基于云平台大数据技术的发电设备缺陷统计与预测

陈 婧，吴 鹏

（国家电投集团江西电力有限公司高新清洁能源分公司，江西 南昌 330096）

发电设备的可靠性是发电企业供电可靠性的重要基础。然而，伴随社会用电需求的提升和企业的飞速发展，投产的发电设备也愈来愈多，国内各发电集团均趋向采用“集控进城、区域维检、场站安保”的自动化、信息化管理模式，传统的发电设备管理模式已无法满足当前发展。人工登记缺陷不仅统计效率低并且统计效果也不佳，对消缺效率、设备使用寿命、电能质量等都存在消极影响，更无法做出趋势预测并对可能要发生的缺陷提前加以控制或消除[1-4]。如何有效利用先进手段降低设备缺陷率，使缺陷可控制、可预防，如何有效利用科学方法提高缺陷消除效率，从而提升设备利用率进而保障机组安全和经济运行，已经成为当前研究重点。

1 传统缺陷管理的不足

设备缺陷统计工作专业性强，涉及面广，数据量大，传统缺陷管理只是人工录入计算机文档记录、缺陷次数统计、消缺完成登记，缺陷数据整合困难、效率不高、容易出错[5]；缺陷统计缺乏统计机制，需要多个部门配合与协调，统计指标与计算口径没有实现标准化和规范化，难以保障数据真实性；上下级之间的缺陷数据信息仍以邮件、文件传输等传统方式进行通信，难以保证缺陷数据填报的时效性；缺陷的日常跟踪要投入大量人力物力，很难将缺陷的共性联系起来，进而将缺陷的分析和现场生产有效结合，因此，很大程度上制约了设备安全稳定运行[6]。日积月累的缺陷数据本是企业资产，有效利用缺陷数据能够为发电企业的安全运行、设备维护和经济效益等保驾护航。而粗放式缺陷管理停留在人工统计数据的层面，难以对发电设备故障进行智能化判断，难以通过分析异常数据对生产操作提出建设性意见从而控制和预防设备缺陷发生，已无法满足发电企业规范化、标准化、精细化、信息化的管理要求。因此，建设一个基于云平台大数据技术的发电设备缺陷管理系统，以实现生产管理、安全管理、经营管理及信息化、智能化管理，从而提升企业的管理效率和生产效益迫在眉睫。

2 缺陷统计与预测系统研究

目前缺陷管理仅仅通过人工识别、记录以及统计整理，很难实现对隐藏信息的有效分析， 无法真正发挥出管理效能[7-10]。充分利用物联网、云计算和大数据等技术，围绕能源互联网开展技术创新，探索“互联网+”智能电场，已成为集控发展的重要方向，本文结合国家电投集团江西分公司实际，提出了基于云平台大数据技术的发电设备缺陷管理系统建设思路和方案。通过实践研究法，证实大数据技术能够根据云平台中的历史缺陷数据和发电设备运行过程中的数据，利用人工智能、计算机、统计学等原理，预测出故障可能发生的位置，将缺陷信息和缺陷预判功能集成到相互关联并且能够统一协调的系统之中，实现集中、高效、便利的缺陷管理[11]。

2.1 研究背景

本文以国家电投江西公司的南昌生产运营中心为研究样本，目前南昌生产运营中心承担着接入的4 座水电场、28 个集控新能源场站的集控运行重任，运行总容量超过250 万kW，未来每年新接入运行容量将不低于50 万kW。场站的值班监盘、缺陷管理、两票管理、报表汇总、数据分析等多项工作都由生产运营中心远程完成。面对持续接入的清洁能源场站，集控值班人员运行压力显著巨增，原先的缺陷管理模式已无法满足集约化管理的需要。通过实践研究，建设基于云平台大数据技术的发电设备缺陷管理系统，实现缺陷数据智能化管理。

2.2 系统框架

缺陷管理系统与实时数据系统等相关信息系统实现数据集成。系统具有良好的可拓展性，能够随时按照生产要求与相关管理系统设置接口实现数据交互。本系统部署在局域网内，通过网络接入各独立系统数据。APP 应用也部署在局域网内，通过已有网闸实现正向隔离，能够确保信息安全。管理层用户通过局域网访问系统，各场站及新能源场站业主用户可通过视频专线访问或VPN 方式访问两种方式登录。缺陷管理系统具有7×24 h 的高可用性，服务器CPU 平均负荷率≤30%，支持500 用户同时访问，页面调用的响应时间在3 s 以内。系统支持后续的应用系统资源逐步整合，场站增多或数据量加大时应不影响现有系统功能和结构，能够方便后续的系统扩展；可以利用权限管理分配管理员对系统进行管理和维护，并对系统配置进行调整和优化；能够提供数据备份与恢复功能，保证系统宕机后能够及时恢复；如果硬件损坏，能够提供应急和替代方案[12]。

具体架构如图1 所示。

图1 基于云平台大数据技术的发电设备缺陷管理系统架构图

图2 基于云平台大数据技术的发电设备缺陷管理系统流程图

2.3 实施过程

本系统对电力行业和数据资源进行分析理解，从而建立规范模型，实现过程评估、统一部署等操作。首先进行缺陷数据储备，主要分为数据准备、数据选择、预处理、数据缩减、目标确定5 个步骤，为故障判断做好数据的准备工作；然后通过算法确定、数据挖掘、模式识别和故障诊断，深入挖掘缺陷数据中蕴含的信息[13]。以南昌生产运营中心的原始生产数据为例，进行数据的抽取、清洗、转换从而建立主题性的、集成的、时变的数据库。基于数据库联合诸多种建模技术，创建数据模型并测试、校准，对设备近期可能出现的缺陷故障进行预测。最后，不断更新动态设备运行数据、不断完善数据挖掘功能，进而实现缺陷数据智能化管理，为企业决策给予及时准确的依据和参考。基于云平台大数据技术的发电设备缺陷管理系统实施过程主要有如下步骤。

