邵戊辰 赵俊杰 任杰 贺延枫

摘要：针对燃煤火力发电站，基于智能DCS操作系统的智能发电平台，建立逻辑故障树的标准分析方法，形成计算机能识别的专家知识图谱，进而辅助故障的诊断、早期预警和及时处理，提升火电机组长周期安全稳定运行的能力。

关键词：燃煤火力发电;智能DCS;逻辑故障树;专家知识图谱;早期故障诊断;根源分析

引言

现在燃煤火力电厂DCS系统的报警主要是超限报警和跳变报警，一旦发生报警，大概率是发生设备损坏或系统停运的事件[1-3]。大规模的实时监测数据量和可能出现的异常数量，远超出当班的有限几个运行人员的反应速度和理解能力[2-4]。一些故障信息不能被及时发现，很可能造成事故扩大[3-5]。现有的报警均是基于单一条件、单一信号作为报警的判据，可靠性、准确性差，适用性有限，只能在重要辅机故障和RB保护等有限条件下几种典型故障工况下应用[4-5]。

本研究针对燃煤火力发电站，基于智能DCS操作系统的智能发电平台，建立逻辑故障树的标准分析方法，对已发生过的故障现象进行综合分析，提取故障典型特征，制定报警及控制策略，进而辅助故障的诊断、早期预警和及时处理，极大提升火力发电机组长周期安全稳定运行的能力。

1 逻辑故障树和专家知识图谱原理

基于逻辑故障树的根源分析原理，将高级运行员的专业知识和丰富经验、运行规程、设备设计资料等，通过量化和逻辑化的手段，表达和固化为计算机可以识别的代码形式的逻辑故障树和专家知识图谱。例如典型的高压加热器（简称高加）泄漏故障分析的逻辑故障树，基于逻辑故障树，智能诊断高加泄漏的判断条件为：（1）高加给水温升小于标准值XX℃;（2）高加上端差大于标准值XX℃;（3）高加下端差小于标准值XX℃;（4）给水泵电流大于标准值XX A;（5）给水泵出口的给水流量大于标准值X%;（6）省煤器入口的给水流量小于标准值X%;（7）高加疏水门开度较标准值增大X%;（8）高加水位较标准值增大X%。采用基于逻辑故障树的智能诊断分析后，底层DCS系统能自动实时分析，发现高加泄漏故障更及时、更准确。

基于逻辑故障树建立专家知识图谱，能够进行根源分析，通过故障构成原因追溯，找到故障的源头，进行故障诊断。

基于智能DCS系统的主机润滑油系统故障的故障根源分析、诊断预警和故障处理画面。基于逻辑故障树建立专家知识图谱，从故障全寿命周期管理的角度，创造性地在底层DCS平台真正实现了故障追溯、根源分析、诊断、预警、报警和处理的全过程优化闭环。已经在智能DCS系统成功实现的智能诊断分析模块，包括磨煤机故障、给煤机故障、磨煤机加载油站故障、磨煤機满煤、引风机故障、送风机喘振、引风机喘振、一次风机失速、引风机润滑油站故障、凝泵故障、加热器泄漏、电泵故障、汽机润滑油系统故障、电动给水泵倒转、主再热汽门门杆断裂等。智能DCS的故障诊断与根源分析功能已覆盖大部分燃煤发电子系统。

2 实施效果和创新分析

智能DCS的报警预警分析诊断系统的实施效果和创新突破包括：

（1）增加了趋势报警预警功能。1号机组共增加6300多条变化率或趋势的预警或报警。

（2）基于大数据分析和机器自学习，训练出了1000多条标准值，即正常运行工况下的标准运行参数。发生异常时，将运行参数与标准值进行对比，对超标参数及时查找原因，实现异常工况的早期诊断、预警和报警。

（3）根据生产现场经常发生的故障，共整理出典型故障的逻辑诊断树310项。成功将310条逻辑故障树用于实现设备故障的根源诊断分析、故障威胁分析、早期预警和故障仿真培训等功能。

3 诊断报警系统的特点和效益

智能DCS的诊断报警系统的特点包括：

（1）智能DCS的分析诊断系统能实现多参数、多条件、多任务的报警和预警任务，从而提高了报警诊断的准确性及可靠性。

（2）智能DCS的根源分析功能体现了初级的独立分析、判断、决策等智能特点。根源分析功能在极短时间内，自动推理出引起故障报警事件发生的初始原因及发展演变过程，并直观展示给运行人员。

（3）以逻辑诊断树为标准整理的310条专家知识图谱，是自主设计、编制的针对生产现场各类已发生事故的经验总结和智慧凝练。专家知识图谱针对性强，能够切实解决生产现场的突出问题，对安全生产具有重要指导意义。

4 结论

针对燃煤火力发电站，基于智能DCS操作系统的智能发电平台，建立逻辑故障树的标准分析方法，极大提升火力发电机组长周期安全稳定运行的能力。结果表明：

（1）基于逻辑故障树建立专家知识图谱，不仅能够进行根源分析，通过故障构成原因追溯，找到故障的源头，进行故障诊断;还能够进行故障推演和故障处理，形成从过去到未来时间主线的故障全寿命周期管理闭环。

（2）在智能DCS的报警和预警画面，能够直接对风机喘振、高压加热器泄漏、主汽门门杆断裂、给水泵再循环阀门内漏等较为复杂的故障进行预警和报警，并给出故障处理指导意见。

（3）智能DCS的报警预警分析诊断系统的实施效果和创新突破包括增加了6300多条趋势变化的报警预警功能，训练出了1000多条正常运行工况下的运行参数标准值;整理出典型故障的逻辑诊断树310项;通过机器学习，实现故障类型辨识和根源分析。

参考文献：

[1]沈跃军，马克，崔畅元，周健，兰俊生，赵俊杰.大数据与逻辑故障树在火电厂故障诊断中应用[J].电力设备，2018，（10）：62-63.

[2]张毅龙，姚俊彦，任晓敏，王齐，赵俊杰.基于火电站设备性能提升优化AGC负荷响应指标[J].防护工程，2017，（29）：196-197.

[3]王金浩，陈伟巍，陈铮，卢珏，张学丽，赵俊杰.1000 MW机组输煤控制系统通讯网络升级优化改造[J].防护工程，2018，（2）：293-294.

[4]李孟周，伏劲宇，杜杰，张毅龙，兰俊生，赵俊杰.燃煤火电集控运行精益化管理提升策略研究[J].电力设备，2017，（34）：230，232.

[5]王政翱，杨光，韩啸，康佳，柳霞霞，赵俊杰.330 MW机组低励限制与失磁保护配合的模型分析[J].防护工程，2017，（36）：153，155.

第一作者简介：邵戊辰（1988-），男，河北人，华北电力大学能源与动力工程系硕士，工程师，国电内蒙古东胜热电有限公司，主要研究火电厂智能控制策略领域。