设备性能劣化监测与异常分析技术研究项目立项建议书v2

1、附件2： 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： 宁夏国华宁东发电有限公司 申报日期： 年 月 日一、立项背景1国外相关产品与技术发展的概况（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

2、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。2国内相关产品与技术现状、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。3该项目完成后市场需求前景、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

3、，延长辅机系统的使用寿命二、研究内容与预期目标1现有研究基础、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习算法，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）健康状态的样本学习和预测，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

4、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习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。2研究项目所包含的内容基于SIS海量存储与数据挖掘技术系统实现了机组重要设备

5、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

6、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。3与现有产品、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。4要达到的技术性能指标和参数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

7、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。对设备的状态评估时，引入数据模型对设备的重要性进行评价，综合评估设备下一次检修时间应采取的检修策略、检修时间和检修内容，并形成检修计划。同时，检修中产生的各类数据又为下一次评估提供依据，形成生产数据的闭环管理。2）设备劣化分析与早期预警 基于高维空间状态点相似度原理进行设备状态评估，简单直观，并且能够持续跟踪和监视。 实现分级别的参数预警，预警触发支持相似度劣化报警、

8、实际值限值报警两种告警模式，从而实现了设备监测参数的早期劣化或故障预警。在充分考虑参数类、设备、系统的对于上层设备状态评价的影响程度或贡献度的基础上，采用分层次的设备状态评价方法，由监测参数状态评分进而计算设备的状态评分及对应状态（正常、注意、异常、严重）。当机组、系统或设备出现不同级别的预警提示时，系统能通过不同颜色进行标识展示，同时会把引起该异常的主要测点罗列出来，便于电厂技术人员进行故障定位分析和查找原因。3）设备经济性分析与运行指导 通过工业大数据平台工业大数据平台通过专项建模的方式分析设备的经济性并提供必要的运行指导（如：针对磨煤机出力、一次风流量、风/煤比、出口风温、入口温度、出入

9、口差压、磨粉细度、磨盘转速、电机功率等重要参数进行建模，寻找磨煤机运行的最优工况。根据最优工况各指标的运行情况指导调整经济指标，从提高磨煤机的经济性。）4）延长设备使用寿命 分别针对机组设备使用寿命单独建立数学模型，通过海量的历史数据分析出最合理的指标动态区间（如：煤粉颗粒、给煤量、风/煤比、湿度等）。通过指导相关参数的调整，提供设备的良好的运行环境，从而延长的使用寿命。三、实施方案1技术特点、关键技术和关键工艺n 采用先进的数据挖掘技术，从大量正常运行历史数据中挖掘出隐含的参数关联性、耦合性，让计算机不断学习和记忆设备正常运行时参数随工况的变化规律，实时预测出设备监测参数的基准曲线，如下图：

10、n 采用分层次的评估方法，实现了对于设备、系统以及机组的健康状态评价，评价结果有据可查；n 实时跟踪和判断测点数据的准确性，主动发现测点异常，自动生成告警提示信息，能有效消除测点异常对设备状态评价的影响，同时辅助热工测量维护工作；预置机组设备故障模式库，并提供便捷的知识库更新和维护功能2实施的具体内容和技术路线2.1实施的具体内容（1）数据准确性甄别作为数据建模的第一步，要求跟踪判断监测样本数据的准确性，主动发现测点异常，生成告警提示信息。支持实时/历史数据准确性异常告警信息查询。数据准确性甄别方法基于动态测试数据处理的经典方法，同时引入热力生产过程经验对数据准确性做判断，判断过程科学，判断结

11、果可靠。数据准确性甄别判断异常的测点将不参与参数评估的过程。包括标准差检验、突变点检验、冗余检验、粗范围检验和相关检验。（2）设备监测模型创建梳理重要监测参数，针对机组重要辅机设备建立实时监测模型，依据海量历史数据中隐含的参数关联性、耦合性以及设备正常运行的样本数据，建立基于大数据机器学习算法的设备监测模型。（3）参数相关性分析针对机组设备的任意2个监测参数，可以进行X-Y参数曲线查看和相关性分析。确定X、Y轴参数与采集间隔后，展示出所查时间段的历史数据散点图，帮助设备维护员进行监测参数的异常分析。（4）设备状态评价基于高维空间状态点相似度原理进行设备状态评估，简单直观，并且能够持续跟踪和监视

12、。系统支持分级别的参数预警，预警触发支持相似度劣化报警、实际值限值报警两种告警模式，从而实现了设备监测参数的早期劣化或设备故障预警。在充分考虑参数类、设备、系统的对于上层设备状态评价的影响程度或贡献度的基础上，采用分层次的设备状态评价方法，由监测参数状态评分进而计算机组主要设备的监测参数、系统、机组的状态评分及对应状态（正常、注意、异常、严重）。当机组、系统或设备出现不同级别的预警提示时，系统能通过不同颜色进行标识展示，同时会把引起该异常的主要测点罗列出来，便于电厂技术人员进行故障定位分析和查找原因。预警理念与思路见下图： （5）设备状态监测当监测参数相似度出现劣化，实测值达到或超过热工保护定

