基于人工智能的火電廠設備故障告警系統

國家電投集團內蒙古白音華煤電有限公司坑口發電分公司 趙晉宇 李曉宇 李連杰 郭 健

設備檢修維護安全管理工作是保障發電設備安全生產的重要基礎設施工作，也是保證發電設備長期可靠運行的重要保障。因此，科學的檢修管理是促進現代火電設備企業安全生產的重要管理方式，也是火電企業不斷提高社會經濟效益的一個重要途徑。我國在鍋爐設備故障預警方法的研究中，有學者提出了利用粒子群算法對經典小波神經網絡模型進行改進和優化的鍋爐故障識別方法。該方法雖然在輕微泄漏模式和嚴重泄漏模式下對鍋爐故障進行了很好地模擬，但算法收斂速度較慢，有一定的誤差。

1 火電廠設備故障告警系統硬件設計

火電廠報警設備消防報警通信系統的網絡通信技術特點之一是警報信息量大，需要較強的網絡數據采集通信處理能力。對應的網絡接口和管理系統信息種類很多，即與作業機組內的dcs安全控制管理系統、灰網、水網、煤網等各種輔助作業車輛安全監控管理系統信息有關的接口。以太網（ethernet）因其無線組網的極高靈活性和使用便利性而逐漸成為現代網絡通信技術的一種主流[1]。SIS也可以視為采用以太網絡上的骨干寬度為1000Mb/s，骨干長度為100Mbfs的以太網。以太網可以采用多種拓撲結構。一般分為星型、環型、總線型三種。總線型主要用于早期的10Mb/s網絡，環型主要用于FDDI網絡。目前，大多數高速網絡廣泛應用于衛星類型結構。對于一個具有工業專用設計內核的工業實時響應數據庫，由于系統是為面向工業設計過程應用開發的專業產品，系統在實時響應速度、可靠性、容量以及對面向應用過程工業應用的技術支持等各個方面也都具有很大競爭優勢[2]。系統訪問結構傳統數據庫一般采用C/S（客戶端/服務器）結構。隨著網絡技術的發展，未來的數據庫訪問方式必然會發展到B/S的三層結構（Web瀏覽器、Web服務器/實時數據庫）。操作系統通常是實時的，歷史數據庫一般基于dowindowsntnt平臺或基于unixnt平臺。從平臺運維系統管理的一個角度可以考慮，該平臺操作系統與目前全廠其他平臺服務器運行操作系統的基本一致性。客戶端可以作為備用SIS控制系統的一個終端控制設備，放置在一個備用生產部門，主要功能是備用生產過程管理控制部門和備用單元過程控制實驗室。客戶端商用計算機系統可以同時使用多種商用的wpc，主要功能用于自動訪問同時連接商用數據庫和數據庫的商用Web數據服務器，以監控屏幕、趨勢圖等多種形式實時顯示工廠鍋爐、汽輪機、發電機和其他全廠熱力輔助發電系統的正常運行工作狀態。

2 火電廠設備故障告警系統軟件設計

2.1 基于人工智能算法計算設備熱效率數學模型

鍋爐效率的計算是機組性能和鍋爐側能量損失偏差分析的基礎。鍋爐熱效率的理論模型比較成熟，即基于鍋爐損失計算，包括排煙熱損失、機械不完全燃燒熱損失、化學不完全燃燒熱損失、鍋爐熱損失和爐渣物理熱損失。從回熱系統計算目的出發，將兩大類型回熱加熱器，進行能質平衡計算，如公式1所示：

公式1中：ai、ji分別表示回熱加熱設備的抽汽份額；afi、jfi分別表示焓值以及輔助汽量。由上公式計算抽汽量，可得公式2：

公式2中：γi表示出口主流水量基準；βi表示出口水量比值；αli表示被引入的加熱器效率。以整臺運行機組作為研究對象。火電廠機組某一經濟性指標（如機組煤耗、發電效率等）可以下式表示：

公式3中：ci，c2，…，cn表示運行參數。因為一般只知道排水泵混合點前主流水的焓值，但是混合點后主流水的焓值未知。為了計算它，我們可以先假設混合點之后的主流水焓[3]。水的焓值（例如，等于混合點前主流水的焓值），得到抽汽量和排水量，再對混合點后主流水的焓值進行修正。經過多次迭代修正，達到一定精度后，即完成集體蓄熱式加熱器的計算，在上述模型庫完成后，只要所需的參數已知的情況下，即可完成火電廠整臺機組的性能計算。

