基于OSA-CBM体系的发电厂状态检修系统研究

郭 荣，张 强，陈荣泽，陈家颖

（上海发电设备成套设计研究院有限责任公司，上海 201100）

0 引言

状态检修（Condition Based Maintenance，CBM）也称预测性维护，是指根据先进的状态监测和诊断技术提供的设备状态信息，判断设备的异常，预知设备的故障，在故障发生前进行检修的方式。实现设备的全方位、全生命周期管理，有效提高设备可靠性和寿命，实现状态检修成为智能电厂十大建设目标之一[1]，是业界公认的电厂降本增效、高效和智能化运营的重要工具和平台。

在高比例消纳可再生能源的背景下，火电机组参与到深度调峰往往导致较大的设备磨损和寿命损耗，以及较高的单位装机检修费用，同时也威胁到了燃煤机组的运行安全性和可靠性。火电企业迫切需要采用状态检修技术，希望在改善设备健康程度和降低单位千瓦检修费用上同步取得明显成效，提高企业在不断放开的电力市场上的竞争力。

目前，国内一些专家学者和研究人员已对OSA-CBM开放体系架构状态检修系统的概念、结构、体系及应用做了一定探索和实践[2-6]，尚无面向发电领域应用的状态检修开放体系研究，本文在分析当前发电企业状态检修应用现状及问题的基础上，提出了发电厂状态检修开放系统架构，并分析了该架构体系在发电行业的应用优势。

1 发电企业状态检修现状

1.1 发电厂设备检修方式

据统计2018 年全国火电发电量4.92 万亿千瓦时，仍约占全国全口径发电量的70%。但由于国内煤电企业采购成本居高不下和燃煤发电机组利用小时持续偏低，煤电企业经营压力仍然很大，2018 年全国近50%的火电企业亏损。所以，如何更科学地管理好发电设备，保证电厂安全生产，优化检修费用和提升煤电经济性，已成为摆在煤电企业面前不容回避的问题。

在传统的检修方式下，人力、物力以及财力都有巨大的浪费，虽然保证了发电设备的稳定性，但是经济性却无法保证。当前电力行业市场化程度的提高，导致发电企业对于检修费用上涨压力越来越敏感，更促使发电设备的检修不仅能够保证电力生产的稳定性和安全性，同时还能兼顾检修费用的经济性。

状态检修的目的是在不影响设备正常运行或尽量减少影响的前提下，通过在线精确测量得到发电设备相关技术参数，经过状态检修专家系统的分析，提炼出设备发生故障时的早期征兆和特征，对设备发生故障时的故障点、故障深度以及发生故障的发展趋势做出准确的判断，指导检修计划的制定，使得设备能够得到更好的维修以及保养。做到最大限度地减少因为检修造成的停电时间，延长设备的使用寿命，降低设备的维修和修复的成本，从而做到“应修必修、修必修好”。

1.2 状态检修实施的经济效益与问题分析

实施状态检修的经济效益非常明显，美国国防部相关独立调查数据显示，状态检修可以减少25%～30%的检修费用，减少35%～45%的设备停运时间，实现高达10 倍的投资回报率[7]。西门子在美国纽约某675 MW 燃煤电厂实施状态检修后[8]，年度维修费用节约200 万美元，年度运行相关费用节约120 万美元，常备备品减少34.7 万美元。

图1 OSA-CBM功能模块Fig.1 OSA-CBM Functional module

状态检修作为一项重要技术，国内各大发电集团均有试点布局，但由于发电设备状态检修技术涉及传感器、计算机、人工智能等众多学科，发电企业作为状态检修系统用户很难进行专业的集成和维护，很多专门从事状态检修技术开发的科研院所、各大公司纷纷推出了自己的产品和服务。这些产品功能单一、价格偏贵、互不兼容，并不能很好地解决设备维护问题。同时，封闭的系统模式限制了技术应用和发展，市场垄断给发电企业用户带来了巨大的经济负担，限制了状态检修技术的推广，很多工厂没有能力购买先进的状态检修系统，依然沿用落后的维护技术，很多可以避免的生产故障不时发生，给发电企业造成了巨大的经济损失。市场迫切需要一套在开放系统的环境下，可以用不同厂家的产品作为组成部件来构成系统，满足在不同厂家生产的相同功能的产品间互换的规范与准则。

2 OSA-CBM状态检修体系概述

状态检修系统开放体系架构（Open System Architecture for CBM，OSA-CBM），是由美国海军提供部分资助，波音、卡特彼勒、罗克韦尔等公司联合组建的工业小组制定的一套促进状态检修系统的信息流动的标准结构和框架。