13、值上的报警值、跳机值时，系统自动给出正常（绿色）、注意（蓝色）、异常（黄色）、严重（红色）这4种级别的告警提示。设备状态监测包括设备健康状态一览、报警参数列表和参数趋势组分析三个功能块。参数趋势组分析以图形组的形式展示监测参数实际值、正常值与偏差值的变化趋势，用显著红色重点标识出现劣化或故障的参数，提示相关技术人员注意。（6）实时运行指导建立数据模型，根据数据模型输出的最佳区间调整相关的经济指标，提高设备的经济性和安全性。（7）设备状态监测报告。展示在监测参数的告警状态，主要面向点检人员和运行人员。设备监测报告给出各个监测参数的报警详细信息，包含报警开始、结束时间及持续时长等。（8）异常监测邮

14、件推送系统具有邮件推送功能，经过相关配置后，所有预警信息均可通过邮件形式发送给相关设备负责人，从而实现基于角色的预警信息推送服务，让用户能在第一时间掌握每个关键设备的运行状态。（9）设备故障提示及指导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。针对机组一些典型缺陷或故障预定义规则，一旦这些规则得到满足，则意味着相对明确的缺陷或故障，而不仅仅是简单的报警。当缺陷或故障发生以后，系统在报警提示的同时，还能自动列举此设备可能故障及运行维护建议，为运行人员提供参考。2.2技术路线n 系统集成工作：进行硬件设备的采购、安装和调试工作，通过此阶

15、段的工作，完成网络环境的搭建工作，为系统的正常运行提供保证。n 数据实时采集：根据数据源采用数据传输方式的不同，使用适应于数据传输的接口协议进行数据实时采集， 将实时数据采集到大数据平台。n 平台研发：搭建完成的软件环境，建立系统的应用平台，专业工程师通过计算引擎的配置调试，形成一套符合实际情况的监测模型。项目验收阶段：交付工作：通过本系统的研究，给电厂交付一套合理的、先进的机组设备性能劣化监测与异常分析平台。3实施方式（自主研发或委托研发）委托研发4项目进度与完成期限（项目招标时间安排、计划开工时间、完工时间、工期）序号阶段（精确到季/月度）工作内容12018年4月需求分析22018年5月功

16、能设计32018年6-9月功能实现42018年10月测试完善52018年11月系统交付项目实施周期：约8个月四、效益预测1经济效益（形成生产能力、降低成本、市场销售额、利税、创汇、节汇）1）延长设备使用寿命：通过本项目的研究指导优化设备的运行环境，延长设备的使用寿命。2）提供机组经济效率 通过本项目的研究，可以找到设备各参数最优运行区间，通过动态调整设备运行参数，使设备处于最优运行工况。从而降低主要辅机设备的耗电量。3）智能巡检 通过对本项目的研究，在工业大数据的平台环境下实现设备异常监测与早期预警。可以结合电厂的管理习惯，制定标准的设备检修规程，对设备的未来异常状况进行早期预警。从而大大降低

17、设备故障对机组的影响。2社会效益本项目可以推动行业发展，提升企业在行业中的影响力、提升央企形象；更好地服务客户，提升企业公众满意度。五、年度计划及经费预算科 目总费用（单位：万元）2017年2018年2019年一、人员费（小计）1、主要研究人员费用（项目补贴费）2、外聘专家费二、设备费（小计）1、购置费（特殊需要）2、试制费（包括样机）三、相关业务费（小计）1、材料费2、测试及化验费3、仪器设备使用费4、差旅费5、协作费四、现场试验费（小计）1、现场人员劳务费2、设施使用费3、材料费4、交通费5、其他费用五、其他费用（小计）1、项目管理费2、项目验收或鉴定费3、营业税、不可预见费合计注：1、自

18、主研发项目要求第一项中的2不超过总费用的15，第三项中的5不超过总费用的202、跨年度项目，预算年度不够可增加列数。六、其他需要说明的问题项目范围：一期#1、#2机组。七、申报单位签章 （公章）负责人（签字）： 年 月 日八、审核单位意见并签章审核意见（公章）负责人（签字）： 年 月 日 附件3： 科技创新项目申报简表项目名称机组设备性能劣化监测与异常分析技术研究申报单位宁夏国华宁东发电有限公司项目负责人姓名专业职称项目分类技术攻关技术开发技术推广软科学研究国产化技术项目研究项目组人数高级中级初级协作单位研究起止时间2017年9月-2018年2月经费预算(万元)总计2017年2018年2019

19、年2020年2021年1、 立项必要性随着电力体制的改革，我国电厂设备管理也逐步向精细化管理方向发展，近10年来，在开展状态检修、优化检修研究方向都取得了较多的成果。然而，由于发电企业的设备具有多耦合、结构复杂等特点，辅机设备的实时运行状况变化往往很难被监测，极大的制约了厂级设备“状态检修”的实施；另外，虽然大部分电厂都部署了厂级监控系统（SIS）系统，但是所发挥的作用基本处于数据展现和事故分析层面，各电厂SIS数据库珍贵的历史数据严重被低估，数据所表征的设备状态变化也无法及时准确的发现。发电企业为了丰富机组运行过程中对全厂以及辅机设备状态进行监测和预警的手段，需要实现设备检修模式从计划检修向

20、状态检修的重要转变，利用历史/实时数据智能挖掘技术，研发一套设备性能劣化监测与异常分析管理平台。从而去监控设备运行降低由于设备故障引起的机组非计划停机，提高在检修周期内设备的可利用率。2、 主要研究内容：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，

21、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。3、 预期目标：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，为电厂对辅机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、援例分析、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。对设备的状态评估时，引入数据模型对设备的重要性进行评价，综