（1）数据处理

对南昌生产运营中心原始业务数据进行整理、集合并选择性抽取、清洗、转换从而建立数据库，有效实现各种类数据资源的整合，以满足建模方面的要求。按照缺陷规则对数据进行采集、整理，提供多维报表、图表数据，支撑特定业务分析应用。在数据准备、数据选择、预处理、数据缩减、目标确定的工作中要做到最大限度地降低人为因素造成的数据失真，保证数据计算的算法正确以及运算的有效性。同时要尽可能降低无效数据含量，提高缺陷数据智能化管理效率。数据库内的数据要具有真实性、有效性、代表性、科学性，能够为企业运营决策提供强力的支持。

（2）规范建模

有机结合诸多种建模技术，规范校准业务数据及建模参数。具体任务是创建数据模型、规则化关联数据、分类聚类和预测、检测异常性等。在得到典型缺陷发生期间的设备运行数据及其对应的变化趋势函数后，即可根据模型得到未来时间段的相关设备运行状态变化曲线。将变化曲线跟该典型缺陷的多个历史缺陷记录进行对比求出相似度后，即可预测出短期可能会发生的缺陷故障。

（3）过程评估

严格检测、评估挖掘的数据结果和实际设备运行状态之间的吻合性，确定数据模型是否符合公司发电设备缺陷管理发展诉求需要。

（4）统一部署

通过统一部署数据模型，以挖掘结果为依据，及时对发电设备的故障进行智能化判断，大大提高数据统计分析的效率，为日常生产工作提供指导建议。

2.4 系统功能

本系统中的云平台整合了设备运行阶段形成的多种数据模型及数据链条，有强大的报表统合、查询解析等诸多功能，为数据信息深度挖掘、缺陷预测提供良好环境。结合大数据技术能够为发电设备定制一个大型的数据仓库，能够实现数据导入、数据访问、数据分析和处理等功能。基于云平台大数据技术的发电设备缺陷管理系统利用人工填报和自动采集方式，云平台收集大量历史缺陷数据样本和发电设备历史生产信息，动态更新发电设备实时生产信息。云平台会将现存故障发送给设备运维人员，提醒运维人员及时消缺；通过大数据分析比对能够预测出短期内可能会发生故障并发送给设备运维人员进行提前控制、干预。现有故障消除或预测故障控制后，设备运维人员将填写线上处理单将处理情况反馈至云平台[14]。关键指标数据云平台共享模块通过分析，规范细化数据交互过程，实现对缺陷的管理、缺陷指标数据的把控，采集完成的数据将全部汇总存储在云平台中，能够根据预设好的报表模板快速汇总统计形成现有缺陷报表、故障预测报表，发送给不同端口的运维人员，帮助用户更好地做出决策。

3 缺陷统计与预测系统的成效

建立完善的缺陷统计体制，是电力企业开展缺陷统计工作的基础，基于云平台大数据技术的发电设备缺陷管理系统投入前，日常缺陷数据填报工作由手工填写表格，各部门之间通过电话、邮件方式沟通，每月统计、汇总、整理。基于云平台大数据技术的发电设备缺陷管理系统的应用，规范了缺陷数据填报格式、消缺闭环流程，避免了缺陷重复填报，减轻人工整理和统计的负担，提高了工作效率，多渠道提供缺陷统计数据信息存储到云平台中，实现缺陷统计数据的共享。实现缺陷日常管理的流程化、规范化，有效管控数据填报情况。

基于云平台大数据技术的发电设备缺陷管理系统能够实现缺陷数据集中存储、集中计算、集中应用、场景展示，提高行业分析能力及水平，将统计人员从繁锁的数据统计的事务性工作当中解放出来，能够把更多的精力放在数据分析、数据服务职能上。故障预测功能有效地警示运维人员，使其能够提前采取干预措施，保障设备运行安全，提升设备利用率。而且保证统计数据信息能更好的为生产运行提供信息保障服务，为缺陷管理提供数据支撑，提升缺陷管理水平，在缺陷数据治理、规范统计、精准分析、科学管理等方面取得突破。

4 结语

随着大数据时代的到来，网络信息化、数据化管理在发电企业日常管理中得到广泛应用，能够从底层颠覆过去能源产业的生产管理模式，能够有效应对和处理更多的生产信息数据，能够精细化、智能化管理发电设备，能够提前干预和控制设备缺陷，能够大大提升系统对于信息的反馈速度和应用效率，给企业生产管理带来极大便利。随着新能源场站的不断增多，集控系统的数据量将从百万提升至上亿级别，采用Excel 工具做缺陷分析不再能满足生产需要，迫切需要提升大数据处理分析能力。而融合大数据的处理与分析、决策为一体的生产管理系统作为一项新兴事物，还需要不断的完善和健全，使其获得更好的适应效果。本文提出了基于云平台大数据技术的发电设备缺陷管理系统，通过云系统存储和大数据分析，能够及时准确地发现现场设备潜在故障和缺陷，实现缺陷数据资产的智能应用，提高发电设备的运行效益，切实提升发电企业生产运营管理水平，为发电行业推动智能场站、无人场站建设提供助力，为我国电力事业发展提供不竭动力。