贾磊

摘要：随着大数据技术的不断发展，对于电厂设备的状态监测手段也有了不同的思路。在此背景上，本文分别针对基于大数据分析和基于知识库的电厂设备状态监测诊断系统进行了分析研究，发现二者各有特色，知识库系统可以实现故障信息的实时诊断，大数据分析系统可以实现故障信息的提前预警。通过研究，为电厂设备状态监测诊断提供了一定的借鉴与参考。

关键词：大数据分析;知识库;状态监测

1 前言

电厂设备的安全健康平稳运行直接影响着电厂的经济效益与生产经营情况[1-2]。特别的，电厂作为居民生活、工业生产的保障系统[3]，必须时刻掌握其设备状态，对于设备异常情况要及时反映，提前对其进行维护保养，避免突发的设备故障造成巨大的生产损失[4]。

随着大数据技术的不断发展，电厂设备状态在线监测与维护系统的不断完善[5]，现阶段，主流的电厂设备状态监测与诊断系统主要有两类，一类是基于知识库系统，一类基于大数据分析。二者均采用了大数据技术，其特点各不相同。

2 基于知识库的设备状态监测诊断系统

大数据技术的核心在于数据，电厂在运行维护中会产生大量的数据，这些数据从大数据的角度讲，是电厂系统宝贵的资源。随着大数据技术的不断成熟，机器学习、数据挖掘等手段层出不穷，通过海量的数据资源作为训练素材，通过算法的不断学习优化，由大数据在复杂的设备运行维护信息中挖掘出其中隐藏的规律，提前发现故障信息特征，以便于建立起专属的故障诊断知识库。通过设置专属的故障诊断规则，可以轻松的确定各种故障的原因，实现故障的快速解决。其具体工作流程如图1所示。

观察圖1，在通过监测的历史数据进行数据挖掘，建立好故障诊断知识库的前提下，通过在各设备处安装大量的传感器，对设备数据进行实时监测，考虑到各设备产生的数据维度、数据采集方式、数据形式与内容各不相同，因此为了确保数据采集的准确性与可识别性，同时剔除误差较大的数据，需要对数据进行预处理以及特征提取，对有效数据进行筛选。通过故障预测诊断模型，可以得到故障的监测结果。再将得到的结果与故障诊断知识库进行对比，数据库内已经有的故障信息将会被直接检索出来，即可直截了当的确定故障原因，并根据历史经验给出建议与决策。故障诊断知识库也不是包罗万象的，一旦遇到了新的突发故障，即得到的故障监测结果无法与故障诊断知识库进行对比，则可以对二者进行数据挖掘，深入的分析故障产生的原因，同时根据故障的后续处置情况，对故障诊断知识库进行更新迭代，使其更加完善。该系统属于成长型系统，随着机组运行时间的不断加长，系统出现的故障越多，其故障信息库则越完善，系统的诊断就愈发迅速，响应速度更快。

3 基于运行大数据分析的设备状态监测系统

基于知识库的设备状态监测诊断系统其优势在于实施监测、实时诊断，可以在故障发生的第一时间发现问题并解决问题。而基于运行大数据分析的设备状态监测系统则更倾向于提前预警，其系统流程图如图2所示。

大数据分析手段同样的也是根据历史故障信息，挖掘故障发生时各设备的运行参数，寻找故障发生时各项参数的内在逻辑与规律，等到设备再次出现类似参数时，可以达到对故障的识别及预警。观察图2，可以发现，在获取到监测数据之后，直接使用大数据分析手段对其进行状态识别，一旦识别完毕，即可进入专家系统，对设备故障进行诊断，通过大数据分析， 可以对故障进行定位，显示故障的原因，进行失效模式与失效机理的分析，完成设备健康状态的故障诊断记录，最终提供一套完整的故障解决方案。

基于运行大数据分析的设备状态监测系统与基于知识库的设备状态监测诊断系统相比，其更加具备主动性，可以实现对设备即将发生的故障进行预警报备，将事故消灭于无形。条件允许的电力生产企业，可以考虑将两个系统相结合，对故障信息进行综合判别，确保电力生产安全平稳高效运行。

4 结论

及时有效的设备状态监测对电力生产企业的安全平稳运行有着直接影响。本文依托大数据技术，分别研究了基于知识库和基于运行大数据分析的设备状态监测系统，发现基于知识库的系统属于成长型系统，随着机组运行时间的不断加长，系统出现的故障越多，其故障信息库则越完善，系统的诊断就愈发迅速，响应速度更快;基于运行大数据分析的系统属于主动预测型系统，可以实现对设备即将发生的故障进行预警报备。二者各有优点，条件允许的电力生产企业，可以考虑将两个系统相结合，对故障信息进行综合判别，确保电力生产安全平稳高效运行。

参考文献

[1]贾志军，白德龙，宋燕杰，王剑飞，李春新.基于KPCA算法的电厂设备在线故障诊断研究[J].华电技术，2021，43（08）：48-53.

[2]李霄飞，朱梓傲.火力发电厂智慧电厂实施方案的探索与研究[J].科技与创新，2021（13）：1-3.

[3]吕晓磊. 基于火电厂热力设备特征的大数据应用技术研究[D].山东大学，2021.

[4]张平，孙雪丽.基于大数据分析的火电机组节能诊断与能效管理[J].电力大数据，2020，23（11）：86-92.

[5]马亮.智能电厂控制层和管理层实施过程中的大数据应用研究[J].河南科技，2020，39（32）：18-21.