2.2 設置設備狀態監測模塊

火力發電廠機械設備企業智能安全診斷系統就是圍繞火力發電機組企業的安全管理發展目標，以經濟性和運行可靠性要求為技術導向，以能夠實現各種多維度的機組設備運行參數監測管理功能為技術驅動，在我國電廠物業管理發展過程中，在電廠管理技術標準的制定基礎上還可建立機組設備運行狀態參數監測管理模塊。該模塊下有健康狀態列表、報警參數列表、數據趨勢分析三個子功能，幫助用戶提前發現設備異常，事后進行故障分析。首先在健康狀態列表中，用戶可以看到型號、設備、設備組或系統和單元的實時狀態；其次在報警參數列表中，用戶可以看到實時報警參數和歷史報警參數；最后在數據趨勢分析中，用戶可以看到參數的變化趨勢和偏離正常值的程度[4]。火力發電廠設備智能診斷系統具有設備故障提示和引導功能，可以針對電子設備的一些重要典型技術缺陷或重要故障預先重新定義保障規則。一旦不能滿足這些操作規則，就可能意味著相對明顯的硬件缺陷或系統故障，而不是簡單地自動報警。當設備出現系統缺陷或關鍵故障時，系統人員可自動識別列舉當前設備內部可能正在出現的關鍵故障和提供操作人員維護技術建議，同時自動發出報警信息提示，為設備操作維護人員使用提供技術參考。火電廠設備智能診斷系統狀態監測報告模塊包括機組監測報告和設備監測報告。船員監控報告針對船員，顯示所有監控設備的狀態信息，具有船員管理的監控系統或設備的概覽功能，主要面向管理人員。在機組監控報告中，除了可以看到巡檢人員監督下的設備運行狀態外，還可以看到巡檢人員對系統的使用情況以及對問題的處理情況；設備監控報告以設備為基礎，顯示在線數據和離線數據的報警狀態，主要面向巡檢人員和操作人員。設備監測報告給出了每個監測參數的詳細報警信息，包括報警開始、結束時間和持續時間。發電機的主要工作故障有電機油膜振動振蕩。主要故障原因之一是渦輪發電機每個轉子一階臨界轉速過低，三軸箱和楔形齒輪襯套傳動穩定性差。當驅動負載溫度降低時，不穩定的加速度變低。定子管的線圈兩端絕緣不良。主要原因是磨損、老化、污染和介質腐蝕，使導體絕緣功能失效，引起絕緣局部匝間放電和溫升，絕緣材料層因冷熱結合能力不足、冷卻水層因泄漏、疲勞層因磨損而發生損壞，導致絕緣線材放電移位和絕緣匝間放電短路。

2.3 設計數據準確性甄別模塊

數據準確性甄別模塊需要具有完善的報警機制，以此實現對測點告警信息的統計分析和管理。數據分析準確性高的篩選分析方法基于目前經典的各種動態數據測試和數據處理分析方法。同時還引入熱水器生產的測量經驗數據來幫助判斷統計數據的測量準確性。使判斷分析結果可靠。數據測量精度評估篩選數據判斷異常數據測量測試點，將不會再參與數據參數精度評估測試過程。數據精度篩選的統計信息可以調動火電廠對自身測點維護的積極性，同時幫助電廠進行熱計量的相關檢查。變壓器主要短路故障有：繞組元件斷線，短路或部分熔化。主要事故原因可能是不銹鋼鐵芯或其他不銹鋼螺絲的外殼絕緣層被損壞。

故障鑒別處理：有的是金屬片間因使用鑄鐵片發生短路，片間元件絕緣嚴重發生損壞，接地保護方法不正確形成了大電流輸出回路。分子連接器與開關接觸不良，接觸面容易熔化的主要造成原因之一，是主體結構件的裝配過程存在諸多缺陷。鍋爐的主要過熱故障及原因診斷解決方法，首先主要鍋爐故障原因有，第一：鍋爐過熱器的空氣泄漏點和爆破損壞區域主要集中在家用高溫鍋爐過熱器下部和彎頭的兩個火側。主要停工原因之一是爐高太低，使地方過熱[5]。同時還存在焊接選材材料余量明顯不足和所用焊接材料質量過低問題。第二：如果省煤器出現漏水，其主要漏水原因可能是排水粉煤灰涂層磨損從而造成排水管壁增厚變薄，特別是壁管、爐壁和彎頭。第三：高溫水冷壁表層滲漏，主要形成原因可能是水冷局部高溫過熱和表層腐蝕。局部高溫過熱腐蝕是由于燃燒管道內部的水循環系統破壞和積水結垢，燃燒管道區域的火焰快速偏轉或管道煙溫過快升高會直接導致管道水冷壁在局部高溫下發生腐蝕。第四：除塵器出現故障，主要事故原因可能是由于煙氣露點流速過快，灰粒粒徑大，粉塵露點濃度大，排煙露點溫度遠低于煙氣露點排煙溫度。診斷技術方法在傳統鍋爐過熱故障技術診斷中，物理故障診斷技術方法主要包括：紅外射線測溫診斷技術，具體到其應用領域范圍主要包括了對鍋爐燃燒火焰和煙氣燃燒產生狀態的準確識別與分析控制、熱力設備疲勞燃燒損傷、熱力設備和機械溫度特性變化規律、熱力設備系統鍋爐漏熱保溫、鍋爐熱染物污染溫度控制等技術診斷與故障評價；超聲波故障診斷評價方法，可以應用于實時監測整個爐膛及其上部過熱區域的鍋爐煙氣燃燒溫度，確定何時可以進行鍋爐吹灰排煙操作，保持整個鍋爐良好的運行燃氣性能，監測到在爐膛內每次冒煙燃燒的鍋爐煙道燃氣溫度和在燃燒器過熱區域附近的鍋爐燃氣溫度，有助于準確識別和及時消除因鍋爐燃燒器過熱故障原因引起的異常鍋爐燃燒產生情況，同時它還可以通過優化對鍋爐污染物燃燒產生性能有重要不良影響的鍋爐溫度控制，實現清潔煤的燃燒。

