大型发电机组运维安全防误管控技术与应用

摘  要：由于传统大型发电机组在运维过程中仍然会出现错误操作，且运维错误次数较多，为此文章提出大型发电机组运维安全防误管控技术与应用。利用无线传感器采集发电机组运维时间数据，利用深度学习算法对采集数据进行学习和训练，识别大型发电机组运维错误数据;依靠PLC软件对发电机组运维错误参数进行修改和调整，以此实现大型发电机组运维安全防误管控。经实验证明，应用设计技术发电机组运维错误次数少于传统技术。

关键词：大型发电机组;运维安全;防误管控

中图分类号：TM77;TM63     文献标识码：A 文章编号：2096-4706（2020）21-0163-03

Technology and Application of Error Prevention and Control for Operation and Maintenance Safety of Large Generating Units

SHI Mingliang

（National Energy Group Science and Technology Research Institute Co.，Ltd.，Nanjing  210046，China）

Abstract：Because of the traditional large generating units is still have incorrect operations during the operation and maintenance process，and the operation and maintenance error number is more，the article puts forward the large generating units operation and maintenance safety and error prevention and control technology and application. Using wireless sensors to collect generating units operation and maintenance time data，using deep learning algorithm to learn and train collected data，to identify the operations of large generators error data;the operation and maintenance error parameters of generating units are modified and adjusted by using PLC software，so as to realize the operation and maintenance safety and error prevention and control of large generating units. It has been proved by experiments that the operation and maintenance error frequency of generating units using design technology is less than that of traditional technology.

Keywords：large generating units;operation and maintenance safety;error prevention and control

0  引  言

發电机组内部结构比较复杂，对其运维管理具有一定的难度，由于是对大型发电机组运维管理，在实践中经常出现操作失误，因此大型发电机组运维安全防误管控技术成为控制运维失误的关键技术[1-3]。相关学者对运维安全防误管控技术纷纷进行了深入研究，一些学者针对智能变电站继电保护检修需求及误动原因，提出了一种智能型继电保护防误操作方法。该方法以主动组合防误操作技术为基础，结合一次设备和二次设备的运行状态，建立覆盖变电站所有设备操作的主动安全机制，拒绝任何不符合防误操作规则的操作。还有一些学者为了提高电网智能防误操作结果的准确性和全面性，提出了综合调度控制系统运行模式下智能拓扑防误计算的开关单元模型和回路拓扑搜索算法。该系统以拓扑模型和防误操作规则知识库为基础，采用推理和拓扑防误操作计算方法，实现了电磁合环、设备过载等功能。随着大运行体系建设的不断深入，调控中心的远方遥控操作要求实现到冷备用状态，这就对调控远方遥控操作的安全性、可靠性提出了更高的要求。因此有学者基于智能电网调度控制系统，研究了实现调控和防误一体化的远方操作安全防误技术，对其中的调控和防误一体化建模，统一防误采集规范，一体化防误逻辑规则生成等关键技术给出了具体解决方案。该防误技术已经成功应用于某智能电网调度控制系统，建立了调控与防误一体化的智能操作管理系统，解决了远方遥控到冷备用状态的关键技术问题。

笔者基于国家能源集团科学技术研究院有限公司的研究项目，长期致力于研发、推广和应用电力系统设备有关的新技术、新产品，本文研究的安全防误管控技术可以有效改善现有安全防误工作的效果，为大型发电机组运维安全提供有力支撑。在研究前针对目前工作中发现的现有大型发电机组运维安全防误管控技术管控效果较差，在管控过程中仍然会出现运维错误操作，且运维错误次数较多的问题，提出大型发电机组运维安全防误管控技术与应用研究，结合深度学习算法和PLC软件进行设计。深度学习算法在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理，多媒体学习，语音，推荐和个性化技术，以及其他相关领域都取得了很多成果。有关学者针对目前电力保护变更方案设计的可靠性和智能性有待提高的现状，提出了一种基于深度学习的智能防误操作算法，实现了电力保护变更方案的自动验证。PLC软件广泛应用于各个领域，相关学者提出了基于PLC的微机防异种网络闭锁系统并展开了研究。结合上述两种技术对现有系统进行改进，实际应用表明，满足了电网运行和变电站防误操作的要求，经后续的对比实验证明，应用该技术的发电机组运维错误次数少于传统技术。

1  大型发电机组运维安全防误管控技术设计

本文设计实现了一套大型发电机组运维安全防误管控技术，该技术主要利用深度学习算法和PLC软件实现。首先利用深度置信网络算法将发电机组运维数据导入MATLAB中进行学习和训练，识别并提取到发电机组运维错误数据，利用PLC对数据的存储、处理等功能，进行编程、调试后对识别到的运维错误数据进行实时调用，避免出现大型发电机组运维操作失误，图1为大型发电机组运维安全防误管控技术设计示意图。

由图1可知，笔者设计的大型发电机组运维安全防误管控技术，通过深度学习算法进行数据的学习训练，并将训练后的数据分类，正确数据直接进入发电机组运维程序，将采集到的发电机组运维错误数据输入到PLC软件中，最后通过PLC处理和修改后再输送到运维程序中，下文将分两部分对大型发电机组运维安全防误管控技术进行详细说明。

