2023智慧水电基于大数据智慧化应用功能

作者：职场人流域智慧水电应用功能技术方案2022版目录22425_WPSOffice_Level11.设备故障信息聚合分析功能 322134_WPSOffice_Level12.主设备工况趋势分析与预警 928241_WPSOffice_Level13.主设备健康评价 1514749_WPSOffice_Level14.数据可视化 177893_WPSOffice_Level15.远程智能巡检 201.设备故障信息聚合分析功能设备故障信息聚合功能概述智慧水电智能故障信号聚合监视报警功能，是现有计算机监控系统、水情测报系统、大坝监测系统、机组在线监测系统等实时在线监测系统的监视报警功能的有效补充，在不增加运行人员的监盘任务的前提条件下，设计实现XXX流域集控中心智能故障信号聚合监视报警功能。采用监视设备运行过程中异常、故障和事故信号，并对此类信号进行相关信号归类分析，查找相关性信息变化情况，同时朔源异常、故障和事故信号变化趋势和报警次数，并推出相关的处置方案。监盘人员在计算机监控系统或其他系统发现异常、故障和事故信号后，通过异常、故障和事故信号全面掌握触发信号的设备装备状态，并追踪相关信号的趋势变化，实现诊断报警。XXX流域XX、XX、蒙自监控中心使用的业务系统数量多，系统切换频繁，操作繁琐，规范性差以及任务与绩效不对应等问题突出，平台提供一个更加高效、简单、实用、规范的统一门户。按照“简单、实用、高效”的原则，以及专业分工、专业管理的标准。通过管控一体化系统进行集成整合和集中展现，提供WEB应用门户、移动应用门户、个人工作台实现“一站登录，多点应用，统一界面，智慧决策”。系统支持对设备各方面信息的全景展示，可以展示、查询具体设备的全景数据聚合信息。系统支持通过自定义时间段，对设备的离线数据、在线监测数据、巡点检数据的变化趋势进行查询。系统支持对设备在线监测测点的安装信息、安装情况、关联的报警策略、报警值的便捷查询。系统支持对不同机组不同展示模型的全域展示，可以显示温度、振动、摆度、电流、电压、压力、负荷等实时数据。图：设备故障信息聚合分析功能框图依托现代设备管理理念，将与设备全过程管理有关的生产经营活动上下贯穿。将设备信息，水轮机组运行及检修数据，设备状态监视与分析、设备运行特征挖掘、设备健康评估及运行决策、设备故障智能预警等要素有机地结合在一起，实现日常生产活动、检修活动等的设备全过程管理。图：水电机组聚合信息故障分析过程设备故障信息聚合分析实现方案事件发生的过程中，对于一系列数据，通过对数据特征的比较分析，从而将特征相近的数据聚合为一个类，通过无监督的聚合运算将杂乱无章的数据进行可能的分组识别。聚合分析的基本原理就是首先以自定义的分类组数n为基础随机定义n个特征点，计算n组特征点周围的数据均值，将离均值点最近的点作为新特征点进行迭代运算，最终在可接受的误差范围内返回分类结果。这是最基本的算法推演。对于一系列数据，通过对数据特征的比较分析，从而将特征相近的数据聚合为一个类，通过无监督的聚合运算将杂乱无章的数据进行可能的分组识别。在工程应用上，聚合分析是对引起该事件的全域数据进行分析。XXX流域智慧水电的聚合分析功能，是通过流域集控中心，针对三个水电站的异常、故障和事故信号进行分析，聚合的意义是对引起异常、故障和事故信号全类性的信息进行分析，因为引起设备的异常、故障和事故信号不会是单一的事件反应，设备的缺陷故障一定会引起一系列的相关数据变化。因为某设备故障缺陷异常，对于该设备全域数据引起的变化，就是信息聚合分析。故障信息，是集控中心值班人员了解设备系统运行状况的重要途径，是一种常见的信息来源，值班人员通过分析告警消息能及时准确掌握设备运行状态，尤其是在流域集控和大型复杂的系统中，设备数量动辄成千上万、各应用系统紧密相连，各信号测点部署复杂，任何故障告警信号都可能引发一场设备事故。水电设备运行中的告警信号，都不是单一信息表现，通过分析全局的故障告警信息，某个告警故障信号，一定会引起某种相关性是数据值发生变化，共同因素引发，互相之间存在一定关联。大量同一事故源引发的告警信息会极大地干扰值班人员的工作，导致运维人员疲于应付大量的告警消息，耗费更多时间排查和处理问题，大大降低了运维效率。更为严重的是，真正关键的告警信息可能淹没其中，运维人员无法第一时间发现根源问题，延误了故障处理时间。集控中心遗漏掉的设备告警信息都存在潜在且巨大的设备事故风险。丢失掉的告警往往会引发一系列的问题，处理不掉就会很容易造成停工懈怠，所以，如何处理告警集控运行过程中的故障信息，是当前运行值班工作中的挑战。