基于人工智能技术的水电厂智能报警系统

基于人工智能技术的水电厂智能报警系统

张波

云南华电金沙江中游水电开发有限公司

摘要：随着大型水电站的信息规模急剧扩大，运行人员每天面临大量的监控信息，工作压力和劳动强度也大幅增加。这种情况容易导致人员疏忽或对故障信息的警觉放松，给安全生产带来了潜在的风险。为了解决这个问题，水电站可基于设备运行历史数据，并结合人工智能技术，建立了智能报警系统。该系统采用神经网络算法，能够自动获取水电厂的运行健康标准，并对全厂生产设备进行实时监视与跟踪。当设备的运行状态偏离健康标准时，系统会及时发出报警信号。通过引入这个智能报警系统，电站人员的工作负担可得到极大减轻。可为实现大型水电站的“无人值守、少人值班”奠定坚实基础。它不仅提高了电站的安全性和稳定性，还能够更好地保障人员的身体健康。通过利用大数据和人工智能技术，可使水电站在安全生产方面实现重要突破，为水电行业在智能化发展方面做出积极贡献。

关键词：人工智能技术；水电厂；智能报警系统；

引言

长期以来，电站微机监测的资料预警机理是单纯的“设备位移”和“仿真超出”两种报警方式。传统的“粗放型”预警方式使得监测系统生成了海量的“仿真阈值”提示、“设备工况变化提示”等工艺参数预警，这些“海量”的工艺数据叠加在显示屏上，使得运维人员不能及时发现重要信息。为提升预警效果及维修工人的工作效率，维护人员可以更好地掌握整台装备的工作状况，基于逻辑复合的集成告警逐渐显现出来。综合告警以面向对象法为主，把有关资讯集合起来构成一个逻辑物件，藉由有关讯号状态之逻辑合并或依序合并，判断是否需要警报。

1.智能报警系统的设计原则

该系统的设计原理如下：（1）将该系统配置于该区域内，该系统利用该设备从控制区内获得该监控系统的数据，并从该区域内获得该区域的在线监控以及该区域内的故障录波；电力能源收集、继电保护等相关的相关资料，并将这些资料存放在该区域内。（2）该系统的数据采集与处理过程不会对已有的系统造成任何的干扰，并采用了标准化的开放式接口，方便了以后的扩充。软件模块按其功能的发展顺序进行设置，新增的装置及软件在保证其正常工作的前提下，要符合系统持续发展与改进的需要。（3）利用智能预警技术，将整个变电站的机电装置信息集成起来，对其工作状况进行监测和分析，预报可能出现的失效情况，并针对已经出现的失效提出解决办法。（4）该智能预警系统采集了整个微机监测系统的所有资料，在达到代替微机监测的目的的前提下，为减轻操作工人的劳动强度，需要对其进行最优的预警。只有在需要操作人员干预的情况下，智能警报系统才会发出警报，并将警报信息独立地显示出来，而不会和其它的普通事故消息放在一起。提出了一种基于故障诊断原理的故障诊断方法，即：1）对排水泵启停、循环等常规异常信号不作预警。2）如果中断值告警信号在某一段期间能自行恢复，并且对装置没有任何影响，则不发出警告。3）当意外事件出现时，警报信息仅表示引起意外停止的警报，其它与意外有关的警报不会出现在警报消息中，可以在低级别的菜单或其它警报栏中看到。

2.系统结构

该系统由历史数据提取，神经网络推理，报警输出，人机界面等组成。历史资料提取是利用统计方法，对大量的历史资料进行分析，提取出设备的操作特性，然后将其输入到神经网络推理引擎中。在此基础上，提出了一种基于人工神经网络的智能推理方法，并对其进行了迭代运算，使其具有较强的鲁棒性。通过推理引擎中的神经网络，结合设备的实际工作状态，获取设备当前的工作状态，监测、追踪设备的工作状态，并在设备运行状态发生偏差时发出警报。在人机界面上显示相关的报警信息。

