[发明专利]基于大数据的电厂设备诊断方法

说明书

本发明公开了一种基于大数据的电厂设备诊断方法，应用于电厂控制系统，所述诊断方法包括：建立所述电厂设备中每个机组或部件的设备模型；实时采集每个所述机组或部件的运行数据；对所述运行数据进行处理以获得处理后运行数据；基于所述处理后运行数据对所述机组或部件进行分析以获得分析结果；基于所述设备模型和所述分析结果对所述电厂设备进行诊断以获得对应的诊断结果。通过建立每个电厂设备的设备模型，并对每个电厂设备的运行进行实时监控，从而根据大量的实时监控运行数据对每个电厂设备进行大数据分析，大大降低了电厂技术人员的诊断难度，降低了电厂设备诊断的复杂度，提高了诊断精确性。

技术领域

本发明涉及电厂控制技术领域，具体地涉及一种基于大数据的电厂设备诊断方法。

背景技术

随着新能源技术的不断发展，水轮发电机组在整个电力系统中的比重越来越大，因此水轮机组的设备安全使用越来越重要。

在实际使用过程中，水电机组及电气设备在运行中不断受到泥沙磨损、汽蚀破坏、机械磨损及其它机械或电气损伤，导致设备的寿命缩短。电力设备和系统故障后，轻则降低系统生产效率，重则停运，甚至造成灾难性的后果。因此准确分析和评估水轮发电机组的故障对电力系统稳定可靠的运行具有十分重要的意义。

为了解决上述技术问题，电厂技术人员推出水电远程诊断平台以供技术人员对故障进行远程诊断，然而在实际应用过程中，传统的水电远程诊断平台仅采集水轮发电机组的简单电信号，而对水轮发电机组的故障诊断依赖于电厂技术人员的经验进行，而无法依靠更为直观的观察或大数据的分析以辅助进行更加精确的诊断；同时，由于水电厂现场的设备多种多样，导致数据的采集过程繁杂、数据格式多种多样、数据精确性无法保证，为技术人员造成了极大的困扰。

发明内容

为了克服现有技术中对传统新能源电厂的电厂设备诊断方法落后、诊断方法复杂的技术问题，本发明实施例提供一种基于大数据的电厂设备诊断方法，通过建立每个电厂设备的设备模型，并对每个电厂设备的运行进行实时监控，从而根据大量的实时监控运行数据对每个电厂设备进行大数据分析，大大降低了电厂技术人员的诊断难度，降低了电厂设备诊断的复杂度，提高了诊断精确性。

为了实现上述目的，本发明实施例提供一种基于大数据的电厂设备诊断方法，应用于电厂控制系统，所述诊断方法包括：建立所述电厂设备中每个机组或部件的设备模型；实时采集每个所述机组或部件的运行数据；对所述运行数据进行处理以获得处理后运行数据；基于所述处理后运行数据对所述机组或部件进行分析以获得分析结果；基于所述设备模型和所述分析结果对所述电厂设备进行诊断以获得对应的诊断结果。

优选地，所述运行数据包括所述电厂设备的标识信息，所述标识信息包括所述电厂设备的功能信息、型号信息以及安装位置信息。

优选地，在所述对所述运行数据进行处理以获得处理后运行数据之前，所述诊断方法还包括：对所述运行数据进行校验；判断所述运行数据是否为合法数据；若所述运行数据为合法数据，则对所述运行数据执行处理操作；若所述运行数据为非法数据，则丢弃所述运行数据。

优选地，所述对所述运行数据进行处理以获得处理后运行数据，包括：基于所述型号信息对所述运行数据进行分类以获得分类后运行数据；对所述分类后运行数据进行压缩以获得处理后运行数据；按照预设数据存储格式对所述处理后运行数据进行存储。

优选地，所述基于所述处理后运行数据对所述机组或部件进行分析以获得分析结果，包括：基于所述型号信息获取与所述处理后运行数据对应的机组或部件；调取与所述机组或部件对应的故障映射表；基于所述故障映射表获取与所述处理后运行数据对应的故障信息；将所述故障信息作为分析结果。