发电公司设备性能劣化监测与异常分析技术研究项目立项建议书.doc

设备性能劣化监测与异常分析技术研究项目建议书
项目名称: 设备性能劣化监测与异常分析技术研究
申报单位: 发电有限公司
申报日期:
年月日
一、立项背景
(其代表产品、技术和公司)
随着现代生产管理模式的不断改进,发电企业对设备的安全、经济和环保运行的要求也越来越高,如何借助更加先进的技术手段,实现发电机组在长周期运行中的安全稳定也变得越来越重要。
如今国内外对设备经济性管理、安全管理的要求越来越高。本项目的研究能够降低设备的维修成本,减少非计划事件,延长设备的使用寿命、降低设备的单耗。由此看来本项目的研究是大势所趋。EDNA公司’设备早期预警系统’主要针对重要辅机设备进行定量分析,实现设备故障早期预警功能,减少非计划事件。
、国内已取得的最新阶段成果和达到的技术水平
北京中瑞泰科技有限公司的‘设备故障预警系统’针对磨煤机、给水泵、循环水泵等设备进行故障异常分析。通过分析主要设备的电压、电流、润滑油、温度等重要参数的变化趋势来分析设备的运行情况。初步实现指标的异常提示和报警功能。
、推广应用领域、达到的技术水平,发展中的作用
辅机设备性能劣化监测与异常分析技术研究是利用工业大数据平台分析研究设备的海量历史数据,通过建模的方式寻找设备的最佳的运行工况,指导运行人员对辅机设备进行调整,提高辅机设备的使用效率,延长辅机系统的使用寿命
二、研究内容与预期目标
、特色和发展趋势
1)现有研究基础
拥有pi实时数据库,可存储5年以上的历史数据;可基本实现指标整定值报警功能;拥有matlab计算平台和成型的数据计算模型;电厂检修人员和运行人员具有丰富的经验,可为本项目实施提供强有力的业务支持。
2)特色
辅机设备性能劣化监测与异常分析技术研究基于大数据机器学****算法,从故障诊断角度出发,从设备安全性和经济性入手,建立实时监测模型,实现设备、系统、机组的在线状态评估与诊断。对重要辅机设备(磨煤机、循环水泵、电机、转机等设备)健康状态的样本学****和预测,自动给出重要辅机系统劣化情况、故障提示以及运行指导信息,为辅机设备的管理、生产运行等提供监测与诊断平台。有效提升了辅机设备的状态监测、评价与诊断的及时性、准确性和快速性,提高辅机设备的管理和生产运行人员的工作效率,改变设备管理和生产运行人员的工作模式。使辅机设备和机组运行安全性、可靠性的管理正走向集中化、精细化。
3)发展趋势
随着大数据分析技术的迅速发展,世界各国纷纷将大数据机器学****运用到工业生产的设备状态监测、评价和诊断领域
。辅机设备性能劣化监测与异常分析技术研究能够降低辅机设备和机组的维修成本,减少由于设备异常而引起的非计划事件。由此看来,发电企业对本项目的研究是大势所趋。

基于SIS海量存储与数据挖掘技术系统实现了机组重要设备劣化监测或异常分析,通过数据建模的方式动态指导机组经济性运行。通过劣化分析实现智能巡检。
基于工业大数据平台通过专项建模的方式针对所研究的系统或设备进行建模,寻找系统或者设备的最优运行工况,提高设备的的经济性,延长设备的使用寿命。
通过本项目的研究,对电厂重要辅机设备实时状态进行评估和参数劣化趋势分析,从而保证设备劣化、缺陷等异常得到及时处理,尽可能的将故障引起的损失降低至最低水平,避免事故扩大化,最终提高设备运行的安全性、可靠性和经济性。
通过本项目的研究,对发电机组重要设备的整体安全状态有定量的分析结果,实现健康状态的在线评估,并对可能的潜在的故障有定量的分析。直观对引起关键设备状态变化的测点进行关联排序,方便现场设备操作与运维人员的使用,极大提高机组在线监测与故障诊断水平。
、技术、装备的对比分析
本项目的研究与国内现有设备故障早期预警平台对比情况如下:
分类
平台框架
研究对象
目标
优点
设备故障早期预警
Oracle数据库
重要辅机设备
劣化分析、早期预警、故障诊断
设备性能劣化监测与异常分析技术研究
工业大数据平台、Oracle数据库、matlab
所有辅机设备
劣化分析、早期预警、故障诊断、智能检修、运行指导、
通过先进数据模型实现智能检修、动态指导等功能。

1)设备智能检修
利用平台建立设备状态检修专家库,监控设备的运行状况和生成检修策略建议,为电厂对设备的管理提供辅助决策支持。根据设备的不同状态参数特征使用了不同的分析模型,以提高对设备状态参数分析的准确性。通过对设备的状态进行推理分析,综合了正反向推理、神经网络法、模糊数学、时间序列预测法、免疫算法等多种分析手段和数据模型进行分析。对