基于云服務的火電機組專家遠程診斷系統

徐創學，張學延，馮挺有，吳 波，江 永，陳 旻，賴 菲，王智微

基于云服務的火電機組專家遠程診斷系統

徐創學1，張學延1，馮挺有2，吳 波2，江 永2，陳 旻2，賴 菲1，王智微1

（1.西安熱工研究院有限公司，陜西 西安 710054；2.華能國際電力股份公司廣東分公司，廣東 廣州 510623）

針對目前電力生產過程中設備運行高可靠性的發展需求和現場診斷服務存在的不足，結合云計算的思想，研究設計了一種基于云服務的專家遠程診斷系統。根據火電機組遠程診斷的流程及專業應用，構建了具體的云網絡架構及應用管理平臺。基于該平臺，集成了一些大數據算法及分析工具，實現了遠程診斷需要的專業應用功能。

云計算；云服務；大數據；火電機組；遠程診斷；故障診斷；智能化

在電力生產過程中，重要設備運行過程中的任何故障不僅直接影響電能的產量和質量，還可能造成嚴重的設備和人身事故[1]。要使機組設備安全、可靠、經濟地運行，過程狀態監測和故障診斷是重要且有效的技術手段。另外，由于機組靈活性運行和環保排放等方面需求，電廠在設備運行、檢修和可靠性、經濟性分析診斷過程中，需要經驗和知識豐富的專業人員進行技術服務。

隨著企業數字化程度提高和設備的大型化，設備故障診斷需要借助的資源和處理的數據量越來越多，需要借助大量的科學計算和知識經驗支持，單個企業無法解決所有的問題。

傳統的現場技術服務方式存在項目周期長、執行成本高、人力資源占用率高、勞動強度大、應急性差等缺點。現場對設備的診斷分析容易受到人力、技術以及地域的限制，面臨歷史知識共享性、重用性低的問題[2]。

基于網絡的遠程診斷是計算機、網絡信息技術和傳統工程技術服務的結合，診斷過程中“移動的是數據而不是人”[3]，符合目前“互聯網+技術”的發展潮流，成為工業智能化發展的方向之一。主流的遠程診斷技術是基于數據和知識驅動，是在傳統診斷、遠程監控的基礎上，充分利用云平臺、大數據、物聯網、移動應用、人工智能等先進信息化技術手段進行發展和創新。設備診斷智能化的演進過程如圖1所示。

圖1 設備診斷智能化的演進過程

1 云計算與遠程診斷

云計算（cloud computing）作為一種新興的網絡應用模式，可隨時隨地、按需、便捷地使用共享計算設施、存儲設備、應用程序等資源的計算模 式[4]，具有海量存儲空間、高可靠性、高資源利用率、通用性強、動態擴展能力、成本低的特點[5]。云計算通過虛擬化技術，對分布式資源進行高效管理，支持大規模的協同工作。云計算通常以服務的形式交付使用。云計算提供了3個層面的服務：基礎架構即服務（IaaS）、平臺即服務（PaaS）、軟件即服務（SaaS）[6]。基于云服務的遠程診斷可實現多專家、多手段、多工具、跨地域的工作協同，建立一個多層次、一體化、即時互動的技術服務平臺，為企業和個人提供低耗而高效的服務，為遠程診斷的創新提供了新的路徑與手段。

2 網絡框架

基于云服務的遠程診斷系統的網絡框架如圖2所示。它利用云服務、邊緣計算服務（EC Agent）[7-12]和大數據技術將分布于不同地域、不同電廠機組的運行狀態數據（包括廠級監控信息系統SIS、旋轉機械診斷監測管理系統TDM、企業資源管理系統ERP等數據）進行集中采集和存儲，建立遠程診斷數據和服務中心，并通過虛擬化技術對云架構中的服務器資源和計算資源進行統一分配和調度管理。

