华北电力大学能源动力与机械工程学院-37000dcm威尼斯

1 背景

发电机组是能源领域中的重大基础设施，其造价昂贵、结构复杂，要求具有较高的运行可靠性。长期以来，我国的发电机组维修方式一直采用前苏联的定期维修模式，常出现“过修”和“欠修”的情况，甚至对发电机组安全、可靠、高效运行产生了负面影响。国外先进经验表明，综合应用先进的状态监测和故障诊断技术、可靠性和寿命预测技术以及优化理论，推行状态维修模式，不仅可提高发电机组的可靠性和可用率、延长其服役寿命，而且可大大降低运行与维修费用，从而增强发电企业参与市场竞争的能力。然而，发电机组设备状态维修是一项复杂的系统工程，需要大量的设备状态数据及先进的大数据分析手段作为支撑，而新一代信息技术的快速发展为此提供了一切可能。

随着新一代信息技术的不断发展，信息技术正以其广泛的渗透性、无形值价和无与伦比的先进性与传统产业相结合，现代电力行业也不例外。安全仪表系统（safty instruments system，sis）、分散式控制系统（distribution control system，dcs）、计算机化维修管理系统（computerized maintenance management system，cmms）、汽轮机监测仪表系统（turbine supervision instrument，tsi）、旋转机械诊断监测管理系统（turbine diagnosis management，tdm）等一系列设备监测与分析系统在电厂得到了广泛应用。这些仪器设备的应用，产生了大量一手的设备运维数据，但很可惜，这些数据并没有得到真正高效地利用。云时代的来临以及大数据和人工智能的不断深化，为这些海量数据（大数据）的挖掘、应用提供了可能。目前，我国在电站设备的智能诊断与健康维护领域尤其是燃气轮机、汽轮发电机组等关键设备的在线监测、故障诊断、健康维护领域与国外差距较大，关键设备的运维和保养技术由国外少数公司垄断，发电企业一方面需要承担巨额设备维护费用，另一方面又苦于无力突破国外的技术垄断和封锁，迫切需要突破相关的技术难题。

发电机组智能诊断与健康维护技术是新一代信息技术在电力领域的应用，属于国家重点支持的关键细分领域。发电机组智能诊断与健康维护系列技术中，智能诊断技术主要依靠人工智能手段实现，人工智能的核心是软件与互联网信息技术。此外，该领域也涉及到关键的硬件技术（芯片）研发和控制技术研发，属于国家战略性新型产业集群创新引领工程。

发电机组智能诊断与健康维护技术是安全节能技术在电力领域的应用，属于国家重点支持的关键细分领域。发电机组智能诊断与健康维护技术将深入利用各类监测设备采集的海量数据，应用大数据、人工智能、云计算和下一代信息技术、互联网技术，实现数据的深度挖掘和远程诊断，为电站关键设备运维提供指导和决策支持。其效果是提高电厂的运维效率、提高设备的可靠性、利用率和使用寿命，降低电站关键设备的能耗水平、排放水平和运维成本。

正是基于以上背景，发电机组智能诊断与健康维护研究团队经过多年的理论和技术积累，在电站关键设备（含火电、风电、核电、燃机等）能效评价、故障诊断与健康维护等方面取得突破性进展。相继研发了电厂运行能效评价与诊断系统、电站设备状态监测与智能故障诊断系统、电站设备维修管理与健康维护系统等一系列技术成果和产品样机。这些技术成果总体上处于国际领先水平，甚至在一定程度上填补了国内外空白，正快速推向市场并产生显著效益。

2 主要任务与目标

2.1 主要任务

根据我国发电行业的发展趋势与技术发展水平，针对电厂全工况安全和高效运行以及发电机组能效监测与管控的长远发展需求，开展相关的应用基础研究和工程化技术开发，探索自主创新机制和科技成果推广和市场转化机制，促进我国电力工业的健康和可持续发展。

任务1 发电机组运行过程能效监测与管控

基于电站提高能效的要求，建立一套科学的发电机组能效状态评价体系和技术方法。通过运用现场设备的监测参数和特征数据，在线分析发电厂各部分及总体的能效状况，提供实时能效评价的状态结果，并诊断出能效水平降低的原因，具有针对性地对发电机组运行工况进行及时调整，从而达到实时指导优化运行的目的，做到深入运行提高能效，将电站的能效管控做到更加精细化管理。

任务2 发电机组运行过程智能监测与故障诊断

以机、电、网、热耦合作用下发电机组动力学建模、热力学建模及损伤机理等基础理论研究带动关键核心技术的开发，明确发电机组运行中的薄弱环节及易发故障，建立可监测特征与典型故障的对应关系，基于先进的信号测量和分析、故障特征提取、故障模式及其影响分析（fmea）、故障树分析（fta）、能效分析和评价、智能诊断、可靠性分析与安全评估、状态维修等理论和技术，综合高速的数据采集和传输、大数据系统、软件实现等支撑技术，进行系统集成与软硬件开发，建立基于网络轮发电机组运行状态监测与智能诊断系统。

任务3 发电机组风险智能分析与健康维护

基于风险量化分析与协调控制决策技术，动态管理设备潜在故障，使发电机组处于风险可控状态，并对系统、部件及相应部位进行健康维护，指导发电机组的设备优化运行和健康维护。其关键技术包括：（1）基于风险的发电机组故障分析研究；（2）基于知识的发电机组状态维修决策方法研究；（3）设备维修任务决策及优化建模与分析。

2.2 主要目标

围绕发电机组的安全、可靠、高效等需求，坚持“自主创造核心技术，引领行业技术进步”的创新理念，在“创新驱动、产业化”方针的指引下，发挥自身人才、技术及管理优势，依托发电机组智能诊断与健康维护北京市工程研究中心，将研究所建设成为：

（1）发电机组运维领域的技术创新基地，构建一流的发电机组智能诊断与健康维护工程技术研究和交流基地，开发具有自主知识产权的相关核心技术和关键设备，促进发电机组运维的技术进步；

（2）发电机组智能诊断与健康维护技术工程化、产业化与国产化的基地，提高发电机组智能诊断与健康维护领域的技术创新和技术转化水平，促进科技成果的工程化和产业化；

（3）发电机组智能诊断与健康维护领域产品孵化与共性技术辐射中心，积极带动并有力促进电力行业的技术进步。

3 师资力量