关键词：设备；智能诊断技术系统；智慧电厂；应用
引言
在我国各项经济获得蓬勃发展，以及电力体制的大力改革，智慧电厂已经成为电厂的发展趋势。在现阶段节能减排、降耗高效的政策背景下，联结信息技术、大数据资源、互联网技术等，实现智慧管理、智慧运行、智慧检修以及智慧新能源发电等，促进电厂智能化发展。
1 设备智能诊断系统的意义
科学技术在电厂行业的不断深入，使得通信技术与数字信号技术逐渐融入到设备的各个方面，形成了传感智能、控制智能等相结合的现代化科技综合设备，使得智能电厂的安全、高效、环保等目的得以落实。所以“安全、经济、高效、环保”成为现代化电厂的基本要求，在智慧电厂项目整体架构，从最初的数据采集到分析处理以及诊断部分在电厂完成，而这些所有数据均通过云环境传输到监控中心，采用大数据处理技术异常故障趋势分析，能够提前预测潜在的问题;优化组织分工，减少成本。对于电厂来说，智慧电厂诊断技术系统有效实现了设备机组海量运行数据的自动采集、挖掘、分析，既顺应了“互联网+”趋势，也是电力行业厚积薄发的第一步，有力促进电力产业互联网化。
2设备智能诊断技术系统在智慧电厂的应用
2.1系统的功能及特点
该系统的功能主要包括数据的采集与处理、故障特征的表示与提取、早期的故障预警以及设备故障诊断，具体介绍如下：（１）数据采集。数据采集主要包括振动数据和过程参数两部分，其中振动数据来源ＴＤＭ，过程参数来源与DCS。（２）信号处理。主要包括时域波形图、频谱图、轴心轨迹图、三维谱图、波德图、极坐标图和振动趋势图等。（３）特征表示。特征表示模块的功能主要包括时域特征表示、幅值域分析、频域特征表示以及相关分析。（４）特征提取。综合利用多种特征提取方法，既包括传统的时域、频域特征提取，也包括小波分析等现代时域、频域综合分析方法，同时综合考虑过程参数，并结合电厂设备的故障信号特点，如振动信号的突变、爬升以及波动等，提出一种独有的故障波形匹配算法，方便设备故障的快速、精确定位。（５）设备故障预警。故障预警模块能够在振动等故障信号达到报警状态之前，根据提取的故障信号特征对设备进行智能警示。（６）设备故障诊断。故障诊断模块能够综合利用历史数据与实时数据，通过提取的故障特征，并结合相关分析，及时准确地预报设备故障，能够准确描述故障的现象、产生原因并能够精确定位设备的故障点。
2.2 智能燃烧控制技术
建设智慧电厂的目的是为了充分利用各种先进优化技术以及控制技术，实现对电厂各种设备的管理，从而提高电厂机组的整体运行效率，实现经济、绿色、环保。特别是在当前的国家政策下，要求从节能减排出发，现阶段，国内一些电厂的燃煤机组难以再进一步提高机组的发电效率，无法改变运行工艺。尽管风力发电、水力发电和太阳能发电等应用较为广泛，电容量也在不断增加，但是在大量调峰需求方面，依旧需要使用燃煤机组实现调峰，尤其是一些经济发达的沿海地区，其中特高压电一般使用外来电，燃煤机组的使用较少，因此使得燃煤机组很长时间处于低负荷状态，运行效益不理想。
期刊文章分类查询,尽在期刊图书馆在电厂中使用智能燃烧控制技术，能够达到高效、节能、减排的目的，利用空间较大，将这项技术与计算机运算能力以及检测技术结合起来，同时以控制成本为基础，提高燃烧机组的经济效益。现阶段，一般使用煤炭辨别燃烧技术的优化方案有很多种。 1）可以控制氧量、煤量分配以及风门开度等方式，建立煤炭燃烧的数字化模型，对电厂锅炉的应用效率进行控制。2）可以检测煤炭的质量，了解煤炭的燃烧状态，并以此为基础，对锅炉运行过程中的各项参数进行准确的计算，并且准确计算锅炉的效率。 3）可以检测煤炭的种类，确定机组燃烧使用的燃煤种类，对研磨煤炭机器所研磨的碳粉进行控制，确定碳粉的细度以及出口的温度，根据实际的煤炭种类对燃煤机组进行优化调整，提高运行效率。 4）可以通过算法，对模型进行优化，从而获取最大的参数信息，将燃煤机组的燃烧情况以及过程进行完善和优化，保证锅炉能够高效运行。
