基于相似理論的智能監盤系統研究

邱志勤

（雅礱江流域水電開發有限公司，四川 成都 610051）

1 概述

水電站智能監盤系統需實現對水輪發電機組及其輔助設備、GIS開關站、泄洪設施進行智能監控，全面提取設備數據，獲取各設備狀態的準確信息，實現對電站設備在運行時進行全過程監視。智能監盤系統必須滿足安全性原則、適應性原則和高效性原則。安全性，該電站智能監盤系統可以部署于安全I區或II區，且按滿足電力網絡安全防護要求進行網絡架構設計，系統從計算機監控系統實時獲取監控系統數據，并將數據存儲于智能監盤系統的數據服務器。通過該智能監盤系統結合水電站計算機監控系統，不斷提升運行監盤效率，降低電站運行人員的監盤強度，提高電站的安全穩定水平。

2 智能監盤系統功能需求

2.1 數據處理功能

對機電設備進行全面監視，提取設備特征信息，實時掌握設備運行狀態，形成龐大的數據庫，根據設定的監視策略實現自動監視、運行趨勢的自動分析及異常趨勢的自動報警。為運維人員提供更準確、更可靠的數據信息，甄選電站最重要、最關心的監控信息。對所有被控設備進行監視、采集、計算，實現獨立于人工干預之外的主動智能監視。

2.2 智能狀態趨勢分析

提取設備運行特征曲線，進行歷史數據自學習，建立設備健康圖譜，定期形成設備健康評估報告。

采用變量相關性分析方法，針對不同設備、同一設備的不同工況建立獨立的個性化閾值，使得參數的報警閾值更具有實際意義。

2.3 提高監盤效率

根據運行管理要求定期進行自動巡盤，對全站機電設備運行參數情況進行分析對比，并形成報告供設備管理人員參考。可對所有機電設備的任意時間段自動生成運行狀態分析報告。根據運行設備分析需要，定期自動生成各系統機電設備運行分析報告，對機電設備的運行情況進行全面評估。具備完善的報表生成功能，且報表可編輯修改。例如：開/停機次數、并網時間自動統計；生產日報、電量報表定點自動生成；泄洪閘門每次操作時間、次數、運行時間等自動統計；泵的啟動次數、運行時間、啟動周期等自動統計。根據現場工作需要，可自定義重點關注設備的運行參數報警值，輔助現場工作的安全開展。

2.4 其他功能

根據現場工作需要，可自定義重點關注設備的運行參數報警值，輔助現場工作的安全開展。可智能區分誤報警、傳感器故障及設備本身故障報警。對具體的設備報警設置多種觸發信號條件，根據動作信號進行分析判斷，給出準確的報警信號。系統的聲光報警功能應具備獨立的復歸開關，即可在事故信號保持的情況下單獨復歸聲音報警或光字報警，且復歸后其他信號觸發時，應再次啟動相應的聲光報警，同時還具備徹底關閉聲音報警的功能。多個事故信號同時觸發的聲光報警在其中某一信號復歸時聲音報警或光字報警不復歸。多個語音報警同時發生時，應該能夠區分重要程度，優先播報高級別報警。系統頻繁發出報警，可以組合取消該報警信號，具備一鍵全部復歸功能。可以閉鎖檢修設備光字、聲音報警，避免檢修設備頻繁報警干擾正常設備監視。在保證信息安全的前提下，可將顯示終端延伸至集控中心。設備光字、報警聲音應能保持至故障信號消失或人為干預，系統報警聲音大小可調。系統應能準確記錄聲光報警功能閉鎖信號的操作人員及時間。智能監控及輔助決策系統數據庫應以計算機監控系統數據庫為主要數據來源，并實現自動從計算機監控系統數據庫同步更新至本系統。系統應具備與電站時鐘同步系統自動對時的功能。