圖2 基于云的數據診斷系統網絡框架

EC Agent通過數據協議（OPC、Modbus、102、104、CSV等）轉換與邊緣處理技術實現廠側機組運行數據采集。主要完成3個方面內容：1）通過各類通信協議接入不同設備、系統和產品，采集海量數據；2）依托協議轉換實現對各種非線性、多維、異構數據進行預處理（過濾和融合）；3）利用邊緣計算設備實現底層數據的匯聚處理，建立異構數據關系映射模型，便于云端平臺的統一存儲和查詢管理。

3 系統應用功能

系統的應用功能框架如圖3所示。

圖3 系統應用功能框架

對機組設備進行遠程診斷分為2種方式：系統自動診斷和專家輔助診斷。系統自動診斷實現了設備的自動狀態監測和“篩選”診斷。該方式首先抽取設備運行歷史數據進行數據清洗，并利用人工智能、模式識別和數理統計等方法從這些數據中獲取特征數據。特征數據量值包括最大值、最小值、峰值、均值、均方值、方差、方根幅值、平均幅值、平均峰值以及反映特征值分布的統計指標等。基于大數據提取的設備運行健康模型特征參數主要有運行最優值和失效閾值2個：運行最優值是基于歷史數據尋優得出的，是設備真實運行存在的工況數值，代表該設備可達的最佳運行狀態；失效閾值即設備健康劣化的拐點值。以設備關聯屬性將不同特征數據通過數據融合來建立設備診斷模型。系統自動診斷過程就是對當前運行數據進行模式匹配及特征參數的歷史尋優及迭代，其診斷流程如圖4所示。

圖4 設備診斷流程

為實現更精準的診斷效果，以科研院所為主，整合電廠、廠家和社會專家資源，組建技術專家池，實現遠程專家診斷。

系統對監測設備進行7×24 h在線狀態診斷，當設備狀態異常時會觸發預警和報警信息并通過短信、企業微信、郵件等方式實時推送給專家池中的專家。專家根據信息緊急程度及時登錄系統對自動診斷結果進行審核，對一些重大及疑難的問題進行專項聯盟會診，開具正式診斷報告。

3.1 基礎功能

基礎層（IaaS）主要完成設備資源實例劃分、存儲管理（建立虛擬數據庫，使云間各節點的實時數據庫和關系數據庫形成一個虛擬的數據庫，作為遠程診斷的數據源）、通用和擴展接口、資源虛擬化（充當著中間件的角色，將數據和各種算法、各種應用、各種系統進行有機的統一安全管理）、網絡的配置。

3.2 集成資源

平臺層（PaaS）集成了大數據處理、數據分析、微服務等功能，構建可擴展的開放式云操作系統[7]。具體包括以下3個方面：1）提供工業數據管理能力，將數據科學與工業機理結合，幫助制造企業構建工業數據分析能力，實現數據價值挖掘；2）把技術、知識、經驗等資源固化為可移植、可復用的微服務組件庫，供開發者調用；3）構建應用開發環境，借助微服務組件和工業應用開發工具，幫助用戶快速構建定制化的診斷APP。

平臺層內置常用的機器學習算法工具供客戶和程序調用，同時包括相關的測試和數據生成器。算法工具包括分類、回歸、聚類、關聯規則、推薦、降維、優化、特征抽取篩選、用于特征預處理的數理統計方法以及算法的評測，如圖5所示。

圖5 常用算法工具

3.3 應用功能

系統應用功能指基于云服務開發的針對設備診斷用的各類專業APP（SaaS），實現多種功能。

3.3.1鍋爐燃燒性能及故障遠程診斷

通過遠程診斷，除了常規爐側SIS測點，還引入壁溫監測、爐內聲波溫度測量、火焰監測、爐管泄漏等系統，完成鍋爐系統一般性問題（如鍋爐熱效率、排煙溫度、制粉電耗、空氣預熱器漏風率等影響機組運行經濟性的一些生產指標）的診斷和重大問題（如受熱面積灰及結渣評估、爐內偏燒、受熱面壁溫超溫及偏差較大等影響機組運行安全性指標的重大問題）的分析。鍋爐診斷APP由鍋爐本體、燃燒系統、風煙系統、鍋爐輔機設備等軟件診斷模塊組成。