尤其是对于区域级新能源的集控的告警信息，动辄百万级的实时数据测点。使用告警聚合技术就能有效解决上述面临的问题。告警聚合可以简单地理解为对系统中的原始告警进行分析，并将具有相关性的告警聚合合并的这样一个过程，聚合后的告警通常称为Incident。告警聚合可采用的方法有很多，实际运用中，即使使用同一个聚合方法，实现方式也是可以各种各样的，比如使用不同的算法、算法输入使用不同的告警特征等。去重聚合分析去重是一种最简单的告警聚合方式，将大量重复的告警合并为一条。去重的关键措施是定义重复判断的关键属性，结合时间窗的范围限定来做计算。比如监控系统对网络中的设备轮询，如果设备通讯异常，那么监控系统每次轮询都可能会产生一条告警，长时间累积的话，系统中就会产生大量重复告警，如果每收到一条告警都对其进行转发和处理，会有大量的重复工作，所以去重聚合是最基础的也是必备的一种聚合方式。分析模型规则聚合分析不同的告警之间或者同一种告警但所含信息不同的告警之间可能是存在一定关联的，比如，由于设备故障导致监控系统检测不到该设备时，系统会发出设备不可达的告警，同时会导致设备上的应用出现可达性的故障告警，这两个看似完全不同的告警，却属于同一种应用场景，具备一定的相关性。所以基于告警之间的这种相关性，可以将不同的告警聚合在一起。基于模型的聚合比较适合故障特征明显、聚合需求明确或者是故障场景明确的情况，被聚合的告警或是由于业务之间的相互依赖、相互影响，或者是物理空间上的相互关联，他们之间的故障关系是确定的，那么就可以通过当前这种方式。基于模型规则的告警聚合实现方式是先建立告警之间的关联规则，然后系统根据规则在每个时间窗内去进行分析和聚合。告警关联模型规则的建立主要依赖告警信息，可用的告警信息分为两种：一种是告警直接属性，另一种是渲染属性。直接属性一般是指告警的原生属性，比如告警源、告警名称、告警级别、告警描述、产生时间、持续时间、告警类型、告警参数等；渲染属性一般是经过再计算的属性，目的是为了丰富告警信息。基于分析模型规则的告警聚合的优点是配置足够灵活，运维人员可根据自己的实际需求配制出特定的规则，同时这种方法更易于理解和实现，规则的建立可以理解为故障场景用新的“语义”去直译表达，同时基于规则的聚合结果准确度高，因为这种规则配置更偏向于是一种以结果为导向的配置。当然，优点也可能成为缺点，基于模型规则的聚合由于足够灵活，所以配置复杂，同时不同的故障场景可能需要配置不同的规则，并且需要一定的运维知识来提炼和构建故障场景，聚合规则多不易维护，新增故障场景需要新增规则适配，所以适应性差。基于时序的告警聚合分析基于时序的告警聚合是站在时间维度来分析告警之间的相关性。由于来源于同一故障的告警通常在时序上是相邻的，会在同一个时间窗内同时出现，那么，就可以通过基于多个告警的时序关联性，来对告警进行聚合，反映出不同的告警在时间维度上的相关性，若两个告警的时序关联性越大，表明两个告警关联程度越强，它们同时出现或几乎同时出现的概率越大。找出各个告警发生时间的时间差关系，并利用这种关系构造任一告警与其他告警之间新的关系向量，找出向量之间的相似度进行有效聚类。基于知识库的告警聚合分析基于知识库的告警聚合主要依赖专家知识，通过领域专家整理、总结场景，系统再把这些知识预定义到系统的分析模块中，从而作为系统的知识库。此种方式无需用户配置、聚合准确度高，根因告警明确，难点就是知识本身的提取。XXX流域智慧水电采用以上三种聚合信息分析处理方案，实现告警信息分析，解决当前流域集控中心故障信息的最佳方案，通过建立设备故障信息关联性分析模型，大数据分析方式，甄别报警信息类型，对全部故障信息进行分析，同时推出故障信息后处置方案。图：数据聚合方式诊断设备故障分析预警主设备工况趋势分析与预警水电站主设备状态工况趋势分析预警技术，是水电机组故障诊断与运营维护最为重要的技术手段。对水电机组运行趋势劣化状态检测、掌握机组的健康状态及发电性能尤为重要。及时制定维护维修策略和采取提升发电性能的技改措施、减少机组停机时间、避免重大故障发生、节省维修成本、提高机组发电能力。因此，水电机组主设备工况趋势分析是针对机组状态监测技术上，应用了大数据分析功能，通过机组在线监测数据和运行、维护日常大数据，开展集中主设备工况的分析和预警。实现监测数据、运行数据、制造数据、日常运维数据，进行多系统融合，大数据分析和挖掘功能。从状态检测设备和软件集成化、状态检测智能化和标准化等方面解决设备运行所面临的问题。