1.1  识别大型发电机组运维错误数据

对于大型发电机组运维安全防误管控，首先要识别到大型发电机组运行维护过程中的错误数据。通常情况下，大型发电机组运维是依靠一组软件程序实现的，每个周期下大型发电机组运维程序流程是一致的，因此每个周期大型发电机组运维参数也是相同的，如果在程序运行过程中发电机组运维时间出现过长或者过短，则说明此时大型发电机组运维逻辑出现错误，则可以视为大型发电机组运维失误，此时处于不安全状态[4]。

因此将大型发电机组运维时间参数作为识别对象，利用无线传感器对发电机组运维时间数据进行采集，运用深度置信网络算法对采集到的数据进行学习和训练，识别到大型发电机组运维错误数据，其计算过程如图2所示。

第一步：结合发电机组正常运维逻辑，设定数据训练参数，其中包括期望值的最大值和最小值，最大期望值表示发电机组运维安全范围内可以承受的最长运维时间，最小期望值表示发电机组运维安全范围内可以承受的最短运维时间。

第二步：将每个运维周期内每一个阶段运维时间数据按照运维程序顺利排序，建立数据训练集合。

第三步：将采集到的运维时间与正常发电机组运维时间进行对比，计算期望误差，其计算公式为：

（1）

其中，W为期望误差;i为发电机组运维程序阶数;di为发电机组i阶段运维正常需要使用的时间; 为当前采集到的计算集合中i阶段运维时间;a为整个发电机组运维程序时间;a*为采集到的发电机组运维程序时间;wj为数据节点j的实际权值。利用上述公式计算出期望误差[5]。

第四步：设定一个期望误差阈值，该阈值表示凡是超过该数值，则表示该组运维数据为错误数据，其计算公式为：

（2）

其中，D为期望误差阈值;s1为最大期望值;s2为最小期望值。将式（2）计算的結果式（1）的结果对比，如果超过式（1）得出的期望误差值，则对该组发电机组运维参数进行提取，并存储于数据库中。

1.2  管理控制大型发电机组运维安全

将采集到的发电机组运维错误数据输入到PLC软件中，PLC软件防误操作流程如图3所示。

利用PLC软件对大型发电机组运维安全进行防误管控。利用网络通信接口将PLC软件与存储发电机组错误数据的数据库相连接，一旦识别到的大型发电机组运维错误数据，立即传输到PLC软件中;在PLC软件中输入一套安全的发电机组运维逻辑，将两组运维逻辑进行对比分析，将有别于发电机组运维安全逻辑的运维参数，利用PLC软件中一键修改功能进行及时修改，防止发电机组运维过程中出现错误操作，以此实现大型发电机组运维安全防误管控。

2  实验对比与结果分析

实验选取某大型发电机组作为研究对象。正常情况下该发电机组运维周期时间为240 s，利用此次设计技术与文献[5]基于二维码授权的远程防误管控系统的传统技术对该组发电机组运维安全防误管控。实验环境设计：两种技术均以Windows XS作为操作系统，GeForce GTX 1080Ti CPU，32 GB内存硬盘。实验中将发电机组运维周期设定为240 s，运维频率设定为0.86 Hz，设计管控时间为5个小时，利用GJSD软件和KDSXS软件统计和计算，如图4所示。

在两种技术应用下，大型发电机组运维错误次数，将其作为实验结果，对两种技术进行对比分析，实验结果如表1所示。

从上表可以看出，应用此次设计技术，大型发电机组运维错误次数较少，最高次数为1，远远少于文献[5]基于二维码授权的远程防误管控系统，这是由于本文方法运用深度置信网络算法对采集到的数据进行学习和训练，识别到大型发电机组运维错误数据，将采集到的发电机组运维错误数据输入到PLC软件中，利用PLC软件中一键修改功能，对运维参数及时进行修改，防止发电机组运维过程中出现错误操作。因此说明设计技术运维安全防误管控效果更好、精度较高，适用于大型发电机组运维安全防误管控。

3  结  论

本文针对目前大型发电机组运维安全防误管控需求以及存在的问题，提出一套新的防误管控技术，有效提高了大型发电机组运维安全性，通过实验证明，本文设计技术应用下发电机组运维错误次数最高为1次，基本避免大型发电机组在运维过程中出现错误操作，为大型发电机组运维安全防误管控提供了参考依据，下一步可将防误管控操作预警作为今后研究方向，以期更深入的保证发电机组运维安全。

参考文献：

[1] 何伟，贺石中，马红军，等.大型核电站应急柴油发电机在用润滑油阈值分析 [J].机电工程技术，2020，49（10）：77-80.

[2] 黄学然，李林峰.水轮发电机组改造全过程技术监督管理 [J].设备管理与维修，2019（1）：32-33.

[3] 杜江.声音监测在水轮发电机组状态监测中的应用 [J].自动化应用，2020（10）：91-92+96.

[4] 黄建林，王靖晖.基于二维码授权的远程防误管控系统开发 [J].中国新技术新产品，2019（8）：26-27.

[5] 李文强，谭志勇.光伏发电场运维安全防误管控技术 [J].农村电气化，2019（10）：55-57+63.

作者简介：时明亮（1974—），男，汉族，山西太原人，工程师，本科，研究方向：电力安全管理。