隨著電廠規(guī)模的擴大，設備數(shù)量不斷增加，對運行標準的要求也日趨嚴格，提高設備的健康水平和使用壽命，對于保證電廠安全、降低運維成本具有重要作用。隨著物聯(lián)網(wǎng)技術(shù)、智能信息處理技術(shù)的發(fā)展，電力設備狀態(tài)監(jiān)測系統(tǒng)在網(wǎng)絡的支撐下實現(xiàn)了設備運行狀態(tài)監(jiān)測和設備故障報警，使管理人員和作業(yè)人員隨時隨地掌握設備運行狀態(tài)，保證設備安全穩(wěn)定運行。
電力設備狀態(tài)監(jiān)測系統(tǒng)簡介
基于物聯(lián)網(wǎng)技術(shù)，通過聲音傳感器采集設備的聲音數(shù)據(jù)，利用信號分析及AI技術(shù)，從中提取聲音特征值，實現(xiàn)設備運行狀態(tài)監(jiān)測和設備故障報警。電力設備狀態(tài)監(jiān)測系統(tǒng)原理框圖如圖所示。
電力設備狀態(tài)監(jiān)測系統(tǒng)功能
1、綜合展現(xiàn)
通過3D模式直觀展現(xiàn)設備監(jiān)測數(shù)據(jù)，包括無異常運行天數(shù)、異常未處理事件、月度告警及高發(fā)異常項。
2、設備監(jiān)控
遠程監(jiān)控設備運行狀態(tài)，集中展現(xiàn)聲音、振動及溫度等遙測數(shù)據(jù)，對設備異常信息給予告警提示。
3、運行參數(shù)監(jiān)控
對設備所關聯(lián)的運行參數(shù)進行集中展現(xiàn)，包括測點編碼、測點描述、關聯(lián)設備、測點值等信息。
4、特征管理
利用信號分析及深度學習建立正常模型及故障模型，根據(jù)設備不同故障進行故障模型分類可查看故障名稱、原因及處理結(jié)果，輔助巡檢人員進行故障處理。
5、數(shù)據(jù)分析
對單設備的遙測數(shù)據(jù)及多設備間的遙測數(shù)據(jù)進行對比分析，提供設備運行狀態(tài)數(shù)據(jù)參考。
6、監(jiān)測月報
根據(jù)設備狀態(tài)數(shù)據(jù)以及傳感器告警數(shù)據(jù)，定期自動生成設備運行記錄及報告。
電力設備狀態(tài)監(jiān)測系統(tǒng)特點
1、利用物聯(lián)網(wǎng)技術(shù)進行設備狀態(tài)監(jiān)測
基于物聯(lián)網(wǎng)架構(gòu)，通過加裝傳感器實現(xiàn)對設備運行狀態(tài)的實時監(jiān)測，提高設備運行的可靠性。
2、以聲音傳感器為核心的設備狀態(tài)持續(xù)監(jiān)測
到目前為止，發(fā)電行業(yè)的設備故障預警與診斷基本上以振動監(jiān)測為主。本項目利用聲音唯一性、入微性的特點，將設備聲音作為設備故障預警與診斷的核心，將振動和溫度作為輔助手段，實現(xiàn)設備的持續(xù)監(jiān)測。
3、利用信號分析及深度學習技術(shù)進行故障預警
目前已有的設備故障預警與診斷系統(tǒng)大多采用傳統(tǒng)的機器學習模式，不能適應不斷變化的生產(chǎn)環(huán)境，適應性不強。本項目采用信號分析及深度學習技術(shù)，通自學習、自優(yōu)化適應不斷變化的生產(chǎn)環(huán)境，實現(xiàn)設備的故障預警與診斷。