主设备工况趋势分析与预警功能概述针对发电设备多，隐性缺陷识别困难，运行工况趋势无法分析；设备故障诊断缺乏量化指标，诊断体系不健全，设备健康评价功能不足的现状，拟以XX电站为试点单位，在统一平台的基础上，开展设备状态智能分析应用建设，主要建设思路如下。在设备运行工况的设备趋势分析预警功能，通过生产实时数据和历史数据，基于设备运行的机理模型分析主设备的运行工况趋势变化，并对主辅设备的重要监视的模拟量，进行趋势跟踪分析，通过越复限数据、报警频次、时长、关联量变化等交联耦合因素，进行设备趋势劣化分析。并进行同类设备同运行条件下的同类数据比较分析，判断设备运行工况趋势，绘制运行工况曲线，指导运行人员优化机组运行。通过建立主设备的分析模型，进行量化数据指标类分析。XXX流域智慧水电项目主要对以下三类设备进行工况趋势分析（一）水轮发电机组趋势分析预警（1）振动运行工况趋势分析（2）摆度运行工况趋势分析（3）温度运行工况趋势分析（4）油位（液位）运行工况趋势分析（二）变压器类运行工况趋势分析预警（1）主变铁芯、绕组温度运行工况趋势分析（2）主变油温运行工况趋势分析（3）主变绝缘值、介损、主变铁芯、夹件泄漏电流趋势分析（4）主变油位运行工况趋势分析（5）主变油色谱趋势分析（6）主变油击穿电压、水分运行分析（三）辅机类设备工况趋势分析预警（1）辅助设备油系统运行工况趋势分析（2）辅助设备水系统运行工况趋势分析（3）辅助设备气系统运行工况趋势分析设备故障预测预警设备故障预测是通过设备生产是数据和历史数据，基于多维趋势分析的数据基础，通过挖掘设备故障机理的交联耦合关系，借助深度数据挖掘技术，查找设备故障特征数据，借助设备工况分析数据、日常运维数据、制造安装数据和行业标准，动态计算设备由缺陷向故障转化的概率，预测设备某部件发生故障的可能性，提前向可视化展示界面、XXX流域集控中心、云南公司大数据中台推送预警消息，提前消缺，防范重大设备风险。并可自动生成诊断报告。主设备运行工况趋势劣化分析，是利用生产大数据分析和挖掘功能，通过识别分析主设备生产历史数据，建立主设备的关键监测指标，量化指标变化趋势，对设备运行趋向工况劣化分析。主设备运行工况分析模型，依靠水电生产的专业知识，建立主设备可靠有效的分析模型，分析设备关联数据指标，通过时间维度、环境因素、异同工况的实现主设备的运行工况劣化趋势分析。主设备的运行工况包括水轮发电机组、主变压器、重要辅助设备等。设备运行工况劣化趋势分析首先应建立符合现场设备运行工况的分析模型。设备故障趋势分析是通过设备生产是数据和历史数据，基于多维趋势分析的数据基础，通过挖掘设备故障机理的交联耦合关系，借助深度数据挖掘技术，查找设备故障特征数据，借助设备工况分析数据、日常运维数据、制造安装数据和行业标准，动态计算设备由缺陷向故障转化的概率，预测设备某部件发生故障的可能性，提前向可视化展示界面、防范重大设备风险。并可自动生成预警诊断报告。设备运行工况趋势劣化分析，是利用生产大数据分析和挖掘功能，通过识别分析主设备生产历史数据，建立主设备的关键监测指标，量化指标变化趋势，对设备运行趋向工况劣化分析。故障预警包括工况预警、趋势预警、指标预警、效率等（1）水轮发电机组故障预警（2）变压器类设备故障预警（3）辅助设备类故障预警主设备工况趋势分析与预警功能实现方案水电设备的故障是一种长期运行的劣化趋势过程，发现设备故障缺陷方式常规方式是阈值（如固定阈值、动态阈值、梯度阈值、函数阈值等）诊断、趋势诊断等功能,趋势诊断采用的动态阈值诊断，系统应能根据设备一段较长时间的正常运行数据，并结合专业机理知识，自动获取诊断定值，并能根据工况实时调整相应定值（例如轴瓦温度趋势预警，阈值总是以当前的温度值（随着运行时间改变）为基础，再加上一个量值）。具备工况关联的状态特征值的相关趋势分析功能，本系统所说特征系指检测量经关联参数计算得出。水电机组通常所处的运行环境恶劣，其设备维修与更换的费用昂贵，因此及时准确地对机组运行状态进行评估，做到合理安排机组的运行与检修计划，对于延长机组寿命、避免严重故障、节约维护成本非常重要。目前研究多集中在对机组重要部件的运行状态检测上。水电机组是由水动、机械、电机、电控等诸多子系统构成，仅对其中某一子系统进行状态监测的结果往往难以表征风电机组整体的运行状态和健康程度，研究水电机组运行状态全面监测及综合评价方法十分必要。基于水电机组在线监测信息建立了并网风电机组运行状态的物元评估模型。在线监测数据为例进行状态分析。但是该方法需要机组正常状态下的大量历史数据作为先验模型，应用模糊评价方法对机组运行状态进行综合评价分析，所采用评价体系具有合理性。在各种状态评价方法中，模糊综合评价方法相对而言不过多依赖先验数据，使其更适合针对包括机组在内的，运行于复杂环境及工况中的设备进行状态评价及故障诊断。