[发明专利]一种基于工业大数据的水电站状态检修决策系统

说明书

本发明公开了一种基于工业大数据的水电站状态检修决策系统，包括数据汇聚平台、数据计算平台与数据展示平台；所述数据展示平台包括智能检测模块、智能预测模块、智能诊断模块与分析决策模块。本发明通过计算表征水电机组各设备本质状态的工业特征值，结合故障模型学习更新，对水电设备进行状态预测与故障诊断，给出机组检修决策建议，从而实现机组状态检修。

技术领域

本发明涉及大数据分析应用及水电控制领域，尤其涉及一种基于工业大数据的水电站状态检修决策系统。

背景技术

水电作为清洁可再生能源，运行调度灵活，各国都将水电作为优先发展的能源。近年来我国水电装机容量增长迅速，电站主设备急剧增加，检修工作量剧增，检修人员紧缺问题日益突出。同时水电机组故障和事故频出，如转子断裂、推力轴承漏油、导轴承烧瓦、动不平衡过大、水淹厂房等。

为了及时了解水电机组运行状况，避免突发故障发生，目前大部分水电站都安装了在线检测装置，可以对水电机组的振动、摆度、温度、电压、电流、有功、无功等工况数据进行实时采集，并对越界的状态量进行报警。这种方式有效地反应了机组的当前状况，并能对越界状态量进行报警，但是缺乏对故障的早期预测和识别，不利于水电机组的预防性维护和检修。

发明内容

本发明的目的就在于为了解决上述问题而提供一种基于工业大数据的水电站状态检修决策系统，包括：

数据汇聚平台，用于衍生数据获取、工业大数据汇聚处理，对工业数据进行采集、清洗、储存以及分类集成；

数据计算平台，包括设备指标学习模型，通过大量的数据学习，将机组运行的水头、功率、负荷等影响的干扰因素排除，用于对数据汇聚平台产生的中间衍生数据进行阈值过滤、逻辑条件计算、模型计算生成表征机组设备各部位本征状态的工业特征值，计算出的工业特征值表征设备本质状态；

数据展示平台，包括：

智能检测模块，用于将机组设备参数工业特征值以及工业特征值历史曲线数据处理及集中显示，并通过配置设备检测点工业特征值的上限值、下限值、上上限、下下限以及多个检测点的组合告警条件，产生告警记录和告警提示，并发送至分析决策模块；

智能预测模块，包括数据分析统计模块、关联曲线计算模块以及特征数据库模块，通过Meta模型对设备工业特征值进行趋势运算后，根据设定的限定值进行比较运算；

智能诊断模块，包括设备故障诊断模型，用于对设备参数特征值、预测特征值趋势进行聚合关联判定，并通过将该故障的关联诱发因素特征值、特征值趋势预测以及监测量进行逻辑关联计算，确定故障诊断或诊断预警，通过故障源头分析结果，自动匹配知识数据库，给出故障处理措施，并将故障信息发送至分析决策模块；

分析决策模块，用于对所述智能检测模块、所述智能预测模块、所述智能诊断模块的数据进行汇总分析，将预警信息分级。

本发明的有益效果在于：本发明通过计算表征水电机组各设备本质状态的工业特征值，结合故障模型学习更新，对水电设备进行状态预测与故障诊断，给出机组检修决策建议，从而实现机组状态检修。

附图说明

图1是本发明的系统图；

图2是本发明工作原理的流程图。

具体实施方式

下面结合附图对本发明作进一步说明：

如附图1所示，本发明一种基于工业大数据的水电站状态检修决策系统，包括：

数据汇聚平台，用于衍生数据获取、工业大数据汇聚处理，对工业数据进行采集、清洗、储存以及分类集成；