2.4 設定系統功能結構

設備狀態在線監測預警系統是對火電廠設備運行全過程進行實時監測、分析和預警的綜合監測平臺。系統首先使用ERP設備管理系統，對火電廠設備一些基本信息進行存儲，其中包括火電廠設備的名稱、類型、使用時間、規格、型號等信息，并針對每一種設備建立相應的設備檔案，供用戶查閱，配置火電廠設備相關的控制參數信息；然后，利用火電廠設備故障數據采集系統對已經投入使用的設備運行狀態信號進行采集，在此基礎上對采集到的設備運行狀態信號中的無效數據和重復數據進行剔除，并且對數據進行整合、分類處理；最后，以采集到的設備運行狀態信號作為訓練樣本，利用相關算法或者模型對數據進行分析，識別到火電廠設備故障特征目標，根據識別結果判斷火電廠設備是否存在故障，以及顯示分析結果，如果分析到火電廠設備運行狀態為故障狀態，則觸發系統報警裝置發出警報。此次設計的系統需要具備以上三個功能，包括信號采集、故障特征分析、故障告警，以此才能滿足火電廠設備故障告警需求，具體流程如下。

步驟一：接收到事故信號或告警信息；

步驟二：讀取電流信息保護信息告警信息等；

步驟三：信息預處理服務；

步驟四：專家系統推理判斷服務；

步驟五：告警與建議展示。

此次系統設計了以上幾個功能模塊，但是由于火電廠設備種類比較多，且每種設備還分為不同的型號，因此采集的數據也不太一致，所以此次設計系統還需要根據火電廠設備現場實際情況配置設備的特性參數，以此保證火電廠設備故障告警精度。

3 應用與分析

3.1 實驗準備

獲取B火電廠1臺350MW鍋爐過熱器，對該鍋爐最近一次發生的故障記錄點前后800組監測數據利用文中系統展開研究。為了方便挖掘數據之間的關聯規則，利用最大隸屬度原則將數據標記為最大隸屬度所屬的模糊等級，最終得到的待挖掘數據庫如表1所示。

表1 待挖掘數據庫

采用最小模糊支持度，對數據庫的數據進行預處理，火電廠設備在運行過程中各個參數屬性之間的關聯關系都有與其相對應的關聯規則，以此反映出該火電廠設備運行狀態。

3.2 結果分析

為了進一步驗證文中基于人工智能的火電廠設備故障告警系統的優勢，將實驗中采集到的設備數據作為樣本，其中有一部分數據為火電廠設備初始故障數據。為了更好地衡量文中系統優勢，提取一種基于FARM的預警系統，測試兩種告警系統在不同數據量下識別所用時間，具體實驗結果對比如圖1所示。

圖1 兩種告警系統識別數據時間

圖1測試結果中，為了方便表達將基于FARM的預警系統，表示為傳統系統。觀察測試結果可以看出，在系統分析的數據量不斷增加時，兩種系統所消耗的執行時間都處于上升趨勢。文中基于人工智能的告警系統，在數據量3000時，運行時間在50s，而傳統系統數據量3000時，運行時間則達到80s，因此，得出文中系統運行時所耗費的時間明顯少于傳統的FARM系統。

4 結語

火電廠設備故障告警系統作為火電廠生產運營中的關鍵技術，對火電廠保持正常生產效率和質量具有重要作用，此次在傳統系統基礎上應用了人工智能技術，實現了對傳統系統硬件和軟件創新和優化，經過應用分析此次設計系統在設備故障告警速率方面具有較大的提升，證明了人工智能技術在火電廠設備故障告警中具有良好的應用價值。此次研究對解決火電廠設備故障問題具有一定的現實意義。