因此基于趋势分析的模糊综合评价方法对其运行状态进行评估。首先分析并归纳了该机组的重要运行状态参数，采用层次分析法构建评价模型。其次，针对各子项目层中不同状态参数的统一评价需要，采用劣化度分析法，提出了一种状态参数模糊趋势预测策略。如对于水电机组的转动部件，主要通过各轴承温度及油温来反映轴承系统的整体工作状况。并根据轴系润滑油温间接反映其工作状况是经济可行的解决方案。对于发电机系统，主要考虑轴承温度和定子绕组温度，其中轴承温度表征机组轴承磨损程度，绕组温度表征发电机负荷。通过实时数据和历史数据自动生成诊断分析报告，报告模板、内容应可定制；并具备诊断分析结果查询功能。系统能自动发现设备或系统运行状态与历史同工况运行情况下的变化，及时发出异动预警。图：基于机组开机过程曲线分析预警水电设备的工况变化趋势图是做好设备倾向管理的工具。趋势图是按照一定的周期,将设备的性能进行测量，在趋势图上标记测量点的高度（任何性能量纲都可以换算成长度单位），一个个周期地描出所有的点,把这些点再用光滑的曲线连接起来,就可以大体分析出下一个周期的设备性能劣化走向。图：设备工况趋势分析预警图：设备工况趋势分析典型流程通过大数据分析挖掘的方式，建立分析模型，开展模型训练与修正，利用数据量化的方式，实现判断设备未来的运行趋势，实时地进行设备运行状态展示。本项目依据工业互联网平台，创新性地采用大数据与机理相结合的方式进行模型的建设，编制机组运行工况状态指标体系；基于水轮机、变压器、辅助设备部件管理树原则，构建电站主设备工况趋势分析指标，实现对主设备的全域数据状态的监测与故障的预警，同时，结合大数据可以实现对故障的可预见性，实现资源的合理利用。主设备健康评价主设备健康评价概述智慧水电故障诊断是通过设备生产实时数据和历史数据，建立分析模型对设备进行故障诊断分析，设备生产实时数据和历史数据包含设备运行的全部信息，通过大数据分析和挖掘功能，查找设备故障特征数据，实现故障诊断功能。借助设备工况分析数据、日常运维数据、安装数据和行业标准，对设备的进行诊断和分析，依照行业评价指标，量化分析运行数据和管理数据，实现设备健康评价功能，输出诊断与评价报告。水轮发电机组旋转设备的故障诊断主要是机组在线监测系统，诊断机组在不同工况下的温度、振动摆度等数值，防止水轮机组在非正常工况运行，指导机组最优工况调度。通过设备趋势分析、故障预测预警、智能辅助监盘及其消缺记录等多种因素，结合电站实际情况，建立设备部件级和设备整体的健康评价标准，功能建设原则如下：部件健康状态评估：依据设备状态评价标准，建立设备健康状态评价是算法模型和评价规则。结合设备状态量的横向（同类型设备）和纵向（历史数据）比较结果，对影响设备各组成部件健康的状态量逐项评分，量化评价设备各部件健康状态。设备整体健康状态评估：根据部件状态评价结果，结合部件对设备整体功能的影响程度，采用适当的算法得出设备整体健康状态等级。评价信息查询：可查询设备及各部件健康评价结果，并可详细了解评价过程及各状态量评价信息。利用特征值，通过逻辑规则和变权重设置，实现发电机组的各重要部件的健康状态评价，并给出评价结果。主设备健康评价实现方案水电站主设备运行状态的智能识别、智能评估、趋势预测、决策支持等技术的研发和工程应用，是智慧水电站建设过程关键技术难点和主要研究方向。基于XXX流域智慧水电建成的主设备工况趋势分析和故障诊断等智慧应用，开展水电站主设备健康评价工作研究。当前水电企业迫切需要利用大数据、数据分析挖掘、机器自学习等先进技术和手段，全面挖掘及应用发电生产数据，促进设备健康度评估体系的建设，减轻运检人员劳动强度，为设备科学管理提供有力的依据和支撑。图：设备健康评价方案水电站主设备健康评价，一是基于大数据分析设备运行状态结果进行分析评价，二是按照设备管理办法开展评价工作。保护数据性的分析评价和管理性的评价。设备健康状态评价的结果可为管理人员进行设备管理、生产计划、资产管理等宏观决策提供有力的依据。通过健康度模型、劣化模型可准确的判断出设备的故障发生时间及故障原因。设备健康状态评价即根据设备系统运转过程中的各种特征参数，对设备整机运行状态的健康状况进行评估，并对其运行状态进行状态等级划分。设备的状态评价是一个复杂的过程，包括评价目标对象的选择，评价目的的确定，评价指标体系的建立，指标权重的确定及评价模型的选择等多个方面。水电站应用中，需要及时的掌握设备的运行状态。对设备的状态评价是一个综合评价过程。综合评价过程中将涉及到多个因素及指标，设备状态评价即是综合多个状态指标的信息，对设备状态做出的一种综合判断。