OSA-CBM 描述了建立状态检修系统的六大功能块，如图1 所示，以及这些模块之间的接口。该标准提供了集成多种不同的软件组件的方法，并通过指定组件之间的输入和输出来简化流程。简单地说，它描述了一个用于状态检修的标准化信息传递系统：

1）数据采集层（Data Acquisition Layer）。数据采集层经过校准的数字传感器连接现场进行数据采集，该层为状态检修系统提供了访问数字传感器数据的接口。

2）数据操作层（Data Manipulation Layer）。数据操作层的输出包括过滤后的传感器数据、频谱等其它特征量。该层接受来自数据采集层或其他信号处理模块的信号和数据，使用专门的特征提取算法进行单个或多个信道的信号转换。

3）状态检测层（State Detection Layer）。状态检测层接受来自数据采集层、数据操作层和其它状态监测层的数据，主要作用是将特征值与期望值或运行阈值进行比较，输出到状态指示器上，也可以根据事先规定的阈值发出警报。

图2 OSA-CBM层次体系结构扩展Fig.2 OSA-CBM Hierarchical architecture expansion

4）健康评估层（Health Assessment Layer）。健康评估层接受来自不同的状态检测器或其它健康评估模块的数据，当被监测的系统、子系统或设备部件劣化时，确定它们是否健康，并对故障状态提出具有一定置信度的建议。

5）预测评估层（Prognostics Assessment Layer）。预测评估层根据设备当前的健康状态预测设备未来的健康状态，或估计在给定计划使用剖面下的设备剩余使用寿命（RUL，Residual Useful Life ）。

6）建议生成层（Advisory Generation Layer）。建议生成层接受来自健康评估层和预测评估层的数据，给出活动建议和方案选择，包括相关的维修活动时间表。

基于OSA-CBM 技术体系，ISO13744 描述了所有层次模块之间的相互作用，以及与终端或其他软件系统相互作用的外部模块，扩展了表达模块，用于各层次模块的技术显示和信息表示，如图2 所示。而且显示健康评估、预测评估或决策支持建议以及报警的人机界面，具备报告异常状态将在什么时间出现的能力。另外还增设了接口模块，用于外部系统、数据存储和模块的外部接口配置。

3 开放架构典型设计

图3 发电厂状态检修系统开放体系架构Fig.3 Open system architecture of power plant condition maintenance system

图4 基于SPARK的大数据运算框架集成Fig.4 Integration of big data computing framework based on SPARK

如图3 所示为发电厂状态检修系统开放体系架构，根据OSA-CBM 规范，该体系架构的核心模块分为六层：数据采集层（DA）、数据操作层（DM）、状态检测层（SD）、健康评估层（HA）、预测评估层（PA）、建议生成层（AG）。核心功能模块通过外部接口模块进行数据通讯，并在信息表达模块终端进行显示交互。

3.1 数据采集层

发电厂状态检修系统开放架构数据获取层。一方面，通过外部接口模块进行主辅机运行历史数据、检修数据、试验数据、故障数据等多源异构数据集成以及基于Spark大数据框架的运算集成（如图4 所示）；另一方面，还可以根据发电设备状态检修的具体需求，新增振动、局放、压力、温度、流量等关键测点，采用现场智能仪表/传感器、现场总线等方式进行关键设备状态的获取。

3.2 数据操作层

在集成运算与数据的基础上，数据操作层实现从数据获取层中抽取数据，转换数据质量，保证数据一致性。通过数据清洗、数据探索、数据降维、频谱分析、特征工程等方法，完成发电厂关键设备数据特征挖掘；采用并行ETL、并行多维分析、并行数据挖掘算法等边缘计算和云计算技术进行数据处理，实施FT-stream 动态数据挖掘算法，实现火电厂主辅机设备历史故障信息的关联挖掘，最终实现支持状态检修及决策支持的目的。

表1 关键参数分级表Table 1 Classification table of key parameters

3.3 状态检测层

发电厂状态检修系统状态检测层除了对关键设备状态信号进行阈值判断外，还采用了主成分分析（PCA）、支持向量机（SVR）、人工神经网络（ANN）等机器学习模型进行状态回归与分类，通过人工智能预警算法对设备状态进行有效判断和预测。

3.4 健康评估层

发电设备健康状态评估根据其故障和劣化趋势将设备健康状态分为4 种：正常状态、注意状态、异常状态和严重状态。通过引入分级评分的机制，以国家和行业安全标准、企业安全生产规范以及专家经验等知识为依据，根据设备参数重要程度分级和劣化程度分级，将设备的4 种健康状态进行评估。

