一、项目实施背景与状况

“十二五”期间，哈尔滨电机厂有限责任公司（以下简称“哈电机”）积极响应国家政策并结合自身特点，率先应用互联网与传统大型发电设备相结合，基于机组运行过程中所产生的大数据，并结合公司成立65年来在自主研制发电设备的丰富经验和技术实力，完成了国家科技支撑计划课题“基于物联网技术的发电设备全生命周期服务支持系统”（简称“远程故障诊断系统V1.0”）的开发，搭建了设备制造厂与电厂两者之间互联互通的桥梁，将制造厂的设计制造知识、专家知识与电厂运行知识深度融合。

公司在“远程故障诊断系统V1.0”的基础上，以丰满项目为依托完成“系统V2.0”构建，引领发电设备制造智能化发展；以“智能制造试点示范”和抽水蓄能机组为依托和切入点，布局“系统V3.0”，助推运维模式和备件联储社会化；构思“系统V4.0”融入“智能电网”，“能源互联网”，延伸产业链。远程诊断发展战略布局如图6-1所示。

二、项目实施主要内容

发电设备远程故障诊断系统通过机组运行大数据、物联网、互联网技术的多种软件的集成应用，实现了异构数据整合、远程实时监测、在线故障诊断、趋势分析预判、离线评估分析和制造服务，为电厂机组运行及维护提供技术支撑。

系统基于SOA（面向服务架构）思想，利用J2EE（Java 2 Platform,Enterprise Edtion）技术、数据库技术、整合 SSH 等成熟开发框架，基于面向对象设计思想，运用多态、继承、反射、泛型等编程思想封装了JDBC，开发了事务处理及数据化、图形化、推理引擎等，自主研发了实时数据库及关系数据库接口程序，并与公共基础组件结合，搭建了发电设备远程故障诊断系统，如图6-2所示。

系统由以下三大模块组成，分别为采集模块、远程诊断分析模块及诊断服务模块，具体如图6-3所示。采集模块包括将感知器件采集到的数据，存储到本地关系数据库及实时数据库中，经网络传输到远程诊断分析模块；远程诊断分析模块集成了专家知识库及发电设备故障推理机，融合设计知识、制造知识、运行知识及相关标准，通过计算机系统进行数据整合、智能判别及挖掘分析，最后将分析结果送至诊断服务模块，为用户运维决策提供技术服务。

系统界面友好，简单易用且具有如下核心技术及创新点。

1.数据整合及良好的数据兼容性

系统基于TCP/IP协议和UDP协议，自主开发并封装了接口程序，充分整合机组相关运行数据，通过不同电站不同类型测点的二次编码，实现对诊断机组与诊断系统的无缝衔接。

2.多维全信息智能评价技术

系统采用多维全信息智能评价技术，将机组的振动、摆度、压力脉动、气隙、局放、温度、流量、压力等过程参数及涵盖机组所有部套的故障信息充分融合，提取出科学的控制指标，实现对发电设备的多维度智能评价。

3.机组故障诊断专家知识库

哈电机拥有600余名高级技术专家、1500余名技术专家，具备丰富的大型、巨型水轮发电机组（约占全国水电装机总容量1/2）和汽轮发电机组（约占全国火电装机总容量的1/3）研发、设计、制造、安装、调试、维修经验。通过对专家知识和经验进行分析、梳理、结构化，按照主题、子题及故障因子关系的方式进行建模和逻辑运算，形成具有哈电特色的机组故障诊断专家知识库。

4.机组故障诊断模式

远程运维智能服务支持系统采用两种故障诊断模式，在两种故障模式推理交叉点上，预判潜在故障趋势或确定已发生故障原因，给出以下决策方案。

（1）基于故障树（FTA）的故障诊断模式：采用自下而上、由粗到细的归纳分析方法，进行溯源分析，比对研发设计专家知识库，排查出故障。

（2）基于健康特征的故障诊断模式：测定机组的初始健康特征参数，通过与运行参数的对比评定，以超过健康特征值的大小来表示故障的严重程度。这种方法充分考虑了每台机组特征参数的唯一性。

5.实现基于大数据的机组故障预判

通过系统所积累的与机组相关的海量数据，利用系统独有的评价指标及逻辑算法，对机组可能产生的故障进行预判。

6.自学习功能

机组故障诊断专家知识库具备自学习功能，能够随着系统数据量和故障案例的积累，不断优化和丰富故障判断规则，为用户提供更加全面可靠的机组运维建议。

7.完备的系统安全机制

为保证系统的安全，系统构建了完备的安全认证机制，采用前台注册，后台认证的方式对用户角色和权限进行了严格控制；同时为保证数据在传输过程中的安全性，系统在经典的加密算法DES和RSA基础上提出了混合加密算法，并提出了基于现场试验数据的比对还原加密算法。

