中广核毛晓明：智能化的监测技术应考虑适用性 并非越先进越好——2018年智慧电厂论坛（二期）

运用APR技术之后，应用到所有的对象几乎可以监控我们整个中广核所有设备，目前我们这样做的，当然附加一些简单的分析，等一下也给大家介绍一下。我们的对象分解，我们整个核电站，常规的大家也差不多，我们在做项目过程中分析过，整个核电分成几大类设备，所以我们在分析模型建设的时候大部分都是有借鉴意义的，你动起来的那些转的设备，另外一个是热交换器、冷凝器，另外一大类就是电器设备。我们分析这三类设备之后进行建模。

给大家举个简单的例子，这个模型怎么分，我们的系统你是大可以想可以把一个电站放在一个上面，只是运算会变、边界条件会多、预测出来的参数会大，后续可能更麻烦，所以我们目前的经验，我们会细分到一个比较合适的程度。我举一个简单的例子，一台泵，我们会把它的电机部分建一个模型，把它的齿轮箱建立一个模型，泵这块是一个模型，我们还会建一个过程模型。这个模型，在运行的时候会跑起来，哪部分有问题，或者主体有问题，对我们一个提示。

我刚刚讲的就是一些模型的分类，这台泵启动之后，我们可以把这些设备全部建模型，一般启动过程中实际上它的参数是很不一样的，我们这台泵启动过程中的参数会单独建一个模型，这个瞬态的模型是非常非常麻烦的应用，这次启动那次启动在什么情况下启动，是很复杂的。稳态模型，整个中广核我们的集团已经把我们目前商用的机组结合起来建模。

大家讲了，我给大家看这个数据，为什么说我们整个发电站至少核电方面数据是很规整的，这是两个月的、两年的也是这样运行的，数据聚类的时候不会天马行空，不像真正的大数据那个边界，我们数据是非常有边界的，我估计常规电厂应该也类似，因为我看过我们风电大概也是可以这样的类型，这样很容易可以看出来最后几百类、几十类这个设备可能参数的区间我们可以聚类，再多可能几百类。

这个就是我们用刚才，用这套数据建的模型，我是特意摘的最近一个月的数据，这是跑起来的一个数据，这个红色的是我们在现场取过来的实际数据，蓝色是这个值的预测上限，大家可以看我们实际上预测序列大概在一个单位左右，这是一个温度，就是我刚刚说的那台泵的温度。实际上我这个参数告诉你的预测需求只有一度，我们做常规预测的报警可能100度，不可能夏天、冬天在100度，我夏天的情况预测出来在100度，这台泵所有的参数、所有的累计偏差的情况，各个点代表累计偏差，我们的单位偏差至少在10以上。

运用一致的规则，实际上就是我已经曾经运行过的数据，就是我的先验数据，让机器来学习，形成我的监测矩阵，再用这个矩阵来监测我实施数据，这就是我们的特点。

优点就是发现缺陷，偏离正常情况我就告诉你，对核电或者某些重大设备的潜在问题是很重要的，一旦发展到主动报警也是很严重的故障。避免状态物报警，因为我是多参数综合考虑的，我这个模型运行不运行是有设计条件的，泵没启动的时候我是可以设一个参数过滤掉，或者泵做实验的时候过滤掉的。甚至可以单独设一个泵的实验模型。

我是考虑了各种外部环境因素还有自动检测，我这台系统是自动监测，另外兜底性监测，这是很重要的问题，刚才咱们前面也讲了监测策略是远远不足的，我们这个不足之后怎么办？要不就分析之后另加设备，所有的故障都是能监测起来的。另外，我们已有的就是我们当前测点进行监测，我们这个恰好是这样，兜底性的，因为我兜底是告诉你，任何参数偏离我的正常区间就告诉你，至于故障原因我可能不知道，但是你参数报警可以分析。

给大家举一个例子，现在我们实际应用的例子，这是我们常规搞的输水系统，这个设备刚大修起来一天，我们专门做了一个实验，对我们输水的这台泵进行离心检测，在线做一些检测，包括振动等等都检测完没有问题，运行一天之后我们的模型报警，第一个，这个泵电流略有增大，增大很小可能1安以内，另外，阀门的开度也增大，这里面大家应该很清楚，实际上是调节阀，增大到60%几、增大到70%几，调节门本身开大没有任何影响的，理论上监测是发现不了问题的，但是我整个模型应用我曾经的情况和现在的情况不一样，不应该开那么大，所以我一个模型报警。报警之后电站检查，开始也以为是阀门，把正常调节关掉，判断阀门调节系统没问题，因为泵刚检修过觉得没有问题，最后发现泵本身机械故障。

