磨煤机运行状态监测智能预警系统工作站运行画面
成果团队主要从事基于人工智能的发电机组智能运维研究及应用,包括火电机组典型设备状态监测、智能预警和智能运维等技术开发,实现实时数据驱动的火电机组典型设备运行状态在线监测、智能预警。
磨煤机运行状态监测智能预警系统知识图谱画面
由于典型设备恶劣的工作环境且相关状态监测理论发展不完备,其运行状态往往具有较大的不确定性,因而借助人工智能算法,自主研发火电机组典型设备运行状态监测智能预警系统,对设备的运行状态进行有效监测,实现故障早期预警和快速定位,帮助运行人员及时进行故障排查,对于保障火电机组安全可靠运行、降低发电机组运维成本、提升发电公司经济效益具有重要意义。该成果以行业需求为导向,解决火电机组典型设备为保证机组安全可靠运行所面临的技术难题。
创新点
1、基于设备运行的海量历史数据,通过多维数据特征提取与多源信息融合,揭示故障模态与关键特征之间的映射关系;
2、提出数据/模型/知识协同驱动的发电机组典型设备运行状态监测与智能预警方法,采用深度学习、神经网络、知识图谱等人工智能算法建立设备运维智能模型,挖掘典型设备运维历史数据中蕴含的状态信息,融合现场运维专家丰富的经验和专家知识;
3、提出了设备健康运行状态的定量评估方法——健康度,实现了实时数据驱动的发电机组典型设备智能在线体检,将传统的设备定时维修方式转变为预测性维护、状态维修,降低了运维成本,提高了机组设备运行的可靠性。
该项成果主要应用于火电机组典型设备智能运维领域。如火电机组 DCS 系统典型设备,包括送风机、引风机、一次风机、空预器、发电机、变压器、给水泵、凝结水泵、给煤机、磨煤机等主要典型设备,用于典型设备的状态监测及智能预警技术开发。
自主研发的典型设备运行状态监测智能预警系统能够有效提升火电机组设备运行安全稳定性,保障火电机组生产安全,对于降低发电厂设备运维成本、减少非计划停机、提升发电设备运行可靠性、提升发电厂的运维智能化水平都具有极其重要的研究意义。项目成果的应用和推广还可以促进智能预警、深度学习技术在电厂 DCS 侧、SIS 侧的实施与应用,促进新技术、新成果和新产品在智慧电厂领域的转化。
预期系统对典型设备故障进行有效的早期智能预警,有效减少发电机组非计划停机5 次/年,电厂效益考核约 20 万元/次,共计减少因非计划停机造成的考核 100 万元/年;典型设备运行状态的实时监测和故障智能预警的有效实施,将显著降低设备故障检查与维修次数 5 次/年,30 万元/次,产生直接经济效益 150 万元/年。累计每年可为电厂产生直接经济效益 250 万元。
扫码关注,查看更多科技成果