3 水電站智能監盤研究重點

3.1 水電站機電設備智能監控

根據設備的運維特性，梳理、篩選所有特征參數，實現所有狀態遠方采集和監視，建立設備聯動機制，實現設備的智能監視。

對于該問題，涉及到以下幾個關鍵技術，先進行資源整合與信息共享，對設備對象的信息建模，根據運維特性，梳理、篩選所有特征參數，建立綜合告警技術，實現設備智能監視。①統一管理。要實現所有狀態遠方采集和監視，建立設備聯動機制，實現設備的智能監視，必須先打破信息孤島、實現信息共享、形成業務流程的有效互動，必須全面整合一體化平臺數據、模型與功能，建立資源、數據、模型、服務、展示與分析的統一管理。②統一數據。數據是所有業務功能的核心。傳統業務系統產生信息孤島，導致數據無法共享的最大根源就是沒有統一的數據管理。為了解決信息共享困難的問題，打破傳統信息孤島的現狀，必須建設統一數據中心實現一體化平臺實時數據、歷史數據的統一采集、處理、存儲和管理。統一數據必須實現統一的實時數據總線，各專業應用都可以注冊實時數據總線，發布、接收實時數據；統一數據必須實現統一的歷史數據存儲，一體化平臺對業務數據統一進行抽取與處理，將整編結果集中存儲在同一個數據庫中，形成數據中心。③統一模型。傳統應用系統缺乏統一的水電站信息模型，導致系統與系統之間通信標準不統一、業務協調工作量大等問題。為了解決這些問題，必須建立實用、標準的水電站設備信息模型，并在各應用功能中充分運用，確保各業務信息的標準性、一致性與可共享性。④統一服務。在統一數據中心與統一模型的基礎上，一體化平臺必須建立統一數據訪問服務。通過統一數據訪問服務，改善業務集成，消除數據冗余，歸并整合業務系統，實現源端業務系統數據邏輯統一、分布合理、干凈透明。統一服務包括數據服務與模型服務，各應用模塊能夠通過服務接口獲取平臺內所有的業務模型和數據信息，實現業務功能的融合與跨業務流程互動。⑤統一分析。一體化平臺必須通過匯總、清洗、轉換、分析全部業務數據的方法，構建統一數據分析服務，實現跨專業數據的高效計算、智能分析和深度挖掘，為進一步的智能應用提供技術支撐。

3.2 水電站機電設備趨勢分析

水電站機電設備趨勢分析包括突變分析、長期運行分析、縱向環比分析以及橫向對比分析等研究。

為了提高報警有效性和運維人員工作效率，使運維人員能夠更加高效地掌控全廠設備運行狀態，逐步出現以邏輯組合為觸發條件的綜合報警。綜合報警主要采用面向對象的方式，將相關的信息放在一起形成邏輯對象，通過相關信號狀態的邏輯組合或順序組合來確定報警的必要性。通過綜合報警，將原先系統中大量的過程信息過濾掉，只留下其中確實出現故障的報警信息，極大提升了水電站監控系統的運行管理水平。

不過綜合報警主要針對實時斷面數據進行報警，且報警限值必須人為確定。在電站實際運行環境下，隨著實際生產環境的變化，某些物理量實際報警限值也會跟隨變化。比如在水電站剛投產的時候，由于水頭不高，機組定子溫度運行在一個區間，當投產若干年后，水頭上升，機組定子溫度就會運行在另外一個區間。如果始終采用相同的報警限值，就會出現誤報警的情況。采用綜合報警的方式監視系統運行狀態，就需要不斷的對系統參數進行修正，導致大量的人工維護成本。

隨著人工智能技術不斷發展，特別是各種前沿算法研究的持續深入，開始出現基于機器學習、深度學習的報警系統。例如：基于BP神經網絡的報警系統，“利用神經網絡算法，通過誤差反向傳播，進行自動學習”，自動從機組的歷史運行數據中，“找出最接近于發電機組融合溫度表示的最佳溫度匹配狀態”。該類型的報警系統，充分利用神經網絡的自學習能力，無需人為干預，動態的從歷史數據中找到相關物理量合適的運行區間，并在生產設備運行狀況越限時觸發報警，充分利用了實際生產設備的歷史數據，減輕了人工維護成本。

智能監盤系統支持通過深度學習算法，挖掘歷史數據中的設備運行規律，全面監視并發現全廠設備的運行異常，通過報警光字與語音方式提醒運行人員注意，降低運行人員工作負擔，提升水電站運行管理水平。

采用智能趨勢算法(如聚類分析算法等)對設備變化趨勢(如緩變量)、變化率異常自動識別并及時產出告警，解決機組漏水、漏油、軸承溫度緩慢異常變化等問題。從多維度和不同工況分析設備性能和效率。通過設備突變趨勢分析、設備緩變趨勢分析、縱向趨勢分析、橫向趨勢分析進行預警。①水庫水量預測，建立發電量和水庫水位的模型，可以預測剩下的水還能夠發多長時間的電。②溫度量趨勢預測，提供模擬量變化斜率監視報警，如推力瓦溫上升速度過快，則進行報警學習時間范圍設定。由于電站歷史數據中，包含正常數據和異常數據（包括檢修狀態，機組非正常運行狀態等），故提出自學習可人工設定學習時間范圍。③泵動作時間和間隔變化趨勢，對經常運行的泵進行動作時間和動作間隔統計比較，分析趨勢，提前告警可能出問題的泵。