3.3.2汽輪機振動、通流狀態監測和遠程診斷

實時采集機組TDM振動數據，對汽輪發電機組振動數據進行集中監測和管理，通過瀑布圖橫向顯示不同時間不同位置的振動變化對比，縱向反映振動發展趨勢，并通過振動故障及其特征知識，結合專家經驗，對常見的振動故障進行診斷。

系統對汽輪機通流部分經濟性參數（如汽輪機熱耗率、汽輪機汽耗率、再熱蒸汽壓損、高/中壓缸效率、高壓加熱器（高加）各段抽汽流量、凝汽器端差及過冷度等）進行在線計算分析，通過對汽輪機熱力性能評估和在線性能試驗，對典型熱力參數變化引起的設備狀態實現在線預警和故障的遠程診斷。

3.3.3發電機、變壓器狀態監測和遠程診斷

根據發電機、變壓器的運行狀態數據和歷史數據，通過對比特征參數，診斷發電機、主變壓器潛在缺陷或已出現的故障。具體功能包括以下方面。

1）發電機冷卻系統狀態診斷 主要監測發電機溫度和負荷參數，用以評價發電機冷卻系統運行情況；長期在線跟蹤漏氫儀的各通道氫含量數值異常和趨勢變化，診斷出發電機設備冷卻系統系統泄漏征兆，避免由此引發相間或對地短路的重大事故。

2）發電機絕緣系統狀態診斷 主要依據局部放電的放電量和發生頻率、負荷、運行年限、啟停次數等相關數據，判斷定子繞組絕緣系統的劣化情況，根據局部放電的統計譜圖特征，來判斷定子繞組的絕緣故障類型。

3）主變壓器性能狀態診斷評估 采集變壓器絕緣油中的氣體含量及其組成成分、鐵芯接地電流、局部放電監測、運行年限、啟停次數等相關數據，根據氣相色譜分析油中特征氣體成分的變化，分析判斷變壓器內部的異常和故障發展趨勢；根據鐵芯上的電流互感器監測電流變化情況，最大限度地預防變壓器鐵芯故障的發生；根據局部放電傳感器監測的數據，判斷變壓器的絕緣劣化情況，給出合理安排檢修和排除故障的建議。

3.3.4環保和汽水品質評估

對環保主要參數進行超限統計和性能指標劣化監測，并與煙氣排放標桿值進行對標分析，及時調整機組環保設備運行方式。系統在線監視機組運行的汽水品質參數（主給水、主蒸汽、凝結水、高加疏水等的pH、電導率、溶解氧、二氧化硅、鈉含量等）對超限范圍進行統計，實現線上汽水指標監督。

3.3.5遠程診斷多媒體交互APP

通過云端專家診斷系統和移動終端APP，遠程專家與現場人員通過文字、語音和視頻進行溝通和交流，獲取第一手真實的現場環境數據。通過專家移動診斷應用APP，遠程專家雖不在現場，但可隨時隨地了解現場設備的運行狀況，自動訂閱診斷報告，并及時指導現場運行人員解決問題。

4 云網絡安全

數據采集和傳輸嚴格遵照《電力二次系統安全防護規定》《電力二次系統安全防護總體方案》《電力行業等級保護基本要求》以及公司相關規定進行設計，采用專用的單向隔離網閘、縱向加密認證、網絡防火墻等硬件設施，在物理介質上保障系統網絡安全。通過自建企業云，數據由企業自己掌控管理，安全級別完全由自己決定，保證數據整體安全性和自主性。采用AES/RSA算法和數字證書對傳輸過程進行非對稱加密，確保數據鏈路傳輸安全[13-14]。另外，開發的分析算法及遠程診斷平臺具有自主知識產權，使企業內部生產經營的數據安全得以充分保障。