2.1历史数据抽取

对于具体的操作装备，构建了装备的对象模型，并对其工作状态及操作指标进行了描述。在提取过程中，除正常操作参数之外，还提取相应的工作状态参数。在此基础上，利用统计的手段，利用变异数和误差的计算，去除了一些显著的不正常值，以避免因采样设备的失效而引起的数据不正常。最后得到装置操作参数，并对其进行统计分析。

2.2神经网络推理机

考虑到水电厂装备工作的特点，为提升预警准确性，将模型分为洪季、非洪季和年度，构建多个深度神经网络，提取符合要求的操作与工作状态信息，获取采样点。该方法首先通过对采样数据进行学习，得到含有特征值的神经元网络。

2.3报警输出

实时告警结果可分为两种：一种是依据当前月内的洪水或非洪水时期的神经网络，对运行状态资料进行处理，得出运行状态指标。对跟踪装置的操作参数进行实时监测，并在装置运行不符合规定的情况下及时发出警报。在此基础上，利用多个年度的洪季和非洪季的人工神经网络，对各年度的运行状态数据进行处理，得到各年的运行状况，并生成样本。在此基础上，构建新的神经网络，通过对样本的学习，发现设备的运行趋势，并对今后几年内的运行状态进行预测，并在未来某一年的预报值超过设定值时发出警报。

2.4人机接口

在此基础上，提出了一种基于树的方法来实现电力系统的在线监测与控制。该方法在借鉴IEC61850规范的基础上，改变了本地装置和数据的组织架构，使得该方法能够更好地符合用户的操作习惯。当最后一次警报被启动时，有关的数据也会被统计并以模式树的层级关系显示出来。该警报系统工作界面配置有光字板，对各层级的警报信号进行组态，并用不同的色彩标示出各种等级的警报，构成了一个可视化的警报信息显示界面。按一下警报目标，即可将警报扩展，并在模式树上展示对应警报的层级关系，并能在右键选单中执行“确认”、“屏蔽”或“解除”等功能。并以声音及 App形式向客户发送警报提示，提升了使用者的使用体验。

3.水电厂智能报警系统功能

3.1运行趋势分析及预警

通过对同一台装备在历史资料上的变化情况进行对比，对同种装备在同种情况下的操作资料进行走势分析，对同一种装备在不同工作状态下的变化情况进行比较，对同一种装备在不同工作状态下的变化趋势进行了比较和分析。设置健康地图，设定智能定值，并随现场条件作人工调节。当设备目前的操作参数超出了历史平均水平的上下限时，会发出警报，提醒操作人员及时进行检测，及早地检测出设备的退化倾向。该系统具备可任意组合状态的工作态势分析工具，可以根据具体的装置操作情况，任意选取有关特性的资料，建立资料的解析方式和报警状况，并根据设定的解析方式，进行趋向的分析，对设备参数的每小时变动幅度、设备运行时间、设备启动间隔等进行了详细的分析。

3.2故障分析及辅助决策

在此基础上，提出了一种新的、可扩展的等特点的智能诊断方法。当设备出现故障时，该系统会将故障的原因直观地展示出来，同时还可以依据故障报警信息、设备的工作状态和知识库，来给出故障的报警理由和可靠性，帮助操作人员迅速而精确地找到故障的位置和成因。在事故发生的基础上，通过对事故产生的原因和知识库进行分析，并对事故处理方案进行推荐，并在突发事故时进行相应的事故处理。

4.结束语

应用人工智能技术的水电厂报警系统可大大减轻运行、维护工作的负担，能够更精确地监测现场设备的运行状况，并迅速反馈异常情况，从而降低了运行人员的监屏工作量。这为实现大型水电机组的“无人值守、少人值班”提供了基础。

参考文献

[1]简永明.乌江梯级电站集控系统报警信息的分类及处理[J].水电厂自动化，2008（4）：55-57

[2]邱小波，杨铭轩，冯凌云.广州蓄能水电厂Eventlog信息智能分析系统研究与应用[J].水力发电，2014，40（11）：93-96

[3]邓长虹，杨锋，王勇.水电厂辅机系统故障智能诊断系统[J].三峡大学学报（自然科学版），1997（3）：12-15