再给大家介绍一个例子，这也是今年，这个泵，振动的正常报警值是100，当时实际上运行值是40左右，从这里开始往上，这个电站的主动设备当时还认为炉内报警他看根本看不出来，因为我们是几个放在一块，实际上看不出任何问题来，实际上没问题。过了一天到这里大概50几，有一部分到60，开始去检查，检查之后有问题，就是当时把那个禁固，紧固之后这个振动值到10几，但是还是回不到当时的值，召集专家研究分析，认为这台泵肯定有问题，只是问题在哪里，通过目前简单的监测发现不了。因为现在设备厂家的要求，本身的功能是可以满足的，说这台泵不继续运行肯定是没有问题，他们当时决定停下来，我们常规的三台泵，两台泵运行，备一台，当时把这台泵停下来，一直到现在，从4月份开始到现在。

我介绍这两个例子意思是什么，就是一个兜底，就是我们智能监测的兜底项目，所以我不能完全定位故障点在哪里，但是我会告诉你参数偏了，离开了正常运行的位置，而且你所属的位置我是考虑了所有边界条件的，春夏秋冬或者高负载、低负载都考虑到了，所以只要真是跑偏一定是哪里有问题的，这也同时正面一点，我们的诊断是很难做的，目前为止这台没有诊断出来，通过实时数据，现在做很多分析没有诊断出来，所以诊断不是那么容易的，特别是测点监测手段不够的时候。

这里简单介绍一下我们整个中广核的监测过程。这是我们早期我刚刚说的一个传统的监测，因为当时中广核是五六十年代的技术，参数很少，后来为了上我们的管理网做了一个系统，早期还不能用，就是在我们监测在办公室里看，所有手段跟常规的应用一样。

这个就是目前中广核所有电站的工业网实时数据，这个是把每台站的DCS数据全部的KNS，把所有这些数据集中在中广核的信息平台，我们的智能监测搭载这个云平台上。这个平台实际上已经比较好用，但是还是传统的。

这个是我们自己开发的一个产品。

这是整个智能监测的发展过程，这是2014年我们开始调研的，为了整个项目建立了一个群厂的监测体系，专项监测组就是为了我们整个中广核集团的设备监测，这里我们还建立了一个实验室，这个实验室是和其他公司一起建立的。数据平台还是2017年，因为我们整个项目是依托云平台，我们数据要用这个索引。2018年我们1月份试点应用，2018年5月份我们所有的电站都已经开始应用了。而且现在我们集团重大设备的模型全部建立了。

这个是我们中广核集团监测诊断中心，就是我所在的部门，我们的定位，智能定位不是像前面的反馈电站实时系统进行实时操作，我们只是做离线的辅助性，我们第一道还是电站，实时看结果，包括到现场的数据。

这是我们整个中广核的做事流程，任何事情先会文件体系先行。

这页图是我们整个智能模型或者项目标准化的过程，我们模型建立，模型建立是整个项目的基础，就是我刚才前面介绍的，我们的设备分什么对象，采用这种建模我们整个中广核数字院的一些专家，研讨了一段时间。

这是我们的推送，可以通过我们内部邮件推送，还会马上开发出APP出来。

简单介绍一下我们后续的工作。大家应该很清楚，刚才也有人讲过测点，虚假信号怎么办，我们会开发单测点技术、多测点技术，需要单测点我们单测点，需要屏蔽虚假信号我们屏蔽。这是基于全面分析，我们重大设备管理，也是主要的精力投入到我们重要设备商进行监测。这个是将来我们整个智能监测在电站具体落地应用，我们也在开发这个平台，我估计各大集团差不多，前期开发了很多系统，这是我们将来做的系统，整个中广核整个集团的平台全部应用在这上面。

非常感谢，我的报告就到这里。

（发言为电力头条App根据速记整理，未经本人审核）

直播地址：2018年智慧电厂（第二期）