5 系統應用

基于云服務的專家診斷系統不僅對已發生的設備故障進行診斷，也關注設備性能劣化拐點和潛在的、即將發生的故障。區別于目前電廠運行人工監盤，基于大數據的設備狀態診斷可對設備狀態的發展趨勢進行長期在線跟蹤監測，多測點同比分析，基于人工智能的自尋優自診斷，可及時有效發現設備劣化及異常點。另外，遠程診斷專家能以更專業的角度審核和評估這些異常，這往往是現場運行人員不易發現或未注意到的隱患問題。火電廠遠程診斷系統中，在云服務應用層對15項技術監督指標進行在線監測和預警。技術監督是發電企業保證設備健康、安全、經濟運行和準確計量的重要技術手段。利用遠程診斷網絡平臺，建立主機設備在線技術監督指標體系，對設備相關運行參數進行實時預警，便于技術專家及時了解設備運行狀態的現狀，提高設備監督的判別決策能力。

自2000年起，中國華能集團有限公司依靠數據傳輸專網，通過遠程SIS鏈接和區域生產實時監管系統實現了數據網上傳輸，建立了設備集中監測的初級遠程診斷網絡，系統可遠程對機組設備進行7×24 h在線狀態監測，某區域公司實現對50多臺機組實時事件進行集中報警和處置，對設備重大非停故障事件進行自動診斷，并收到很好效果。近年來，結合大數據、人工智能，開發基于云服務的專家遠程診斷平臺，成立了機、爐、電等專業的遠程診斷隊伍，系統將陸續接入5家試點電廠，13臺機組，涵蓋亞臨界到超超臨界、空冷300~1 000 MW主力機型。診斷專家可隨時對現場機組各種故障進行遠程會診，定期為用戶提供機組運行評估報告。從目前數據統計來看，遠程診斷能及時且有效解決70%以上的現場故障，不但能及時給機組狀態做出分析診斷，減少故障的處理時間，同時也改變了診斷技術人員疲于頻繁出差和處理問題不及時的被動局面，大大降低技術服務的人力及財務成本，提高服務質量和項目工作效率。

6 結 語

本文按照工業互聯網的思路，采用云架構搭建遠程診斷平臺，聚集故障診斷方面的專家資源，組建發電行業的“網上醫院”，成功將傳統的現場技術服務轉變為基于云的線上診斷，為發電企業提供更有質量的診斷分析服務，進一步提升發電廠設備運行的安全性和經濟性。

［1］ 高明. 火電廠送風機故障預警系統的研究[D]. 北京: 華北電力大學, 2012: 1.

GAO Ming. Research of power plant air feeder failure prognostic system[D]. Beijing: North China Electric Power University, 2012: 1

［2］ 朱朝鵬. 基于云計算的遠程診斷關鍵技術研究[D]. 鄭州: 鄭州大學, 2013: 1.

ZHU Chaopeng. Research on key technologies of equipment remote diagnostics based on cloud computing[D]. Zhengzhou: Zhengzhou University, 2013: 1.

［3］ 劉俊剛. 遠程診斷信號處理技術與系統研究[D]. 武漢: 武漢理工大學, 2002: 1-2.

LIU Jungang. Research on remote fault diagnosis signal processing technologies and systems[D]. Wuhan: Wuhan University of Technology, 2002: 1-2.

［4］ 薛慧麗, 邵孟良. 云計算的核心技術與應用前景研 究[J]. 實驗室科學, 2015(6): 55-59.

XUE Huili, SHAO Mengliang. Research on core technology and application prospect of cloud computing[J]. Laboratory Science, 2015(6): 55-59.

［5］ 張濤鳳. 淺談云計算在化工企業中的應用[J]. 科技風, 2014(2): 98.

ZHANG Taofeng. Application of cloud computing in chemical enterprises[J]. Technology Wind, 2014(2): 98.

［6］ 劉冰瑞. 基于BPMN的云服務組合研究[D]. 昆明: 云南大學, 2017: 14-15.

LIU Bingrui. Research on cloud service composition based on BPMN[D]. Kunming: Yunnan University, 2017: 14-15.

［7］ 游根節. 對工業互聯網平臺發展的幾點思考[J]. 中國電信業, 2018(6): 73-76.

