发电厂智能化缺陷管理系统研究

来源:用户上传      作者:

　　【摘要】发电企业不可避免的面对降低上网电价的冲击，如何降低经营成本是站立市场的桥头堡，合理利用设备缺陷管理系统分析、诊断出的结果，提高发电厂主辅机设备可靠性，降低发电成本，是实现电厂智能化管理的方向。近几年五大发电集团发电技术研究院，都在进行设备大数据资源的整合、分析，针对智能化管理系统出现的缺陷进行改进，推出主辅机定、转子的倍频智能振动诊断系统、轴系稳定分析诊断系统、机组运行特性分析系统、机组能耗经济系统、锅炉四管泄漏分析系统等等，优化企业经营、设备管理水平。
　　【关键词】发电厂;智能化;管理系统
　　随着计算机技术、高速宽带和无线网络的快速发展和普及，网络信息化、数据化管理、大数据云分析系统等等在发电企业日常管理中得到广泛应用，给企业生产管理带来极大便利。各类企业资产管理系统功能日趋完善，各种在线监测、智能化巡点检系统、一次设备发热巡检系统、发电机绝缘过热监测装置等等广泛应用，提高企业的管理水平、经济效益。
　　一、缺陷管理理念
　　（一）缺陷管理
　　缺陷管理，在制度的依托之下发挥管理人员组织措施、专业技术人员优势，针对当前的管理平台进行丰富、完善，不断向AI智能分析方向发展，充分的发挥缺陷管理作用。管理制度的建立，涉及到了多个方面，例如组织结构、责任义务的划分以及管理的内容方式等等，坚持全员以及全过程的质量管理理念，在缺陷管理的过程中，做好每一个环节，每一个流程的管理工作，缺陷管理需要所有人员的共同参与共同支持。缺陷管理系统的实施开始之前需要针对技术管理人员以及生产一线工作人员进行系统培训，做好消耗品管理计划、定时进行巡回检查，并明确一个理念：所有辅机及二次保护回路都是为一次设备服务，这些辅机和二次保护的联锁若不能正常可靠运行、各项告警没有及时得到相关专业相应和处理，会导致更严重的一次设备损坏的发生。从现场实际的主、辅机设备的维护定检周期、设备厂家的维护技术要求，源头上杜绝缺陷情况的发生，并针对不同的运行、检修环节，做好试验质量监测、验收关，而缺陷管理智能分析的结果，就是针对设备运行状况、缺陷进行统计、分析，及时发现设备管理过程中存在的组织措施、专业技术力量的不足，评估消缺过程中及后期的运行可靠性，组织持续改进。
　　（二）智能化缺陷管理
　　智能化的缺陷管理，是在设备运行工况参数大数据的基础之上实现的，集合缺陷管理的云数据分析信息平台，纳入全部生产成本核算系统，如：偏离了设计燃料热值缺陷、水耗偏高缺陷、汽耗偏高等等影响供电煤耗各种因素，完善这个信息平台，引导生产管理人员的组织行为规范，减少管理层次和人员，及时发现管理短板。综合倍频监测振动、红外、紫外测温、噪音监漏等等专业高科技监测技术，并朝着人工AI智能化的方向发展，开发出智能分析缺陷、管理的软件，对发电厂进行统一的管理统一的分析，充分的发挥无线网络的优势，合理利用移动智能终端，实现缺陷全天候监督管理，提高工作管理效率，不断进行和原设计、厂家进行对标、分析，进行二次开发，最大化的利用各厂家的售后服务资源。
　　二、智能化缺陷管理系统
　　（一）缺陷的发现与登记
　　生产人员和统计管理人员在检查中发现的缺陷和耗差扩大，传统的缺陷管理联系协调程序流转慢，对缺陷的描述不够精准，在后续检查、治理的过程中，出现一些不对应的描述。采用智能缺陷采集，现场人员一旦发现缺陷，及时上传现场缺陷照片或视频、异常工况数据，方便维修人员快速诊断故障的同时并查找同类缺陷消除的过程和工艺，组织技术人员力量资源，迅速排除缺陷，提高了整体的缺陷消除效率，并进行消缺后果的监督。
　　（二）缺陷原因初判
　　缺陷原因初判是在消缺工作之前，在智能管理系统的基础之上，对于出现缺陷的情况和现象进行描述，查找相类同缺陷的消除过程和工艺，及时给消缺人员更多参考，进行检验进行缺陷的判定，采取最佳的方案进行消除，防止缺陷的扩大化并发生次生异常事故。如果无法直接排除这些缺陷，通过智能系统内部累计的数据进行对照排查，缺陷原因初判是智能分析系统内大量数据不断汇总、分类数据库，在这些积累的数据库基础上，进行综合分析、模糊判断，为检修人员提供缺陷根源的准确性。
　　（三）消缺
　　消缺过程涉及诸多环节，例如，填写消缺记录、制定风险预控措施、签发、办理工作票、工作终结、缺陷验收、关闭等等，所有的工作流程按照缺陷分类、等级规定，进行工艺、质量上的监督、管控，必要时进行双重监护、停工待检。风险预控中若消缺工作无法正常完成，按照审批流程提出相关的预控措施升级，防范消缺过程的异常扩大。缺陷管理系统不仅仅针对设备缺陷进行管理，还要和其他的设备采购、物资供应、负荷管理系统关联，检维修人员通过缺陷管理系统，了解设备厂家的数据参数和检修工艺，在熟知全面的设备检修规范和工艺后，能够极大地提高维修的效率。
　　（四）缺陷统计
　　缺陷系统能够自动地实现缺陷类型、分级统计结果，内部进行事先设计缺陷类型分级，在统计之后生成相关的图表，人为工作量减少，直接显示近期的消缺工作的先后顺序、重要程度，减少管理专责精力分散，提高了整体的消缺工作效率。在缺陷数据统计的过程中，不应存在人为的修正数据，保证设备原始数据的真实性，不仅进行消缺率的统计，也涉及到了设备可靠性的人员技术、组织管理水平，从不同的角度都能够进行人员因素的分析管理，及时进行风险管控和进一步相同类型设备的隐患排查，更好的服务专业技术管理，全面统筹生产管理工作。
　　三、结语
　　在网络信息发展的过程中，企业步入了大数据的人工智能AI时代，这也给智能化电厂的安全运行、生产发展带来了更高的可靠性，智能化电厂在发展的过程中，必须依托智能化缺陷管理系統，进行缺陷数据判断、统计、分析，并在这个基础上实现全厂智能管理系统，依靠现场实际，提高设备、经营管理效率和水平，及时发现企业运营过程中的不足，为企业降低管理成本。
　　参考文献：
　　[1]闫龙川，李雅西，李斌臣，等.电力大数据面临的机遇与挑战[J].电力信息与通信技术，2013，11（4）：1-4.
　　[2]龙凡.基于Android平台的智能水电厂缺陷管理系统研究[J].水电与新能源，2014，（1）：75-78.
　　[3]侯俊峰.核电机组设备缺陷的分级管理[J].中国科技纵横，2014，（11）：97.
转载注明来源:https://www.xzbu.com/2/view-15072005.htm