1）参数重要程度分级

将发电设备的关键参数按照其对发电机运行状态的重要程度分为4 个级别，对应的重要程度值为1 ～4 分，重要程度越大，重要程度值越高。表1 为关键参数分级表。

2）状态劣化程度评分

将关键参数所反映的设备状态劣化程度或者故障严重程度进行4 个程度的评分，为了将设备状态进行区分，按照劣化程度将取劣化程度值分别为2、4、8 和10，劣化程度值越高，劣化程度越大。表2 为状态劣化程度评分表。

3.5 预测评估层

发电设备预测评估是通过设备健康状态，需要确定设备是否需要修理以及需要在多久之后修理：机组设备处于正常状态，则保持运行；处于注意状态时也无需修理，但是需要加强对设备的监测，跟踪并分析注意状态的原因，采取必要的预防措施；处于异常状态则需要根据其产生原因，采取针对性的措施，适时安排检修；对于严重状态，需要尽快安排检修或者立即停机，以防止更恶劣的情况发生。

表2 状态劣化程度评分表Table 2 Deterioration degree score table

3.6 建议生成层

当发电设备状态由正常或注意状态转为异常或严重时，状态检修平台会触发一个事件流程并发出警示，提醒点检人员核实。事件经核实不是由于测点异常等因素造成的误报，开始事件处理流程，若为误报则该事件由点检人员手动取消，事件结束，否则给出相关的维修活动时间表。事件处理流程充分考虑电厂用户的角色职能权限划分，使状态检修事件处理与角色职能权限相匹配，在不同层级的用户间传递，直至事件关闭，形成闭环。

3.7 信息表达模块

状态检修本身不仅仅是设备管理部门的职责，而是一种全员参与的生产维修方式，因此发电厂状态检修系统开放架构模型借助信息表达模块实现与电厂运行、管理、试验等多部门的充分互动，并形成一体化应用的优势。例如，发电厂状态检修系统不仅向设备维护人员提供检修建议，还可以向运行人员提供运行参考，对故障或缺陷进行提前主动干预；状态检修系统通过互联ERP 等管理系统，自动生成检修料单。

3.8 外部接口模块

发电厂状态检修系统通过OPC、IEC61850 等实时接口对发电厂及其电气系统的运行数据进行获取；利用表结构或Comtrade 接口连接故障录波等高频瞬态关键机组波形数据记录；对于主、辅机大量的运行、检修、试验等文件非结构化数据，采用数据流/数据块统一接口进行读取；打通MIS、ERP、巡点检等信息管理系统的关系数据库接口，为发电厂状态检修系统开放架构一体化应用创造条件。

4 应用分析

OSA-CBM 规范定义了一种在状态检修系统中移动信息的标准体系结构。更深入地研究揭示了一种状态检修领域降低成本、提高互操作性、增加竞争、整合设计变更与进一步协作的方法。层次不同的技术模块使状态检修结构层次化、组件化。不同的研究机构和公司可以发挥在各自领域的专业技术优势，充分实现技术整合，共同推进状态检修技术在企业的发展，该技术应用于发电行业主要有如下优势：

1）成本。OSA-CBM 可以帮助企业节省大量成本，因为系统集成商和供应商将不必花费时间创建新的或专有的体系结构。节省也将来自于没有能力开发整个状态检修系统的单个供应商。由于标准被分解为功能组件，多个供应商可以竞争开发选定的功能块，从而降低状态检修系统的集成成本。

2）专业。当供应商不受限制地提供整个状态检修系统时，他们可以集中在一个或几个领域。专业化的增加将有助于开发更好的算法和技术，不能提供整个CBM 系统的小公司现在可以专门生产一个或多个功能块。

3）竞争。OSA-CBM 允许所有供应商使用相同的输入和输出接口。将功能与信息实现分离，竞争现在可以发生在功能层面，而不是系统或整体解决方案层面。

4）合作。不仅可以增加竞争，合作也可以增加。将状态检修系统分割成单独的独立块，将使多个供应商能够在不同的模块上进行每一项工作并密切合作。由于标准还定义了接口，如果使用相同的技术开发，每个模块将能够与其他模块无缝地通信。

5 结论

发电厂设备状态检修系统开放架构以及带来的模块间互操作性是未来状态检修关键技术创新和应用的关键，通过制定一系列供应商中立的接口、服务和协议规范，在状态检修系统开放架构的环境下，可以用不同厂家的产品作为组件进行系统集成，也可以在不同供应商的相同功能的产品间进行互换，为发电厂采用多家产品集成系统以及系统的维护带来极大方便，也有利于发电厂状态检修产业向组件化、专业化发展。有助于打破市场垄断，促进技术与产品的发展，形成发电厂状态检修数字生态与企业联盟。