8.健康指数量化评定

机组远程故障诊断系统通过机组健康指数算法实现了机组状态从定性分析到定量分析的跨越。

三、实施成效

通过互联网与传统发电制造行业相结合，基于大数据云服务平台，充分发挥哈电机作为发电设备专业厂几十年的相关设计制造经验，以增强服务能力为目标，从产品设计、生产制造、远程故障诊断、智能评估及溯源分析、产品维护检修等维度，构架具有哈电特色的发电设备全生命周期运维服务新模式，如图6-4所示。

本服务模式以云服务平台为中心，物联网及互联网做技术支撑，将发电设备的制造企业和电厂集聚在这个平台上，实现了发电设备运行信息的资源共享。通过感知器件对发电机组的数据采集，随时可以监测到机组的运行情况，利用远程故障诊断及智能评估系统通过对机组运行大数据的分析，可对设备运行状态和故障概率进行智能评价，及时发现发电机组潜在的隐患，实现用户和制造企业双赢的目的。

对于电厂用户：

（1）通过系统的实施，促进电厂智能化建设，使电厂由以往的计划检修向状态检修转变，大幅降低机组运维成本，提供能源利用率。

（2）当机组出现故障时，经诊断平台形成预案，哈电机发挥作为制造企业的优势，组织专家进行远程会诊，提出解决方案，为现场维护队的维修工作提供建设性的参考意见。

（3）当部件需要更换时，设备制造厂及早安排备品备件的生产，缩短机组维修周期，为用户提供及时准确的服务，提高机组运行效率。

（4）充分利用制造企业建立的虚拟中心备件库，减少电厂相关备品备件的存放成本。

对于设备制造企业：

（1）当电厂机组出现故障时，设备制造企业通过本平台了解故障的基本信息，有的放矢的派相关专家到现场进行服务，减少盲目出差的次数，降低制造企业的成本。

（2）通过预测分析对易损部件寿命进行预判，为制造企业提供备件销售信息，提前安排生产，保证及时供货，挖掘潜在市场。

（3）通过本系统可以得到产品第一时间的质量反馈，用于改进后期产品设计，降低产品的不良率。

（4）通过本系统的开发，提高了产品的附加值，并将服务转化为产品，促进了制造企业的转型升级。

四、实施经验

“远程故障诊断系统V1.0”开发前期经过大量的走访调研，充分了解国内远程诊断的技术发展现况，结合公司实际情况，以企业为主体，建立产学研联合机制，发挥各自资源优势，实现优势互补，经过三年多的努力，公司完成了“十二五”国家科技支撑计划课题开发，成为国内首家从事大型发电设备远程故障诊断的发电设备制造企业。该项研究成果已成功为三峡、向家坝及溪洛渡3座电站18台巨型水电机组提供远程诊断服务。

哈电在系统V1.0的基础上进行升级与完善，并持续进行系统V2.0的开发工作，创新地在加强现有哈电故障诊断中心系统功能的前提下，在电厂端前置了现地故障诊断系统，对现场大量数据的预先分析，可以有效提高系统的响应速度。2015年12月，哈电成功签订“丰满水电站全面治理（重建）工程基于大数据的丰满水电机组全寿命周期远程智能诊断服务”项目合同，该项合同的签订，实现了由科研课题到服务项目产品化的转变，丰富了企业的产业结构。

2016年公司作为发电设备行业中唯一一家获得该项殊荣的制造厂商，被国家工信部授予智能制造试点示范单位，该项荣誉的获得加速了远程诊断项目的推广进程，许多电厂用户都对机组的远程智能诊断产生了浓厚的兴趣，预建立合作意向，加快了国内智能电厂的建设步伐，期间公司领导参与了全国范围内的各大会议，例如：全国智能制造试点示范经验交流会、以智能制造为主方向的世界互联网工业大会及电力装备行业智能制造新疆经验交流会，通过交流会的学习，汲取了其他单位在智能制造方面的宝贵经验，有利于更好更快地实现公司在远程诊断方面的战略布局。

编委会：李正 编写组：刘立伟 1V2B9seVsBfHU1tnRKn1ZapGCPrQkNOkIXpUzVpiaab+aex6feBoeW6BFc52u1cB