：數據源選擇、分析對象配置及選擇、數據特征值在線統計、界面及展現形式全面個性化訂制、數據/圖形在線標注及多格式輸出、設備運行趨勢預警等功能。

圖3 遠程趨勢分析功能圖例

3.2 通用數據診斷分析

系統可針對歷史數據庫中的任一數據點選取某特定工況（例如：選取水頭范圍、有功范圍等），進行如下通用分析：

（1）模擬量變化趨勢越限報警：在一定時間范圍內，變化率超過閾值若干次后報警。

（2）模擬量波動報警：在一定時間范圍內，波動指數越限后報警。波動指數通常的選取方法為：選擇的時間窗口內最大值-最小值與最大值或最小值或平均值的比例。

（3）模擬量緩慢變化報警：當模擬量在一較長的時間周期呈逐步上升的趨勢報警。

（4）開關量動作頻繁報警：當開關量在一定時間內動作次數超過閾值報警。

3.3 泵設備專用診斷分析

電廠泵設備種類及數量眾多，對電站主設備的安全運行起著至關重要的作用，為此專門研發了泵設備專用診斷分析模塊，建立面向多維向量的專家診斷知識庫，能夠自動分析泵設備異常并及時預報，避免泵設備故障引起的事故與損失，與上文中的通用數據診斷分析相比更有專業針對性。

圖4 泵設備診斷分析模型

3.4 機組振擺診斷分析

建立水輪發電機振動擺度故障模型，應用水輪發電機組振擺信號關聯分析策略，分析在一定時間內機組振擺信號在不同機組有功出力、水頭下的表現，診斷可能存在的故障，為機組的安裝、試驗、檢修、運行提供指導。

3.5 發變組溫度遠程關聯分析

建立發變組溫度異常模型，應用發變組溫度關聯分析策略，分析在一定時間內發變組溫度在不同機組有功出力、水頭及相關環境溫度下的表現，診斷可能存在的故障。

3.6 全廠設備自動診斷分析報告

采用用戶自定義動態模板，實現了全廠設備診斷分析報告。包含任意靜態文字圖片等內容，可定義豐富的動態圖形、統計分析數據、診斷式的文字描述，以報告的形式向用戶展示全廠設備運行狀況。與以往的人工診斷分析報告相比具有數據準確、生成速度快、數據豐富，同時節省了大量人力物力。以某電廠為例，以往需要10個人近10 d才能完成的報告，采用本系統后只需要短短幾分鐘便可自動完成。

4 結論

集控電站基于趨勢分析的遠程診斷研究系統功能強大、使用方便，能夠為集控中心提供遠程在線監測及設備檢修所需的各種數據信息，系統對存儲的海量數據進行深度挖掘、發現設備運行規律、及早發現設備隱患、消除事故于未然，滿足了用戶的需求，為黃河上游水電開發有限責任公司實現智慧化水電企業添磚加瓦。

[1]陳小松，王桂平，王崢瀛，等.H9000TR狀態監測及趨勢分析系統在三峽右岸水電站的應用 [J].水電廠自動化，2007，114(4):210-214.

[2]Robinson S，Cornes O[J].C#高級編程[M].北京:清華大學出版社，2002.

[3]羅 云，李朝暉.面向維護的水力發電設備遠程實時監視方法[J].水電自動化與大壩監測，2007，31(1):57-60.

[4]吳 濤，戚銘堯，黎 勇，等.Web GIS開發中的RIA技術應用研究[J].測繪通報，2006(6):34-37.

[5]余雄偉，李朝暉，艾友忠.水輪機調速器智能化交互式診斷方法[J].水電自動化與大壩監測，2005，29(4):19-22.

TV736

：A

：1672-5387（2017）03-0014-03

10.13599/j.cnki.11-5130.2017.03.004

2016-10-14

陳小松（1980-），男，工程師，從事計算機監控系統研發工作。