图：水电机组月度健康评价表数据可视化为了清晰有效地传递信息，数据可视化使用统计图形、图表、信息图表和其他工具。可以使用点、线或条对数字数据进行编码，以便在视觉上传达定量信息。有效的可视化可以帮助用户分析和推理数据和证据。使复杂的数据更容易理解和使用。用户可能有特定的分析任务（如进行比较或理解因果关系），以及该任务要遵循的图形设计原则。表格通常用于用户查找特定的度量，而各种类型的图表用于显示一个或多个变量的数据中的模式或关系。图：数据可化实现过程数据可视化功能概述大数据可视化功能是基于水电数据平台实现可视化，包含多维度的监视和展示功能，并可按具体的应用场景实现可视化的定制功能。可视化可借助于图形化手段。同时智慧水电大数据可视化功能可按不同的环境、用户、场景和维度实现可视化功能。具体到水电站可实现流域、应用系统、设备类别、趋势变化等实现可视化功能。并针对不同的岗位实施可视化数据一张图功能。更好符合水电站各级管理人员的要求。可视化功能将数据库中每一个数据项作为单个图元元素表示，大量的数据集构成数据图像，同时将数据的各个属性值以多维数据的形式表示，可以从不同的维度观察数据，从而对数据进行更深入的观察和分析。智慧水电可视化打破各系统数据的孤岛，搭建基于智慧水电多系统数据汇聚，整合各类数据资源实现数据的有效异构、深度融合，展示智慧水电应用的数据展现。大数据可视化功能应实现整个XXX流域集控中心受控电站多维度监视和展示功能，并按照各专业岗位要求实现个性化可视化展显。数据可视化功能实现方案数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息。数据：聚焦于解决数据的采集，清理，预处理，分析，挖掘。图形：聚焦于解决对光学图像进行接收、提取信息、加工变换、模式识别及显示。可视化：聚焦于解决将数据转换成图形，并进行交互处理。图：数据可化逻辑数据可视化技术包含以下几个基本概念：数据空间：是由n维属性和m个元素组成的数据集所构成的多维信息空间；数据开发：是指利用一定的算法和工具对数据进行定量的推演和计算；数据分析：指对多维数据进行切片、块、旋转等动作剖析数据，从而能多角度多侧面观察数据；数据可视化：是指将大型数据集中的数据以图形图像形式表示，并利用数据分析和开发工具发现其中未知信息的处理过程。数据可视化已经提出了许多方法，这些方法根据其可视化的原理不同可以划分为基于几何的技术、面向像素技术、基于图标的技术、基于层次的技术、基于图像的技术和分布式技术等等。信息可视化就是利用计算机支撑的、交互的、对抽象数据的可视表示，增强人们对这些抽象信息的认知。是将非空间数据的信息对象的特征值抽取、转换、映射、高度抽象与整合，用图形、图像、动画等方式表示信息对象内容特征和语义的过程。信息对象包括文本、图像、视频和语音等类型，它们的可视化分别采用不同模型方法实现。认知数据人们对数据的认知，一般都经过从数据模型到概念模型的过程，最后得到数据在实际中的具体语义。在处理数据时，最初接触的是数据模型，数据模型是对数据的底层描述及相关操作。概念模型是对数据的高层次描述，对应于人们对数据的具体认知。对数据进行进一步处理之前，需要定义数据的概念和它们之间的联系，同时定义数据的语义和它们所代表的含义。原始数据绘图原始数据绘图用于可视化原始数据的属性值，直观呈现数据特征，其代表性方法包括：数据轨迹、柱状图、折线图、直方图、饼图、等值线图、散点图、气泡图、维恩图、热力图和雷达图等。多视图协调关联多视图协调关联将不同类型的绘图组合起来，每个绘图单元可以展现数据某方面的属性，并且通常允许用户进行交互分析，提升用户对数据的模式识别能力。在多视图协调关联应用中，“选择”操作作为一种探索方法，可以是对某个对象和属性进“取消选择”的过程，也可以是选择属性的子集或对象的子集，以查看每个部分之间的关系的过程。简单统计值标绘发明的通过标绘简单的统计值来呈现一维和二维数据分布的一种方法。它的基本形式是用一个长方形盒子表示数据的大致范围，并在盒子中用横线标明均值的位置。同时，在盒子上部和下部分别用两根横线标注最大值和最小值。盒须图在实验数据的统计分析中很有用。针对二维数据，标准的一维盒须图可以根据需要扩充为二维盒须图。图：水电站大数据可视化远程智能巡检远程智能巡检功能概述金河四级水电站实施远程智能巡检功能，为提高金河四级水电站运行巡检信息化、智能化管理水平和巡检覆盖率，全面提升运维工作的质量和效率，不断提升电厂设备巡检的智能化程度，保障电厂设备长周期高效稳定运行和电力系统稳定，建设远程智能巡检系统。