生产设备状态监测解决方案

方案价值


电厂是设备密集型企业,通过对设备的状态参数进行监测分析评价,可据此制定科学合理的检修维护策略和计划。极大地降低了企业的设备维护成本,同时对保障供电企业安全运行有重要作用。

需求与特征


随着近年电网公司大规模的信息化建设以及下一代智能化电网的全面建设,电网公司数据量急剧增长,“数据量大、数据类型多、实时性强”的大数据“3V”特征日益明显。当前,电网公司已经积累了大量的包括市场营销、资产管理、物资管理、安全生产等领域在内的企业经营管理数据和电网运行数据,总数据量已经达到PB,并包含了大量的视频、音频、图像等非结构化数据;同时,数据仍以每年30%的复合增长率高速膨胀。但公司积累的大量宝贵数据资源并未得到有效利用,造成了巨大的数据资源浪费,目前电网公司通过自建大数据中心或引入第三方大数据平台,提升公司对大数据资源的综合管理和应用能力。

解决方案


电厂是设备密集型企业,通过对设备的状态参数进行监测分析评价,可据此制定科学合理的检修维护策略和计划。极大地降低了企业的设备维护成本,同时对保障供电企业安全运行有重要作用。

应用介绍


生产设备状态监测方案通过分析生产设备状态监测数据及运行工况、气象环境信息,结合设备台账、电网地理信息以及交通、路政、市政等可能具备的外部数据,建立电网设备故障监测模型、家族性缺陷分析等模型,对设备状态与运行工况、气象环境之间的关联因素通过聚类、回归分析等算法进行深入挖掘,实现设备状态的实时预警。

整体技术架构

算法模型设计

      构建电网设备状态监测数据聚类分析模型,实现设备状态变化关联因素分类及分析。
      通过天气情况(降雨情况、雷电情况、降雪情况、风力)、负荷变化,并结合历史设备状态数据,采用多元线性回归算法,创建电网设备状态变化趋势预测模型。

通过对设备生产厂家、设备型号、出厂试验、物资检测、出厂日期、运行检修、历史缺陷等数据进行统计分析,建立家族性缺陷分析模型,展示不同厂家设备的缺陷分布规律。