【面向运行人员的电站智能运维管家系统】

上汽智能运维联合团队

超超临界汽轮机组作为先进燃煤机组在生产过程中对大量设备信号进行监测，各环节的异常对生产运行容易产生负面影响，直接导致经济性的下降。对机组启停运行监测进行优化成为非常重要的一环。本系统在智慧服务方向上通过数据监测为用户启机提供实时故障排查，无延期完成启机各步序条件；同时整合在线性能优化的操作指导建议，结合主要运行参数搭物理机理模型或神经网络数理模型拟合出，用以监测实时寿命损耗和应力安全指标，形成供运行人员全时使用的运维管家。

随着信息科学的发展，智能化技术落地取得了实质性突破。汽轮机控制在当今计算机技术更新迭代如此之快的今天也被赋予了新的活力。自动化控制核心思想是减少人为判断，许多中间量的状态变化不易于直接察觉，从而使得全局直观监测成为用户迫切需求。通过现场应用服务部署，搭建通讯，用户可在生产监控大屏上实时观察应用页面，自学习电站智能运维管家系统运用数据科学技术，依托专业人员进行算法填充，提高整体运行效率，为机组生产保驾护航。

本系统采用B/S架构模式，电厂用户通过网页浏览或者移动终端访问，能够实时了解机组运行情况。现场部署采用高性能计算服务器，搭建单项数据传输通讯，实现数据实时监控。系统分为三大功能，分别是适用于启机时的顺控助手；运行时的性能优化决策建议；实时的高温部套寿命测算给出应力安全指标。

汽轮机组自动控制系统中的不确定性往往出现在角落中，影响着整个系统的稳定。传感器信号的异常，控制系统中间量点状态问题，诸如此类状况在启停及运行过程中一旦出现，即延后了冲转并网，给运行人员造成巨大压力。顺控助手针对一键启机机组进行顺控步序监测，帮助用户实时了解启机进度，对于未完成的状态量给出操作建议，并对关键节点提前反馈注意事项。针对不同的步序条件做主旁路标记，增强了解释性。对于关键信号启动装置状态各个节点进行条件梳理，在发生卡顿后对应参照表进行操作。

图1 顺控步序提示页面截图

运行状态下的性能优化决策采用机器学习算法提出机组运行期望值，对电厂热力优化运行提供指导意见。模块的实时监测数据、设备性能数据、运行期望值数据，以及各参数期望值运行下的热力系统性能收益等数据，可以为电厂运行人员实现不同机组状态、不同环境因素下的优化运行提供重要参照，为机组及设备的检修维护以及改造升级提供核心数据支撑。如下所示为某电厂实际投运的部分监测画面情况。

图2 某电厂性能优化模块页面

高温部件寿命健康实时在线监测功能模块通过对采集的电厂运行数据进行高效、精确地清理，可满足后端程序分析需求；上汽厂借助了制造厂商的技术优势，通过所建立的机理模型分析方法或人工神经网络智能算法，对汽轮机高温关键热部件的应力变化及寿命损耗情况进行实时在线监测。该模块不仅可为电厂设备科学地状态检修模式的实现提供有力支撑，同时还可通过对运行趋势的解读分析，并以疲劳寿命损伤为依据，为机组启动运行中的操作提供优化指导，如优选的升速率以及负荷和蒸汽温度变化率，有助于实现机组的灵活和优化运行。

图3 实时寿命监测页面截图

运维管家系统以革新的姿态，为汽轮机控制赋予深层次的活力，达到运行优化。本系统各功能模块已在仿真系统中进行过测试，稳定性强，数据达标。

---