同时，该智能巡检系统能够与AI服务中心对接，支持远程AI算法模型部署，能够把智能安防类（人脸识别、人证对比、岗位事件分析等）、设备智能巡检类（工业测温、设备缺陷检测、音频诊断等）、智能安全生产类（违章作业行为识别、人员行为分析等）、水生态保护类（水环境监测、水尺识别等）违章、故障等模型适配在巡检系统前端设备，满足巡检系统模型扩充的需要。远程智能巡检系统建设内容有：将金河四级水电站内按照现场设备实际情况、技术条款的规定和应遵循的规范标准，设计并配置金河四级水电站智能巡检系统，包括智能监测设备、配套的智能巡检系统所需的软件、服务器及软件等。开发智能巡检后台分析系统，通过图像、视频、数据等信息的识别、处理及深度学习，准确诊断设备异常状况，结合电站内监控系统采集的数据信息进行组态判断，实现巡检系统的综合分析能力，形成指示灯、表计、液位计、漏液、放电等设备异常的图像识别、视频流识别等算法模块。根据电站巡检标准要求，在发电机层、球阀层、水轮机层、机组水车室、技术供水室、风洞层、升压站等部位合理布置高清摄像头，实现设备的智能巡检要求，并接入工业电视系统。通过已投运工业电视系统，选取可用于设备监视摄像机接入智能巡检系统，实现指示灯、漏液、放电、着火等设备异常的图像识别。负责智能巡检系统与集控数据平台的接口开发，实现智能巡检系统与数据平台间的数据交互。系统巡检结果以图片、视频、数据、报告等形式进行存储，并上传至一体化平台。智能巡检系统在运行中发现异常情况，可以通过一体化平台，将异常信息以短信等方式发布至现场值班人员手机。设备发生故障报警时，可以通过一体化平台，将报警信息发送给智能巡检系统，智能巡检系统通过驱动工业电视摄像头，对故障设备进行拍照及录像。分别实现金河二级厂区及生活区大门、金河四级厂区大门共计三道大门的人脸识别及车辆识别自动开关门系统建设。智能巡检系统基本功能：设备巡检：通过对选定的重要设备制定规划巡检路线，直接在巡检路线中涉及到的摄像头采取视频融合技术，达到立体全息监控效果，既可以按规定路线自动巡检也可以指定巡检路线人员跟踪：通过视频捕捉人员，实时定位人员具体位置设备状态监测：设备状态识别，比如设备发生变化，如漏水、漏油、温度异常、设备附件变化等自动识别运行状态诊断：结合PI系统数据以及视频采集的外部状态情况，进行初步的设备诊断，生成巡检报表。本项目应满足但不限于下表中所列功能：巡检区域监测内容现场情况发电机层区域（1）发电机层设备着火、冒烟异常状态监测；（2）发电机层安装间增加摄像头监视作业及现场物资；（3）1、2号发电机滑环励磁电缆接头测温监测；（4）发电机消防管压力监测。（5）机组励磁屏功率柜电流表、温度表读数识别；（6）机组励磁功率柜散热风机运行方式及故障识别；（7）机组灭磁柜灭磁开关分合指示灯识别；（8）机组LCU屏柜水机保护压板状态读数识别；（9）机组LCU屏柜各指示灯状态识别；（10）以上设备着火、冒烟异常状态监测；已部署2台高清网络摄像机；需新增无线测温传感器发电机机坑（风洞）（1）机组上导（推力）、下导、空冷及其相关管路等部位漏液、着火、冒烟异常状态监测；（2）基坑内油管泄漏监测。（3）检测大量烟尘（主要检测风闸在高转速下误投，制动闸板磨损，大量烟尘识别）。每台机组已安装6台球型和筒型摄像机水轮机层机组压油罐及回油箱磁翻板油位读数识别；电子数显压力表（传感器）、显示屏、压力、油位、回油箱油位显示上传；压油罐罐体机械压力表计读数识别；喷针控制方式识别；调速器油压装置故障识别，漏油识别。现场工业电视4台摄像机水车室水车室内发电机组下盖板、油管路、接力器漏油识别；接力器机械指示读数识别；漏水检测（技术供水系统漏水，从风洞内流下）水车室异常声音监测。折向器接力器油迹识别；现场每台机组水车室已安装1台高清网络摄像机球阀层球阀位置指示；人孔门漏水监测；地面水位监测；喷针漏水（油）监测管漏液监测。球阀接力器、油管及检修、工作密封油管漏液监测。球阀旁通管、反喷管路、球阀排污管及相关设备等泄漏监测。现场已安装4台网络摄像机空压机室气罐压力表计识别；安全阀状态识别读取；控制屏柜指示灯、表计识别已有1台高清网络摄像机油处理室油罐漏油检测及火灾检测。区域内冒烟等异常状态监测现场有2台高清网络摄像机低压室1、2号厂变高低压侧电缆接头温度监测；区域内设备着火、放电、冒烟异常状态监测现场已布置1台摄像机高压室机组发电机共箱母线进线电压、电流、出线电压、10kV进线电压读取；断路器、电压互感器、接地开关位置状态监测励磁变温度表读数读取及电缆接头测温；发电机出口断路器柜、厂用变、坝区变、断路器柜内部温度监测；开关柜进线侧、高压电缆头测温；上述设备的着火、放电、冒烟异常状态监测；现场已布置3台摄像机升压站出线异物监测；主变油枕油位、主变套管油位监测；呼吸器外观、硅胶变色监视；中性点套管油位计、外绝缘、套管引线、爬电痕迹识别；低压套管外绝缘、套管外橡胶套污秽、爬电痕迹识别,温度监测161六氟化硫断路器压力监视主变压器声音监测；主变器及金二线电缆接头温度监测；各钢芯铝绞线（线路、母线、主变、CT）接头温度监测。