1 传统火电厂设备故障预警和诊断状态和缺陷

传统火电厂设备运行监测方式主要是关注定值报警，而较少观察设备数据的波动范围和劣化趋势。当设备发生故障时，评估全靠设备人员的经验和主观性来判断，而不是通过设备以往的大量数据来进行分析判断。在这种前提下，设备的隐患不能被及时发现，而且依赖于专业人士，如果加上人员的流动，这样就会对使设备故障一直存在，并成为安全隐患，并且得不到预警和诊断。此外，设备结构的复杂性和关联性，导致设备的故障也会发生关联，造成维修工作更加复杂，点检人员与维修人员之间的不协同，加上难以做到精细化和优化的检修，造成故障时常发生，更不要说设备故障预警和采取有效措施了，还造成维修费用和人工费用的居高不下。综合来说，传统火电厂设备故障预警和诊断研究全靠人工的经验积累和人工判断，不能做到及时性、灵敏性和准确性，造成成本的浪费[1]。

2 火电厂设备智能化故障预警和诊断技术研究

火电厂设备智能化故障预警和诊断技术研究，是集中了智能专家诊断数据库、大数据挖掘、云计算等高度集成信息化管理的工作，且与整个火电厂信息规划架构一致，而设备故障预警和诊断是一门综合性学科，如现代控制理论学科，大数据分析学科，测试技术学科，信号处理接受技术学科，人工智能学科等，故障预警与诊断系统的任务其实可以分解为故障探测，故障隔离和故障分析三个步骤。实际设备故障诊断系统的实现方式是采用模块化结果来实现的。

2.1 研究意义

智能化的核心是电脑处理来自外部信息的能力。因此，故障智能化诊断具有以下功能特点：具有实时控制功能的专家系统，而且能实时分析诊断预警生产中的事故。经过多年的研究、开发和工业生产现场应用，现代能及时提取异常数据，并实时监测故障的图像和做出诊断分析，实现大数据的高度集中处理和深度挖掘辅助经营，避免信息的孤立化，提高设备的可靠性，降低维修费用，减轻专家劳动强度，建立一个全新的设备创新管理模式。

2.2 研究内容

火电厂设备智能化故障预警和诊断技术研究通过大数据分析，离线和在线观测，并迅速诊断和自我调节，避免造成设备小故障变成大故障，更是延长了设备使用寿命。现代通过智能化，我们可以运用更直观的数据、图表或者图片来诊断分析，如红外线诊断技术。

（1）智能化系统是以设备的运行状态来具体分析为基础，使状态评估和风险评估作为手段，通过众多智能专家诊断库、大数据发掘、云计算等高度信息化技术的管理，形成一个智能化预警和诊断系统。

（2）模块集成就是各种库存数据分析、实时数据预警诊断，建立对未来的趋势的类型。同时，将台账规范化，做到精益求精，改善原有的漏洞，优化原有的内容，实现设备数据化。模块特点是创建基于监测标准化的管理流程，实行管理流程的标准化，并且建立客观的标准化内容，实现工作内容的图形化、数字化。这样我们就建立了一个技术专家数据库，为设备的故障预警和诊断提供了信息来源和决策支持。

（3）以电厂氧化风机为例，我们要清楚设备从建模到在线监测，再到预警诊断分析。在建模时，我们首先应采用多种大数据分析的思路，比如数据的采集、数据的整理工作，其中数据整理工作还需要专业化领域专家的判断；在线监测的过程中，系统会根据设备的运行情况和历史运行规律做对一个比较，计算出每个测定数据的预测带及设备整体的健康程度；在预警诊断分析时，找出影响设备预警的实时测量数据，并对设备数据运行变化情况进行详细分析，推理出设备故障的可能性。在这个氧化风机的案例中表明，基于大数据分析技术实现在线监测及预警诊断功能是可行的，未来必将推动火电厂的智能化方向发展，只有这样，我们才能有效提升设备的管理水平[2]。

3 国内外的研究

近年来，在自动化和信息化技术的推动下，发电厂设备在线监测与故障预警系统正向着全方位系统化的方向发展。

（1）目前，已知欧美国家研究机构把研究工作中心进行转移，重点进行有关故障检测的理论和应用研究。目前，美国的美国电力研究协会、西屋公司等多家公司都在从事着电厂故障诊断技术方面的开发与研究。在故障预警及诊断方面，国外相关研究机构现已研发出了多种系统，并成功应用于发电厂，为设备机组的经济运行做出了巨大贡献。现阶段，随着对机组安全运行要求的提高，辅机状态监控也受到非常重视，辅机设备运行状态监控的技术发展十分迅速。