4 智能監盤系統軟件設計方案

4.1 智能監盤系統整體架構

智能監盤系統部署在安全III區，由數據服務器、報警工作站、交換機、防火墻、隔離裝置、入侵檢測系統、顯示器、聲光報警器等組成（圖1）。數據的傳輸速率、數據的完整性應滿足要求。

圖1 智能鍵盤系統整體架構

4.2 智能監盤系統軟件架構設計

（1）報警功能后臺模塊包括：

1）實時數據接口：采用UnixC語言實現；接受監控組播消息，并將數據存儲在報警功能的內存結構中。

2）綜合報警計算：采用UnixC語言實現；按照模型定義計算定義了綜合報警的節點。

3）健康區間報警：采用Java語言實現；采用神經網絡算法，通過歷史數據學習，掌握物理量實際運行情況下的健康區間，如果超出該區域運行則進行報警。

4）趨勢報警計算：采用Java語言實現；采用神經網絡算法，通過歷史數據學習，掌握物理量變化的緩變與突變趨勢進行報警。

5）健康報警與趨勢報警接口：采用UnixC語言實現；為健康區間報警和趨勢報警計算提供報警共享內存的數據接口。

6）報警層次計算：采用UnixC語言實現；按照設備樹，對最底層設備對象的節點報警狀態進行逐層的統計和整理，底層報警觸發上一級對象的報警。

7）報警數據服務：采用UnixC語言實現；發布報警狀態信息，接收報警控制命令。

（2）報警功能前臺模塊包括：

1）報警主畫面：展示報警的整體情況，各LCU的主設備情況，并能索引到具體報警。

2）報警列表：以列表方式展示報警的詳細信息，如果存在趨勢和健康報警，可以索引打開趨勢和健康區間報警的曲線界面。

3）故障樹：以樹形方式展示報警的詳細信息，如果存在趨勢和健康報警，可以索引打開趨勢和健康區間報警的曲線界面。

4）模型定義：根據基礎測點，自動形成內部模型樹；支持導入KKS模型；支持切換KKS模型、內部模型的不同展示方式；常規報警在內部模型樹創建成功后即可實現報警功能，同時支持自定義的報警組態。

5）報警數據接口：與報警系統后臺交互，獲取數據或下發控制。

5 智能監盤數據

智能監盤系統主要為實現重要模擬量趨勢監測、重要輔助設備啟停事件統計、關鍵報警信號提示預警3大主要功能。功能需求如下：

5.1 實現重要模擬量變化趨勢監測

當實測值超過模擬量監測設定閾值時，智能監盤顯示界面對應子模塊閃動報警提示，同時在監視畫面對應事件報警欄有相關報警信息推送，提醒監盤人員及時查看處理。報警模塊變化顏色和報警事件顏色根據需要關注程度進行區分：特別重要事件以紅色顯示，重要事件以黃色顯示，一般關注事件以綠色顯示。根據自主科研項目前期進行的主要模擬量梳理，對發電機系統中需要進行變化趨勢監測的模擬量梳理。

5.2 實現重要輔助設備啟停事件統計

機組重點需要統計機組開停機次數、并網時間；機組技術供水泵運行時間、運行次數。如表1所示。

表1

5.3 實現關鍵報警信號提示預警功能

通過前期的監控事件點表報警事件梳理，整理出二灘水電站紅色事件、黃色事件、綠色事件關鍵報警信號，紅、黃、綠3色分別對應第一、第二、第三優先關注等級。在975條紅色報警事件、4 231條黃色報警事件、183條綠色報警事件中，針對每臺機組發電機部分梳理出35條紅色關鍵報警事件、50條黃色關鍵報警事件、7條綠色關鍵報警事件。對以上梳理出的各關注等級報警事件按系統劃分形成表格提示預警。

6 結語

基于人工智能、大數據的大型水電站智能監盤系統[4～6]研究，重點是要設計合理的模型，確保數據處理的安全性和相應的快速性。在布置智能監盤系統時，要做好與計算機監控系統的隔離，滿足網絡安全要求。智能監盤的功能設置要適應運行人員的需要，以便達到智能監盤的需求。