现场已布置4台摄像机电缆夹层电缆温度监测电缆着火、冒烟异常状态监测。现有1台枪机柴油发电机室柴油发电机室着火、冒烟异常状态监测现有1台防爆球机危化品室危化品室着火、冒烟异常状态监测现有1防爆球机技术供水室技术供水室管道供水重要压力表计读数供水室管道漏水监测；区域内冒烟等异常状态监测；现有1台枪机仓库监视仓库1、仓库2库存物资区域内冒烟等异常状态监测仓库1、仓库2各需新增1台高清摄像机，共计2台焊接栏杆门金河二级前池1副、大坝2副、升压站1副，金河四级前池1副、大坝1副，升压站1副。金河二级前池1副、大坝2副、升压站1副，金河四级前池1副、大坝1副，升压站1副。防火门金河二级低压室2副，高压室4副，金河四级低压室2副，高压室4副，电缆夹层室1副。金河二级低压室2副，高压室4副，金河四级低压室2副，高压室4副，电缆夹层室1副。玻璃门金河四级水电站主厂房玻璃门。金河四级水电站主厂房玻璃门。普通铁门金河二级前池冲砂闸启闭室1副，进水闸起闭室1副，大坝冲砂闸起闭室1副，冲砂闸起闭室1副。金河四级前池冲砂闸启闭室1副，进水闸起闭室1副，大坝闸门起闭室1副。金河二级前池冲砂闸启闭室1副，进水闸起闭室1副，大坝冲砂闸起闭室1副，冲砂闸起闭室1副。金河四级前池冲砂闸启闭室1副，进水闸起闭室1副，大坝闸门起闭室1副。伸缩门同时具备车牌识别与人脸识别的自动开闭。金河二级厂区及生活区大门、金河四级厂区大门共计三道门巡检区域监测内容现场情况发电机层区域（1）发电机层设备着火、冒烟异常状态监测；（2）发电机层安装间增加摄像头监视作业及现场物资；（3）1、2号发电机滑环励磁电缆接头测温监测；（4）发电机消防管压力监测。（5）机组励磁屏功率柜电流表、温度表读数识别；（6）机组励磁功率柜散热风机运行方式及故障识别；（7）机组灭磁柜灭磁开关分合指示灯识别；（8）机组LCU屏柜水机保护压板状态读数识别；（9）机组LCU屏柜各指示灯状态识别；（10）以上设备着火、冒烟异常状态监测；已部署2台高清网络摄像机；需新增无线测温传感器发电机机坑（风洞）（1）机组上导（推力）、下导、空冷及其相关管路等部位漏液、着火、冒烟异常状态监测；（2）基坑内油管泄漏监测。（3）检测大量烟尘（主要检测风闸在高转速下误投，制动闸板磨损，大量烟尘识别）。每台机组已安装6台球型和筒型摄像机水轮机层机组压油罐及回油箱磁翻板油位读数识别；电子数显压力表（传感器）、显示屏、压力、油位、回油箱油位显示上传；压油罐罐体机械压力表计读数识别；喷针控制方式识别；调速器油压装置故障识别，漏油识别。现场工业电视4台摄像机水车室水车室内发电机组下盖板、油管路、接力器漏油识别；接力器机械指示读数识别；漏水检测（技术供水系统漏水，从风洞内流下）水车室异常声音监测。折向器接力器油迹识别；现场每台机组水车室已安装1台高清网络摄像机球阀层球阀位置指示；人孔门漏水监测；地面水位监测；喷针漏水（油）监测管漏液监测。球阀接力器、油管及检修、工作密封油管漏液监测。球阀旁通管、反喷管路、球阀排污管及相关设备等泄漏监测。现场已安装4台网络摄像机空压机室气罐压力表计识别；安全阀状态识别读取；控制屏柜指示灯、表计识别已有1台高清网络摄像机油处理室油罐漏油检测及火灾检测。区域内冒烟等异常状态监测现场有2台高清网络摄像机低压室1、2号厂变高低压侧电缆接头温度监测；区域内设备着火、放电、冒烟异常状态监测现场已布置1台摄像机高压室机组发电机共箱母线进线电压、电流、出线电压、10kV进线电压读取；断路器、电压互感器、接地开关位置状态监测励磁变温度表读数读取及电缆接头测温；发电机出口断路器柜、厂用变、坝区变、断路器柜内部温度监测；开关柜进线侧、高压电缆头测温；上述设备的着火、放电、冒烟异常状态监测；现场已布置3台摄像机升压站出线异物监测；主变油枕油位、主变套管油位监测；呼吸器外观、硅胶变色监视；中性点套管油位计、外绝缘、套管引线、爬电痕迹识别；低压套管外绝缘、套管外橡胶套污秽、爬电痕迹识别,温度监测161六氟化硫断路器压力监视主变压器声音监测；主变器及金二线电缆接头温度监测；各钢芯铝绞线（线路、母线、主变、CT）接头温度监测。现场已布置4台摄像机电缆夹层电缆温度监测电缆着火、冒烟异常状态监测。