YOU Genjie. Some thoughts on the development of industrial internet platform[J]. China Telecom Industry, 2018(6): 73-76.

［8］ 華為技術有限公司. 邊緣計算參考架構2.0(2017)[Z]. 邊緣計算產業聯盟(ECC)與工業互聯網產業聯盟(AII), 2017: 11.

Huawei Technologies Co., Ltd. Edge computing reference architecture 2.0 (2017)[Z]. Edge Computing Coalition (ECC) & Alliance Industrial Internet (AII), 2017: 11.

［9］ 譚倫. 邊緣計算: 海量工業應用的計算基石[N]. 通信產業報, 2018-04-16(013).

TAN Lun. Edge computing: computational foundation of massive industrial applications[N]. Communications Industry Daily, 2018-04-16(013).

［10］ 通用電氣公司. 工業互聯網: 打破智慧與機器的邊 界[J]. 中國經濟報告, 2015(8): 70-73.

General Electric Company. Industrial internet: breaking the boundary between wisdom and machine[J]. China Economic Report, 2015(8): 70-73.

［11］ 叢力群. 工業互聯網中邊緣計算的實現方法[J]. 自動化博覽, 2018(5): 48-52.

CONG Liqun. Implementation of edge computing in industrial internet[J]. Automation Panorama, 2018(5): 48-52.

［12］ 陳康, 鄭緯民. 云計算: 系統實例與研究現狀[J]. 軟件學報, 2009, 20(5): 1337-1348.

CHEN Geng, ZHENG Weimin. Cloud computing: system examples and research status[J]. Journal of Software, 2009, 20(5): 1337-1348.

［13］ 徐創學, 劉魯清, 王智微, 等. 區域（省級）發電公司生產實時監管系統的研發[J]. 熱力發電, 2012, 41(3): 7-11.

XU Chuangxue, LIU Luqing, WANG Zhiwei, et al. Research and application of regional power group operation supervisory system[J]. Thermal Power Generation, 2012, 41(3): 7-11.

［14］ 楊麗. 安全網關在電力二次系統安全防護中的應用研究[D]. 北京: 華北電力大學, 2009: 10-16.

YANG Li. Application of security gateway in safety protection of secondary power system[D]. Beijing: North China Electric Power University, 2009: 10-16.

Expert remote diagnosis system for thermal power units based on cloud service

XU Chuangxue1, ZHANG Xueyan1, FENG Tingyou2, WU Bo2, JIANG Yong2, CHEN Min2, LAI Fei1, WANG Zhiwei1

(1. Xi’an Thermal Power Research Institute Co., Ltd., Xi’an 710054, China; 2.Huaneng Power International Inc., Guangdong Branch, Guangzhou 510623, China)

To satisfy the demand of high reliability of equipment operation and overcome the shortcomings of on-site diagnostic service during the current electricity production process, an expert remote diagnostic system based on cloud service is studied and designed in combination with the idea of cloud computing. According to the process and professional application of remote diagnosis for thermal power plants, a specific cloud network architecture and application management platform are constructed. On this platform, some big data algorithms and analysis tools are integrated, and the professional application of remote diagnosis is realized.

cloud computing, cloud service, big data, thermal power unit, remote diagnosis, fault diagnosis, intelligentialize

TM621.3；TP315

B

10.19666/j.rlfd.201907119

2019-07-04

中國華能集團有限公司總部科技項目(HNKJ18-H16)

Supported by：Science and Technology Project of China Huaneng Group Co., Ltd. (HNKJ18-H16)

徐創學(1972—)，男，碩士，正高級工程師，主要研究方向為電站優化運行，xuchuangxue@tpri.com.cn。

徐創學, 張學延, 馮挺有, 等. 基于云服務的火電機組專家遠程診斷系統[J]. 熱力發電, 2019, 48(9): 58-63. XU Chuangxue, ZHANG Xueyan, FENG Tingyou, et al. Expert remote diagnosis system for thermal power units based on cloud service[J]. Thermal Power Generation, 2019, 48(9): 58-63.

（責任編輯 劉永強）