2.3智能巡检技术
在当今电厂发展中，很多电厂广泛应用智能机器人实现电厂巡检工作，其中主要应用了定位技术、传感器技术、机器人技术、图像识别技术等先进技术，提高电厂检测的有效性。另外，智能化技术飞速发展中，智能预警与诊断技术也被广泛应用到电厂的日常运行中，通过对振动信号的分析，能够准确判断出电厂设备的运行情况，再结合数据的研究，实现对电厂机械设备运行进行全面的评估。及时发现电厂设备运行的故障隐患，再加上建立故障诊断专家库、故障类型分析库等方面的运用，从而实现对电厂运行进行智能诊断、预警，发现潜在的安全隐患或已经发生的故障，会及时将其数据传输至控制中心，以便于值班人员结合实际情况对电厂设备运行进行全面的处理，进而保证电厂运行的安全可靠性。智能巡检技术的应用，不仅实现对电厂各类设备以及系统运行的巡检工作，同时也能够实现对各类数据的搜集、分类和处理等，再通过与数据库的连接，能够及时对运行数据进行对比分析，从而发现电厂运行的不足之处。通信技术是智能巡检技术的重要组成部分，尤其是各类信息的采集、整理和传输中，通信技术起到关键性的作用。
2.4故障的诊断推理
近些年来，设备智能诊断系统研究的主要方向在于机器故障的诊断推理，研究其根本方法在于是否弄清设备状态多值模式的识别，其部分不需要建立精准的数学模型，即可拥有计算能力。在这方面众多科研人士也提出了很多方向的理论成果，如神经网络、模糊逻辑、 贝叶斯、马尔可夫链等，尽管以上众多诊断具备强大的数据分析、运行状态预测、故障判断处理等能力，但是在其建设工作过程中，任然需要对其各个组件进行经验参数的设置与调试。上述行为多为人工行为，难免在工作过程中由于工人的疏忽出现差错，所以部门在工作人员的委派时应挑选具有较强专业知识的人员，保证工作的顺利进行。事实上，旋转机械的故障诊断类似于医生对于疾病的诊断，相较于现在众多智能的诊断方法，早期的专家系统诊断模式，应该是最适合的方法。专家系统完全模拟行业专家的思维方式，通过对特征信号的综合分析和层层推理，最终确定故障原因。专家系统都是围绕知识库和推理机来组织的。专家系统的基本概念，通俗来讲就是将专业知识与科学推理相结合，形成之后，对其“安装”一个数据库、调用、搜索、接口等功能模块，使得专家更加具有科学性。
结语
智慧电厂环保设施智能化诊断平台，利用大数据分析技术，实现了智慧电厂环保设施智能诊断和生产优化，故障诊断。大数据分析源于对历史数据的挖掘，工况的划分，数据量及数据质量都影响分析结果，尚需要进一步结合生产工艺，理清数据之间的基本关系，优化环保节能智能诊断系统模型。
参考文献
[1] 屠学伟 , 郑亚锋 . 智慧电厂建设探讨 [J]. 自动化博览，2019（1）:29-31.
[2] 许承顺 . 智慧电厂与智能发电典型研究方向及关键技术综述[J]. 智能城市，2018，4（19）:143-144.
[3]. 智慧电厂渐成电厂发展新趋势 [J]. 变频器世界 ,2018（8）:20.
论文作者:张智恒
论文发表刊物:《中国电业》2019年 22期
论文发表时间:2020/4/15
标签：电厂论文; 智能论文; 故障论文; 设备论文; 技术论文; 智慧论文; 机组论文; 《中国电业》2019年 22期论文;