现有1台枪机柴油发电机室柴油发电机室着火、冒烟异常状态监测现有1台防爆球机危化品室危化品室着火、冒烟异常状态监测现有1防爆球机技术供水室技术供水室管道供水重要压力表计读数供水室管道漏水监测；区域内冒烟等异常状态监测；现有1台枪机仓库监视仓库1、仓库2库存物资区域内冒烟等异常状态监测仓库1、仓库2各需新增1台高清摄像机，共计2台焊接栏杆门金河二级前池1副、大坝2副、升压站1副，金河四级前池1副、大坝1副，升压站1副。金河二级前池1副、大坝2副、升压站1副，金河四级前池1副、大坝1副，升压站1副。防火门金河二级低压室2副，高压室4副，金河四级低压室2副，高压室4副，电缆夹层室1副。金河二级低压室2副，高压室4副，金河四级低压室2副，高压室4副，电缆夹层室1副。玻璃门金河四级水电站主厂房玻璃门。金河四级水电站主厂房玻璃门。普通铁门金河二级前池冲砂闸启闭室1副，进水闸起闭室1副，大坝冲砂闸起闭室1副，冲砂闸起闭室1副。金河四级前池冲砂闸启闭室1副，进水闸起闭室1副，大坝闸门起闭室1副。金河二级前池冲砂闸启闭室1副，进水闸起闭室1副，大坝冲砂闸起闭室1副，冲砂闸起闭室1副。金河四级前池冲砂闸启闭室1副，进水闸起闭室1副，大坝闸门起闭室1副。伸缩门同时具备车牌识别与人脸识别的自动开闭。金河二级厂区及生活区大门、金河四级厂区大门共计三道门远程智能巡检实现方案金河四级水电站实施远程智能巡检系统，实现智能巡检系统能够与AI服务中心对接，支持远程AI算法模型部署，能够把智能安防类（人脸识别、人证对比、岗位事件分析等）、设备智能巡检类（工业测温、设备缺陷检测、音频诊断等）、智能安全生产类（违章作业行为识别、人员行为分析等）、水生态保护类（水环境监测、水尺识别等）违章、故障等模型适配在巡检系统前端设备，满足巡检系统模型扩充的需要。图：远程智能巡检系统（1）产品背景点巡检管理系统提供专业设备点巡检平台，通过对设备重要位置的巡检，检测，收集设备运行状况，可以掌握设备故障的初期信息，以便及时采取对策，将故障消灭在萌芽阶段，避免设备的保养维修不足或保养检修过剩，提高设备的利用率，运行的可靠性、降低维修成本。传统点巡检系统由点巡检人员采用巡检仪、移动设备App等终端，亲临设备安装现场开展点巡检工作，通过检仪器的检测和人员的主观判断手段进行，并将检测数据和判断的结果输入巡检终端，由巡检终端将数据传输至点巡检管理系统实现点巡检功能。随着智能化设备的技术发展，智能摄像头、无线设备、巡检机器人等大量应用，，传统点巡检方式已无法满足水电站无人值班、集中运维的要求。基于智能远程点巡检系统产品为解决虚拟远程智能点巡检设计。利用现场安装的摄像头、巡检机器人、智能传感器代替巡检仪和人工判读，利用内部网络实现数据传输，采用地图虚拟真实场景模拟现场巡检。基于大数据的远程智能远程智能巡检系统，采用大数据分析功能，利用生产数据、运维数据、安装制造、技术标准等多维数据建立分析模型，实现了传统点巡检系统无法实现功能。实现被点巡设备的运行趋势判断，开展设备健康状态评价。基于大数据远程智能远程智能巡检系统，解决现场精密点检人员缺乏、管理不到位，设备分布广泛或不适应开展日常点巡检的场景。利用远程视频技术，实现真正做到亲临现场点巡检的应用。（2）智能远程巡检系统应用目前，基于传统功能的点巡检系统已应用成熟，公司已推出完善的点巡检系统。由点巡检人员采用巡检仪、移动设备App等终端，亲临设备安装现场开展点巡检工作，通过检仪器的检测和人员的主观判断手段进行，并将检测数据和判断的结果输入巡检终端，由巡检终端将数据传输至点巡检管理系统实现点巡检功能。传统点巡检系统是以点检定修制为理论基础，结合国内设备管理的现状，采用了数据库、网络、红外测温、振动测量、转速测量、身份识别等先进的软、硬件技术，将设备的点检管理、缺陷管理、数据分析处理、设备档案管理、现场作业管理和工作质量考核等有效地集成在一个管理平台。传统点巡检系统包含巡检资料库、巡检规划方式、巡检资料收集、巡检分析等部分。采用巡检仪实现数据采集，通过巡检管理平台实现日常点巡检功能。远程智能巡检系统，可利用发电场站实景虚拟地图三维场景，结合生产实时数据和管理数据，同时利用生产现场智能摄像头、智能传感器、巡视机器人等获取现场生产数据和实景图像音影数据。在场站实景三维中实现巡检功能。巡检路线按虚拟三维场景规划，自动生成巡检报告。报告内容包含点巡检数据、现场实景图像音影、历史趋势变化数据和分析功能。基于大数据的三维地图的远程智能巡检系统，摆脱传统现场实施的点巡检方式，可在三维实景地图中实现传统的点巡检功能；利用大数据和三维地图相结合，自动实现点巡检数据获取和巡检路径规划；利